文章解读小米 LLM-Core 团队发布的 MiMo-V2.6 技术报告。核心主张是通过系统性扩展强化学习算力提升模型智能，需同时扩展训练批次、环境多样性和评分器三个维度。模型有 Pro（1.02T MoE）和 Flash（310B）两个规格，RL 后训练成本分别 260 万和 90 万美元。报告详述了中期训练优化、GRPO 训练细节、多 harness 训练、四层 reward hacking 防御、Groupwise Agentic Grading 评分体系、router 冻结发现及基础设施设计，最终性能进入与 Claude Opus 5 / GPT-5.6 同一梯队，并开源蒸馏模型、环境与 RL 框架。
作者基于近一个月使用 Grok Bot 的体验，对五家个人 Agent（Muse、Grok Bot、Spark、Cue、Dots）进行了深度竞品调研。文章首先厘清个人 Agent 与通用 Agent 的区别：7×24 在线、拥有云电脑、能主动办事。随后梳理了用户真实案例，包括替人砍价、整理历史数据、填表办手续等。技术层面，文章将个人 Agent 拆解为模型、电脑、记忆、技能、调度、身份六模块，并重点对比了云端电脑方案、身份策略与审批机制三大差异点。最后总结五家各自的优势：Grok Bot 擅长多 Bot 协作、Muse 主打社交、Cue 强在独立身份、Dots 突出主动性、Spark 依托 Google 生态，并判断安全将成为未来竞争的关键。
作者分享了将 Meta 的个人 AI Agent「Muse」接入微信的完整实践教程。通过微信 ClawBot 插件与桥接程序，用户可以直接在微信里给 Muse 交代任务，Muse 执行后把结果回传微信。文章详细讲解了接入流程：启用 ClawBot、向 Muse 发送提示词完成配置、扫码登录、发送第一条消息完成收发测试，以及用真实任务验证执行效果。作者还总结了常见卡点：扫码后需在微信发消息才算完成、聊天记录不会自动同步、收到回复不等于任务执行完成等，并附上了可复制的完整提示词。
NVIDIA 推出 Jetson Agent Skills，将设备特定的平台知识注入 AI 辅助开发流程。边缘 AI 开发不仅涉及代码，还需处理硬件、内存、JetPack 版本、容器和部署约束。Jetson Agent Skill 是包含指令、参考资料、安全边界和辅助脚本的可检查包，分为 Device Skills（设备诊断、环境配置、模型服务、基准测试）和 BSP Skills（刷机前的平台定制）。文章介绍了基于 Codex 的完整工作流教程，从连接 Jetson Orin Nano 到构建本地运行的视觉语言模型（VLM）应用，并展示了 JetPack 7.2.1 中基于 Video Codec SDK 和 PyNvVideoCodec 的视频技能如何自动生成并验证编解码流水线，最终返回可复现的性能测量结果。
作者整理了12个用 AI Agent 制作视频的 Skill，按使用场景分类：口播去口误工具（如 chengfeng-videocut-skills）、剪映自动化（jianying-editor-skill）、艺术风与知识动画（huashu-art-motion）、产品宣传片动效（HyperFrames、Remotion）、通用 ffmpeg 处理、长视频切短视频（OpusClip）等。文章介绍了各工具的安装方式、优缺点，强调分清本地与云端处理的隐私成本问题，并提醒第三方 skill 的安全审查和版本变化风险，适合视频创作者作为选型地图参考。
文章批判性分析了当前 coding agent（如 Claude Code、Codex、OpenCode）的种种缺陷：任务管理糟糕、不会并行处理和委派、对自身功能一无所知、计划表达混乱、轻易停下等待用户、缺乏真正的沙箱安全边界。作者区分了模型（大脑）与 agent（身体），指出模型进步很快但 agent 层才是瓶颈，并列举了理想 agent 应具备的能力：任务拆分与模型委派、人类易读的计划、OS 级沙箱、ETA 估算、自省改进等。最后猜想这是委托—代理问题——AI 高管与一线开发者脱节，只关注 demo 和基准测试而非开发者体验。
Faceplugin 宣布开源一整套人脸识别 SDK，号称全球首个彻底免费开源的人脸识别方案，支持 Windows 和 Linux。其亮点包括：全程本地运行，数据不出设备，不上传云端；无需独显，CPU 即可支撑运行；提供 Python 接口，支持人脸检测、关键点提取和特征比对。作者认为对白嫖党很有吸引力，但也提醒免费版在精度和活体检测方面可能有所缩水，若要正式投产使用还需自行权衡评估。
作者将此前「盲压浮雕」AI绘画概念做成无需AI的开源网页小工具「纸痕·盲压浮雕工坊」。导入照片后，工具可去除原色，通过亮边和阴影模拟纸面压痕浮雕效果，用户可调整纸色、压痕深浅、细节简化、侧光方向和纸纹，支持凸/凹切换和多种裁切比例，导出最高3200像素PNG。照片在浏览器本地处理，不上传服务器，无需登录和API，采用MIT许可证开源，适合制作人像配图、宠物纪念卡、壁纸等视觉素材。
本文详解 OpenAI 面试高频算法题 Infection Spread（感染扩散），即 LeetCode 994「腐烂的橘子」的五连问升级版。文章分五个部分递进讲解：基础多源传播、免疫细胞、D 天自愈、阈值+死亡变体、以及烧行列的优化问题。给出各部分的边界条件、易错点（如 off-by-one、同步更新需 double buffer、免疫先生效再传播）和复杂度分析，Part 1–2 使用多源 BFS（O(R·C)），Part 3 起切换为逐天模拟，并附完整 Python 参考代码与备考清单，指出完成 Part 1–3 即可达到 strong 水平。
本文是 Pi Durable 访谈译文第三篇，Mario Zechner 与 Armin Ronacher 讨论各类编码 harness 的体验。他们聊到 AMP 的 Orbs 设计与团队愿景、OpenCode 的持久化探索、DeepSeek harness 的插件架构与极简体验、以及 Claude Code 的自我修改趋势与稳定性问题。还谈及 Pi Mobile 让手机本地运行 agent 的愿景、Web 插件系统的安全挑战（XSS、沙箱隔离）、对 MCP 支持的转变，以及让非开发者上手 agent 的 onboarding 难题和对 AI 技术真正落地应用的期待。
作者分享入职大厂两个月从事 Agent 开发与后端维护的 AI 编程工作流。介绍了常用 Skill（grill、implement、ponytail、handoff 等）与简短 Prompt（第一性原理、对抗性审查、消融实验、奥卡姆剃刀、高内聚低耦合），指出随着模型能力增强，过重的 Workflow 反而成为噪声，应使用方法论式思维快捷键。同时分享了日常开发流程：grill 需求对齐、沉淀 Spec、任务拆分并行开发、交叉审查；重点讲解如何构建 Agent 友好的端到端测试环境（CLI、MCP、浏览器自动化），以及 Review AI 代码的实践。最后总结当前瓶颈在 Review 速度，Harness 需随模型迭代做减法。
文章提出'Ultra-Agency'概念，认为在真正的AGI到来之前，基因编辑技术将先让人类变得更聪明、更强大。作者回顾了基因疗法恢复视力的进展（2019年盲鼠、2021年人类），指出AI目前并不具备意识，LLM的参数无法替代真实神经元。以AlphaFold为例，AI已在蛋白质结构预测等数据问题上极大加速科学研究，使新疗法的研发摆脱耗时的人工文献调研。作者认为风险可控，医学试验仍将至关重要。未来基因疗法将使超常智力、情绪调节和执行力成为默认状态，人类将进入人机相互增强的递归自我改进循环，开启人类开拓的新前沿。
本文提出了2026年LLM工程路线图，指出与LLM工作不只是提示词，生产级系统需要对LLM的工程化、部署和优化有深入理解。文章总结八大支柱：提示工程（将prompt当作代码管理）、RAG系统（嵌入、检索、重排）、上下文工程（管理上下文窗口中各类信息的取舍）、微调（LoRA/QLoRA等技术）、Agent（工具调用循环与编排、状态管理、重试逻辑），并为每个领域提供了大量免费开源学习资源，如Anthropic、OpenAI官方指南及多个GitHub教程仓库。
文章介绍了一套「十段式提示词系统」，帮助解决 AI 出图常见翻车问题。作者认为 AI 出图 90% 的失败源于提示词问题，而非模型本身。十段式包括：主体、动作、环境、情绪、镜头、光线、色彩、风格、画质、反提示十个维度。文章还提出物理参数化写法（明确光源方向、材质质感、动作因果）、真实感六项自查清单（手指、五官、光影、物理、材质、背景）、动作五问法，以及终极工作流——将正片描述、反提示、参数拆分为三个文本框分别填写，可显著提升出图成功率。
本文基于公开文档与使用分享，系统比较了 xAI 的 Grok Bot 平台与 Meta 的个人 AI Agent Muse。两者均能在云电脑上执行任务、连接外部服务并在后台持续运行。差异在于：Grok Bot 支持多 Bot 分工、Skills 与 Routines、Team Bots 团队共享，协作编排更具可玩度；Muse 则强调围绕个人目标的持续代办、记忆延续，并配备 VM 隔离与 Sentinel 审查等安全机制。文章还从信息获取、模型能力、安全隐私、服务接入与订阅费用等维度展开对比，并通过出差预订场景说明两者的工作组织方式，帮助读者按需求选择。
OpenAI 于 9 月 29 日发布 Dots——基于 GPT-6 Astra 的常驻智能体。每个 Dot 拥有独立的云端电脑和浏览器，可接入 4000 多款应用，用户通过目标而非提示词驱动它持续工作。文章详解了其权限分级（后台只读、敏感操作交还用户、删除类操作需逐次批准、信任型发送可预先授权），并与 Grok Bot 对比：Grok Bot 提供多 Bot 协作且夜间持续运行，Dot 则是单一工人、短权限、全流程可审计。价格方面，Pro 从 $100 起，额外任务消耗个人额度，欧洲多国仅可通过 Business Premium 使用。文章最后给出完整的创建设置步骤和任务简报撰写建议。
作者分享了一个通过API接口出售全球数据的平台，称其为除AI中转站外最暴利的生意。该平台提供数千个数据接口，可抓取TikTok、亚马逊、Reddit、抖音、领英等全球社媒和电商数据。作者实测了三个场景：跨境电商选品（抓取商品记录和评论）、AI产品MVP需求验证（分析市场缺口）、获取客户联系方式（找到97个MCN创始人并邮件触达，12人回复）。作者认为该产品潜力巨大，并分享了视频教程。评论区有网友质疑这是广告，作者予以否认。
作者李岳分享了使用豆包新功能"无限画布"进行创意设计的实战体验。通过两个案例演示：一是为奶茶品牌"Pudding"设计完整品牌VI，包括Logo、杯子、包装袋、门店形象等素材；二是为豆包手机生成深色摄影图、详情页卖点图及TVC宣传短片。文章详细介绍了无限画布的创建方式、创意设计和创意视频两个技能的调用方法，以及画布中的编辑、引用生成、分图层、抠图、消除、扩图等功能。作者认为这些功能为设计师量身打造，只要有创意就能高效实现。
作者基于4年多车企AI落地经验，按项目全流程拆解FDE（Frontier Development Engineer）岗位的真实工作内容：售前阶段的客户预期管理、深入业务打磨几千个标签体系、模型开发（从BERT加规则演进到大模型抽取加检索链路，涉及微调、embedding、评测）、私有化部署的工程细节（驱动、CUDA、vLLM、压测、稳定性）、以及上线后的数据报告与可视化。作者强调模型只是最不用担心的部分，难的是模型前后的业务与工程，并介绍了AI coding如何让他一个人交付客户demo。
文章拆解了当下关于平台封禁 AI 账号的传言，梳理出五条不同的监管线：账号身份线、AI 魔改线、AI 内容标识线、规范引流线和行为指纹线，指出只有最后一条真正针对 AI 自动化创作。平台不是检测单篇文字的 AI 率，而是通过账号级行为特征判定机器指纹。作者给出六个保留「人味」的写作招式：换框架、加入个人经历、拆总分总结构、换标题角度、删 AI 高频词、用自己的话重讲内容，并附上不用动、该改、别做的三档自查清单。
作者介绍了使用Teamily AI平台将多个AI智能体组织成一个团队来自动化工作的完整流程。作者以构建一个免费提示词库网站为例，搭建了包含趋势研究员、内容创作者、网页开发者和验证编辑四个智能体的群组，通过明确的群组规则定义各智能体的职责和交接流程。智能体之间能读取彼此的输出、互相质疑，验证编辑器还两次拦截发布，发现引用错误等问题。最终作者将整个流程保存为Loop，实现每周自动重复运行，展示了人机协作群组替代多聊天窗口粘合工作的方式。
作者受亦仁一条推文启发，开发了一款 Chrome 插件 x-follower-lens，用于在 X 上更真实地判断账号质量。插件不调 API、不发网络请求，仅读取页面已有数据，为账号添加七个标签：大 V、互关、疑似互粉号、新号老号、高互动低活跃等，通过粉丝关注比、互动率等指标识别互粉刷量账号。插件支持自定义显示样式和阈值，按粉丝量分五档颜色，并提供详情卡。从想法到可用插件仅用一个下午，作者借助 AI 完成开发，感慨技术门槛正在快速下降。插件已开源。
文章系统整理了 67 个实用的 Claude Skills，涵盖需求规划、方案设计、编码、测试、排错、代码审查等开发全流程。作者介绍了 Skills 的概念（包含 SKILL.md 的文件夹，封装可复用的工作流程），并列举了来自 Anthropic 官方、Matt Pocock 和 SkillsMP 市场的技能资源，如 Skill Creator、Grill Me、Write a PRD、TDD、QA、Code Review、Systematic Debugging 等，附项目链接、使用方法和安装命令，帮助开发者把 Claude 用成一支完整的开发团队。
作者结合测试 TRAE 新版本的体验，总结了 AI 编程的四个趋势：人不再手写代码、IDE 淡出后台、工作入口向聊天窗口集中、从单个 Agent 写代码转向指挥多个 Agent 并行交付，代码审查也因此逐渐走向抽查模式。作者分享了个人的五个实践做法：搭建 Agent 易于验证的环境（文档地图、自动化测试、原型、AGENTS.md 规则）、把自己当管理者进行多 Agent 并行调度、按任务难度分配不同模型、善用模板和开源项目、把重复工作交给 Skill 和自动化任务。文章指出写代码成本快速下降，而想清楚需求和验证结果的能力越来越值钱。
作者整理了16个面向电商运营的 Agent Skill，按开店流程分类推荐：选品（TikTok Shop、跨境选品工具LinkFox）、建站与后台（Anthropic官方Claude Commerce Agents、Shopify与WooCommerce官方agent-skills）、商品页与视觉（服装出图、详情页策划）、素材与广告（视频克隆Hypit、带货视频工具）、承接与增长（营销skill库、SEO工具、178个skill索引库）。作者强调优先安装官方skill和平台插件，因为它们会随平台更新维护，而个人开发的skill可能因API变更而失效。每个skill附GitHub地址、功能说明、安装要求及注意事项。
本文整理了英语博主邵艾伦与波场创始人孙宇晨长达四小时的对话。孙宇晨分享其三套理论：孙学（财富认知）、黄毛理论（认准就做）、薄肌理论（健康一票否决），并强调 100% 相信并全面使用 AI。他建议年轻人用免费 AI 工具整理自身数据寻找赚钱路径，看好数学、生物医药、金融保险、Crypto 与数据标注等方向；提出决策前先用 AI「探图」、保持健康这台「碳基服务器」、保持 small ego 持续更新自己、多创造少消费。文章同时提醒读者保持独立判断，识别其中的夸张表述与个人推广成分。
作者分享了 12 招节省 Grok Bot 额度的实用技巧。文章首先解释了额度扣费机制：按实际工作量而非消息条数扣费，每轮对话都会重读全部历史。核心策略包括：多模态任务交给命令行工具处理只读摘要、控制对话长度、放慢定时任务频率、用脚本监控代替轮询、避免 Bot 群聊、复用已有 Bot、把写代码等重活分流给 Grok Build 或 Cursor 等已有订阅、利用 X 自带免费搜索额度、接入 OpenRouter 和魔搭等免费接口分流轻量任务。最后强调保护钱包：先小批量试错、限制重试次数、给循环设边界，避免错误方向烧光整周额度。
本文介绍如何利用 Grok Bot 赠送的美国云电脑（8核16GB），搭建一个 7×24 小时在线的 Claude Code 运行环境。作者将全文设计成可直接交给 Grok Bot 执行的教程，分四步完成：安装 Tailscale 组网、注册并订阅 Claude、安装 Orca 作为远程服务器、通过任意设备的 Orca 客户端连接使用。文章重点解决了两大坑：云电脑没有 systemd，以及 Grok Bot 自动更新会清除 home 目录以外的软件，为此提供了看门狗脚本、定时恢复任务和官方 AppImage 安装方案。作者强调与其伪装环境躲避风控，不如使用真实的美国本地环境，并提醒读者自行评估封号风险。
作者基于 X 平台上百篇爆款长文的观察与自身创作经验，系统拆解了长文封面的制作方法论。文章首先指出封面是爆款长文的敲门砖，随后总结出四大实用流派：夸张动作+直球价值承诺、名梗/聊天框+视觉隐喻、极简排版+一致性、硬核数据+结果糊脸。接着提出封面设计的三大死穴（信息过载、廉价AI感、缺乏视觉焦点），并探讨真人出镜、虚拟IP、贴合热点三种封面策略的取舍，强调放下傲慢、尊重注意力规律。文末附上高审美海报提示词与 Punk Skill 资源，助力封面制作与商业变现。
作者分享了用AI制作古诗词视频的完整流程，以柳永《望海潮·东南形胜》为例，将制作拆解为四个步骤：一是用宋词美学skill把词句拆成23个分镜并生成文生图提示词；二是生图阶段建议放慢节奏，从MJ转向Image工具以保证宋代风格和人物一致性，逐张确认后再转视频；三是用可灵做图生视频，每条约36积分；四是剪辑时跟随朗诵排列画面并加字幕。作者还总结了第一版视频因分镜图不精而浪费积分的教训，建议先试做几个镜头再完成整首作品。
