美团开源 LongCat-Video-Avatar 1.5 音频驱动虚拟人模型
美团开源了名为 LongCat-Video-Avatar 1.5 的音频驱动虚拟人模型。该模型支持唇形精准匹配、表情自然过渡、全身动作连贯及唱歌表演，综合能力据称超越 HeyGen、Kling Avatar 等商业模型。适用于需要高质量视频生成、本地部署及复杂场景开发的内容创作者、企业和 AI 研究者。
技术
7109 篇
给开源项目建可信架构 Wiki：LLM Wiki 范式实战教程
文章介绍了一种基于 LLM 的新型 Wiki 知识管理范式，旨在解决传统知识库维护成本高的问题。作者详细阐述了 raw/wiki/schema 三层架构，以及 Ingest、Query、Lint 三大核心操作，并开源了相应的 Claude Code Skill。文章以 x-algorithm-wiki 为例，提供了五步实战教程，展示了如何让 LLM 增量维护可追溯、可信的项目架构文档，并探讨了该方法的边界与适用场景。
How to Build LLM Architectures From Scratch
本文是一篇关于从零构建大型语言模型（LLM）架构的深度指南。文章详细解释了 LLM 的工作原理，包括从原始数据收集、清洗、分词，到 Transformer 架构的核心组件（如自注意力机制、位置编码）。同时涵盖了预训练、微调、基于人类反馈的强化学习（RLHF）以及推理优化等关键技术环节，旨在帮助读者理解 ChatGPT 和 Claude 等模型背后的系统构建全流程。
为什么你的agent项目难以落地：论Agent Harness的重要性
本文探讨了Agent项目难以落地的核心原因。作者指出，许多团队忽视了模型与应用之间的基础设施层——Agent Harness。文章通过生理学类比和工程细节分析，阐述了为什么仅靠LLM无法构建高效Agent，并预测AI行业将分化为模型层、Harness平台层和Agent应用层，建议业务团队应专注于业务逻辑而非底层基础设施。
AI Agents: 从原理到实战的完整指南
本文是一份关于 AI 智能体的综合指南，涵盖了从基础概念到生产级系统构建的全过程。文章深入解析了 Agent 的核心工作原理，如 ReAct 循环、任务拆解和上下文工程。同时，针对中级开发者，详细介绍了多代理系统的评估体系、记忆与知识管理、安全护栏设计以及四种核心设计模式，旨在帮助读者构建可靠且高效的 AI 应用。
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。
Codex 新玩法：从写代码到数字同事
文章深入分析了 Codex 的最新演变，指出其定位已从单纯的代码编写工具转变为具备跨 App 协作能力的“数字同事”。作者详细探讨了 Computer Use、评论式交互、Automations 自动化任务及移动端管理等新功能，并对比了 Codex 与 Claude Code 的差异化分工。文章认为，AI 工具的竞争维度正从“代码质量”扩展到“真实工作流的完成能力”，强调透明度与可控性是未来数字同事的核心。
如何让 Codex 像牛马一样不停工作！新手教程端上来了
文章介绍了 Codex 新上线的 Goal 模式，通过明确目标、验收标准和边界条件，使 AI 能像“牛马”一样持续执行复杂任务，解决了传统模式下需人工频繁干预的痛点，并提供了 Prompt 编写技巧与原理解析。
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。
20 张手绘图讲透 AI 核心概念
本文翻译整理了一组在 X 上广为流传的 AI 科普手绘图，涵盖从神经网络、Transformer 架构到大语言模型（LLM）的 20 个核心概念。作者不仅解释了 AI 底层运作原理（如分词、注意力机制），还介绍了模型优化手段（如微调、RLHF）及前沿应用架构（如 RAG、Agent、思维链），是一份简洁全面的 AI 技术入门指南。
15张可直接复用的AI画图工作流架构图
本文介绍了一套包含15个高清架构、流程和数据图的AI画图工作流，并非Demo，而是可直接用于实际业务场景的技能集合。内容涵盖企业架构、系统设计、BPMN流程、云架构、数据链路、UML、网络拓扑、思维导图及信息图表等。这些工具适合开发者绘制系统设计，产品经理梳理流程与规划，以及技术写作者制作文档和汇报材料，旨在提升方案文档的结构化和专业性。
保姆级：用AI搭建选题流水线，从信息源到入库全流程
本文分享了如何利用 AI 构建自动化的内容选题系统。作者提出“选题是信息处理问题而非灵感问题”，通过确立“四层水源”（快、深、慢、反）、撒下“关键词渔网”、AI 初筛信息、人工做四维判断以及入库排期这五个步骤，实现每天自动生成 10 个带数据和角度的选题，从而告别创作焦虑，提升内容生产效率。
holon v0.14.1：Rust 重写与自举开发实践
本文介绍了 holon v0.14.1 版本的更新，重点在于使用 Rust 进行了底层重写，并实现了项目的自举开发（即 Agent 自主完成从需求分析到代码合并的全流程）。文章详细阐述了采用 Rust 重写的原因、关键架构设计（如单 Session 模式、Workitem 机制和事件驱动），并展示了实际的 Dev 工作流及与竞品模型的对比测试数据。
DeepSeek 的 10 万亿美元大战略：技术、算力与国产芯片的未来
本文深入分析了 DeepSeek 如何通过 MLA、MoE、mHC 等一系列底层技术创新，极大幅度降低大模型对 HBM（高带宽内存）和先进 GPU 制程的依赖。文章指出，DeepSeek 的战略并非局限于软件订阅，而是旨在通过算法优化盘活中国产能充足的 NAND 闪存和 LPDDR 产业，以此构建一套独立于西方之外的 AI 硬件生态，最终撬动价值 10 万亿美元的产业巨兽。
2026年，实体小店用AI赚钱最快的3个方法
文章介绍了2026年实体小店利用AI提升业绩的三个具体方法：一是利用AI自动回复接待减少漏单；二是利用AI生成低成本获客内容吸引新客；三是利用AI管理私域激活老客户复购。文章包含真实案例与ROI计算，强调低成本投入即可获得高额回报。
Skill 小白完整入门教程(做出你的第一个skill)
本文是一份针对 AI Agent Skills 的完整入门教程。文章首先区分了 Skill 与提示词、知识库、MCP 的本质区别，指出 Skill 是一种可跨工具（Claude, Cursor 等）复用的能力封装标准。接着详细讲解了 Skill 的文件结构、三层渐进式加载机制以及 YAML 元数据的编写原则，并提供了官方推荐的“五步开发法”。文章还包含了一个小红书风格改写的实战案例、安装指南以及进阶的多 Skill 协作架构与自动化评测体系，帮助读者从零构建高质量的 Agent Skills。
Relayrouter 支持 OpenSeek：开源 TUI 编程 Agent
作者 sukie 表示很荣幸 relayrouter 能够支持 ShenHuang 的开源 TUI 编程 Agent 项目 OpenSeek。文章高度评价了 OpenSeek 在技术平权方面的价值，指出其具备 27 个内置 Provider、50+ 工具及三档运行模式，并拥有严谨的工程设计和 LSP 集成。
逆向 329 条 GPT-Image2 提示词并开源：工业级模板引擎
作者逆向分析了 329 条 GPT-Image 2 的提示词案例，并将其开源至 GitHub。项目不仅涵盖了直播、海报、拆解图等多种视觉类型，还创新性地提出了「Prompt-as-Code」理念，将视觉要素原子化为 JSON 结构，实现了 Agent 自动化调用的零配置工作流，彻底改变了传统抽卡式的出图体验。
我把每天刷 4 小时 X 找选题的活完全交给AI，命中率从 15% 飙到 60%+
文章介绍了作者如何利用 Airtap 这一 AI Agent 工具，将每天 4 小时的社交媒体选题筛选工作自动化。通过部署在云手机上，设定特定阈值和关键词，AI 能够代替人工在 X、小红书等平台筛选高价值信号。这一工作流将选题命中率从 15% 提升至 60% 以上，极大地节省了时间，让创作者能专注于深度写作和判断。
7篇必读：如何全面掌握 Claude 与 AI 实战指南
作者分享了7篇关于 Claude 和 AI 的精选文章，涵盖提示词工程、语音代理构建、个人助手打造以及一人企业的 AI 商业化模式。文章旨在帮助用户从 10% 的使用率提升至 100%，并利用 AI 进行内容创作变现。
出海收款平台 Creem：从注册到提现账户绑定
本文介绍了面向独立开发者的海外收款平台 Creem。文章详细演示了从注册登录、创建 Store、生成支付链接，到在测试环境下跑通支付流程的完整步骤。同时，也涵盖了正式开通收款所需的业务资料填写、Sumsub 个人身份验证（KYC）、以及通过 Paysway 绑定支付宝作为提现账户的实操教程，帮助开发者快速搭建海外收款渠道。
2026年AI用户必知的12层架构：构建可靠的AI智能体
文章提出了AI智能体的12层架构模型，旨在帮助用户理解AI工具的工作原理及失效原因。内容分为三部分：基础层（工作界面、智能体合约/规范、模型）、运行层（运行时状态、工具互操作性、执行表面）以及记忆与知识层。文章强调，只有理解了这些层级（如MCP协议、Agent间协作、多级记忆系统等），才能解决AI输出不稳定、工具选择困难及信任缺失等问题，从而将AI从演示带入实际工作流。
解锁 Claude 90% 的能力：18 个步骤构建 AI 工作流
文章指出大多数用户仅发挥了 Claude 10% 的潜力，并分享了博主 @cyrilXBT 提出的 18 步框架，旨在将 Claude 从简单的聊天界面转化为强大的智能推理引擎。该框架涵盖四个阶段：基础层（上下文配置、CLAUDE.md）、质量层（角色分配、提示词链）、系统层（Skill 文件、MCP Server）和智能层（复利心态）。通过构建上下文、记忆、工具和约束系统，用户可以最大化释放大模型的能力。
12步打造拥有持久记忆的自我进化Claude智能体
本文详细介绍了如何通过12个步骤为Claude智能体构建四层记忆架构：利用内置记忆功能、创建Project作为固定工作流、编写动态增减的持久化记忆文件，以及配置Dreaming自我迭代机制。文章指出，只有结合长期偏好存储与任务模式总结，才能让Agent跨越会话限制，从单次执行的“金鱼”进化为持续自我优化的虚拟员工。
tw93 的开源故事：十三年六款工具的长期主义
本文专访了前端工程师 tw93，讲述他在 13 年间利用业余时间开发了 6 款知名开源工具（如 Pake、Mole）的故事。文章深入探讨了他的产品逻辑（解决自身痛点）、设计审美、长期主义价值观，以及在 AI 时代构建个人技术壁垒的独特见解，并分享了个人开发者出海商业化的实战经验。
Hermes Agent 记忆系统架构指南
本文详细介绍了 Hermes Agent 的记忆系统架构。作者指出，记忆是 Agent 区别于普通 Chatbot 的核心。Hermes 的记忆栈分为三层：开箱即用的原生层（包含本地数据库和两个 Markdown 文件）、可选的官方插件提供商层、以及社区构建的扩展层。文章深入解析了内存文件的运作机制，如字符上限、自动合并的误区以及 Agent 如何自主管理记忆。
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。
9个Prompt模板：将8小时工作量压缩至47分钟
文章介绍了如何利用9个定制的Claude提示词模板，实现工作流程的自动化。通过将竞争对手扫描、邮件分类、会议准备等任务交给AI在后台执行，作者每周节省了34小时。文章详细列出了包括每日简报、竞品分析、邮件处理在内的具体模板代码，并分享了优化技巧和失败经验。
用 Claude 构建贝莱德前高管论文中的 50 智能体投资组合系统
文章介绍了基于贝莱德前高管 Andrew Ang 的论文，作者利用 Claude AI 构建了一个简化版的多智能体投资系统。原系统通过 50 个智能体分五层协作，涵盖宏观分析、资产估值、组合构建及同行评审。作者提取了核心逻辑，构建了包含宏观、资产分析和对抗性挑战者的三智能体版本。测试显示，该架构能有效消除人类偏差，在保持收益的同时显著降低回撤风险。
如何使用 Claude 构建你的首个 AI 团队（完整教程）
这是一篇关于如何不写代码、仅利用 Claude 的 Cowork 功能构建 AI Agent 的完整教程。文章首先澄清了 AI Agent 与普通聊天机器人的区别，指出构建 Agent 是目前高价值的技能。随后，教程将 Agent 拆解为角色、指令、工具和记忆四个核心组件，并以“内容研究 Agent”为例，手把手演示了从定义角色到测试优化的全过程。最后，文章展示了如何将多个具有不同角色的 Agent（如研究员、大纲师、撰稿人）组合成一个高效的“内容生产团队”，实现工作流自动化。
