构建长时间运行 AI Agent 的 5 种设计模式
文章探讨了在构建需要持续运行数天甚至数周的 AI Agent 时所面临的挑战，并介绍了 Google Cloud Agent Runtime 支持的五种核心设计模式。这些模式包括：检查点与恢复以确保容错性、委托审批以实现人机协同、分层记忆架构以管理长期上下文、环境处理以应对无监督任务，以及针对多 Agent 协同的舰队编排。文章强调了状态管理、治理策略和基础设施在将 Agent 从演示转化为生产级系统中的重要性。
技术
7098 篇
30 分钟精通 Claude Code
本文分享了 Anthropic Boris 关于如何高效使用 Claude Code 的核心见解。文章指出，Claude Code 不应被视为“新 IDE”来学习，而应被当作一位“超级聪明的同事”来指挥。文中详细拆解了六个实操秘诀：从提问而非写代码开始、将其视为优秀新工程师、先头脑风暴再编码、利用其工具组合能力、使用 Claude.md 精简上下文，以及利用并行处理能力。掌握这些方法可将内部技术入职时间从数周缩短至数天。
把账号反代成本地 API，爽用大模型，普通人也能懂的教程
本文介绍了如何通过搭建本地网关，将已授权的 AI 账号（如 CLI 或 OAuth 登录的账号）转换为 OpenAI 兼容的本地 API。文章详细阐述了利用 CLIProxyAPI 和本地网关两层架构，将非标准模型资源统一为标准 OpenAI 格式，以便于本地代码、Agent 框架及各类工具调用，同时强调了安全性配置及合规使用。
GPT Image 2 发布首日：社区总结的 6 大核心技巧与 5 个实战 Prompt
OpenAI 发布 GPT Image 2 仅 24 小时，LMArena 评分暴涨 250 点。作者利用 /last30days 工具汇总了社区关于新模型的发现。关键技巧包括：切换至 GPT-5.4 Thinking 模式以获得更好效果、使用双引号强制精确文字渲染、利用像素参数控制宽高比以及优化 Prompt 顺序。文章还展示了由 AI 生成的 UI 界面、杂志封面、品牌 VI、静物摄影及角色一致性测试的 5 个高质量案例，并附带了详细的 Prompt。
Top YC 公司着陆页的通用结构解析
文章分析了 5 家顶尖 YC 孵化公司（如 Resend, Deel 等）的着陆页设计，发现其结构惊人一致。核心模式包括：一行式标题配产品截图、首屏展示社会认同、单一的重复性 CTA、展示创始人照片以建立信任、公开透明的定价信息、精选 3-6 个核心功能，以及以行动号召结尾。这种结构符合用户“是什么-谁在用-怎么用-多少钱”的决策心理，能有效提升转化率。
AI 不该是一次性的：利用 CREAO 将成功对话沉淀为 Agent
文章介绍了利用 CREAO AI 将一次性的 AI 对话转化为可复用 Agent 的方法。作者通过小红书爆款挖掘、热点内容策划和产品拆解三个案例，展示了如何将调教好的工作流沉淀下来，实现定时自动执行，从而提升效率，从“借用 AI”转变为“复制自己”。
公众号爆款文章制造机：利用 Skill 打造硬核赚钱外挂
文章介绍了作者开发的一套基于 Skill 的公众号写作辅助工具。该工具定位为“会思考的编辑”，而非简单的写稿机器，旨在解决公众号创作者在选题、切入角度、大纲构建及润色等方面的痛点。通过详细演示娱乐类文章的生成流程，展示了其从逻辑整理、多角度选题规划、风格模仿到自动分析改稿的全流程功能。作者强调，该工具结合了多年运营经验，旨在帮助用户通过结构化规则和高质量语料，产出有深度、有情绪、易传播的爆款内容。
从意图到发现：设计 AI 时代的用户体验
UX 领域先驱 Jakob Nielsen 指出，AI 将交互范式从“基于命令”转变为“基于意图”，用户角色从操作者变为监督者。文章重新定义了 AI 时代的可用性指标，提出了包含意图层、编排层和直接操作层的三层设计模型。作者强调“刻意认知摩擦”以应对信任校准，并展望了未来从“生成”走向“探索潜在空间”的交互愿景。
2026 年了，我发现我不用自己刷 X 了
作者作为 AI Solopreneur，分享了利用 CREAO 平台构建“AI 信息差 Agent”的实战经验。通过自然语言描述需求，该 Agent 每天自动抓取 X 平台上的 AI 圈热点，分类整理并推送到 Notion。文章详细记录了从需求描述、Scheduled Run 设置到现场迭代工具（如增加原链和预览图）的全过程，阐述了如何将一次性对话转化为永久资产，从而解放生产力，实现从 Tool User 到 Tool Maker 的思维转变。
我用CREAO做了一个X实时监控Agent
作者利用平台 CREAO 搭建了一个 X 平台实时监控 Agent，旨在解决刷推荐流耗时且低效的问题。通过配置 Connector，该 Agent 能自动爬取指定博主的最新动态并定时推送，实现了高质量信息的自动化获取与阅读效率的大幅提升。
GLM-5.1、Qwen 3.6 Max 与 Kimi 2.6 国产大模型横向评测与选型指南
文章对 2026 年上半年三款国产旗舰大模型（智谱 GLM-5.1、阿里 Qwen 3.6 Max、月之暗面 Kimi 2.6）进行了深度横向对比。分析涵盖核心技术参数、能力评测及商业定价，指出各模型分别在自主编程、通用全能与长文本协作领域的优势，并针对不同业务场景提供了具体的技术选型建议。
用于所有编码任务的 /research 技能
作者分享了他在使用 Claude Code 时的一个高效工作流。尽管 Claude 的 Plan 模式很强大，但作者认为它在获取最新文档和网页搜索结果方面存在不足。为了解决这一问题，他开发了一个 /research 技能，结合 Context7 MCP（用于高效处理 JavaScript 沉重的站点或需认证的文档）和 ui.sh 工具包，以确保在处理新功能或 Bug 时能获得最新的上下文信息。
拆解56w浏览英语单词图爆款：从调研到自动化的流水线实战
本文拆解了一张获得56万浏览的英语单词图爆款背后的制作逻辑。作者提出了一套可复用的流水线方法论：第一步调研，模仿销量高的真需求而非假爆款；第二步生产，利用元提示词实现批量定制；第三步自动化，使用 CREAO Agent 定时自动产出内容。文章强调用创业思维做社媒，将重复劳动转化为数字资产，实现一人公司的效率最大化。
如何真正防止 Agent 重复犯错：Skillify 实践指南
本文批评了 LangChain 等框架虽有工具但缺乏工作流，导致 AI Agent 测试困难。作者提出“Skillify”模式：通过构建包含确定性代码和单元测试的 Skill（技能），将潜在的 LLM 推理转化为确定性的工具调用。文章以日历查询和时区计算为例，展示了如何利用“薄框架、厚技能”架构，永久修复 Agent 的重复性错误。
How to Master Prompt Engineering at an Expert Level
本文指出在2026年，AI交互的质量瓶颈不在于模型本身，而在于提示词。文章将提示词工程定义为一项高价值技能，并详细介绍了从基础到专家级的全套方法论。核心内容包括专家提示词的六大要素（角色、上下文、任务、格式、约束、质量标准），XML标签等结构化技巧，以及链接式提示、自我修正循环、动机性约束和多视角分析等高级策略。文章旨在通过系统化的训练，帮助读者显著提升AI输出的质量。
Kimi K2.6 与 Ollama、OpenClaw：构建高效 AI 工作流的新实践
文章探讨了将 Kimi K2.6 模型与 Ollama 及 OpenClaw 结合使用的优势。Ollama 简化了模型的本地运行与部署，降低了技术门槛；OpenClaw 则提供了实用的执行层，将模型能力转化为结构化的工作流，使其超越了简单的聊天机器人。这种组合不仅减少了配置摩擦，还通过本地化的灵活性支持了自动化、编程辅助等复杂任务，使 AI 系统更具实用价值。
The Ultimate Guide to Prompting AI Agents: The 3 C's Framework
本文介绍了作者针对 AI Agent 提示的 '3 C' 框架：Context（上下文）、Constraints（约束）和 Composition（结构）。与 Chatbot 不同，Agent 需要详尽的上下文而非简短的指令，通过具体的验证步骤（如自检代码、截图确认）作为约束来确保质量，并需要明确的交付格式以引导其思维。文章提供了具体的对比案例和可复用的提示词模板，旨在帮助用户编写高质量的指令简报。
Hermes Agent 完全上手指南：会自己进化的 AI Agent
这是一份关于 Hermes Agent 的深度上手教程。文章介绍了 Hermes 相比 OpenClaw 的核心优势：具备自我进化能力，能从任务中自动创建和优化 Skills，以及拥有强大的 SQLite 全文搜索记忆系统。教程涵盖从环境准备、安装配置、基础对话，到进阶的消息网关配置、定时任务、记忆训练，再到高级的 MCP 服务器集成、多 Profile 管理、浏览器自动化及语音交互等 15 个实践任务，帮助用户全面掌握这一开源 AI Agent 框架。
Obsidian + AI：8 个值得搭的自动化工作流
文章介绍了将 Obsidian 作为个人知识库与 AI 结合的 8 种自动化工作流，涵盖信息输入、汇聚、处理、维护和输出五个阶段。通过连接 Workbuddy、Readwise、Whisper 等工具，实现微信录入、网页自动总结、会议纪要生成、读书笔记转化及公众号排版等功能。核心思想是将工作流和数据存储在本地，确保资产归个人所有，提升工作效率。
Image-2 发布后普通人年入 50 万的 10 个机会
文章深入探讨了 Image-2 发布后，普通人如何利用 AI 图像技术降低视觉生产成本，在 10 个具体垂直领域（如本地商家素材、投流测试、电商视觉、私域成交、企业 SOP 等）创造商业价值。作者强调核心在于解决具体的业务痛点，而非单纯的绘画技术，并提供了详细的落地路径、定价策略和演示案例。
GPT Image 2 上线：我伪造了 1987 年一个中国人的一天
作者使用 OpenAI 的 GPT Image 2 生成了 8 张具有 80 年代柯达胶卷质感的照片，虚构了 1987 年河北涿县供销社售货员刘建国平凡的一天。文章详细还原了从早晨起床、供销社工作到晚上围坐看电视的生活场景，并附带了完整的提示词（Prompt）分享。
Why 12,000 Nano Banana Prompts Are Blowing Up Right Now
文章介绍了“12000个Nano Banana提示词”数据集，它通过提供结构化的布局框架来加速AI图像生成工作流。作者探讨了如何将此数据集与NotebookLM结合，实现提示词的对话式检索，从而提升制作缩略图、信息图和品牌视觉的效率与一致性，最终将提示词库转化为可复用的长期视觉生产基础设施。
软性材料工程比钢铁更难
文章深入探讨了软性产品工程的复杂性与技术挑战。作者指出，相比于各向同性的钢材，纺织材料因其各向异性、复杂的层压结构及粘合剂匹配问题，更难进行预测和建模。目前该领域缺乏现代化的CAD工具，主要依赖经验知识。文章认为软性工程是时尚与机械工程的交叉点，且针对该领域的AI工具开发尚处于空白期，蕴含着巨大的商业和技术机会。
装完 Hermes 一定要配置这五套系统，秒变满配版
本文介绍了如何通过配置五大核心模块（身份记忆、感知、表达、效率、生态导航）将 Hermes AI Agent 打造为“满配版”。详细步骤涵盖了使用 agency-agents-zh 库定义角色、集成 Hindsight 实现长期记忆、安装 Jina/Camelfox 等抓取工具、配置 Tavily 搜索与 Whisper 语音能力，以及利用 Tokscale 和 RTK 进行 Token 成本管控与性能优化。
火山方舟 vs 阿里百炼｜Coding Plan 实测对比报告
本文对比了字节火山方舟与阿里百炼两大平台的 Coding Plan API 服务性能。通过 270 次请求测试，从响应速度、吞吐量（TTS）和稳定性三个维度，对包括 GLM、Kimi、DeepSeek 等主力模型进行了评估。结果显示，对于相同的旧版本模型，阿里百炼在速度上完胜；而字节方舟在模型更新速度（如 k2.6）和覆盖广度上更具优势。
深度扩展视角：Looped LLM 与 Claude Mythos 架构解析
本文深入探讨了 Looped LLM（循环大语言模型）的演进及其在 Claude Mythos 中的潜在应用。作者从字节跳动实习期间的研究出发，分析了循环架构在多跳推理任务上的优势，并指出 Anthropic 新发布的 Mythos 在 GraphWalk BFS 基准上的异常提升可能与底层状态跟踪能力有关。文章进一步探讨了将 Looped LLM 扩展至大规模应用时面临的“三道门槛”：深度稳定性（借鉴 RNN/SSM 理论解决梯度问题）、推理效率（结合 Diffusion Forcing 和 YOCO 优化并行度）以及单位 FLOPs 的有效性，强调了在算力预算有限时架构选择的重要性。
Windows 小白零基础安装 Hermes Agent 傻瓜级教学
这是一篇专为 Windows 用户设计的零基础教程，详细介绍了如何在不具备命令行知识的情况下，通过 WSL2 在 Windows 上安装 Hermes Agent。文章涵盖了从检查系统版本、安装 WSL2 和 Ubuntu，到配置 API Key 及运行 AI Agent 的全过程，并附带了常见问题的解决方案，即使是初学者也能轻松上手。
AI Coding 已经变天：从 Prompt Engineering 到 Harness Engineering
文章指出 2026 年 AI Coding 的瓶颈已从模型能力转向工程范式。通过 OpenAI、Stripe 等案例，阐述了从 Prompt Engineering、Context Engineering 到 Harness Engineering 的演进。Harness Engineering 强调通过结构化知识、机械化约束、可观测性注入等五大支柱，构建让 AI 可靠工作的环境。作者提出人类角色应从“写代码”转变为设计让 AI 干活的系统。
Karpathy-Inspired CLAUDE.md: 30秒快速集成指南
文章介绍了由 Forrest Chang 基于 Andrej Karpathy 观点开发的行为配置文件 CLAUDE.md。该文件针对 AI 编码代理的三大痛点（静默错误假设、过度复杂化、正交破坏）提出了四项核心原则：先思考后编码、简洁优先、外科手术式修改、目标驱动执行。文章详细解析了这 65 行代码的规则逻辑，并提供了通过 curl 命令在 30 秒内集成到现有项目，或通过插件形式全局安装的具体方法。
GitHub 联合创始人：Git 从未被设计过，以及 AI 时代的版本控制
文章转述了 GitHub 联合创始人 Scott Chacon 对 Git 的深刻见解。他指出 Git 本质上是为 Linux 内核维护构建的工具，缺乏产品设计，更像一个缝合怪。这种原始设计的缺陷使其与现代 AI Agent 的交互极其困难。Scott 探讨了 Git 向后兼容的诅咒、代码审查模式的过时，并介绍了他的新项目 GitButler，试图通过虚拟分支在保留底层协议的基础上重塑用户体验。最后，他展望了 AI 时代工程师的核心竞争力将转向写作、沟通与定义问题。