0基础小红书教程：从0到1万粉的内容节奏
本文讲述了小红书从0到1万粉的增长策略，强调内容节奏比更新频率更重要。文章分析了拉新、建立信任、强化标签的循环，并提供了0-1000粉试错期、1000-5000粉放大期、5000-1万粉稳定期等阶段性模型，指导如何建立内容系统和个人IP。
全部文档
53 篇
把自媒体内容生产全流程开源了
作者开源了自媒体内容生产全流程，包含9个Skill和27份模板，涵盖选题、账号分析、多平台文案、短视频、数据复盘等环节，强调人机协作而非一键生成。
用NewMax抖音连接器和dontbesilent对标法拆解分析
文章介绍了使用NewMax的抖音连接器和dontbesilent对标法对爆款内容进行拆解分析的方法。作者通过将各类社交媒体数据源封装成工具供NewMax调用，实现了自然语言获取数据并进行分析或改写。作者还计划通过缝合dbskill工作流来进一步强化Agent的能力。
Forward Deployed Engineer (FDE): Skills and Complete 90 Day Roadmap
文章深入解析了 Forward Deployed Engineer (FDE) 这一职位的本质，指出其本质是传统的解决方案架构与专业服务的结合，但在 AI 时代被重新定义。文章详细阐述了 FDE 所需的沟通、工程及评估技能，并针对不同背景（SA、Pro Serv、SWE）的从业者提供了 60 至 120 天的转型路线图。
Google Flow Storyboard Studio 操作指南及视频制作教程
本文详细介绍了 Google Flow Storyboard Studio 的中文操作步骤，涵盖从工具进入、风格选择、故事生成到素材填充的全流程。此外，文章还提供了利用 Gemini 和 Veo 模型将故事板转化为 10 秒以上长视频的方法，包括分段生成与拼接技巧，并解释了 Scenebuilder 的具体使用路径。
Oh My AI Company：AI公司研究库与研究方法论
作者分享了其整理的 AI 公司研究库“AI Company Atlas”，该库收录了 75 家公司及关联的投资人和创始人。文章重点阐述了利用 Agent 辅助调研的闭环流程，以及如何通过 Similarweb 流量分析（区分 PR 声量与真实增长）和社区调研来判断产品生命周期与竞争关系。作者还介绍了用于沉淀长期研究记忆的工具 Memex，旨在构建一张持续生长的 AI 市场地图。
Git Worktree：AI 编程时代，被重新发现的 Git 神器
文章介绍了 Git Worktree 的功能与使用场景。通过允许一个仓库关联多个独立工作目录，Worktree 解决了开发中频繁切换分支导致的上下文丢失问题。在 AI 编程和多 Agent 协作的并行开发时代，Worktree 能有效隔离任务现场，避免互相干扰，是提升开发效率的实用工具。
这应该是目前最接近正解的 Agent 记忆方案
文章探讨了现有 Agent 记忆方案的局限性，即仅是“搜旧聊天”而非真正的学习。作者介绍了 MemOS Local Plugin，它通过 Reflect2Evolve 机制，从对话中自动提炼策略和技能。实测显示，它能跨 Session 应用写作偏好并积累经验，代表了从“存规则”到“学策略”的进步。
OpenCodex：为 Codex Desktop 解锁第三方 API 的本地网关
文章介绍了 OpenCodex 项目，这是一个旨在为 Codex Desktop 解锁第三方 API 能力的本地网关工具。它具有零配置启动、Web 控制面板管理、低延迟 CU 引擎截图压缩等特性，并支持非多模态模型流畅运行 Computer Use。此外，该工具不影响 Codex 原生的手机远程功能。
Claude Code 正在创造新型开发者：从 AI 助手到智能编排
文章探讨了软件开发的范式转移，指出开发者不应仅将 AI 视为简单的聊天或代码生成工具，而应构建围绕智能体（Agent）的完整操作系统。通过优化上下文管理、工作流编排和长期记忆系统，开发者能将 AI 转化为高效的工程系统。这种从“写代码”到“编排智能”的转变，将是未来的核心竞争力。
Hermes Agent 完全指南：从零到自进化的 AI 员工
这是一份 Hermes Agent 的深度实操指南，涵盖了安装、模型选择、平台配置及最佳实践。文章对比了 Hermes 与 OpenClaw、Claude Code 的差异，强调了其本地化记忆、自我改进能力和多平台支持优势。核心内容涉及通过 Cron 和 /goal 命令实现全天候自主任务执行，助你打造一个能持续进化的 AI 员工。
最重要的 AI 创业方向不是 Agent，而是 AI 记忆
本文深入探讨了当前 AI 行业被忽视的“痛点”：AI 缺乏长期记忆。作者认为，比单纯追求更聪明的大模型或自主 Agent 更重要的是构建“持久认知层”。文章以 GBrain 为例，阐述了它如何超越传统的检索生成（RAG），通过自建知识图谱和“梦境周期”维护，实现对信息的真正理解与关系连接。这种能积累上下文、提供确定性智能的“记忆基础设施”，将成为未来 AI 的真正护城河。
Agentic Design Patterns：一本让我重新理解"Agent 到底是什么"的书
本文是 Antonio Gullí 所著《Agentic Design Patterns》的读书笔记。作者不仅梳理了 AI Agent 从 Level 0（裸 LLM）到 Level 3（多 Agent 协作）的四个等级，还深入解读了 Context Engineering、Reflection（反思）、Memory 分层等核心设计模式。文章指出，大多数人在开发 Agent 时忽视了上下文工程和自我反思机制，并建议开发者先优化单 Agent（Level 2），再考虑多 Agent 协作。
从 GitHub CLI 学习设计 Agent 友好的命令行工具
文章分析了 GitHub CLI (gh) 的设计理念，探讨如何构建对 AI Agent 友好的命令行工具。核心观点包括：使用 Resource 层（路径+HTTP方法）解决命令爆炸问题，保留 Command 层处理无法资源化的意图（如 login）；利用 --jq 精确裁剪输出以减少 Token 浪费和语义污染；以及在默认输出中采用自然语言而非 JSON，以提升 LLM 的理解效率。
如何构建 AI 操作系统与自主工作流
文章探讨了从单一 AI 工具向 AI 操作系统的范式转变。AI 操作系统不仅仅是一个模型或聊天机器人，而是一个位于人与软件之间的智能编排层，包含智能层、记忆层、工具层、代理层、编排层和反馈层六大核心架构。文章详细介绍了如何通过从单一工作流入手、拆分专业角色、建立共享记忆和连接外部工具来构建这一系统，从而将软件从“使用”的对象转变为协同运作的伙伴。
AI Native Workforce：Helio 实测与 Agent 编排新范式
文章对比了传统 Agent 编排工具（如 Claude Code、OpenClaw）的高配置门槛，介绍了 Helio 这款将 AI 融入 IM 的产品。Helio 降低了使用门槛，提供开箱即用的 AI 团队模板，并将 AI 视为系统中的“一等公民”。作者通过“内容流水线”和“SaaS 产品研发”两个实测场景，展示了 Helio 多 Agent 自动协作的能力，认为其“AI Native Workforce”的理念为解决 AI 配置复杂度提供了新思路。
Claude + Figma 彻底改变了网页设计：从想法到落地的革命
文章探讨了 Claude 结合 Figma 如何解决网页设计中最难的部分：从“想法”到“执行”的转化。作者指出，AI 极大地提高了从规划、文案到代码生成的效率，使得一个人就能完成以前需要一个团队的工作。文章强调，未来的核心竞争力不再是单纯的编码或绘画能力，而是人类的审美品位、指导 AI 的能力以及快速交付的速度。
利用 YouTube 最大化信息差与 AI 副业挖掘
作者指出 YouTube 是获取信息差的最佳途径，其内容干货远超国内付费课程。他通过分析海外视频（如 AI 拉片）挖掘内容营销模式和 AI 副业机会，认为这些工作流可被 Agent 化。他提及自己整理了 752 种 AI 副业玩法，并强调中文内容未来将在全球崛起。
如何像 MIT 和斯坦福的学生一样，用 Kimi 写完整篇研究论文
文章介绍了利用 Kimi AI 超长上下文窗口（100万 token）的 6 步工作流，辅助完成研究论文写作。通过一次性上传海量文献，可快速完成文献梳理、空白挖掘、综述撰写、方法论论证及逻辑检查，将原本需数月的前期准备压缩至一周。
对话时代正在终结：AI 助手的未来演进
作者 Peter Yang 认为传统的 AI 聊天模式（如 ChatGPT）正在被 Codex、Claude Code 等 Agent 工具取代。虽然普通用户不想学习复杂的技术设置，但未来的 AI 必须将执行能力与极致的易用性结合，演化为拥有深度上下文理解、能主动完成任务的“个人代理”，而不仅仅是聊天机器人。
Mixture of Experts (MoE): Scaling AI with Specialized Models
文章深入探讨了混合专家模型（MoE），这是一种通过激活特定子网络来高效扩展 AI 模型的架构策略。文章回顾了 MoE 的历史背景，详细解释了其由门控网络和专家组成的结构及稀疏路由机制，并分析了其在 Transformer 中的应用、优势（如高效计算、参数扩展）以及面临的负载平衡和通信开销等挑战。
Claude Code 的 Agent 开发工具包：AI 工程化的未来蓝图
文章指出 AI 正从简单的“聊天机器人”演化为复杂的“操作系统”。作者深入剖析了 Claude Code 的 Agent Development Kit 架构，该架构包含五层设计：作为记忆层的 CLAUDE.md、作为知识层的 Skills、作为护栏的 Hooks、用于委派的 Subagents 以及用于分发的 Plugins。这套蓝图将 AI 转变为具备记忆、规则、委派和编排能力的数字组织，标志着开发重点从提示词工程转向了 AI 基础设施工程。
30天精通Claude Code：从入门到实战的完整路径
本文详细介绍了如何在30天内掌握Claude Code这一命令行自主编程Agent。文章将其划分为三个阶段：第一周侧重基础安装与环境配置（如CLAUDE.md文件的编写及Plan/Act模式的区分）；第二周通过构建真实MVP项目来掌握调试与核心斜杠指令；第三周进阶至多文件重构及MCP服务器连接。旨在帮助开发者摆脱简单的聊天对话，利用Claude Code实现高效的代码编写、调试与部署。
机器人行业泡沫反思：生产能力与预期的巨大鸿沟
文章指出机器人行业在 2022-2025 年间融资激增，但实际产出微乎其微。作者 York Yang 通过 Dyna 的实战经验，剖析了市场三大误区：误将硬件出货当成渠道、仅关注预训练规模以及低估了渠道建设的难度。他强调机器人不会像 LLM 那样爆发，当前巨大的技术期望与现实能力之间的差距构成了泡沫。
我花三周写了一份 258 页的 ClaudeCode 落地使用白皮书，专门给不会写代码的人
作者花费三周时间撰写了一份 258 页的 Claude Code 白皮书，旨在帮助非程序员利用该工具解决实际问题。文章指出，对于非程序员而言，Claude Code 不仅仅是提升效率，更是赋予了“从 0 到 1”的全新能力。文中详细列举了客户应用案例，如搭建自媒体流水线、自动化论文辅导系统、多平台内容分发等。作者强调该指南填补了懂技术的程序员与非程序员用户之间的认知鸿沟，并提供了白皮书的免费预览版链接。
AI桌面端的用户都是谁？
文章基于“牛马AI”内测两个多月的市场观察，深入分析了国内AI桌面客户端的用户画像演变。早期核心用户为极客与程序员，随用户增长至一万，画像扩展为自媒体（卖课、个体、小白）、跨境电商（高付费意愿）、企业办公（培训、国企）及大学生。作者指出不同群体的差异化需求与服务难点，认为跨境电商是目前最值得服务的垂直领域，并透露产品将转向出海及企业OEM策略。
最便宜ChatGPT Plus订阅教程：利用土耳其区年省700元
文章介绍了通过切换至土耳其区 App Store 并使用招行 Visa 购买当地礼品卡的方式，以每月约 78 元（原价约 140 元）的价格订阅 ChatGPT Plus 的完整教程。该方法利用苹果区域定价差异，无需国际信用卡，比第三方合租更安全稳定。文中详细讲解了注册土耳其 Apple ID、解决支付方式卡壳、购买礼品卡及订阅的具体步骤与常见问题。
20年来编程最大的范式转变：从编写代码到引导智能
文章探讨了 AI 编程代理带来的根本性范式转变，指出我们已从“手动编写代码”转向“用英语描述系统并让代理执行”。核心变化在于工程师需从关注语法转向关注系统约束和结果。文章提出了四条实用原则：先思考后编码、极简优先、精准修改和目标驱动执行。虽然这可能降低原始代码编写能力，但它提升了工作野心的上限，使程序员从打字员转变为系统思考者。
AI正在不断吞噬软件与内容
文章探讨了AI时代下传统杠杆（软件、内容、分发）发生的深刻变革。随着Vibecoding的兴起，软件构建门槛降低，导致供给过剩和壁垒消失；内容生产虽被AI加速，但作者强调保有人类独有的“真实”才是核心壁垒。文章最后指出，在软件与内容杠杆效应减弱的背景下，构建和利用分发渠道杠杆将成为普通个体突围的关键策略。
RAG Is a Lie — Karpathy's LLM Wiki 模式解析
文章批判了当前主流的 RAG（检索增强生成）模式无法积累知识的局限性，并介绍了 Andrej Karpathy 提出的 LLM Wiki 范式。该模式主张让 LLM 维护一个动态的结构化知识库（Wiki），在数据摄入时进行编译和整合，而非在查询时临时检索。这种方法通过将繁琐的维护工作交给 LLM，实现了知识的复利增长和自我进化，解决了传统知识管理系统中维护成本高昂的痛点。