真正能拉开认知差距的 22 个网站
文章 curated 了 22 个高质量网站,涵盖信息源头(Twitter、Hacker News)、技术开发(GitHub、Kaggle)、学习成长(YouTube、arXiv)、深度写作(Substack)、设计灵感(Behance)、创业产品(Product Hunt)及优质中文社区(少数派、即刻)等类别。作者主张利用这些工具进行自我积累而非消耗,以此来构建认知壁垒,成为更好的自己。
文章 curated 了 22 个高质量网站,涵盖信息源头(Twitter、Hacker News)、技术开发(GitHub、Kaggle)、学习成长(YouTube、arXiv)、深度写作(Substack)、设计灵感(Behance)、创业产品(Product Hunt)及优质中文社区(少数派、即刻)等类别。作者主张利用这些工具进行自我积累而非消耗,以此来构建认知壁垒,成为更好的自己。
这是一份面向新手的 WorkBuddy 使用指南。文章打破了常规的功能罗列方式,按照实际操作流程,详细讲解了从软件安装、路径设置、模型选择、权限理解,到任务模式选择(Ask/Plan/Craft)及结果检查的完整步骤。重点介绍了 WorkBuddy 在本地文件处理、Excel 分析、文档整理及自动化办公等场景的应用,并提供了具体的指令公式和实操建议,帮助用户安全、高效地跑通第一个 AI 办公任务。
本文是AI工程全景的中篇,深入探讨了模型训练完成后的工程化路径。首先详述了推理优化的核心手段,包括模型瘦身(量化、蒸馏、剪枝、MoE)、投机解码以及主流推理引擎(vLLM, TensorRT-LLM, SGLang)的生态格局。文章分析了成本、延迟与吞吐的“不可能三角”,并重点介绍了“测试时计算”这一范式转变,即通过在推理阶段增加计算量来动态提升模型智能。
文章详细梳理了人工智能的工程基础,回顾了从GPU游戏显卡到英伟达CUDA生态建立的历史,解析了其技术护城河。同时指出2026年硬件格局的松动,分析了谷歌TPU的回归与AWS自研芯片的崛起,展示了英伟达在推理领域面临的竞争态势。
本文是《人工智能的工程全景》系列的下篇,深入探讨了2025-2026年AI行业的竞争焦点——Agent工程层。文章从Agent定义的演变出发,区分了Workflow与Agent的本质差异,解析了ReAct架构与关键能力清单。重点介绍了Function Calling的工业化起点、MCP协议带来的工具调用标准化,以及Context Engineering与Harness Engineering在Agent系统构建中的核心地位。
本文详细介绍了从0到1制作AI短片/短剧的完整工作流,涵盖剧本大纲生成、资产物料准备、分镜脚本制作、视频生成及后期剪辑五大环节。作者分享了使用Seedance 2.0等工具保持人物场景一致性、处理打斗画面及节省积分的实操技巧,适合AI视频制作新手入门。
本文介绍了一套在 Mac 上搭建虚拟数字人的完整工作流,主要解决知识创作者不想真人露脸的需求。文章详细讲解了如何利用 VRoid Studio 创建角色、Webcam Motion Capture 进行动捕、以及通过 OBS 进行绿幕抠图和画面合成。作者提供了从动捕测试、角色建模到 OBS 录制的实操步骤,并总结了新手常遇到的坑和最佳执行顺序。
本文介绍了如何使用OpenAI的Codex客户端搭配Remotion插件实现一句话生成视频。作者展示了产品动画、电商带货、新品展示和排行榜数据四个实战案例,涵盖了自动抓取网页素材、分析产品定位、生成营销海报及自动排版等全自动化视频制作流程。
文章探讨了将视频制作转化为代码工程的“视频即代码”新范式。通过结合 Codex(负责编写和迭代代码)与 Remotion(负责 React 组件渲染视频),创作者可以实现视频的组件化、参数化和版本控制,解决高频生产中的可控性与复用难题。文章详细介绍了工作流、工具链选型、项目结构搭建以及避坑指南,强调了从单次生成向系统化生产转变的重要性。
本文深度评测了腾讯推出的 Marvis Agent,并对比了 WorkBuddy 和 CodeX。作者指出 Marvis 定位为“AI 电脑管家”,具备手机远程操控电脑(带键盘鼠标)、系统级文件自检与清理、跨 App 资料收集整理、视觉化 PPT 制作以及基于本地素材的小说续写等能力。文章强调了 Marvis 在打通手机与电脑同步干活、深度调用系统设置方面的独特优势。
本文作者使用回归的 Fable 5 模型对自己开发的“AI 视觉风格导演” Skill 进行了 V3 升级。文章展示了 Fable 5 在处理复杂、多文件工程任务上的独特优势:它不仅能发现 V2 版本中缺失的 frontmatter 等基础 Bug,还主动补齐了双引擎编译、视频模型路由和风格资产沉淀等三层关键逻辑。作者认为,Fable 5 在生产链路判断和工程品味上超越了传统模型,适合用于解决高复杂度的“硬骨头”任务。
文章对豆包、讯飞智文、Kimi、WPS AI、Gamma等12款主流AI PPT工具进行了详细实测对比。通过统一提示词测试,文章分析了各工具在大纲生成自由度、模板丰富度、美化效果及导出功能上的差异。总结指出,日常办公首选WPS AI,追求设计感选Gamma,处理大量资料可用Kimi结合WPS AI的流程,通用AI Agent在PPT制作上整体不如专业工具。
文章介绍了5款免费的本地开源图片处理工具,包括抠图工具rembg、图片放大工具Upscayl、修图工具IOPaint、超分辨率工具Real-ESRGAN和人脸修复工具GFPGAN。这些工具功能强大且无需付费,适合电商卖家、设计师及普通用户使用。
本文是一份关于国产 Agent 产品 WorkBuddy 的详细入门教程。作者从下载安装、界面布局、核心功能(专家、技能、连接器)入手,介绍了如何利用其内置的模板和 MCP 连接器处理日常办公与代码开发任务,并展示了通过微信小程序实现远程控制的独特用法。
这是一篇面向 AI 编程爱好者的 GitHub“保姆级”教程。文章从开源概念与 Git/GitHub 区别讲起,详细涵盖账号注册、双重认证(2FA)、仓库创建、高效搜索技巧、仓库结构解析、Issue 提交流程以及本地 Git 操作。作者重点介绍了如何利用 AI 编程工具(如 Cursor)简化 Git 命令,并讲解了 Fork 与 Pull Request 的开源协作机制,最后分享了项目部署至 GitHub Pages 和 Vercel 的方法。
本文介绍如何将 Obsidian 本地 Markdown 知识库与 Codex 结合,通过编写可执行的 Skill,把第二大脑的方法论封装成系统。文章提出了五入口目录结构、Bootstrap Skill 的设计原则以及从捕获到产出的知识管理闭环,旨在让 AI 成为持续工作的知识操作员。
本文是一份关于 Claude Fable 的综合使用指南。作者详细介绍了 Fable 与此前模型的主要区别,重点讲解了 Loop Engineering(循环工程)的概念及其在实现 AI 自动化工作流中的应用。文章还深入探讨了如何利用 Fable 的 Skills 功能构建自定义技能,强调了其强大的视觉能力在数据提取、UI 审查和逆向工程等场景的潜力,并提出了模型选择的“杠铃策略”以平衡性能与成本。
本文介绍了一款名为 rico-bookmark-manager 的工具,旨在解决浏览器书签过多、难以整理的痛点。用户只需导出书签 HTML,通过 SKILL 简单指令,即可实现自动分类、死链检测及去重。此外,该工具还能利用内置的设计系统主题,一键生成个性化的本地静态导航站,确保数据的本地掌控与安全。
文章介绍了作者开发的 guizang-social-card-skill 的重大更新,新增了 Live Photo 动态卡片生成与编辑功能。该功能支持将产品录屏、网页 Demo、游戏片段及生活素材转化为适配小红书或公众号的动态卡片。文章详细阐述了单视频、拼图、三连等多种模式,并分享了关于首帧检查、时长适配及 AI 素材判断等实现细节与最佳实践。
文章批判了当前大学 AI 教育重理论轻实践、先筑高数门槛的弊端,认为这应像学骑车一样先上手。介绍了机器学习大神推出的免费课程 fast.ai,采用“自顶向下”教学法,首节课即通过实战让模型上线,强调产品交付能力优于学术头衔,旨在打破学术精英主义,普及实用技能。
本文介绍了使用 OBS 录制“真人出镜 + 屏幕演示”视频的完整工作流。文章涵盖了从下载安装、添加窗口采集与摄像头、图层布局调整,到使用遮罩美化人像及设置 MP4 输出的具体步骤。作者指出,相比纯录屏,真人出镜能增强课程的陪伴感与信任感,更适合 AI 及知识类内容的系统化表达。
本文实测了美团发布的基于 5 万张国产算力芯片训练的万亿参数大模型 LongCat-2.0。文章指出,该模型在预训练到大规模部署的全流程中实现了国产算力闭环,具有里程碑意义。虽然通用推理能力与顶级闭源模型仍有差距,但在 Terminal-Bench 和 SWE-bench Pro 等 Agent 与编程任务中表现强劲。作者实测了将其接入 Claude Code 和 Codex 进行工作流处理,结果显示其在长上下文处理和任务拆解上表现稳定,为开发者提供了一个可行的非国产替代方案。
本文提供了 2026 年成为 AI 工程师的 12 个月路线图。作者区分了模型研究员与 AI 工程师,强调后者更看重实战能力而非高学历。路线图涵盖 Python 基础、大模型 API 调用、RAG 系统构建、Agent 开发以及 MLOps 评估与部署。通过完成三个核心项目(RAG 应用、多 Agent 系统、带监控的上线系统),建立能胜任工作的作品集,即使没有 CS 学位也能入行。
本文分享了利用 AI 提示词在小红书实现变现的三个具体方向:定制名片、课程漫画总结及表情包定制。文章强调,提示词仅占成功因素的 10%-20%,核心竞争力在于审美、素材选择及模型运用。作者建议通过浏览 Pinterest 和 Behance 提升审美,并从评论区挖掘真实需求。适合希望利用 AI 技能进行副业变现的普通用户。
本文介绍了一种利用 Codex 和 Remotion 实现自媒体视频日更的工作流。通过将视频制作转化为可维护的代码项目,将脚本转变为结构化 JSON 数据,作者展示了如何搭建一条自动化的视频生产线,从而替代繁琐的手工剪辑,实现高质量内容的稳定产出。
本文介绍了一套用于跨境电商视频创作的顶级工作流,利用 Topview 平台串联 Image2 和 Seedance 2.0,实现了从产品图到直播视频、品牌短片的一键生成。文章详细拆解了 Image2 负责静态画面精确控制、Seedance 2.0 负责动态运镜的互补逻辑,并提供了多宫格分镜、数字人带货、Live 图制作等实战案例及提示词模板。
本文解决了提示词库沦为“收藏夹”而无法被 AI 有效调用的问题。作者通过建立文件目录分类 Prompt,并在 RULES.md 中编写“任务路由”规则,成功让 Codex 能够根据任务自动读取对应的 Prompt 文件。文章强调了 Prompt 库接入工作流的三层要素:分类存储、路由规则、验证读取。
文章推荐了10个用于全网数据采集和规避反爬虫策略的优质GitHub仓库。这些工具包括Firecrawl、Crawl4AI、browser-use等,涵盖了网页爬取、数据清洗、模拟真人操作、指纹伪装及移动端控制等功能,旨在帮助用户高效获取AI训练所需的干净数据。
作者分享了利用 Claude 和 Opus 等大模型通过自然语言编程(Shader/Three.js),从零构建“赛博海底”风格产品主页的实战经历。文章展示了从确立主题、技术实现到参数微调的全过程,并提出了人机协作的新原则:AI 负责突破上限,人类负责把控下限。
本文对美团发布的 LongCat-2.0 万亿参数大模型进行了深度技术拆解。文章涵盖了 MoE 架构与稀疏注意力(LSA)的优化、N-gram Embedding 的应用,以及在国产算力受限情况下的 6D 并行训练工程、超节点组网、推理加速等关键技术细节。