Towards Automating Eval Engineering
文章介绍了Eval Engineering Skill，这是一个帮助编码代理使用仓库上下文和代理跟踪构建评估的技能。该技能通过检查代理结构、挖掘模式并与用户交互，生成可执行的Harbor格式评估。文章还强调了迭代设计评估的重要性，以及容器化评估在持续学习中的作用。
全部文档
4 篇
进入前沿 AI 实验室的核心：抽象能力与判断力
本文探讨了进入前沿 AI 实验室所需的素质。作者认为，核心不在于单纯的科研或工程能力，而在于在信息不完备的环境中构建有用抽象的能力。研究是对不确定性的压缩，工程是对复杂度的压缩。随着知识获取门槛降低，稀缺资源不再是信息，而是关于“什么值得做”的判断力与品味。
在 Luffa SuperBox 上做一本「互动书」保姆级操作指南
这是一份关于如何将书籍转化为小程序互动书的实战指南。文章以《金融周期》为例，详细拆解了从内容设计（核心数学框架、反预期事件）到技术实现（Luffa 注册、数学验证、页面开发、数据代理）的全流程。作者强调AI负责代码实现，人类负责内容把关，并特别指出API密钥安全、数学公式验证及模拟器设计的关键点，旨在帮助非技术人员或AI Coder用户快速上线高质量的互动学习产品。
我用 Claude Code + Luffa 重构《货币金融学》互动学习
作者分享如何利用 Claude Code 在一周内将 800 页的《货币金融学》教材转化为 Luffa SuperBox 互动学习小程序。文章详细介绍了包含学习地图、反预期精选、真实数据接入（如 FRED）及模拟器（如泰勒规则、收益率曲线）的六大模块，探讨了互动式学习在生成效应和测试效应上优于传统阅读的价值，并认为 AI 时代的教育核心是为每个人提供“思维模拟器”。