作者花叔开源了huashu-mac-use skill，让Claude Code、Codex、Cursor等agent在Mac上操控无API的原生app。文章展示了用Claude Code操控Blender生成10万吨邮轮参数化模型和巧克力甜甜圈渲染动画的案例。核心原则是：能走脚本接口就不看图、能不点鼠标就不点鼠标，读操作不抢用户焦点，写操作前过四道闸，每步操作需回读验证留下可复现证据。skill按app内核（原生/Chromium/辅助功能树）自动选择操控通道。作者还介绍了以『教训变工具行为』为核心的进化机制，通过评审、重构把踩坑日记压缩成高效接口。
作者基于 Karpathy 提出的 LLM wiki 理论，结合 WorkBuddy/Codex 与 Obsidian，搭建了一套能够自生长的个人知识库系统。文章解释了 LLM wiki 与 RAG 类方案的区别：知识不是每次临时拼装，而是通过 Raw（原始资料）、Wiki（结构化知识）、Schema（规则规范）三层架构持续增量沉淀。Obsidian 以本地化 Markdown、双链和插件生态承担存储底座与人机界面，Agent 负责理解新资料、建页、建链、维护索引与变更日志。文中给出了完整目录模板、详细提示词，介绍了直接搭建、claude-obsidian 插件等多种搭建方法，并分享了模型选型与实战建议。
作者几个月前搭建了一套名为「刚柔」的元 Skill，用图 IR、契约闸和检查机制防止模型偷懒、打折扣执行任务。随着 GPT-6 Astra 发布，模型遵循指令和多步执行能力大幅提升，OpenAI 官方建议检查 AGENTS.md 和 Skills 中可能影响模型行为的指令。作者由此意识到，许多为弥补旧模型短板而设的约束如今反而妨碍任务完成，于是委托 Codex + GPT-6 在秘书 Grok Bot 协调下彻底拆除该元技能。文章详细记录了清理的难度、推理档位选择、具体执行过程（如取消从零重跑、自动三路候选）及打包脚本隐私问题的修复，最终指出：该留的是把工作可靠完成的目标，而不是特定的脚手架，技术条件变了就该果断调整。
本文介绍面向零 Linux 基础用户的 Omarchy（基于 Arch + Hyprland 的预配置 Linux 桌面系统）及其中文发行版 OmarchyCN。作者提出'邪修'路线：不系统学习 Linux，先装好系统，再配置 Codex、Claude Code 等 Agent 工具，遇到缩放、输入法、软件安装、系统优化等问题直接用自然语言交给 Agent 处理。文章详解了平铺式桌面的快捷键操作（Super+K 查看快捷键总表、Super+Space 打开菜单等）、U 盘制作与安装步骤、中文向导配置方法，以及用'描述现状—期望目标—先解释—后检查'的万能句式与 Agent 协作的实用技巧。
作者分享通过UU远程的最新升级，让本地运行的开源大模型（如Qwen 27B）拥有了手机端入口。相比Codex远程控制只支持自家模型、Claude Code远程有封号风险，本地模型不花钱、不封号且速度快。UU远程基于tmux实现，支持完整TUI渲染、多终端会话、跨端接管和语音输入，且免费。作者还开源了uu-term-bridge工具，让iTerm2中的所有会话自动出现在手机列表，实现桌面与手机双向无缝切换，补齐了与Codex远程体验的差距。
文章探讨递归自我改进（RSI）的瓶颈：当前 AI 智能体虽能迭代优化结果，却很少重新审视改进背后的策略。基于清华大学等机构的实证研究，分析显示智能体在 5,111 次训练运行中能显著提升模型性能，但仅有约 2% 的情况会切换训练策略，多停留在执行层面的微调。增加经验、人工指导或推理算力均无法根本解决该问题。研究指出，迭代不等于重新思考，Metaⁿ 和 Recuris 等新方法尝试通过递归分层改进策略、演化记忆机制来弥补这一缺失。
吴恩达撰文阐述AI工程师的核心技能之一——使用编码智能体。文章总结了与顶级AI工程师访谈得出的工作流程：规划（头脑风暴、撰写规格）、执行（构建、测试、验证）以及部署与监控（CI/CD门控、日志监控）。作者指出，有效使用编码智能体需要五大关键技能：掌控工作流程、赋予智能体自主性、审查工作成果、定制智能体及其环境，以及理解编码智能体的底层原理。文章强调，随着Claude Code、Codex、OpenCode等工具快速演进，这项技能也需要通过持续的实验、构建和学习来不断更新。
作者受前苹果设计师 Anshu Chimala 启发，指出 AI 设计产出平庸的根源在于 LLM 作为下一个词元预测器、经 RLHF 对齐后天然倾向安全解。文章借鉴设计双钻模型，提出三阶段工作流：探索、确立、交付。核心技法包括：注入随机种子字符串打破思维定势、用大胆具象的提示词激发创意、三步发散法生成设计概念、引入'设计挑刺官'子智能体构建独立评审反馈闭环，以及调用图像生成工具提升视觉质感。通过多智能体协同与成本控制，可在极短轮次内产出超越常规 AI 模板的高水准设计。
文章总结了 Fable 5.1 的使用经验：由于 Fable 额度上限为周总额度的 50%，需通过 /usage 监控两条进度，让 Fable 负责需求判断、任务编排和结果验收，将检索、编码、测试等执行类工作交给 Opus/Sonnet 子代理，实现额度均衡利用。作者分析了子代理的适用场景与成本、High/Medium/Max 推理强度的选择策略、1M 上下文的陷阱与压缩时机、提示词轻量化趋势，并提出团队落地建议：通过 CLAUDE.md、Skill、Subagent、Hook、MCP 等形式沉淀团队经验，先用 explorer、implementer、verifier 三类 Agent 在真实任务中验证，再逐步扩展工程化体系。
作者分享了用手绘风格 Skill「hand-drawn-styles」的7号「蜡笔实拍」风格制作知识卡片的方法与经验。文章介绍了该 Skill 的安装与特点：它是一套工具无关的手绘画风提示词配方，适用于 Claude Code、Cursor 等任意 AI Agent。文章还详细讲解了知识卡片制作流程：从内容诊断、分卡规划到结构化提示词生成，并提供了一个完整的万能 SOP 提示词，包含30种3:4竖版构图库、拆分规则和文字渲染规则。最后说明如何将画风与知识卡片提示词结合，生成独树一帜的视觉效果。
文章分析了 John Wang 对 OpenAI Codex 开源仓库的研究。Codex 从 2025 年 5 月的 98 个月提交、单一主作者，增长到 2026 年的 900+ 月提交、35 位常规贡献者，归因于大量使用 coding agent、团队扩招和对护栏规则的重投资。核心经验包括：AGENTS.md 把 review 踩过的坑编码成规则；规则按 Review → AGENTS.md → Lint/CI 三级演进；测试代码占 40%，分层执行保证速度；迁移通过 feature flag 推进并用 lint 锁定成果。结论是工程实现变便宜后，测试、边界、自动化和招人等经典工程要素反而更重要。
本文介绍 CLIProxyAPI 工具，可将 Claude、Codex、Grok、Kimi 等会员订阅账号封装为本地 API Key（127.0.0.1:8317），接入任何支持自定义模型地址的 AI 工具。作者以 DeepSeek Harness 为例，给出 7 步完整教程：Homebrew 安装、修改配置（host 限本机、自定义 Key、错误冷却时间设为 2 秒）、brew services 自启、OAuth 登录授权、curl 验证、接入 dsh 并配置推理档位。作者说明该工具走与 Claude Code 相同的 OAuth 流程，非破解，重度使用 2 个月账号无异常，并分享了让 AI 编写探测脚本获取模型上下文和推理档位信息的进阶技巧。
文章提出 Skill 本质是一个微型 Harness，一个完整 AI 工作系统包含六层：信息边界、执行编排、记忆与状态、工具系统、约束恢复、评估观测。作者给出六步写作法：先写 description 作为触发开关，再按任务脆弱程度定正文松紧，超过 500 行的资料拆成参考文件，重复操作固化为脚本，写明失败时的默认行为，最后用真实任务验证迭代。文章强调 description 是主要触发机制、模型天生欠触发、上下文窗口是公共资源、卡的下限由失败处理决定等实战经验，并提供最小可用卡模板和发布前检查清单。
作者介绍了朋友Mark通过线下AI工作坊实现高收入咨询业务的模式。Mark放弃年收入50万美元的B2B SaaS，转做AI咨询，其中最不起眼的线下工作坊成为重要获客渠道。文章提出'工作坊楔子'概念：工作坊不是产品本身，而是付费的获客工具。文章详述了四级报价阶梯：免费交付物、付费工作坊（公开场每人495美元、企业场1.5万-2.5万美元）、定制化开发（2.5万-5万美元），并分享定价规则、活动文案模板、如何无粉丝无技术背景起步，以及该模式的三种失效情形。核心案例：客户内部人员配置流程从每天7小时缩短至15分钟。
作者开源了用 Rust 和 GPUI 开发的 Skill 管理工具 Kitter，解决 AI Skill 全局安装污染上下文、多项目重复复制难维护的问题。Kitter 在本地维护统一 Skill 仓库，通过软链接将 Skill 安装到指定项目和 Agent（支持 Codex、Claude Code、Cursor、OpenCode 等），并可查看每个项目实际生效的 Skill 及 Token 占用。提供桌面客户端、CLI 和 Skill 三种使用入口，支持 macOS/Windows/Linux，采用 Apache 2.0 协议开源。
作者开源了 Agent 记忆系统 Loci，解决各家 AI Agent 记忆黑盒、不互通、拿不出来的问题。Loci 将用户偏好、决策、任务、人脉等信息蒸馏为结构化的本地 Markdown 文件，形成跨 agent 共用的“大脑”，一次告知即可在 Claude Code、Codex、WorkBuddy 等工具间生效。记忆完全私有、透明可改可删，支持分层加载避免撑爆上下文，并内置本地 Dashboard 提供任务、人脉、大脑记录等可视化管理。项目 MIT 协议开源免费，可通过让 AI 自行安装或一行命令 npx create-loci 快速部署。
作者回顾了半年间 AI Coding 实践的演进：三月通过 Harness Engineering 给模型加约束，八月换成更轻量的 Pi 减少上下文注入，如今实践进入稳定态。文章介绍了当前工具栈，包括 matt skills（需求对齐、spec 拆解、TDD 实现）、ponytail（消除 AI Slop）、subagent 加 worktree 并发开发等。作者提出完整的日常 Coding SOP，从脑暴对齐到垂直切片再到 subagent 实现和人工 Review，并指出人工 Review 已成为新的瓶颈，介绍 Ensemble Review 多模型交叉审查方案。最后强调软件工程基本功与工程直觉在 AI 时代愈发重要。
本文介绍了近30天内5个备受关注的开源GitHub项目：1）No AI Slop，由Peter Yang开发的去除AI写作痕迹、保留个人风格的Skill；2）TryCompAI的开源CRM，将CRM作为Agent工作空间，自动跟进线索和丰富客户信息；3）Browser Use的Video Use，让Claude Code或Codex等编程Agent实现视频编辑自动化；4）NVIDIA的SkillSpector，扫描Agent技能的提示注入、数据泄露等安全风险；5）Shawn Pana的Phone Harness，让AI Agent控制真实的iPhone或Android手机，用于移动QA和自动化。所有项目均免费开源，部分依赖付费服务。
作者分享了为旅行手账打造的两个 Skill：城市景点贴纸 Skill（city-sticker）和城市导览人物 Skill（city-guide-character）。前者把南京博物院、中山陵、鸡鸣寺等真实地标生成统一风格的贴纸，通过固定白描边、透视、阴影保证批量生成的视觉一致性；后者解决角色一致性问题，通过锁定比例、发型、服装和画风，让同一人物在不同旅行场景（拖行李、找路、拍照、吃东西）中稳定延续，为手账形成连续的故事线。两个 Skill 已开源到 GitHub，支持通过 npx skills add 安装，可用于 Codex、Claude Code 和 WorkBuddy。
文章阐述了 Grok Bot 带来的人机协作范式转变：从编写提示词到定义岗位，从回答问题到交付可验收的结果，从人工在软件间搬运信息到 Bot 在云电脑上跨工具自主执行。作者对比了 Grok Bot、Codex、Claude Code 和 Hermes Agent 的职责分工：代码仓库工作优先编码 Agent，跨网站和业务应用的持续任务适合 Grok Bot，追求自主部署可选 Hermes。文章详细讲解了 Grok Bot 的安装注册流程、账户结构（共享云电脑、多个不同岗位的 Bot、Skill 与 Routine），并强调权限边界管理——Bot 分岗不等于安全隔离，高风险动作需人工审批。最后引导读者动手创建一个 AI 情报日报 Bot，学会管理数字员工。
作者实测Claude Fable 5.1新模型，发现其在长时间Agent任务、浏览器自动化和电脑自动化方面显著提升，达到甚至超越Codex GPT 5.6的水准。缓存读取成本下降75%。作者用一句话提示语让模型完成goodcase.ai网站的UI批量优化、提示语分类系统和热度衰减算法更新。还基于杜威十进分类法、分面分类、洛克索引法、瓦尔堡好邻居法则和卢曼卡片盒笔记法等五个理论，让Fable 5.1制作了文件整理skill（carl-file-organizer）。通过3D版愤怒的小鸟游戏测试，Fable 5.1完成度高于GPT 5.6 Sol，包含4种鸟和8个关卡，物理反馈细致。但写作能力相比Opus 4.6有所退步。
作者分享UU远程新版本对远程Vibe Coding体验的史诗级强化。作者此前曾向UU团队反馈终端功能不符合Agent时代用户习惯，如今新版补齐了完整TUI交互渲染与多终端会话管理：进入Mac免输密码、终端移动端输入大幅优化（含独立输入框支持语音输入）、完美支持Claude Code、Grok Build等Coding Agent的TUI界面、支持多会话并行与手机电脑跨端接管同步。作者演示了在手机上远程使用Grok Build进行编码的完整流程，认为UU远程免费、低延迟、丝滑，已成为Agent时代远程控制Agent终端的新基建。
文章深度解读 Anthropic 发布的《AI 原生 SDLC 手册》。作者指出核心问题在于流程而非代码：AI 写代码速度大幅提升，但审批、评审、治理等环节仍按人的速度运转，效率在流程中被消耗掉。AI 原生 SDLC 的思路是保留原有控制目标、更换执行方式，包含三个机制：流程从线性变为循环、每个阶段以提交一个产物结束（intent.md、spec.md、plan.md 等）、人的注意力集中在审批门上。文章逐一梳理了计划、设计、构建、测试、部署、维护六个阶段的具体做法，包括 plan mode、CLAUDE.md、skill、hook 护栏、并行会话、eval 持续评估、PR 评审和托管设置等，最后通过监控指标驱动的闭环实现自主运行。
Ramp Labs 介绍了一套将 Agent 运行轨迹转化为语义层的流水线，用于实现 AI 支出到 ROI 的归因。系统首先将相互关联的多个 session 重建为完整的 agent run，再由抽取模型将 run 拆分为具有独立目标和结果的工作项（work item），并关联模型花费、团队、仓库等信息。基于内部编码 agent Inspect，三周内分析了约 20 万次运行、识别约 25 万个工作项，使公司能够从'AI 花了多少钱'进阶到'AI 产出了什么、回报如何'的评估。
本文介绍了规范驱动开发（SDD）工作流，旨在解决 AI 编程中常见的“左右脑互搏”问题。作者分析了问题根源，包括上下文注意力衰减、历史决策丢失和缺乏统一规则，并提出了 SDD 的解决方案。文章详细阐述了 SDD 的核心概念、最简开发流程、规范分类与管理方法，并推荐了开源的 agents-spec Skill 工具，帮助开发者自动化规范审计和目录治理，提升 AI 编码效率。
本文介绍了设计 Agent Lovart 国内版的上线及功能升级。作者通过多个品牌设计案例（如虚构家居品牌、茶饮品牌、夜跑社群、软糖品牌、相机品牌）展示了 Lovart 在品牌 Logo、产品设计、包装、快闪空间、社媒图片、Motion 海报、视频及 Campaign 网页等方面的全案生成能力。重点介绍了新增的 Chrome 插件，可将小红书、淘宝、亚马逊等平台的图片直接收藏至 Lovart 作为设计参考，省去下载上传的繁琐步骤。此外，Lovart 提供 100 个专业 Skill，支持一键转矢量 SVG，并可将满意的流程保存为个人 Skill。作者认为 Lovart 的工作方式正接近人类设计团队，AI 生成成果已接近可交付水平，设计师只需把控方向与细节。
文章为想成为独立开发者的人整理了一套从 0 到 1 的启动工具清单，涵盖银行卡（中银香港、汇丰、Za Bank）、域名（Cloudflare）、服务器（腾讯云、ClawCloud）、代码托管与部署（GitHub、Cloudflare）、收款（Stripe）、关键词与竞品分析（Google Keyword Planner、Ahrefs、SEMrush、SimilarWeb）、设计与素材（Figma、Canva、iconfont、namelix）、AI 编码工具（Codex、Claude Code、Nano Banana）、存储与数据库（Cloudflare R2、Supabase、Redis）以及流量分析（Google Analytics、Search Console、Clarity）。作者指出除域名和服务器外大多可免费使用，启动总成本约 30 美元，关键在于行动力。
本文整理自宝玉在腾讯的内部分享，围绕 AI 原生思维展开两部分内容：一是 AI 产品方法论，以他自制三年的字幕翻译 App BaoCut 为案例，系统讲解找需求、判边界、最小验证、重设计与落地交付的完整过程。他提出判断 AI 需求的三问（痛点、用户、能力边界）、AI 产品的三条边界（能力、成本、价值），以及'产品三问'等实操规则；二是探讨个体如何与 AI 共同进化，提出'像训练大模型一样训练自己'，通过建立反馈循环、费曼学习法持续进化，并敢于推翻旧认知。文章还总结了让 Agent 操作擅长格式、给规范不给模板、把 App 做成 Agent 插件等设计准则，兼具产品思维与个人成长视角。
本文是一份面向国内用户的 Claude 注册与使用保姆级教程。作者详细讲解了注册前的三大核心准备：选择静态住宅 IP、准备高权重海外邮箱（Gmail/Proton Mail）、配置指纹浏览器隔离环境；并介绍了通过 CheckCC 和终端指令进行环境检测的方法，以及注册、接码、养号防封的具体步骤。文中还涵盖 Claude Pro 会员的两条充值方案（Google Play 绑卡、支付宝代充）、Claude Code 的订阅授权与 API 授权两条使用路径、多端协同使用建议，并提醒用户警惕第三方中转站风险，强调身份自主控制、网络环境稳定、走官方流程三大原则。
文章讨论 AI 编码代理的指令文件碎片化问题：Shopify CEO Tobi Lütke 因 Claude Code 只读 CLAUDE.md 而威胁在公司禁用该工具，认为多工具团队需在多个厂商文件间同步规则，导致分裂问题。Anthropic 回应称模型家族并非可互换，指令文件需按模型偏好编写，但同时承认维护负担并承诺支持 AGENTS.md。作者提出解决方案：先在项目根目录建立自有 AGENTS.md 手册，包含规则、命令、工作流、记忆四部分，再让各厂商文件成为薄适配器，通过引用导入。这样规则归项目所有，切换工具时无需重写整个指令层。
