作者分享作为 Claude Pro 用户利用 Claude 求职的三种方法：一是通过 Chrome 扩展在 LinkedIn 上按自身经验、地点和远程要求筛选 48 小时内发布的岗位，甚至让 Claude 自动完成 Easy Apply 并整理申请清单；二是让 Claude 搜索全网招聘信息，验证岗位是否真正支持从尼日利亚远程工作，并将结果汇总到 Google Sheet；三是通过 Claude Dispatch 在手机上远程指挥笔记本执行搜索任务。文末附有完整的求职研究员提示词模板，帮助读者定制自己的自动化求职流程。
作者基于283万字语料（329篇人类文章+5个主流AI模型生成的300篇文章），用语言学对照实验和统计方法量化“AI 味”，制作并开源了一个去 AI 味 skill。实验发现11项显著特征集中在篇章结构层面，如段首零回指评论（4.4倍）、拟人化比喻（7.3倍）、空转冒号（9.4倍）等；而流行认知中的设问句、句长均匀度等特征实测并不显著。研究还发现不同模型写作偏好差异巨大，不存在统一的“AI 文风”。作者认为去 AI 味本质是预训练层面应解决的问题。
飞书与豆包工作联合发布全新功能“豆包工作伙伴”，这是国内首个面向团队的共享Agent。它可以拥有独立人设和组织身份，被拉入企业群聊，参加会议、阅读文档与代码、主动推进工作，并可接入GitHub、多维表格、知识库等系统。文章对比了Anthropic发布的Claude Tag（被Karpathy称为AI用户体验的第三次范式），指出两者本质都是给Agent一个独立身份，让它安全可控地为整个组织服务，从而大幅降低协作成本。作者因深度体验后决定将公司沟通从微信全面迁移到飞书，认为企业拥抱AI的未来将从飞书开始。
Microsoft Build 2026 现场访谈中，Addy Osmani 介绍了 Agent Skills 的概念：将专业判断打包成 AI Agent 可执行工作流的标准化方式，类比新时代的 dotfiles。他展示了围绕软件研发生命周期（Define→Plan→Build→Verify→Review→Ship）组织的 Skill 仓库，统一遵循 Overview/Rationale/Red flags/Verification 设计模式，并现场演示 45 分钟从模糊想法到完整应用的全流程。访谈还探讨了人在回路中的代价、尽责程度与风险成正比、安全审查的非确定性困境、MCP 与 Skill 的对比及多模型分工等观点。
作者用三周时间从零学习机器人学习（robot learning），从零复现了 ACT 和 Diffusion Policy 两个策略，在 PushT 基准上超越了所有公开的基于图像的 ACT 结果（65.6%），并在 MuJoCo 场景中训练机械臂以 99.95% 的成功率完成摆放酒杯任务。文中分享了超参数调优经验（如 n_action_steps 从 100 降到 16 的显著提升）、单变量实验原则，以及对 Moravec 悖论的切身体会：对人类简单的事情对机器人和 Claude 编程都很困难。作者还使用 Claude 生成 MuJoCo 场景和专家轨迹，发现遥操作可能比脚本化专家轨迹更高效。
作者回顾2025年7月三个改变其职业认知的事件：一是仅凭AI便完成一个完整SaaS应用；二是在Tinder用一段2000词的指令（Skill）让AI在10分钟内完成原本需要6-8小时的复杂线程库迁移且结果正确；三是目睹CFO和健身馆老板等非技术者用Claude构建出复杂的金融和健康平台。作者认为编码只是门槛，真正核心的是执行能力，而AI让执行几乎免费。超专业化曾被视为安全选择，如今反成风险。文章呼吁工程师直面身份焦虑，思考当执行不再稀缺时，自己真正价值何在。
本文介绍如何在 Google Cloud 的 Gemini Enterprise Agent Platform 上同时配置 Anthropic Claude Fable 5.1 与 Google Gemini 3.8 Flash 两款模型，并通过任务路由优化 token 成本（tokenomics）。作者指出单一模型路由全部任务是错误的：深度规划模型处理日常事务会浪费成本，而快速模型处理不可逆的复杂任务风险很大。文章详细演示了启用 Claude Fable 5.1 所需的数据共享配置（setPublisherModelConfig API）、Gemini 3.8 Flash 的调用方式，并建议先对常规任务做基准测试，以快速模型作为一线协调者、深度规划模型按需升级处理，从而大幅提升任务 ROI。
AI 写代码让 CI 成为新瓶颈。Anthropic 的数据显示：工程师代码产出约为过去 8 倍（约 80% 由 Claude 编写），测试数量增长 10 倍，六个月内 CI 任务量增长 25 倍。团队为此构建测试影响分析服务，基于历史结果和 package 相关性只跑必要的测试子集。服务 v0 采用单进程单写者架构，在负载暴增下滞后严重，团队先后打了三个补丁（换大机器、分片、每日重启），寿命从 70 天递减到不足一天。最终接受 Claude 的建议完成重构：把状态移出进程，用内存数据存储加无状态 worker 实现水平扩展。核心教训：要为指数级增长做设计、把可观测性做成 AI 的眼睛、从一开始就把状态移出进程。
文章探讨了一个 AI 时代的悖论：Codex、Claude 等顶尖 AI 大幅降低了开发门槛，普通人也能做出完整产品，但很多人却依然赚不到钱。作者指出核心问题不是能力而是需求——AI 解决了'怎么做'，而商业的关键在于'做什么'以及'谁愿意付钱'。作者将需求分为三级：好奇、麻烦、正在付费的痛点，强调真正稀缺的不是软件，而是有人愿意花钱解决的具体问题。未来人与人的差距将从技术能力转移到发现问题、判断需求和完成交易的能力上。
作者分享了用AI写短篇小说并在番茄小说平台变现的三个月副业经历，合计赚取2371.97元。文章详细介绍了从账号准备、选题立项、AI辅助生成、人工修改到发布签约的完整流程，并总结了选择短篇小说的理由、内容生成方法（Skill+SOP化）、提现签约技巧及收益经验（约1万播放对应100元）。最终因收入逐月下降、平台对AI内容监管趋严、时间成本高等原因停掉项目，并总结了这类副业适合与不适合的人群。
本文介绍了如何在 WorkBuddy 中接入按量付费的 OpenAI 最新模型 GPT-6 Astra。作者推荐一个支持按量付费的 API 中转站，优点是无需订阅、国内网络直连、不消耗官方积分，还支持 Claude、Gemini、Grok、DeepSeek 等热门模型，价格约为官网六折。文章分四步演示：创建 API Key、通过闲鱼下单购买额度并兑换、在 WorkBuddy 中配置自定义模型（endpoint、API Key、模型名称）、最后切换模型开始使用。适合想低成本尝鲜新模型的用户。
基于 Anthropic 2026 年 9 月发布的威胁情报报告，作者分析了 AI 降低作恶成本带来的多维风险：AI 混入真人视频的约会应用诈骗、低价 AI 代理窃取凭据、网络攻击自动化、影响力行动、人物画像监控以及武器与生物领域的双重用途问题。文章强调对涉及中国公司的蒸馏指控应区分训练方法、服务授权与用户数据处理三个问题。作者建议中国用户与开发者主动核验 AI 服务的数据路径与经营者身份，管理权限与密钥，验证信息来源，从知情权、选择权和数据权益出发保护自己。
DesignCode 创始人 Meng To 一个人用 Claude Fable 5.1，仅 3 天做出原本需要 10 人团队、3 个月、大几十万预算的跨国商业 App StoryComet，包含 15 本交互动画儿童绘本、5 国语言配音、3D 徽章系统、Supabase 数据库和 Stripe 付费订阅。第一天跑通核心闭环验证市场，第二天工业化复制内容与多语言，第三天完成商业化收敛。作者指出，AI 将执行成本压缩趋零后，决定产品价值的不再写代码速度，而是个人的审美、品味与商业判断力，一人公司的生产力天花板被极大拉升。
作者提出九条原则，帮助判断 Agent Skill 是否真正有效，覆盖 Skill 生命周期三个阶段：被选中、可靠执行、经受现实检验。核心观点包括：元数据描述是触发与否的关键入口；上下文是共享预算，需渐进式加载；流程与检查点优于长篇散文；规则应解释原因以应对边缘情况；预先记录并反驳模型常见的跳过理由；确定性逻辑写成脚本代码而非依赖推理；严格限定修改范围；Skill 会随库更新和约定变化而腐化，需版本化管理；上线前必须用真实用例运行验证，从观察到的行为而非想象中调试。
这是一篇面向零基础读者的实战教程，教读者通过复制三段提示词，让具备本地文件读写能力的 AI（以 Codex 为例）依次创建内容分析、写作、审校三个 Skill，完成一篇文章的素材分析、大纲初稿和审校验收全流程。文章强调'先做出东西，再弄懂原理'，每段提示词后设有操作后检查清单，帮助读者验证 AI 是否真实创建文件、守住事实边界（如虚构案例性质、不把相关性写成因果）。教程把重复性的提示、纠错动作固化为可复用的工作流，实现长期复用，无需手写代码或安装软件。
作者分析OpenAI通用模型Astra对机器人领域的启示：Astra在视觉场景理解、空间推理和可执行代码生成上表现突出，如BenchCAD评测中达95.9%几何重合度，远超GPT-5.6。作者提出核心问题：专用机器人模型所需的空间智能有多少将来自通用模型？结合Dyna-2百万小时人类视频预训练、Code as Policies以及Anthropic机器人实验等证据，作者认为推理与代码可组织陌生任务，而学习型动作策略提供快速精确执行，通用基础模型与机器人模型正走向融合，应继续扩大机器人数据规模。
作者Julie Zhuo分享了她从依赖第三方软件到自建个性化工具的心路历程。她因不满现有AI代理管理工具的局限，利用AI在半小时内构建了移动端应用Mog Squad，随后又开发了桌面版，实现了同时管理Claude和Codex等多个代理、高度定制化的工作流。她还为孩子打造了融入个人生活故事的Duolingo风格学习应用。文章指出，AI时代让超个性化软件成为可能，人们将更偏爱自己组装的工具，第三方通用软件的主导地位可能被颠覆。
文章分析了AI中转站生意衰落的原因：Codex/GPT-5.5追平Claude使后者失去性价比，国产模型（GLM、Kimi）崛起分流用户，且GPT封号少、用户可自行订阅，导致中转站营收腰斩，中小站点因渠道和上游问题陆续关闭。作者随后给出挑选靠谱中转站的建议：优先选择大型站点或有博主声誉背书的站点，并推荐使用检测网站hvoyai.com验证模型真伪、查看站点榜单。最后总结八字原则：不贪便宜、小额充值，警惕低价折扣与跑路风险。
文章介绍了一种无需付费工具的独立站选品方法：放弃跟爆品思维，转而利用Trustpilot平台的差评挖掘商业机会。作者认为差评基本来自真实购买，差评多说明产品销量高、营销已验证，而低评分则说明产品与履约做得差，需求存在但供给不佳即是机会。具体做法是借助Codex/Claude等AI工具筛选Trustpilot上差评多、评分低的站点，搜索'从中国发货'等关键词，同时找出持续投放Facebook/Google广告的盈利站点，逐帧学习其营销文案和广告素材，再用更优质货源和服务超越对手。作者强调劣质商家损害中国卖家口碑，鼓励用心做好产品。
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。
纽约大学数学家Tristan Buckmaster公开声明，与Levent Alpöge借助Claude、Codex等大语言模型，一个月内证明了多个流体力学方程（多孔介质方程、Boussinesq方程、Euler方程）在光滑外力下的有限时间爆破，并经Lean形式化验证，陶哲轩称之为了不起的成就。同时Buckmaster指控OpenAI在得知其进展后试图抢先发布类似成果，并施压要求将在Anthropic工作的合作者从署名中移除。事件涉及学术伦理、AI科研能力边界与大公司竞争，被称为数学领域的深蓝时刻。
「数据居民」系列第一篇，介绍人在国内如何搭建海外数字身份。作者解释了数据居民的概念与价值：注册海外服务、订阅 ChatGPT/Claude 等 AI 工具、积累美国信用记录、申请美国信用卡等。文章对比了获取美国号码的三种方案（买美版/港版手机、备用机、eSIM 管理卡），推荐使用 xesim 等 eSIM 管理卡在国行 iPhone 上使用 eSIM，并介绍了 Ultra Mobile 紫卡等主流美国号码卡。作者分享了自己半年来的实践成果：积累美国信用、下卡 Capital One、开通 X Money、稳定使用 Claude 未被封号等。
本文系统介绍了 Agent 工具 Pi 的理念与用法。Pi 是一个极简的 Agent Harness（工作台），默认只提供读、写、改文件和运行终端命令四种基础工具，不绑定任何模型，可接入 Codex、Claude、Gemini 或本地模型。作者通过 Databricks 和 Fullscript 的实测说明其轻量设计能显著降低 Token 成本。文章按使用顺序展开：安装并接通模型、跑通第一个任务、利用 /tree 会话树实现多模型同起点分叉比较，最后通过 AGENTS.md、Skill 和 Extension 让 Pi 自我扩展，逐步长成专属 Agent。
文章讲解如何辨别伪家宽 IP。作者指出 ping0.cc 等检测网站的绿色「家庭宽带」标签不可信，提出判断口诀：ASN 所有者、企业、主机名三栏必须对上同一家宽带公司。通过 GTT、伪 AT&T 等实例说明 ASN 不对口、ASN 对口但企业不对口两种典型伪家宽形态，并以 Frontier 为例展示真家宽特征。文末附美国常见真家宽 ASN 清单（AT&T、Comcast、Verizon 等）及常见被误标的伪家宽 ASN（Cogent、Level 3、AWS 等），提醒用户根据实际需求选择独享机房 IP 或真家宽。
作者介绍了一套将 GTM 数据能力直接接入 Codex、Claude 等 Agent 的工具，整合了 Similarweb、Ahrefs、Semrush、DataForSEO 等多个数据源，涵盖网站流量、SEO、外链、社交媒体讨论、AI 可见度等方面。作者以自己做 AI UGC 产品的经历为例，展示了 Agent 只需一个业务目标，就能自动调用十几个产品、分析 40 个关键词，产出竞品分析、需求痛点、SEO/GEO 机会和获客方向等完整的市场研究报告，大幅降低传统市场研究的成本和时间。
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。
文章系统讲解如何编写 AI Skill：从用一句话加 SOP 封装出第一个 60 分的 skill，到通过把目标改写为动作、补充约束、设计自由度和提高词表颗粒度来提升到 90 分。作者拆解了摄影 skill 和封面 skill 两个开源案例，指出高手的秘诀在于将模糊概念拆成可执行的词表和明确的「不要」清单。还介绍了如何让 AI 递出陌生领域的行话词表，并澄清了 skill 与提示词、智能体的区别。全文强调约束和颗粒度决定 skill 的专业程度。
作者分享了使用 UU远程新推出的终端功能，在手机上统一管理多个 Coding Agent 的体验。针对 Agent 任务常卡在确认页面等待人工操作的问题，传统方案如官方 Remote、内网穿透 SSH 或远程桌面都需分别配置、较为繁琐。借助 UU远程的终端多会话管理，作者将 Hermes、Codex、Claude、Grok 等 Agent 的终端会话集中在一个手机入口，可随时查看进度、补充 Prompt 和确认操作；配合 Herdr 工作区还能在手机端切换管理多个 Agent。此外支持 Mac 端通过 uuyc-cli 跨端接管会话，且该功能完全免费。
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。
作者整理了近一个月收藏和推荐的 Claude Agent Skills 资源合集。内容分为三大类：一是作者自研的开源 Skills（信息卡生成、品牌复刻 DESIGN.md、SVG 手绘效果）；二是 UI/UX 设计类 Skills，包括设计工程师审美经验、去 AI 味前端设计品味、Remotion Skills 2.0 及 Atlassian 对 DESIGN.md 的实测等；三是 Skills 构建与方法论，涵盖 33 页完整构建指南及中文翻译、Google Research 的 WikiSkill、Warp 的自我改进 Agent 与 Skill Doctor 等。最后还推荐了精选单点 Skills，如去 AI 味 Top 10、Cursor 代码质量审查、show-me 图示 Skill、Unslop 写作优化等。
