Karpathy 分享了理解和消化 LLM 输出的技巧与思考。他建议从纯文本逐步升级到更好的输出形式：用 ASD-STE100 受控语言规范让 LLM 输出更简洁易读的文字；再进一步要求生成图表；更好是直接输出 HTML 交互网页；他最看好定制化讲解视频，如 3b1b 风格并结合 ElevenLabs 语音解说。他总结：随着 LLM 能力增强，人类工作将更多转向监督与理解层面，而 LLM 本身也能生成大量以前不值得做的定制、可抛弃的软件产物，帮助人们完成这一转变。
文章解读 Pi 1.0 发布：Pi 从公开拒绝 MCP 转变为将其纳入核心支持。关键不在改变主意，而是为支持 MCP 所做的改动（沙箱、解释器、工具元数据、延迟加载）本身具有普遍价值，同时也让 Jev 等非 LLM 模型受益。核心概念 CodeMode 是跑在 harness 受信任侧的编排层沙箱，用 JavaScript（可作 WASM 分发）自由组合工具调用与模型调用，状态保存在会话记录中。Pi 团队认为 MCP 的问题是外部服务器难以组合，希望其向 OpenAPI 式结构化数据演进。此外还发布了构建长时间运行 agentic 应用的新基座 Pi Durable，以及延迟工具加载、缓存预热等改进。
本文介绍 Atomic 团队提出的编码 agent 工作流概念：将软件开发流程定义为可执行的显式路径，用 TypeScript 表达，包含输入与成功标准、有边界的阶段与工具、可检视的移交、相关检查、审查批准点、停止与恢复条件六大要素。文章对比了一次性提示与结构化工作流的适用场景，说明 agentic coding 与 agentic engineering 的区别，并介绍工作流如何在运行时物化为可检视的 DAG，以及功能交付、缺陷排查、迁移、发布准备等常见工作流形态，强调可验证性与人工控制的重要性。
文章深入对比 Meta Muse 与 Google Gemini Spark 两种浏览器 Agent 架构的根本差异。Muse 采用 Agent-native Computer 路线，为每个用户提供云端持久化 Linux 虚拟机，具备 Shell、文件系统、凭证库和独立安全哨兵 Sentinel，适合长周期挂机任务；Spark 则是 Ecosystem-native Agent，优先调用 Google 生态 API，浏览器仅作兜底，直接复用本地 Chrome 登录态，适合企业工作流协同。文中还剖析了无障碍树安全机制、双 Agent 隔离架构，以及两家公司的商业战略考量。
BoardRepo 宣布为 PCB 设计推出版本控制功能。借助 KiCad 插件，用户可在 KiCad 内一键推送、拉取项目并添加变更说明，无需终端或 Git 命令。所有版本的原理图、布局及相关文件集中保存，可随时回溯到任意历史版本并查看谁在何时做了什么改动。其可视化 diff 功能支持并排对比两个版本，变更直接高亮显示在电路板布局上，解决了文本 diff 对 PCB 文件意义不大的问题。该工具已支持 Mac 和 Windows。文章指出，AI 正在加速 PCB 设计并降低门槛，硬件领域需要类似 GitHub 的版本管理方案。
作者基于一年运营 AI 原生公司并帮助客户转型的经验，提出打造 AI 原生公司的七步方法论：先清理数据与上下文（建立 Company AI Brain），再构建共享基础设施而非零散自动化；让全员在 Harness（如 Claude Cowork、Codex）中工作；用技能、上下文和新模型解决大部分工作；全员教育并培养 Champion 推动进化；自定义 Agent 最后才建；并保持持续尝试。作者还破除 Agent 神话，指出'人机三明治'模式依然存在，人的角色随信任与上下文积累而变薄。
文章系统总结了 Claude 账号防封的本地防护实战方案。作者指出仅靠代理和常规操作不够，深入分析了本地 6 大隐形漏洞：老设备残留缓存、浏览器指纹交叉污染、MCP 子进程裸连、突发异常静默直连、IPv6 双栈泄露、环境软性指标冲突。并给出对应对策：手动清理本地缓存与凭据、用 Chrome 原生沙箱平替指纹浏览器并锁死 WebRTC、编写启动脚本注入代理环境变量、通过防火墙实现内核级 Fail-Closed 物理熔断、封禁 IPv6 并配置 Fake-IP 远端代解、对齐系统时区与 IP 位置。文末详述 Windows 完整实操步骤，包括 PowerShell 防火墙规则与安全启动脚本。
文章介绍四个周线分析技巧，帮助投资者识别大资金布局痕迹：一是周均线多头排列（5周线与20周线向上发散合理）代表趋势启动；二是周线放量突破长期横盘平台，是主力吸筹完毕、进入主升浪的信号；三是连续3周不创新低并重新站稳5周均线，可作为波段起点观察点；四是周线连续3周温和堆量，表明资金持续流入，缩量回踩即是机会。作者强调周线比日线更能反映主力真实意图，建议投资者抓大趋势、多复盘，并声明内容不构成投资建议。
作者分享了一段超级提示词，可以让 Claude Opus 5.5 直接生成整个项目的可视化架构地图。与 Devin 的 deepwiki 偏文档式 wiki 不同，这种方式更偏可视化。作者在自己的项目上实测，效果非常好，并将原作者针对特定项目的提示词改写成了通用版本发布在 gist 上。回复中提到 grok 也可以实现，只是 Opus 效果更好，但作者对界面美观度仍不太满意，认为需要再优化。
本文介绍如何成为年薪百万美元的前置部署工程师（FDE），通过为企业部署 AI 代理创造数百万美元价值。核心工作流包括：先用'人类 API'方法访谈员工、挖掘系统记录，绘制真实业务流程；将每个步骤归类为删除、普通代码、代理或人工介入四类；在客户现有系统（如 Salesforce、NetSuite）内构建代理，避免重培训；按成本节约、收入提升和风险规避三个维度向 CFO 等买家量化展示成果。文中给出实际案例：应付账款流程从 17 步精简到 7 步，单张发票成本从 31 美元降至 6 美元。
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。
作者实测分享通过 Airtap 远程浏览器注册 Muse AI（一款热门 Personal Agent 产品）的完整教程。流程为：用 Google 账号登录 Airtap，发送提示词让 AI 浏览器打开 muse.ai 注册页面，依次完成 Google 邮箱验证、基本信息填写和信用卡验证（作者使用招行国际信用卡），全程约5分钟秒过。文章特别提醒新用户需在注册后48小时内到 设置→通用→兑现推荐码 处兑换推荐码 KYCT0I，可领取10亿 Muse 词元奖励。作者指出注册对环境有要求，直接访问易卡住，该方法适合此前注册失败的用户。
本文是一篇家庭网络配置教程，介绍如何通过一台预装 iStoreOS 的软路由作为旁路由，实现全家设备（iPhone、平板、电脑）连接 Wi-Fi 后自动使用统一的网络配置。文章对比了主路由与旁路由两种方案的优劣，说明旁路由故障时不影响其他设备上网的优点。详细列出了所需物料（软路由、网线、网络订阅，预算约 200-500 元）和完整安装步骤：接线通电、登录软路由后台、设置固定 IP、安装 OpenClash 并导入订阅、在设备上修改网关和 DNS。设置一次后，设备重连家庭 Wi-Fi 无需重复配置。
作者在测试 Manus 时学到一个提示词技巧：在生成图片时，不必用提示词详细控制样式风格，而是直接提供参考图，参考图中包含颜色、字体、宣纸纹理、墨迹边缘、水痕、印章与留白规则等视觉要素。这样出图稳定性更高，内容提示词也可以写得更简单。文中以'茶与慢生活'主题的水墨极简风格幻灯片为例，展示了参考图配合简洁内容提示词的完整实践，包括标题副标题、内容结构以及视觉方向的具体要求。
作者将一张网络流行的生存清单拆解为可执行的三个阶段：第一阶段30天完成工具基建，包括海外Apple ID、香港银行卡、券商账户和AI工具；第二阶段90天进行能力建设，深度使用AI、学习编程入门、英语阅读和搭建知识库；第三阶段是长期的资产与现金流建设，包括指数基金定投、多元货币配置、个人IP运营和小产品开发。核心思想是从单一工资收入转向多元收入结构，从出卖时间转向拥有资产，通过工具放大个人能力，实现真正的安全感。
文章分析了一个创立仅5个月总营收突破31万美元的AI视频SaaS项目TrendStory（前身FruitDrama），近30天收入达12.4万美元，MRR约7.2万美元。该项目不做SEO、几乎无外链，通过品牌升维破圈、轻资产工程封装、积分加购与年付预收的财务杠杆、依赖Meta与TikTok广告买量套利等策略实现快速增长。文章最后提出套壳产品面临的选择：是趁红利期暴力洗量赚快钱，还是投入自建模型微调做长期资产。
文章指出大多数 AI 视频提示词失败并非模型问题，而是提示词只描述了氛围而非镜头指导。作者提出专业 AI 影视提示词框架：INTENT（意图）→ SUBJECT+ACTION（主体与动作）→ FRAME（画面构图）→ OPTICS（镜头光学）→ CAMERA（运镜）→ PERFORMANCE+PHYSICS（表演与物理）→ LIGHT+SPACE（光线与空间）→ CONTINUITY（连贯性）。强调要描述可见行为、有动机的光线和运镜，区分文生视频与图生视频的提示方式，并遵循'一个镜头一个明确节拍'的原则。
文章针对近期 Claude 账号大量被封的情况，分享了完整的申诉攻略。主要包含两部分：一是填写申诉表单的技巧，包括如何回答账号用途、被封当天经过等问题，并提供了展示正常使用记录、声明无违规行为、主动解释可能被误判点（如高频 MCP 调用）的英文申诉范文；二是同时向 Anthropic 邮箱发送申诉邮件，作者实测只有 privacy@anthropic.com 会转交人工处理，并给出了包含当天使用时间线、长期项目清单和主动澄清的完整邮件模板。文中附中英对照的申诉原文，供被封用户参考。
作者分享了一组AI生图提示词，核心思路是：一个熟悉的物件、全部由微型文字拼成、纯平面剪影、纯色背景。远看是干净图形，凑近发现每一笔都是字，风格克制耐看。使用时只需填写8项内容（主题、品牌名、标语、关键词、颜色、构图等），画幅设为3:4即可生成。文章附完整提示词模板，适合小店品牌海报、网店首图、公众号封面等场景，并给出了文字错误替换、模糊质感添加等后期调整建议。
文章针对 AI 编程生成的网页千篇一律（紫色渐变、圆角卡片、Inter 字体等）的问题，推荐四个工具：getdesign.md 提供现成网站的 DESIGN.md 设计参考，让 AI 按指定风格编写；libraries.dev 提供 UI 效果库，可直接复制 prompt 添加视觉组件；Impeccable 是项目完成后的设计审查 Skill，可对页面做 polish、audit、critique 等操作；OpenDesign 是本地优先的设计 Agent 工作空间，强调设计系统和资产复用。作者强调 vibe coding 不等于把审美外包给 AI，颜色、留白和取舍仍需人做决定。
文章通过居民信贷数据对比中日两国泡沫后的调整路径：中国住户贷款净增从2021年7.92万亿元降至2026年前八个月净减少1.03万亿元，与日本1989年见顶后信用退潮高度相似。作者认为中国家庭保障不足（养老金低、社保覆盖弱、长期护理刚起步），且两代人账本绑定，若修复周期拖长可能比日本同类家庭更难熬。文章分析了邢自强、陆挺与刘元春关于转型代价由谁承担的分歧，批评'江湖郎中'式的需求否定论，主张政策尽早替家庭分担风险，同步补齐社会保障。
本文由 Cerebras 撰写，从基础原理讲解推理系统中的分离式推理技术。文章先介绍加速器的构成（计算单元与存储），并引入算术强度概念，通过矩阵加法与矩阵乘法的实例说明数据搬运与计算的关系。随后分析 LLM 推理的两个阶段：prefill（处理整个 prompt，计算密集型）与 decode（逐 token 生成，受限于内存带宽），解释二者对硬件需求的不同。Cerebras 提出异构分离式推理，将不同类型芯片分配给不同推理阶段，在相同硬件数量下将吞吐量提升 5 倍且不损失单用户生成速度。
本文面向 AI 工程师系统讲解 GPU 硬件知识：GPU 的三种类型（数据中心、工作站、个人级），内部结构（SM、Tensor Core、CUDA 核心、HBM 显存与 SRAM 缓存），并以 gpt-oss-120b 和 Kimi K3 两个开源 MoE 模型为例，用精确的数学计算说明推理的算力与显存带宽瓶颈、prefill 与 decode 的差异，以及训练与推理对 GPU 使用的不同需求，帮助工程师做出租用 GPU、模型部署等实际决策。
文章介绍 LangChain 如何为开源编码代理 Open SWE 构建模型路由器。作者首先通过 LangSmith 追踪数据分析任务类型与复杂度分布，发现许多任务无需前沿级模型；随后基于 Artificial Analysis 智能指数挑选快速、均衡、高性能三档模型（GLM-5.3-Flash、GPT-5.6 Sol、GPT-6 Astra）；最后在 agent harness 的中间件层实现路由器，由分类模型根据任务标准选择最便宜可胜任的模型。结果显示每线程成本中位数降低 64%，质量无明显变化。文章强调路由决策应置于 harness 中，因其拥有网关所缺乏的任务与领域上下文。
作者Loki Yan回应X上对SEO行业的争议，结合自己在澳洲学习SEO、做过Agency技师和Affiliate SEO Manager的经历，科普了SEO行业的六个梯队：Tier 1是Affiliate和Adsense等被动收入模式，Tier 2是企业级SEO，Tier 3是电商SEO，Tier 4是独立咨询师，Tier 5是普通Agencies，Tier 6是B2B出海服务。作者肯定了哥飞在中文圈分享SEO知识的贡献，指出中文SEO内容存在知识断层，与全球水平落后几个版本，并提醒关注谷歌AI Overview和AI Mode带来的行业变化。
Sigil Wen 宣传 Underdog 27B 端侧 AI 模型，声称其可在 Mac 和 iPhone 上运行并超越半年前的顶级模型 Claude Opus 4.6。文章提出核心观点：计算正从数据中心回归个人设备，未来大部分 AI token 将由个人设备生成。作者以'AI Y3K'概念警告云端数据安全风险——一切可被黑的系统终将被黑，唯一安全的数据是从未上传的数据。文章还指出日常任务不需要最大的模型，并通过自研 MSI 推理引擎提升消费级芯片性能。最终愿景是构建免费、私密、属于用户本人的 AI，对抗广告与数据收割的商业模式，让 AI 经济属于每个人。
借鉴 Paul Graham "一座城市里什么样的人最受尊重"的视角，作者逐一分析北京、上海、深圳、广州、杭州、成都、苏州、南京、武汉、西安、重庆等城市对个人发展的隐性评价标准：北京看重重要性，上海强调专业与体面，深圳崇尚把产品做出来，广州懂生意过扎实日子，杭州鼓励尝试新机会，成都提醒事业与生活平衡，苏州追求专业深度，南京重视学问与稳固，武汉凭硬实力立足，西安依托长期工程，重庆在真实经营中成事。作者指出真实环境是城市、行业、机构与身边人的组合，并建议思考三个问题来选择适合自己的城市。
作者以管理多个AI Agent（OpenClaw、Pi、Hermes等）的亲身经历为切入点，发现通过改写摘要、上下文和记忆文件，可以无声地篡改Agent的'过去'，而它们毫无察觉。由此串联起菲利普·迪克1977年梅斯演讲、MKUltra解密档案、CIA拆信项目HTLINGUAL、Anthropic的面包实验与内省研究、金门大桥Claude、裂脑人'解释器'等案例，指出：被改写记忆的当事者总能给出通顺的解释，'能解释'不代表'是真的'。文章最后提出一个无法回答的问题：既然我能这样改写Agent，我凭什么确定没有人在对我做同样的事。
DeepSeek 悄悄开源了 dsh-libreoffice-kit 组件，原本隐藏在 DeepSeek Harness 中。该组件解决了 AI 生成文档却看不到排版效果的痛点：可将 Word、PPT 渲染成图片让 AI 查看排版，真实计算 Excel 公式以核对结果，自带字体管理避免中文乱版，并支持文件级隔离处理防止单点故障。这使 AI 能够自己写、自己看、自己改文档，无需人工逐页返工。文章指出 AI 办公领域的竞争不只在于模型能力，底层基础设施同样关键。
作者复盘9月加密市场全面回暖：美联储加息但PCE数据温和，BTC现货ETF净流入约27.96亿美元、ETH约8.91亿美元，山寨币广泛反弹但持续性待验证；CLARITY法案表决受阻而SEC推出代币化股票创新豁免；Bitget被盗3.88亿美元提醒资产安全重要性。展望10月，作者判断行情是修复中的反复而非无差别普涨，给出BTC三种情景分析，计划在9万美元以内坚持定投，并将研究方向聚焦于RWA、交易基础设施、隐私与AI等新叙事中业务收益能否传导至代币持有人。
