作者分享了一套从零开始重建 AI 服务业务的实战指南。核心服务是“公司大脑”（company brain）实施：将企业的定价、服务细节、优秀案例等知识沉淀为 AI 工作流，如把销售电话笔记自动转化为提案草稿。文章详细讲解如何定价（单项目 5000 美元）、如何寻找已为此问题付费的潜在客户、如何用公开资料制作两分钟演示视频、如何撰写首条触达消息和完成销售通话，以及如何在五个工作日内完成系统搭建与交付。每月完成两个项目即可达到 1 万美元收入。文中提供了可直接套用的服务描述、话术和交付计划。
作者维护开源软件工厂 OpenInspect，解释为何开源而非商业化销售。他认为软件工厂是将信号（issue、Slack 消息等）转化为成果（PR、修复、答案）的 AI Agent 基础设施。将其作为产品出售困难重重：沙箱和模型推理等核心组件已被商品化，各组织需求差异大。真正的价值在于组织流程——代理路由、知识分发、系统改进、成本优化和 Token 支出的 ROI 归因，这些都需要与公司组织结构深度匹配。作者曾为 10 到 500 人规模的团队部署此类系统，认为软件工厂会成为关键基础设施，应由企业自持，因此选择开源以让团队专注于组织层面的问题。
作者在发布 Gongwen 公文排版 Skill 后，发现红头模式下标题几乎贴着红线、字体不对等问题。他重新对照 GB/T 9704-2012 国标，逐条核查生成器和校验器，生成18份Word和18份PDF共37页进行验证，修复了版头字段定位、红线间距、标题样式等问题，并拆分了红头的使用场景。同时坦诚说明了字体缺失、打印套打等尚未解决的问题，将新版发布到 GitHub。
文章介绍了作者开发的三个围绕 Harness 的 Skill：star-your-harness 用于从零搭建个人 Agent 工作台，通过四个问题生成目录骨架；better-your-harness 用于诊断已有文件夹，从安全隐私、上下文质量、工具装备、记忆学习五层扫描并生成 HTML 报告；view-your-harness 用于可视化展示项目文件和 Skill 调用情况。作者认为 Harness 是模型之外让模型能干活的整套结构，搭建个人 Harness 能让工作在不同 Agent 间无缝衔接。
作者分享了一个AI婚礼视频定制项目的完整教程。受全网火爆的AI婚礼视频启发，作者结合家中婚庆资源，半个月接单5单。文章介绍了一个引导式Skill，将婚礼视频制作拆解为14个步骤：通过故事采集卡收集新人信息，用Kimi K3写文案，豆包TTS配音，GPT Image 2生图，OmniFlash生成视频，Suno制作BGM，最终组装成片。整套流程人工介入时间可控制在一小时以内，单条视频成本约15元。作者认为AI视频定制可延伸至老人、宝宝纪念等本地服务场景，是客单价高、有情绪价值的创业方向。
文章以微博VibeLab AI创意赛（2500多件作品）为切入点，分析了Vibe Coding兴起的五大原因：一是AI Agent大幅降低了编程门槛，写代码从专业技能变成语言表达能力；二是传统软件无法满足个性化长尾需求，现在普通人可以自己动手实现；三是开发链条缩短，从想法到交付只需几步，甚至无需界面产品，一个脚本或Agent Skill即可；四是模型能力持续升级，从Copilot补全到Claude Code自主探索再到操作电脑；五是做工具心态变化，从宏大目标转向解决具体痛点。最后作者给出实用建议：从写Agent Skill起步，分步骤做原型、MVP再迭代，注意验收与安全，并把作品发布出来获得反馈。
作者将8份孕期B超报告交给视觉语言模型 Ling-3.0-flash-VL 解读，试图弄清为何医生调整预产期后报告仍显示胎儿“偏小几天”。通过在 Claude Code 终端接入模型 API，模型成功读取图片报告，整理出双顶径、头围等指标的汇总表，并计算出“相当于几周”与按预产期推算的孕周是两种不同数字来源。模型还发现生长曲线工具标注为“双胎”而报告为单胎，显示其对图片的认真核对。最终确认胎儿生长趋势正常，作者焦虑缓解，并整理出更具体的产检提问清单。
文章以DeepSeek V4 Pro和DeepSeek Harness（DSH）上线引发的舆论风波为切入点，分析了'国运级产品'叙事如何反噬DeepSeek：用户的过高期待与负面情绪在模型表现不佳和涨价后集中爆发。作者指出群体欲望的投射剥夺了深度求索的叙事权，公司沉默使其成为任人解读的玩偶，研发自由也受舆论胁迫。文末升华至AI时代审美的思考：技术无法填平欲望的沟壑，真正的美在于帮助人们减少被奴役、活成自己，去体验、判断与共情。'无用亦无欲，方为至美'。
文章介绍了 6 个为 Pi（Agent 工作台）扩展能力的开源项目：pi-subagents 支持多 AI 分工协作；pi-interactive-shell 让 AI 管理可见终端并随时人工接管；pi-model-switch 按任务难度自动切换模型；pi-autoresearch 让 AI 持续迭代优化代码；pi-code 适合已有 Claude Code 规则和工具积累的用户；monopi 则是一体化方案，包含任务管理、后台任务和子 Agent 系统，适合从零开始的用户。
作者分享了开源公文排版 Skill 的经历。最早使用 Claude Code 的 Office 能力生成 Word 文档，但发现原有格式（标题层级、段前段后间距、缩进、页脚等）经常丢失，且 WPS 与 Office 字体命名规则不一致导致排版不稳定。受 Kimi 客户端自动生成标准公文版式的启发，作者将公文格式做成 Skill，并逐项核对 GB/T 9704-2012 国标修正问题。该 Skill 可生成符合标准的页面、字体、标题、正文、文号、署名、日期和页码的可编辑 DOCX 文件，已开源并支持 Codex、Claude Code、OpenCode、Kimi 等多个平台安装使用。
本文是对 OpenAI Codex 团队负责人 Tibo Sottiaux 的深度访谈编译。访谈回顾了 Codex 从内部研究项目成长为热门 AI 编码工具的历程，详解三个反直觉决策：用 Rust 编写、全面开源、模型无关。核心洞察包括“harness 永远领先模型一点”的拐杖理论，以及 AI 重写软件开发生命周期：代码评审自动化、维护成本坍塌、意图讨论成为人类评审核心。还介绍了 Codex 与 ChatGPT 合并的架构工程、未来混合执行环境，以及 Tibo 对工程师职业发展的建议。
文章探讨如何在不训练模型的前提下，让编码智能体在后续任务中持续变好。作者将编码智能体拆解为“冻结模型 + harness 程序”，并以 Pi 和 Hermes 为例说明通用 harness 的循环结构：组装提示、调用工具、追加结果、压缩上下文。核心观点是，真正带来“自进化”的并非内层循环本身，而是引入第二个写入者——在回合结束后或任务进行中，由额外代理将经验写入 MEMORY.md、SKILL.md 或四类存储，使下一个上下文窗口能加载这些持久化知识。Hermes 通过 fork 代理定期写记忆与技能，Prime Agent 则用 /refine 从轨迹中做最小可回滚编辑。两者都保留不可变基础提示，只改变下一窗口内容。
文章介绍了开源工具 diagram-design，它为 Claude Code、Codex 等编码 Agent 提供了 39 种出版级专业图表能力，包括架构图、时序图、桑基图、鱼骨图、Wardley Map 和数据库模型等。生成的图表全部为独立纯 HTML + SVG 代码，零外部依赖，无多余阴影和滤镜，支持浅色、深色和编辑模式，浏览器直接打开即用。该工具采用 MIT 协议，可通过插件市场一键安装，还支持将现有 Mermaid 或 draw.io 图源直接重绘成高质量排版，解决了 AI 生成流程图丑陋难用的痛点。
本文详细介绍如何以低成本批量购买 Google 账号，搭建 Gemini 3.8 Flash 反代账号池，并通过 CLIProxyAPI + CPA-Manager-Plus + Caddy 在海外日本 VPS 上部署高可用网关。作者阐述了账号风控避坑、Cloudflare WARP 出口混淆、零宽字符绕过指纹拦截等防封技巧，以及通过 Claude Code 客户端接入实现 100 万上下文调用的配置方法。实测 4.3 万次生产调用成功率达 99.88%，平均生成速度 550+ TPS，Prompt 缓存命中率 95.1%，累计吞吐 81 亿 Token，实现低成本工业级模型池。
作者认为市面上动辄上万元的 FDE（Forward Deployed Engineer）培训完全没必要报课，只需学习几个开源项目即可：fdeops 定位为 FDE 第二大脑，可接入 Claude Code、Cursor 等 Agent，让访谈纪要和交付清单可直接被引用；fdestack 将工作流拆成可复用 Skills；openfde 提供本地优先工作区，作为可引用的作战记忆；fde-guide 补充方法论和流程。建议做 ToB 交付、驻场、AI 落地的人按 Skills 管流程、仓库管记忆的思路，先装 fdeops 底座，再按团队技术栈补齐。
本文介绍如何通过三项优化在不牺牲性能的前提下降低 Claude 应用的成本：最大化 prompt cache 命中率、清理迁移到前沿模型后的提示词反模式、以及按任务校准 effort 设置。文章详细讲解了 prompt cache 的工作机制（KV 缓存、字节级前缀匹配、TTL 限制），给出监控缓存命中率、延迟加载少用工具、以消息形式更新系统提示、预加热缓存等实践技巧；同时列举了验证仪式、过度强调、过时示例、矛盾规则等反模式及其修复方法，并介绍了 claude-api skill 中的 prompt-audit 命令帮助自动检测问题。
Harvey与Baseten合作，为M&A尽职调查构建了递归语言模型（RLM）harness：将整个dataroom（最多80M token）加载进Python REPL，由根代理协调子代理分工审阅文档。在LAB Diligence基准上，该harness使七个模型的平均评分标准通过率提升39.1个百分点。此外，通过强化学习对Qwen3.5-122B-A10B编排模型进行后训练，将通过率从29.9%提升至63.0%。结果表明，任务专用harness内的后训练是文档密集型法律工作的可行路径，团队正在扩展训练GLM-5.3作为根模型。
本文详细介绍如何用 xAI 推出的 Grok Bot（配有云端电脑的 AI Agent）搭建一支自媒体内容团队。作者配置了五个角色：情报侦察员、选题策划师、内容主笔、事实编辑和数据复盘师，形成从信息收集到发布复盘的完整内容流水线。文章涵盖 Grok Bot 与 Codex、Claude Code 的区别、权限边界设置、共享目录结构搭建，以及每个 Bot 的完整提示词配置。作者强调保留人工确认环节：发布、点赞、私信等敏感操作必须人工执行，并给出了关掉本地电脑执行、写入禁止项等安全建议。
作者在学习完《玩转 X 回复与互动》视频后，发现原有 Reply Counter 插件功能简陋，于是借助 Codex 和 Claude Code 自制了一个更完善的浏览器插件“互动工作台”。文章记录了完整过程：一是用 AI 深入学习视频内容，包括自制字幕双语翻译插件；二是用提示词让 AI 把视频字幕逐段改写为完整中文文章；三是发现工具缺口后，用 Codex 快速做出原型，并基于 Claude Code 细致优化，实现多列工作台展示、每日待办跟踪、快捷键换列、回复统计等功能，减少对昂贵 X Pro 档位的依赖，并帮助作者坚持每天高质量社交互动。插件已开源在 GitHub 并申请上架 Chrome 商店。
作者分享了不用背电脑、仅用手机远程控制Claude Code、Codex等Agent的工作流。通过UU远程低延迟连接，解决了SSH不稳定、切换慢的问题。新功能包括手机端终端与TUI完整支持、多终端并行会话、跨端接管、小窗口挂机看进度、文件传输和CLI脚本化管理多台设备，配合Herdr插件可视化管理Agent状态。作者认为电脑应是工具而非负重，远程桌面、终端、CLI各司其职，极大延伸了AI使用的场景。
本文深度解读 Claude Code 开发者 Thariq Shihipar 的 70 分钟访谈，揭示 Anthropic 内部如何用 AI 做工程。核心观点包括：工程师抽象层级必须上移，把 Claude 当思考伙伴；知识工作皆可代码化；模型越强 harness 越复杂；自主性取决于 ticket 质量；提示工程被重新定义为注入上下文的一切；品味成为稀缺资源；验证能力重要性暴涨（测试代码需多 100 倍）；写作与信任文化规范；以及 loop engineering、生成式界面等将扩散到全行业的转变。
花叔开源了浏览器操控工具huashu-chrome，让Claude Code、Codex、Cursor等Agent直接借用用户当前浏览器的登录态操作网页，无需API和重新登录。文章阐述三大核心设计：一是验证页面真实反应而非轻信工具返回值，解决"说做完但没做"的问题；二是通过批处理减少Agent逐步思考造成的等待，写操作四成走批处理；三是将撞坑经验存入本机经验库供后续复用，第二次任务调用量从281次降至10次以内。安全方面坚持判断不交给模型：提交、支付等危险动作弹确认卡且Agent无法绕过。十四天执行两万余条命令，成功率96%。
作者Emily Lai花3天时间、使用180+个提示词，借助多个前沿AI模型从零构建个人网站。工具栈包括：Grok用于研究个人网站参考和品牌方向，Claude Fable 5/5.1负责设计稿、代码和UX优化，GPT 6 Astra用于3D渲染和速度优化，Aside浏览器作为harness驱动屏幕，Wispr Flow语音转提示词。作者详细分享了从设计概念、品牌技能对比（如Impeccable、taste-skill）、BRAND.md创建，到内容整理的完整工作流。最终选择了'The Desk'记事本风格UI设计，包含工作、健康实验和公开学习内容。
作者基于 Matt Pocock 的《A Complete Guide To AGENTS.md》撰写读后复盘。文章指出 AGENTS.md 是定制 AI 编程 Agent 行为的配置层，常见问题是规则不断累加形成难以维护的泥球，并消耗模型上下文与注意力。原文提出指令预算和渐进披露等治理方法。作者提炼出四条认识：AGENTS.md 是配置不是百科、稀缺的是上下文、好规则需有证据与作用域与长期价值、按需加载有成本。面对原文反对自动生成与其自身开发生成器 AgentsMD-GEN 的表面矛盾，作者主张用纪律约束自动化，介绍了该 Skill 的指令放置、克制、只读检查器和验证等机制，把认真维护配置从自觉变成可执行流程。
作者分享了一个开源项目 M3E Canvas：可在浏览器中拖拽 Material 3 Expressive UI 组件，设计多个页面和交互流程，然后一键生成 Prompt，交给 Claude Code、Codex、Gemini CLI 或 Cursor 直接生成 App 代码。它支持 Android / Web 平台、多页面跳转、主题、动画和组件编排，实现了从“画 UI”到“AI 写代码”的高效衔接。针对“低代码编排”的质疑，作者认为借助 AI 能力，这一方式比以往更强大。
本文介绍了从零制作 AI 短片的完整流程，分为四个步骤：人物与场景定妆、分镜与脚本编写、视频/语音/BGM 生成、剪辑与字幕。作者推荐三件套工具：Claude Code、LibTV 和 ChatCut，通过 Agent 实现口喷式创作。文章详细讲解了人物三视图、参考图对保持一致性的重要性，如何用 AI 辅助分镜创作，减少抽卡成本的技巧，以及剪辑时如何将素材变成艺术品。作者分享了首部短片《白夜之后》的创作心得。
本文面向零编程基础的初学者，系统介绍 AI Coding 的完整学习路线。作者指出 AI Coding 的核心不是让 AI 写完所有代码，而是人负责目标设定、判断与验证，AI 辅助开发各环节。文章将学习路线分为五个阶段：学会控制 AI、做出第一个网页、读懂 AI 生成的代码、把网页变成带登录和数据的小产品、处理上线后的问题，并给出 30/60/90 天实践计划、四个新手练习项目、可直接复用的提示词模板、上线前检查清单以及按阶段整理的学习资源（MDN、freeCodeCamp、CS50、Claude Code 等），帮助新手从生成代码走向做出可维护、可发布的产品。
文章介绍了用AI推进真实项目时面临的两大痛点：材料多且杂导致AI抓错文件，以及新开对话后进度全丢失。作者提出「项目分身」方法：一是将项目文件夹规范为四区（01原始材料只读、02过程草稿、03内容底稿、04交付成果）；二是在根目录建立两份核心文件——CODEBUDDY.md写长期规则、00_项目总览.md记录动态进度，实现规则与进度物理分离。文章还讲解了用户提示词与系统提示词的区别、AGENTS.md跨生态通用标准及全局与项目规则分层，附上开箱即用的初始化提示词，并以「换对话不换文件夹，AI 10秒无缝接手」作为硬验收标准。
作者根据自身多次被封号及与网友交流的经验，系统总结了 Claude 账号安全要点：1）使用稳定干净的住宅 IP，保持 DNS 不被污染，多设备使用同一 VPN 节点；2）可用 DNSLeakTest 检测 DNS 泄漏与污染；3）VPN 断线时应让 Claude 停止联网，避免自动直连导致 IP 不稳定；4）设备时区无需修改；5）被封后需清理 .claude 隐藏文件夹、Keychain 及应用支持目录中的历史文件，避免新账号被标记；6）避免高密度满负荷使用和 sub2api 等行为；7）不要反复诱导模型执行违规操作。最后指出大规模封禁罕见，注意细节即可正常使用。
本文是 Nick Spisak 的 13 节课教程指南，讲解如何为企业搭建'第二大脑'（second brain）知识库，并结合 AI Agent 使用。作者以自己的公司 Capstone Brands 为例，完整展示了从选择业务问题、创建 GitHub 组织与仓库、用 GitHub Desktop 克隆本地副本、在 Codex 中使用知识库模板发起构建请求，到按销售、营销、情报、财务、运营五大业务职能组织知识的全过程。最终目标是让 Slack 中的 Agent 能阅读公司知识库、回答真实业务问题并引用来源文件。教程还涵盖版本历史管理、访问权限控制、标准操作流程转化为 Agent Skill 等实践要点。
