开源17套知识付费提示词分享给正在做课程的老师、知识创作者和教育产品团队
作者基于四年前运营知识付费MCN公司（签约明星、艺术家等IP做课程变现）的经历，以及十年在线教育经验写成的《课程营销学》，在AI时代将书中各章节提炼为17套提示词并开源。提示词涵盖课程定位、课程设计、课程售卖和课程运营四大核心模块，面向正在做课程的老师、知识创作者和教育产品团队，可直接使用。文章附有GitHub仓库地址、提示词介绍导航和完整使用指南等资源链接。
全部文档 / 标签: AI
799 篇
AI 厂商 Token 已经用不完了！半导体、AI 股会崩吗？
文章指出 AI 市场出现新变化：各家厂商的 Token 额度开始过剩。Claude Max 用户反映 Opus 5.5 周额度用不完；智谱夜间订阅可随意开子代理、高并发，Flash 模型免费；OpenAI 的 dots 模型免费无限使用；FreeBuff 免费提供 Flash 模型，付费 8 美元每天可用 30 小时；OpenCode 的免费模型仅需 10 美元 Go 套餐即可无限使用。作者由此提出疑问：Token 从稀缺转向过剩，是否意味着半导体和 AI 相关股票将面临崩盘风险。
散人杂谈 国庆节特别篇｜你可以随时打开自己，也可以随时关掉自己
作者以GPT上线为个人纪年分界线，在国庆假期中反思技术加速时代的个体处境。从卢德运动、恩格斯停顿讲到人类文明的外包史：火、文字、钟表、计算机，直到AI外包思考本身。借苏格拉底对文字的担忧与法航447空难，区分'外包'与'依赖'；以低本底钢类比GPT前的人类原创数据，呼吁收藏与守护；探讨AI时代的一对一教育、默会知识与线下沟通的升值。核心观点：开时往死里卷，关时往死里躺，两样都是自己，都不用道歉。
2026 英文区 119 位值得关注的 AI / 创业 / 出海博主，一键关注
作者为摆脱中文社交平台低质量内容，整理了一份涵盖 9 个领域、119 位英文 X 博主的高质量关注清单，涵盖 AI（如 Karpathy、Yann LeCun、Andrew Ng、Simon Willison 等）、创业（Paul Graham、Naval、Stripe CEO 等）、SaaS 与独立开发者、出海、数字游民服务、OpenClaw、知识分享和副业。筛选标准为粉丝 5 万以上、持续活跃、内容干货、不割韭菜。作者建议每个领域挑 3-4 个关注，逐步将时间线打造为低噪音的行业情报站。数据基于 2026 年 10 月，后续持续更新。
数学是终结了，还是仅仅毕业了？
前xAI联合创始人克里斯蒂安·塞格迪以个人经历切入，回忆自己作为匈牙利数学竞赛少年的成长与竞赛结束后的空虚。他将纯粹数学研究比作在未知丛林中的探险：绘制地图、寻找矿藏、打造工具。而人工智能如今正处于莱特兄弟时代的飞机阶段——尚显原始但进步神速，已开始在数学岩石上插旗（解决猜想）。作者认为，AI终将彻底改变数学研究的方式，数学不会终结，而是像他当年的竞赛生涯一样'毕业'，从学术界安静的角落蜕变为驱动一切科技进步的成熟产业。孤胆英雄时代落幕，大规模探索时代开启。
把 YouTube/B站视频变成一本能读的书
作者介绍了自己开发的 Chrome 插件「乔木剪藏」新增的视频阅读模式，可将带字幕的 YouTube/B站视频转为可阅读文本。功能包括：中英双语对照、点击字幕时间戳回看视频、划线直接向 AI 提问、接入 Obsidian 沉淀笔记。适合学习长播客访谈和课程。项目已在 GitHub 开源（qiaomu-clipper）。评论区还讨论了中文视频自动字幕识别错误导致乱码的问题及 AI 转写的应对方案。
别再怪 ChatGPT 回答质量差了：9 个提示词框架
文章指出 ChatGPT 输出质量差往往是提示词写得不好导致的，并总结了 9 个实用的提示词框架：RACE（角色-行动-背景-期望）、RISE（角色-识别-步骤-期望）、STAR（情境-任务-行动-结果）、SOAP、CLEAR、PASTOR、FAB、5W1H 和 GROW。每个框架通过明确角色设定、任务描述、背景信息和期望输出，帮助用户获得专家级的 AI 回答，适用于文案写作、问题解决、产品介绍、目标管理等多种场景。
Reinforcement Learning from scratch #1
本文是强化学习从零开始系列的第一篇，作者通过赌场老虎机的故事引入多臂老虎机问题。文章以通俗易懂的方式讲解了期望值、条件概率、贝叶斯定理、大数定律等基础概率统计概念，并推导出增量式价值估计 Q 的更新公式，为后续学习强化学习算法奠定基础。作者强调从最简单的问题出发、逐步增加复杂度的学习方式。
不会建模，也不用最强的模型：我用 AI 把一张图，做成了会放歌的 3D 狐狸电台
作者以一张 AI 生成的概念图为起点，完整记录了制作一个网页 3D 狐狸电台的全过程，证明不会建模、不用最强模型也能做出 3D 作品。文章分四步：想法生成静态图、图生 3D 模型（用混元 3D）、模型瘦身上网页（66MB 压到 1.9MB）、让模型在 shader 中动起来。文中穿插 7 个 3D 概念知识（网格面数、材质贴图、PBR、GLB 格式等），并给出挑图标准、模型体检打分方法、瘦身命令和成本账单，是一份可复现的 AI 3D 创作实践教程。
我天天用微软，却一直以为它是免费的——美股七姐妹拆解·第三期：微软
本文是美股七姐妹拆解系列第三期，作者从大学生视角出发，探讨微软的商业模式。文章解释了为何用户感觉微软产品免费却仍在付费（厂商预装授权、学校权益等），分析了Windows的生态锁定与转换成本、企业办公服务的订阅收费逻辑，以及护城河的构成：软件设备生态、企业流程积累和云服务。文章还讨论了Azure与AWS的云计算竞争，以及Copilot等AI功能能否带来新增长——作者认为关键在于能否真正减少操作、稳定完成任务，而非'内置AI'标签本身。
从零用 AI 做 3D 模型：思路与工具使用流程
文章介绍了一套用 AI 从零制作 3D 模型的完整流程：先用 GPT Image 生成物体的前、后、左、右四视图（人物统一 T 姿势），再上传 TripoAI 通过多视图生成 3D 模型。作者详细讲解了模型精度与面型选择、整体与分件模型的取舍、贴图（全局贴图、Magic Brush 局部修补、PBR 材质、去光照开关）、重新拓扑降面、自动绑骨骼（人形与非人形）以及按用途导出 GLB/FBX/STL/USDZ 等格式。最后用 GPT 生成基于 model-viewer 的单文件 HTML 预览页，实现拖拽旋转、动画切换与截图功能，让模型可直接用于网站或工作中。
AI 改名 SI 那天，库克笑了
这是一篇虚构讽刺小说。2026年9月，特朗普在白宫科技CEO大会上签署行政令，将 AI 正式改名为 SI（Super Intelligence），OpenAI、xAI 等巨头连夜改名，唯独苹果缺席。苹果此前抢先把 AI 缩写用作 Apple Intelligence，如今连名字都保不住，且已为 Apple Intelligence 花费五十亿美金投放广告。库克灵机一动，将 Siri 重新诠释为 Siri Intelligence，缩写恰为 SI，宣称"全世界每喊一声 SI 都是在给 Siri 打工"，仿佛苹果反而领先十五年。但笑点最终崩塌：Siri 的大脑其实是 Google Gemini，而马斯克三分钟前早已在 X 上发布 SpaceXAI is now SI——苹果的领先只保持了三个小时。文章以幽默笔法讽刺 AI 行业命名营销与巨头博弈。
自动化工程师的崛起
作者提出，与其担忧AI夺走工作，不如关注它创造的新职业——自动化工程师。文章指出：工作需求无限，自动化需求也无限；构建自动化从未如此容易，但难点在于判断该自动化什么，并将其嵌入有真实人、流程与政治的企业环境中。以SeatGeek为例，部署AI后IT工单量暴增，通过自动化，三周内自动解决了40%的IT请求，六十天内超过50%，而原团队成员被重新部署到客服、合规和法务等部门构建新自动化，公司还因此增设了五个自动化工程师岗位。作者认为这是AI时代真正的新兴职业，并公开招聘首批百名自动化工程师。
如何使用 AI 在 Blender 中做视频
作者分享了利用 AI 工具在 Blender 中制作蜘蛛侠 CG 短片的完整流程。借助 Hi3D Agent 通过对话生成城市模型，从 Sketchfab 下载带骨架的蜘蛛侠角色，用 Mixamo 提供跑步、下坠、摆荡等动作素材，再通过 Blender MCP 让 Codex Astra 读取场景并执行 Python 操作完成素材导入、摆放与动画，配合 Rokoko 插件做动作重定向，最后设计镜头并用 Cycles 渲染、FFmpeg 合成视频。作者认为 AI 赋能为 3D 创作带来技术平权，即使低配显卡也能按此流程制作出不错的效果。
如果今天从零开始，我会如何用 AI 打造个人品牌（完整90天 playbook）
作者分享在9个月内将X账号从零做到3.5万粉丝的经验，并给出今天从零开始打造个人品牌的完整方法论。核心是一个内容创作循环：确定受众→研究→结合自身经验→创作→发布→复盘。文章介绍了如何借助AI助手Stanley完成竞品内容研究、结构分析、素材整理、语音转文稿等环节，包括如何定位账号方向、拆解爆款内容、建立个人素材库、制定发布节奏和每周复盘。作者强调AI放大个人经验而非替代，最终目标是成为目标人群在需要帮助时会想起的人，从而带来咨询、合作和人脉机会。
公开 dontbesilent 写标题的方法论
作者认为市面上教写标题的黄金公式和蒸馏大V标题的做法方向都是错的。核心问题是：用户输入的原始内容本身就缺乏吸引力，仅靠事后润色标题，要么无人点击，要么沦为标题党。正确流程是在正文完成甚至开始之前就思考标题：AI 应引导用户说出写作意图和素材，发散出吸引人的角度（即恩特曼的'框架'或修辞学的'争点'），再在变现目标、用户能力和流量层级三者间找平衡。一旦平衡点确定，标题、封面、开头和内容方向便自然解锁。好标题应是内容本身更吸引人的副产品。作者近期将开源一个同时写封面、标题和开头的 skill。
Obsidian 新手抄作业指南：不用自己配置，照着这份清单搭就行
本文汇总了作者两个月来分享的 Obsidian 用法，为新手提供一份开箱即用的搭建清单。内容涵盖：All-in-One 个人工作台（Life OS、向阳乔木工作台、FLO.W、Apex Dashboard 等）；高颜值皮肤与模板；AI 驱动的任务管理插件 FlowNote 及手机快捷输入；内容创作插件（微信读书、公众号发布助手）；基于 LLM 理念的知识库插件；Claudian Agent 插件；AI RSS 信息订阅（向阳乔木订阅、张咋啦 AI Builder、YouTube RSS）；以及 Obsidian CEO 出品的 Kepano Skills。帮助新手快速将 Obsidian 打造成第二大脑和个人工作台。
大聪明：RSI 时代的命运与意义
本文是 Orange AI 与赛博禅心主理人大聪明的一期播客文字整理，围绕 AI 进入 RSI（自我迭代）阶段后人类命运与意义的话题展开。通过战锤、群星、沙丘等科幻世界观，探讨机械/基因/灵能飞升、科技（力量）与意义两条腿的关系、故事世界与现实世界的相互转化、'俺寻思之力'（共识造现实）以及 AI 时代评价尺子的蒸发。最后给出保守建议：认清自己是普通人、止损贬值资产、重视人际连接、快乐生活保持健康。
为什么看好ARM
文章分析ARM从技术授权转向直接销售芯片的战略逻辑。ARM与Meta联合开发AGI CPU，瞄准AI智能体对CPU的强劲需求——智能体需打开网页、运行代码、调度任务，CPU成为瓶颈。Meta为深度合作伙伴，甲骨文、字节跳动火山引擎、OpenAI均已采购，谷歌也在新AI系统中用ARM替代x86。客户需求半年内从10亿美元上调至20亿美元以上。直接卖芯片可让ARM每颗芯片贡献从50美元提升至500美元，扩大十倍。Jefferies预计2031财年销售额达180亿美元，ARM自定目标150亿美元，对应利润可达当前全公司水平的两倍多。
刘煜辉：闯过去是AGI，闯不过去是飞刀【网易未来大会演讲实录】
刘煜辉在网易未来大会上从经济与金融视角解读AI发展现状。他指出AI已抵达自我迭代的智能起点关口，一旦闯过即通向AGI，将释放巨大生产力；但这一关极为烧钱，恰逢美元货币周期钱最贵的阶段，美国AI巨头表外融资高达3万亿美元，与政府债务形成两大吞金怪兽的竞争。华尔街通过循环收入与市值膨胀放大融资能力，但若闯关失败，金融层面将面临收口与飞刀风险。美国财经铁三角在钢丝上平衡AI烧钱与高利率。文章最后从大国博弈角度提出东升西落的剧本预期。
红杉合伙人 Pat Grady 谈 AI 现状：AGI 已至、泡沫与机会
红杉合伙人 Pat Grady 向 LP 分享了对 AI 行业的看法。他将过去五年拆为三个拐点：ChatGPT（预训练）、o1（推理）、Claude Code + Opus 4.5（长程 agent），并认为 AGI 已在第三拐点到来。他指出现实验室目标转向 ASI、模型参与自我改进、对齐被忽视等问题；商业上实验室像大企业，抢 token、做并购；创业机会在于 diffusion gap 和高价值知识工作。开源模型正承接大量负载，组织转向最强环节游戏。他坦言当前是泡沫标志，但建议与泡沫共舞。
20岁成为A10大佬唯一弟子：我的向上社交与快速成长之路
作者是一位20岁的法学生，大一时通过竞赛拿奖，后因保研政策变化转向真实社会探索。她通过跨国研学结识各行业大佬，参与联合国环境规划署新加坡项目；在深圳红圈所实习后，主动私信活动主理人争取兼职机会，由此遇到现在的老板并被邀请赴上海，成为其唯一正式弟子，入职不到两月分成10万+，并谈成多个律所培训合作。她分享了自己'慕强不怯'的向上社交心得：社交只是入口，从优秀的人身上学习才是核心能力，并预告将持续分享AI、自媒体、金融、法律等领域的实战知识。
A eulogy for the software engineer
作者以葬礼悼词的形式，深情缅怀被 AI 时代终结的传统软件工程师角色。文章回顾了自己二十年自学编程、进入行业的经历，致敬 Grace Hopper、Tim Berners-Lee、Linus Torvalds 等行业先驱，怀念这个没有门槛、彼此传授、开放分享的职业。作者将耳机、笔记本和机械键盘三件物品随葬，象征心流、手绘架构图与亲手敲代码的时代逝去。面对任务四分钟完成、工作方式剧变的现实，他既哀悼过去，也引导读者思考哪些东西仍然留在自己手中，属于程序员职业身份转型的抒情散文。
一篇文章带你祛魅算法工程师！
大厂在职算法工程师云辰 Cyan 撰文揭秘算法工程师职业真相。文章介绍了算法工程师的高薪现状：硕士校招 40-100 万，顶尖博士可超 150 万；并将岗位分为算法应用、模型推理、模型训练三个层级，指出 95% 的算法工程师从事的是'AI 赋能'类应用工作，门槛较低；而模型推理和基模训练则有较高技术壁垒。作者还提到当前校招竞争激烈（985 硕士+顶会论文+大厂实习已成标配），AI 人才供需失衡导致薪资倒挂，企业普遍存在 FOMO 心态。文章以幽默笔调对算法工程师这一职业进行了祛魅。
The Future of Software Development
作者展望了未来5-10年软件开发的变化：AI模型正以每半年约10倍的速度变强，未来将极其智能、快速且廉价。开发模式将从IDE自动补全，演进到终端中的AI编码代理，最终只需用自然语言或语音告诉计算机想要什么，AI代理即可自动完成构建、测试、修复和上线。文章还探讨了为AI代理设计的意图式操作系统（无需UI）、为每个用户动态生成的应用界面、面向AI代理的新协议（如MCP），以及未来5-10年最抢手的技能，强调经验与意图表达能力将比手写代码更重要。
AI 最危险的地方可能不是抢走初级岗位，而是让 10 年后的资深人才无处可来
文章指出 AI 对行业最深的威胁不是取代初级岗位，而是切断了新人成长为资深人才的路径。新人过去通过修 bug、写测试、接受代码审查等看似低效的工作积累判断力，而这些训练任务正最先被 AI 接管。企业短期获得效率提升，但五年十年后可能出现人才断层：新人能产出看起来资深的成果，却缺乏资深级判断力。这种差距在无标准答案的复杂问题中才会暴露。作者呼吁思考：如果培养资深人才所依赖的工作全部被自动化，十年后谁来当资深工程师？
GEO到底该投多少钱？1.3万字讲透效果归因与ROI
本文是第五场GEO公开课总结，深入讲解GEO（生成式引擎优化）的效果归因与ROI计算。首先描绘国内GEO商业生态七层全景图（入口、信源、数据、技术、执行、交易、治理层）及七项核心能力的进阶方法论；随后重点分析GEO效果归因的难点：用户从AI推荐到企业交互环节存在断层。文章提出GEO转化的四个特征（直接转化、延迟效应、渠道协同、间接转化），并系统介绍10种效果标记与统计方法，包括专属电话、口令、页面、表单、Referrer识别、地域A/B测试等三类方法，帮助企业科学评估GEO投入与产出。
红杉合伙人 Pat Grady 分享 AI 行业 LP Meeting 要点
红杉合伙人 Pat Grady 公开了与 Boston College 的 LP meeting 录像，信息密度极高。要点包括：JEV 七天内收入从零增至一亿；AI 公司增速远超历史水平，Instinct 保持日均 10% 增长；出现连融两轮风气，红杉陪建公司平均投后估值 1.1 亿，一个月后只出钱方给的估值达 34 亿，他称之为泡沫；企业希望 own 自己的 intelligence，专用架构 lab 跑赢通用 lab；应用层公司每 4 个月需 reinvent 一次；组织正向 network of agents 演进；labs 模型已在自我迭代，alignment 未被重视；hyperscaler 开始借钱做 capex。
Tools Are Getting Better. Are We?
Karri Saarinen 探讨了 AI 时代工具效率提升背后的隐忧：产品和工程工作产出两样东西——产品本身和制作过程中的学习。AI 和 Agent 能写更多代码、开更多 PR、做更多实验，但团队的理解力和判断力会因此变强还是退化？作者以 CEO 亲身经历指出，一旦疏离产品和客户，产品认知就会变得模糊。他主张不应抗拒 AI，而是利用效率红利让团队有更多时间贴近客户、探索问题和保持产品判断力——自动化已知工作，但让学习、发现与决策始终留在人的手中。
AI 都快把大学教育打成夕阳产业了：31 岁读完 12 个顶级学位的 Jamie Beaton
文章讲述了 Jamie Beaton 的故事：31 岁已获得哈佛、斯坦福、牛津、清华等 12 个顶级大学学位，同时创立并经营估值超 6 亿美元的教育公司 Crimson Education。作者借此探讨 AI 时代大学教育的价值变迁：知识因 AI 变得越来越便宜，但名校的文凭、筛选机制和圈层认证反而更贵。Jamie 把学校当作基础设施，看重的是教授、同学、研究环境和跨学科训练，而非单纯的知识获取，揭示了教育与认证的分离趋势。
