Grok Bot 如何改变了我的工作方式
作者分享了使用 Grok Bot 后工作方式的转变：他从主要在电脑前使用 Claude Code、Codex 等 AI 编程助手，转变为通过手机协调实际工程工作。他搭建了 29 个分工明确的机器人，由管家 Emma 协调研究机器人和编码机器人完成模型实验、微调、内容创作等任务。通过跨设备协作，他无需固定在工位即可推进研究和编码工作。他认为最大的变化不是效率提升，而是思维方式的转变——从考虑打开哪个应用，到思考要完成什么目标以及哪个机器人可以帮忙。
全部文档 / 作者: Viv
17 篇
做自媒体的这个下载神器建议直接收藏
文章推荐了一款开源下载工具 OmniGet，专为自媒体创作者解决素材下载繁琐的痛点。该工具基于 yt-dlp，支持 YouTube、TikTok、Instagram、X、Reddit、B站等 1800+ 网站，还能处理 BT 种子和磁力链接。用户无需敲命令、研究参数或写脚本，只需把链接扔进一个窗口，即可统一完成素材下载、参考视频获取、剪辑素材整理和内容备份等任务，大幅节省自媒体工作流程中的时间。
又一个Agent联网神器，不要API Key，搜索抓取全在本地跑
文章介绍了开源工具wigolo，一款本地优先的AI Agent联网工具，集搜索、网页抓取、整站爬取、结构化提取、缓存、相似页面匹配、研究报告和自主Agent循环等10种能力于一体，全部在本地运行，无需API Key、注册或额度审批。作者对比了Firecrawl、Tavily等云端API的额度限制问题，指出wigolo通过本地化彻底消除了额度焦虑，并强调了数据隐私优势：查询记录不出本机，适合保密项目。项目开源、测试覆盖充分、维护活跃，安装仅需一行命令。
用WorkBuddy跑通小红书（实操版）
作者分享用AI工具WorkBuddy运营小红书的一个月实操经验，提出三步工作流：一是明确账号定位，通过提示词让AI记住账号是谁、写给谁、风格是什么；二是建立写作知识库，将过往笔记、思考与素材整理入库，让AI产出逼近个人风格；三是自己定选题（围绕搜索关键词与痛点），写下零散思考后调用小红书运营专家成文，再人工润色打磨。核心观点：AI不能替代人干活，只是个人能力的放大器，其产出上限取决于使用者提供的素材质量与定位清晰度。
万字长文｜Claude Code 从入门到实战高手
作者将上万字的大厂 Claude Code 工程化手册浓缩为 23 条实战铁律，涵盖工具定位、入口选择、Git 快照、只读分析、区分事实与推测等基础操作，以及 Read-Plan-Implement-Verify-Review-Deliver 的核心工程闭环。文中详细讲解需求工单化、权限规则优先于提示词、CLAUDE.md 精简配置、长会话压缩与任务拆分、Git 安全红线与安全五不原则，并给出翻车急救包和高级能力升级路径，强调改动必须可解释、可验证、可审查、可回滚。
用大白话讲清楚什么是 Skills 以及如何制作 Skills
本文通俗讲解 AI Agent 时代的 Skill 概念：Skill 是写给 Agent 的工作说明书，本质是以 SKILL.md 为核心的文件夹，可包含脚本、参考资料等，通过渐进式披露按需加载，节省上下文。文章对比了 Prompt、Skill、MCP 三者区别——Prompt 给模型、Skill 给 Agent、MCP 解决外部连接问题，三者互补。最后介绍了 Skill 的创建方法、获取渠道（skills.sh 等网站和 GitHub）、安全检查建议，以及 pptx、second-brain、人格蒸馏等实用 Skill 案例。
How we Build Agent Environments & Tasks
本文是 LangChain 团队关于构建合成 Agent 环境与任务的实践指南。文章提出一个两步流水线：第一步通过 traces、代码和人工输入生成详细的任务 spec；第二步将 spec 转化为评测任务及其运行环境。核心概念包括“World Spec”用于沉淀跨任务的共享知识、脚本与定义，整个流程高度迭代。该方法已封装为 eval-engineering skill，供各团队自主搭建 Agent 评测基准，从而更高效地识别回归、优化 Agent 表现。
用7个开源Agent Skills搭建自媒体工作流
作者指出许多自媒体人仍停留在人肉生产阶段，并整理了7个GitHub开源Agent Skills，可以串联成完整的自媒体工作流：DBS做选题诊断与Hook拆解，小红书标题Skill优化标题，Blogger Distiller拆解对标博主，小黑配图和归藏插画Skill解决配图问题，关键词Skill做内容SEO，飞书官方Skills实现工作流统一管理。作者认为Agent Skills的价值在于让AI从帮写内容升级到管理整个工作流，人只负责判断和审核。
10个热门配图Skill测评与推荐
作者测试了10个热门的配图Skill，涵盖抽象风格、喜茶涂鸦、极简海报、个人IP建立等多种风格，并分享了每个Skill的适用场景和作者信息，最后宣布将开设“我的Skill试玩间”栏目。
2026 Google I/O开发者大会｜AI应该被用于改善生活
作者参加了2026年Google I/O开发者大会，虽然现场没有特别炫酷的技术，但一位视障工程师展示的VisAware项目让她深受触动。文章回顾了Gemini App用户从4亿增长到9.5亿、token处理量增长至3200万亿等数据，分析了Google将AI融入搜索、YouTube等日常产品的策略，并探讨了Agent治理、Agent Skills等话题。作者认为AI的人味不在于模仿人类，而在于帮助人们自主行动，让科技真正改善生活。
把咨询顾问的研究方法做成开源AI产品研究Skill
作者将传统的咨询顾问研究方法改编为适合AI产品的开源Skill。因为AI产品迭代快、数据分散，研究需综合Product Hunt、GitHub、Reddit等渠道的信号，并分析模型依赖、推理成本和单位经济等特有问题。该开源Skill不仅能生成报告，还保留证据与判断过程，方便复查和更新，旨在帮助大家真正看懂AI产品的商业逻辑与潜在风险。
Google神话：Jeff Dean与Sanjay Ghemawat的传奇友谊
文章讲述了Google传奇工程师Jeff Dean的生平与贡献，包括他与Sanjay Ghemawat的深厚友谊及共同开发Google File System、MapReduce等关键技术的故事。两人被誉为“二进制双星”，对云计算和大数据产业影响深远。Jeff Dean离开Google后致力于用AI解决科学和工程问题，Sanjay依然陪伴左右。
我的小红书封面创作工具
作者分享了其开发的小红书封面创作工具，该工具通过 AI 生成封面，月收入约 708 元。文章复盘了从产品开发到商业化过程中的关键洞察，包括全链路跑通、支付体验优化及用户真实需求分析，并表达了进一步优化和合作的意愿。
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。
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”。