作者分享了一套自制的AI生图角色设定Skill——Character-Prompt-Studio，可输入人物设定或参考图，自动生成包含面部特写、正面、侧面、背面全身的生图提示词，用于AI视频和短剧制作中的角色设计。文章提供了科幻猎魔人、金庸武侠人物（小龙女、任盈盈）、韩剧财阀、新中式旗袍、国风及神女等多组完整提示词案例，并说明了使用方法：明确人物身份、视觉风格、构图和生图模型。该Skill基于葉子的ai-image-prompt定制扩展，仓库已在GitHub开源，可通过Agent安装。
作者认为随着用户解决问题习惯从搜索引擎转向AI问答，AI答案已成为新的黄金广告位，当前正处于企业预算尚未跟上的窗口期。文章记录了作者实操GEO项目的全过程：通过电话营销获客碰壁后转型老客户成交，并详细介绍了GEO交付方式，推荐在十二个国内内容平台分发利于AI收录的营销内容。作者测试发现不同AI（文心一言、豆包、DeepSeek等）优先信任的内容源不同，通过编写提示词批量生产内容，第五天即见到收录效果，验证了7-15天见效承诺可行。
作者开源了一个 AI 工具 dbs-video-navigation，以 Skill 形式提供，可自动为视频生成章节导航条，包括章节标题、当前问题和进度条，生成后可直接拖入剪映使用。文章展示了实际效果：导航条随播放推进显示当前章节和问题，帮助观众了解视频位置和内容。该工具属于作者整套 dbskill 工具箱的一部分，该工具箱还包含提取短视频文稿、写标题封面、检查文稿、找对标账号、分析生意问题、整理资料等功能。文中详细介绍了安装和使用的三步流程：安装 dbskill 工具箱、把视频交给 AI 生成导航条、拖入剪映，并说明可通过自然语言让 AI 修改文字和颜色样式。
文章总结了 AI 工程师面试中各科技大厂（OpenAI、Meta、DeepSeek、Anthropic 等）反复考察的高频题目，覆盖三大模块：LLM 内部原理（attention、KV cache、RoPE、MoE、scaling laws、解码策略等）、推理部署与 GPU 性能（continuous batching、PagedAttention、量化、并行策略、显存估算、延迟指标等），以及 RAG、Agent、微调、评测、安全、多模态、系统设计等方向。作者指出各家面试题高度重合，建议优先刷这些通用题以获得最高性价比。
作者分享利用 Muse AI 智能体快速搭建代理节点的方法：只需提供一个 GCP 账号并用自然语言下达指令，Muse 即可自主通过 SSH 连接服务器，完成服务安装、加密配置、端口开放、握手验证等全流程，最终生成二维码供客户端扫码使用。整个过程约 6 分半，其中实际操作仅 60 秒，无需手动使用终端、浏览器或安装面板。与传统手动找教程、装面板、配防火墙折腾一整晚的方式形成鲜明对比，展示了能直接干活的 AI Agent 在实际任务自动化中的高效与便利。
本文是 Agent 开发入门系列的实操篇，教读者用 88 行 Python 代码实现一个最小化的 Supervisor（主管）智能体。Supervisor 本身不干活，只负责拆任务、派活给手下 worker（coder 和 tester）、并验收汇报。文章对比了子智能体、智能体团队与 Supervisor 三种模式的差异，详细讲解了 agent_loop 循环、工具定义、delegate 派活机制、上下文隔离等核心概念，并给出完整可运行的代码、环境配置步骤、运行示例及常见坑点说明，最后引导读者扩展更多 worker 角色。
本文是一篇 Hugging Face 平台的系统教程，从零讲解大模型开发的完整工作流：安装环境、登录 Hub、用 Pipeline 快速推理、理解 Tokenizer、加载模型、使用 Datasets 处理数据、用 Trainer 微调模型、通过 LoRA/PEFT 高效微调大模型、上传模型到 Hub，以及用 Spaces 部署 Gradio Demo。文章还涵盖模型选择要点、常见问题排查（如显存不足、tokenizer 配置、训练效果差）和分阶段学习路线，并附官方文档链接，适合想将大模型真正用起来的开发者入门与进阶。
作者基于「X 榜单」收录的简中长文数据，盘点7月9日至10月7日期间标题提及小红书的热门长文 Top10，按收藏数排序。这些爆款长文分为两派：搞钱获客派（矩阵获客、高复购逻辑、虚拟电商玩法）和 AI 赋能派（Grok Bot 生图、长文一键转图文等效率工具）。文章列出了各篇的作者、收藏数、曝光量、点赞数和发布日期，并附上排名第十一仅差1收藏的 Skill 起号教程。作者提醒数据受抓取时间和接口限制，仅供参考。
本文详细介绍了火山引擎豆包语音合成模型 2.0 的免费 API 申请与接入流程。作者一步步讲解了注册火山引擎控制台、开通语音合成 2.0 服务领取免费额度、创建 API Key 的方法，并说明音色 ID 与资源 ID 必须配对的规则。文章以 whiteboard-video Skill 为例演示了配置方法，并用 PowerShell 测试接口调用。同时整理了踩坑记录，包括 403 权限错误（需重建 Key）、音色与资源 ID 不配对、Key 泄露处理、Windows 手动安装 FFmpeg 等常见问题，最后提示通过用量统计合理节省免费额度。
Meta 在 2026 年对 AI 工程师面试流程进行了重大调整，业内首个主流化的 AI 辅助编程轮 "Coding with AI" 正式上线。文章详细介绍了 MLE 与 Research Scientist 岗位的完整面试流程，包括传统 coding 轮、ML system design、ML theory、behavioral 等各轮考察重点，并重点解析了 AI 轮的三阶段考核：修 bug、实现功能、优化扩展，强调面试者需证明自己会验证和纠正 AI 输出。文末还给出 follow-up 问题预测和六条备考清单。
作者Ben Roy在秋季整理书架时，回顾了自己拥有过的所有书籍，精选出81本最爱书籍和12篇最爱文章，按类别整理成清单。清单涵盖小说、市场与商业、科技、传记与历史、写作与表演、心理与内心生活、信仰与宗教、回忆录与书信集、随笔等九大类，包括《基督山伯爵》《金钱心理学》《Zero to One》《活出生命的意义》等经典作品，并欢迎读者交流推荐。
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。
文章介绍 supermemory 团队如何将 API 从以人为中心（DX）重新设计为以 Agent 为中心（AX）。旧版 API 在 v4 时已膨胀至 41 个操作，字段冗余、命名混乱。团队从第一性原理出发重构为 v5：精简操作数量、引入 namespaces 替代 containerTag 明确作用域、支持 Markdown 响应格式、新增 /feedback 端点、遵循标准 REST 惯例、提供类型安全的统一过滤结构，并将 GET /document 从 23 个字段精简至 7 个。文章还介绍了基于单一 prompt 的迁移策略，让 agent 自动完成仓库迁移，并计划在 3-6 个月内逐步淘汰旧版本。
文章以模拟的Punk咖啡馆点单小程序为例，图文讲解15个常见交互名词：导航栏、TabBar、页内Tabs、卡片、单元格、按钮、点击热区、表单校验、选择器、轻提示、对话框、操作面板、骨架屏、空状态与错误状态、无障碍。沿“选咖啡→选规格→加入购物袋→确认订单”的完整点单路径，说明每一步页面应有的回应，如选中状态、数量与总价更新、加载与失败提示等。最后强调提交后要区分等待、失败和结果不明三种情况，结合服务端幂等防止重复下单，并给出用AI按业务补齐交互的模板。
文章提出小红书冷启动的第一步不是日更或装修主页，而是先做出最小可行定位。作者给出一套可执行SOP：明确账号单一主任务，盘点个人经历、他人常问问题和愿意持续研究的主题，把目标用户写成具体场景，压缩成一句定位语并通过12个选题测试；再拆解对标账号的结构而非表面，用问题层、方法层、证据层三层内容树生成首批12个选题，最后装修主页并按7天节奏跑完首个内容闭环。强调冷启动阶段先验证认知而非证明成功，用清单检查定位是否对齐。
文章介绍了如何利用AI influencer构建一门生意：创建虚拟网红角色，批量制作广告素材并出售给品牌，按月收取1500-10000美元的订阅费。作者详细讲解了完整流程：先用Apify和Scrape Creators抓取TikTok和Instagram的爆款内容并建立素材库；再用Pinterest参考和Nano Banana Pro构建角色设定表，保持形象一致性；然后使用Higgsfield的AI Influencer、Soul ID和Genjutsu（Motion Transfer、Object Swap）复刻爆款趋势视频；并用Seedance 2.5创作原创广告格式；最后通过制作spec ads向DTC品牌推销。核心逻辑是品牌广告素材会快速疲劳，需要持续更新，而AI角色可以无限产出，作者还提供了口播词速、逐段渲染等实操规则。
本文是一份关于'脑雾'的科普指南。作者指出脑雾并非正式医学诊断，而是思维迟缓、注意力不集中的主观感受，常见原因包括睡眠不足、压力过大、过度节食和认知疲劳等。文章逐一分析睡眠与咖啡因的关系、压力对工作记忆的挤占、营养缺乏（如铁、B12）的影响，并提醒读者警惕商家借'脑炎症''排毒'等伪科学概念兜售补剂。作者建议从最明显的困难入手，一次只调整一个因素，做好记录观察效果，若症状持续加重应及时就医，而非盲目购买昂贵的'脑雾套餐'或神药。
本文是开源系列「Learn Claude Code」的介绍入口，该系列共 20 集，从 102 行代码的 while 循环起步，逐步拆解 Claude Code 的 20 个机制。核心观点是：智能体机制很多，但循环就一个。文章介绍了 20 集地图，分为骨架（循环、工具、权限、钩子、计划）、干得久（子智能体、技能、压缩、记忆）、干得多（任务系统、后台任务、调度）、组队（多智能体协作）和外接（MCP）五段，并给出 S01 的完整安装运行教程，包括环境搭建、API 配置（支持 GLM、DeepSeek 等兼容服务）和常见错误排查。
作者从华为离职后接管厨房，借鉴工程学思维将烹饪拆解为22条底层原理。文章按备菜预处理、热锅起步、烹饪调味、出锅脱谱四大环节展开，涵盖横切牛羊顺切猪、茎叶分开下锅、热锅凉油防粘、肉类冷水焯水、青菜出锅前放盐、生抽老抽分工等实用技巧，并以湖南辣椒炒肉为例实战演练，帮助读者掌握基本规律，做到“手中无谱、心中有谱”，摆脱对菜谱的机械依赖。
文章探讨了为什么AI系统设计不应照搬人类职位描述。职位之所以是任务的捆绑体，是因为人类自带整体性且上下文迁移成本高昂，而AI改变了这两个前提。作者指出AI能力可以以更小的增量提供，需求可以早于职位存在。但拆分任务过细会让协调问题重新出现——每个Agent各自胜任不代表系统整体高效，设计接口和共享上下文变得至关重要。职位头衔仍有价值，让系统所有权清晰可读，但应从职责出发而非职位描述来设计边界。最后警告：被AI取代的重复性初级工作同时也是培养判断力的途径，学徒制将成为设计问题。
作者发现微信新增了"转发到其他应用"功能，可一键将群聊记录转给腾讯WorkBuddy，基于此更新了工作流并开源两个Skill：一是wechat-group-digest，将群聊整理成日报长图，包含今日要点、"可以动手的事"（从群聊中挖掘工具需求和选题信号）、活跃榜等模块，实测93条消息12分钟出图；二是选题库Skill，将对标公众号文章拆解为五层信息（基础信息、选题、标题公式、结构、提示词及空白角度），通过飞书连接器存入多维表格，还支持选题簇去重提醒。作者强调此方式为官方认可路径，相比自动抓取微信更安全，并提供了详细配置说明和开源地址。
作者介绍如何将 Obsidian 笔记库作为 AI 代理的上下文来源，构建一个名为 /todays-focus 的每日专注技能。文章指出工作工具（如 Linear、Gmail、Slack、日历）只能告诉 AI 发生了什么，而个人笔记库能补充'什么对自己最重要'的背景。作者展示了四个步骤：连接工作工具、授权代理读取 Obsidian 库、创建原则（Principles）文档、创建'心头事'（Top of Mind）文档。该技能每天早晨生成三个焦点领域、反思检查和三个日记问题，成为一种有用的每日仪式，也是检验笔记库组织是否利于代理理解的方法。
本文翻译自 Earendil Engineering 的《Prompt Caching In Agents》，系统讲解编程 Agent 中提示缓存的原理与实践。文章介绍了 KV 缓存的工作机制（prefill 与 decode 阶段）、缓存的两种存放方式（会话亲和性与分布式缓存）、前缀匹配对缓存命中的决定性作用，以及显式缓存与自动缓存的区别。还解释了为何修改工具定义会破坏缓存、TTL 过期导致短请求昂贵、缓存未命中的计费代价，以及 Pi 为何保持旧记录稳定而不激进剪枝，帮助读者在上下文、缓存复用、延迟与成本之间取得平衡。
本文介绍自媒体创业中的操盘手路线：不做个人IP，而是服务已有财富的老板，帮其放大生意并按比例分成。作者提出自媒体创业三要素——选品、内容、组织，重点讲解选IP的方法：要看竞争对手强度、选有定价权和护城河的IP、避开小白生意、选择存量市场做增量。文章还分析代运营模式的缺陷，强调操盘手需通过全案策划、共同成立公司、把控私域、成为IP的甲方等方式建立护城河，让IP离不开自己，实现利益绑定的长期合作关系。
本文是一份Twitter/X上值得关注的AI领域博主合集，共收录上百位博主，按定位分类介绍，包括开发者视角（深耕AI编程与开发工具、Codex、Claude实战）、Agent与自动化专家、工具教程博主、AI思考者、AI投资观察者、本地部署极客、AI搞钱实战派、自媒体运营老手等类型。每位博主附有账号、内容方向和发文数量，涵盖AI编程、Agent工作流、Prompt工程、本地模型部署、AI副业变现、行业资讯等多个方向，为读者按需关注提供参考。
作者认为在 Agent 普及、生产力极大丰富的未来，拥有正确的资产才能占据优势，并归纳出 13 种值得构建的生意：AI 原生服务公司、线下体验生意、分发能力（ACP 漏斗：受众→社区→产品）、专有数据集、领域专属 Harness、机器人与物理 AI、有粉丝基础的实体产品、算力与能源、健康长寿与养老照护、市场与社交网络等。文章为每类生意解释了其在 Agent 时代的逻辑，并配有真实案例，如记账自动化公司、 sauna 俱乐部 Othership、Mercor、Osmo、Fellow、Crusoe 等，为创业者提供方向地图。
本文介绍了如何使用 TypeSafe AI 的决策模型 Jev 作为 LLM Judge 来评估 Agent 的表现（Jev-as-a-Judge）。与只看最终回复不同，Jev 会阅读完整轨迹（用户请求、工具调用及结果、最终回复），将标准转化为预定义问题，并返回带置信概率的判定。文章通过退款 Agent 示例演示了 Playground 的使用，说明如何设定阈值将运行分为通过、失败和人工复核三类。研究显示，该接受-升级模式比 GPT-6 单独判断更准确且成本大幅降低。作者强调需先用人工标注验证 Jev 的可靠性，能用代码检查的事实性问题就不需要 Judge，将 Jev 保留给需要阅读理解的判断。
作者面向中国大陆个人开发者，梳理了 2026 年 iOS 独立开发出海的完整流程。涵盖七步：升级电脑与 Xcode 26/27 工具链、先用大陆个人账号启动（¥688 年费）而不急于注册海外公司、税务与收款（填 W-8BEN 免预扣、国内需申报境外所得）、变现策略（年收入百万美元以下全球只用 IAP）、技术栈选择（SwiftUI + SwiftData + CloudKit 零后端、设备端 AI）、两周探针验证产品、上线后按 7/30/90 天看数据决定升级主体。文末列出 9 条已过时的旧认知，强调所有数字需回 Apple 官方原文核验。
Mustafa Suleyman 转述诺贝尔经济学奖得主 Daron Acemoglu 在 The Humanist Review 创刊号中的观点：AI 短期内不会大规模取代人类工作，未来十年仅约 5% 的人类工作会被替代。文章指出 AI 尚未在生产力统计中显现实际收益，未来十年 GDP 仅增加约 1.5%；如同电力普及耗时数十年，AI 采用也会因企业需重组而较为缓慢；即使 99% 准确率也不足以实现完全自动化。作者主张停止构建替代人类的 AI，转而发展'亲劳动者 AI'，让人与 AI 配合协作，并批评美国税收政策补贴自动化、科技巨头集中度过高等问题。
本文系统讲解了 LLM 推理的多 GPU 并行策略。首先介绍推理的两个阶段（Prefill 影响 TTFT，Decode 影响 TPOT）以及部署中的四大资源限制（参数内存、KV-cache、计算、通信），然后通过五个关键问题框架分析各类并行策略：数据并行（复制完整模型、分区请求）、张量并行、流水线并行、上下文并行和专家并行。文章强调选择布局需权衡内存容量、请求延迟和吞吐量，避免通信开销超过硬件承受能力，并给出部署检查规则，帮助读者根据模型、硬件拓扑和工作负载选出合适的布局。
