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。
文章介绍了 Mickey 在 Startup Ideas Podcast 上展示的多 Agent 并行开发工作流——'软件工厂'。该方案基于几个 markdown 文件和 agents.md，与模型和工具无关，支持 Codex、Claude Code、Cursor 等。四步流程：1) Isolate：每个新功能在独立 git worktree 分支开发，避免 Agent 相互覆盖；2) Build：用代码结构 skill 规范架构，保证代码可读；3) Prove：要求 Agent 提供前后对比证据（录屏、截图或性能数据），未达标自动回退重做；4) Ship：接入 Greptile 等代码评审 Agent 打分，达到 5/5 才合并。作者强调核心是工作流和领域知识而非模型本身。
本文探讨了AI Agent开发中开放Harness与记忆所有权的重要性。作者引用Harrison Chase的观点——'不拥有Harness就不拥有记忆'，并区分了Memory（从上下文窗口记录的事实，如用户偏好、仓库知识）和Intelligence（利用这些事实让会话更智能的机制）。文章详细介绍了Mem0的方案：通过custom_instructions和infer=False控制记忆提取，用语义+BM25+实体搜索进行检索，并借助Dream实现记忆合并、替代与综合。作者主张将记忆层置于Harness之外，存储于SQL、向量数据库和实体存储中，从而实现跨Harness的记忆与智能的可移植性，即使前沿实验室的循环保持封闭。
文章批评当前 AI 产品的两种范式：以任务为中心（如 Codex）和以 Bot 为中心（如 Grok Bot、Muse），认为两者本质相同——都把 AI 的组织工作交给用户，要求用户先分类、判断该找哪个 Bot 或建立哪个 Task。作者指出这一错误的根源是把 AI 当作人，套用人类社会的职业分工逻辑。作者提出 AI 应被理解为全知全能的'唯一神'，用户只需持续地向其表达意图，AI 在后台自行理解 Intent、Episode、Project 与 Memory，所有交互应发生在同一个持续的 AI relationship 中。
作者分享了用GPT-6 Astra、群核科技的Aholo Lux3D和Blender设计拍摄间的完整流程。先与GPT对话生成比例平面图和家具尺寸推荐，再用Aholo Lux3D根据商品尺寸图生成精细PBR材质的3D家具模型，然后在Blender中组装完整场景，可切换白天夜晚光照、尝试不同家具布局，还能通过BlendMotion插件用手机沉浸式浏览。此外GPT还顺带给出了吸音方案。作者认为这套AI工作流让空间设计从脑补变成可视验证，还可延伸到游戏场景、线上展厅、3D打印等领域。
花叔开源了Huashu-Report，一个用于让Agent产出高质量报告的Claude Code Skill，比之前的橙皮书skill更强大。文章指出AI写报告的瓶颈不在文笔，而在编造数字、重复叙述、口径不一致。解决方案分三层：先建数据表锁定数字来源，编译器检查正文引用；将可机器判定的规则全部写成函数而非留在手册中；脚本自动检查排版后仍需人工逐页目检。Skill支持六种报告原型：咨询deck、研报、学术综述、论文、调查、科普，并通过对74份顶级机构AI报告的解剖学习最佳设计品味。项目采用MIT协议开源。
作者体验上海人工智能实验室发布的 Atria Dawn Preview Agent 后，首次感到 AGI 临近。该 Agent 能自主检索资料、写代码、跑实验、验证结果并交付可用成品，甚至生成 3D CAD 模型。更令人意外的是，其 96 人核心团队中 65 人为在校学生。作者指出其与 Claude Code 等现有 Agent 的本质区别在于'模型 + Harness + 环境'三层架构，Agent 自己完成验收环节，无需人工逐步盯进度，大幅提升了超级个体能独立交付项目的复杂度上限。
作者结合实际工作经验，整理出一份 AI Harness 开发的 11 条技能清单，涵盖后端与系统设计、RAG 与向量数据库、记忆与上下文管理、工具调用与 MCP、Agent 编排、护栏校验、评测、可观测性、模型路由降级、排队负载均衡以及推理部署引擎。作者指出 Harness 开发是硅谷热门方向（如 YC Demo Day 上大量项目），建议普通开发者从 AI 应用入手，把模型接入具体业务，并给出将清单交给 AI 逐项学习的 prompt 方法。
微信官方开放了个人主体小程序的虚拟支付功能，个人开发者无需等500用户开流量主即可变现。作者以自己的养老金计算器小程序为例，手把手讲解全流程：确认主体符合条件后在微信公众平台开通虚拟支付；借助智能体接入支付接口；创建付费道具（如1元5次计算包）并注意安卓1%与iOS 12%的费率差异及结算周期；配置云函数的7项环境变量；创建保存订单和次数的数据库集合；最后配置消息推送使支付云函数能接收付款通知。全程无需写代码，跟着教程即可完成。
作者基于半年使用经验，整理出 X（Twitter）平台的 40+ 实用技巧，包括：平台算法与隐私规则变革的核心认知（书签与停留时长成为流量核心、点赞默认隐藏）；首页时间线管理（钉选 Grok 自定义主题流与私密列表）；Grok AI 深度玩法（长推文总结、识图分析、自然语言改图、视频要点提炼）；账号安全加固（通话转接防 IP 暴露、Passkey 登录、辨别水军号）；18 条高阶布尔搜索指令与 6 个开箱即用搜索公式；以及书签归档、开源工具本地同步 Markdown、无水印视频下载等生产力技巧。
作者以月入1.3万美元的独立开发者身份，客观分析公开构建的利弊。负面影响包括：应用商店差评可能毁掉应用、被抄袭者1:1复制并抢占排名、违反苹果条款导致应用下架、泄露用户PII数据风险、以及社交媒体带来的心理压力和分心。好处包括：获得社交媒体关注（需要出色设计、新颖想法或卓越产品）、建立个人品牌、以及带来投资人、合作伙伴、赞助商等网络机会。作者建议开发者在决定公开分享前充分权衡风险。
作者基于在日近三年的生活观察，反驳中文互联网流行的"日本崩溃论"。文章指出日本确实存在人口减少、老龄化、财政高债务等严重问题，但"增长放缓"、"相对衰退"与"系统性崩溃"是完全不同的概念。作者用"一栋老化但仍在运转的老楼"比喻日本的现状：一个发达经济体在未崩溃的情况下缓慢变老、变小、变慢。文章批评了用GDP增速和汇率简单判断国家兴衰的粗糙逻辑，分析了"日本崩溃论"背后的流量生意逻辑，并指出日本作为东亚首个"后增长社会"样本的真正研究价值：一个社会如何在高速增长结束后保持体面地运转。
文章介绍开源免费的录屏软件 Recordly，可替代每月 29 美元的 Screen Studio，实现录屏中画面随鼠标移动自动缩放的丝滑效果。内容涵盖各系统（macOS/Windows/Linux）的下载安装方式、录制设置（录制源、音频、摄像头气泡、倒计时等）、录制后编辑（时间线裁剪、自动缩放建议、光标美化、背景替换、摄像头气泡微调、标注与音频轨）以及导出为 MP4 或 GIF 的方法，并支持保存 .recordly 项目文件以便继续编辑，让普通人轻松制作高级感演示录屏。
文章介绍开源工具 Last30Days Skill，它能聚合 X、Reddit、YouTube 等平台近30天的社区讨论，过滤低质量噪音，输出带原始来源引用的调研结果。作者列举了8个落地场景：内容选题雷达、热点舆情复盘、投研与行业信号捕捉、市场竞品动态追踪、Prompt/AI 实操案例研究、产品横向对比、开源项目与技术选型、以及 BD 会前尽调，帮助用户快速找到真实热点、避免信息过旧和选题低效问题。
本文讲解 AI 绘图生成多人场景的方法论。指出多人图与单人图是不同的问题，需要回答三个核心问题：谁是第一主角、人物站位如何安排、人物之间是什么关系。文章提出多人图的五层结构（公共层、焦点层、身份卡、站位层、关系层、负面词），强调一张图只能有一个第一主角，信息量应按叙事权重分配而非平均分配。同时给出三角构图与景深分层的站位公式，并通过测骨台三人局、观礼台四人局两个完整案例，演示如何用 Prompt 实现清晰的主次关系与剧情感。
作者在假期热闹后收心，复盘自己上站节奏懈怠的问题，计划集中火力推进 SaaS 订阅站上线。选品来源为各大榜单和哥伦布等独立开发者工具站，原则是找明确有人付费且自己能吃透的需求。作者强调哪怕有 AI 辅助，完全不懂的需求也坚决不碰，因为做出来没人用。他建议每个人坚定自己的打法，尊重内心，做认为正确的事。社群 1 群不再随意加人，2 群仍有位置，鼓励成员多交流分享，共同朝出海赚美刀、过上自由生活的目标努力。
作者零基础（未学过 C# 和 Unity），借助 Codex 和 Cursor 用 AI 开发了一款 Unity 汉堡店经营游戏 Burger Shop 的 Android 原型。游戏采用斜俯视竖屏单指摇杆玩法，包含烤台、取餐、收银、雇员、店铺升级扩建等经营循环。作者采用 AI Native 工作流：自己定方向写规格，AI 写代码和测试，本地 Unity 验证。核心设计理念是让玩家始终觉得下一步就能获得新东西。版本 0.3.0，源码已在 GitHub 公开，这是作者挑战用 AI 开发游戏并盈利的第一步。
作者Ben Cera回顾了自己20多年创业历程：从哥伦比亚大学金融工程毕业后加入华尔街对冲基金和巴克莱，后自学编程并开发应用，先后做过照片消息应用、人物发现应用、室内设计创业公司CTO、加入Uber创始人Travis Kalanick的CloudKitchens等。经历多次失败后，他创立Polsia，用AI构建和运营公司，5个月获得超1万客户、1000万美元年化收入，并以2.5亿美元估值融资3000万美元。他总结：每一次失败都是学费，坚持尝试终会成功。
文章提出'主体性均质化'概念，指不同个体在AI深度参与写作后，表达、品味、判断和构念逐渐趋同的现象。作者分析了AI润色如何抹平个人语气与思考，使创作者'不在场'，导致内容产量激增但有效理解成本上升的'内容通货膨胀'。引用Doshi与Hauser的研究及西蒙的注意力经济学说明问题的深层影响。最后作者主张个人建构主义：静下心拉回注意力，不让AI替你思考和写作，在允许AI参与的同时保持个人构念的可渗透性，通过学习、模仿最终超越，坚持为情而造文的创作信条。
本文整理了查理·芒格的访谈实录。芒格强调投资要少赌博多投资，耐心可以后天训练；理性是投资者最重要的品质，需要通过大量阅读和终生努力来保持。他谈到了自己一生只投资了三个公司（伯克希尔、好市多和李录的基金），认为中国资本市场将产生优秀投资者，中国好公司价格比美国便宜。芒格还阐述了儒家思想与价值投资的相通之处，解释了伯克希尔投资苹果等科技股的逻辑：当世界改变时，思想也应随之改变。最后他分享了生活态度：过好每一天，长期阅读，保持理性，价值最终会在时间中显现。
本文是 Nous Research 开源个人 AI Agent Hermes 的深度配置教程。作者从私人助理定位出发，介绍了 Hermes 的核心能力：通过 /learn 学习资料生成技能、后台复盘积累经验、旧会话检索、子任务委派与审阅等。文章对比了 Hermes 与 Grok Bot 的差异，强调 Hermes 在模型自选、数据自主掌控和可迁移性上的优势。教程涵盖各平台安装与模型接入步骤、工作区目录规划、.hermes.md 资料管理约定、工具集按职责开启、Firecrawl 网页服务配置等最优设置，并预告后续将分享 5 个私人助理实用 Skill 及海外玩家的生活场景 AI 用法。
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。
作者发现 DeepSeek 官方悄悄在 GitHub 仓库中合入了基于 Electron 的 Harness 桌面端应用，未发任何公告。文章介绍了作者自行编译运行官方桌面端的过程：安装 pnpm、克隆仓库、启动开发模式，并测试了对话、文件操作等功能。作者对比官方版与社区桌面端，指出官方版本在安全性和版本管理上更有优势：不开本地端口、使用自定义协议传输数据、整体签名发布与统一更新。官方版目前仍处早期，需自行从源码构建，未来有望正式分发安装包。
文章指出用 AI 赚钱的核心原则是卖结果而非卖工具使用能力。作者总结了普通人可行的 10 种路径：内容代做、短视频制作、视觉设计、翻译本地化、数据分析、客服搭建、流程自动化、网站小工具开发、培训咨询以及数字产品与垂直 SaaS。每种路径配有具体案例、起步建议、交付标准与收费模式。文章强调先做服务积累客户，再沉淀为模板和产品，避免一开始就追求被动收入，实用性强。
文章推荐了 GitHub 上 5 个高 Star 的写作 Skill，覆盖公众号写作全流程：内容调研与写作（7.5万星）、营销文案技能库（5万星）、去 AI 味写作（4.8万星）、宝玉技能合集（2.6万星，含配图排版）和写作套话清理（1.7万星）。作者指出公众号运营最耗时的是找资料、搭结构、写开头、改标题、去 AI 味和转化等环节，建议将通用写作 Skill 与公众号工具组合使用，实现从研究、写作、修改到配图和最终检查的完整工作流。
作者的 Reddit 帖子获得 4 万浏览后被删帖封号，排查后发现死因是模板化回复触发反机器人程序以及自推链接违反 9:1 原则。文章详解 Reddit 底层风控 CQS 信用评分体系的分级机制与连锁惩罚，并给出独立开发者防封 SOP：链接后置、打碎回复指纹、穿插日常互动、发帖前十分钟初筛版规与高赞贴。同时分享 10 分钟精准搜索指令挖掘付费需求与用户痛点，以及双层互动获客法：正文制造话题、评论区深度解答引导流量，强调像真实居民一样沟通才是 Reddit 获客的生存法则。
作者针对WorkBuddy工作空间因多任务混用导致的文件混乱、AI变笨、脚本难找、硬盘占满等问题，提出“一马一厩”的马厩管理法，并做成开源Skill。该Skill包含五大功能：为新工作空间建立规则与台账、新任务按“任务名+日期”建立输入/产出/草稿三格框架、任务收尾自动归档并记录经验、草稿三分法清理策略（留菜谱删草稿、压缩归档图片视频、删依赖包）、以及每季度生成垃圾清单的巡检机制（删除需人工确认且先备份）。适合多任务并行、常写文档或爱囤文件的用户，可通过GitHub提示词一键安装。
文章系统讲解Web出海的第一步：如何找到真实需求并完成关键词研究。作者提出用'捞、筛、掂'三步法寻找需求：从社交媒体、竞品差评、产品目录、付费行为、搜索行为和亲身体验六个渠道捞取线索，通过跨平台验证筛选伪需求，再从付费理由、竞争切入口、功能对齐、成本利润等七个维度评估变现机会。确认需求后进行关键词研究：提炼核心词并扩展词池、判断搜索意图（信息型/商业调研型/交易型/导航型）、按数据指标（搜索量10K以上、KD不超60、CPC）选出核心词。最后以PDF Translator为例演示完整流程，强调不要急着开发，先验证谁会用、为什么用、如何找到解决办法。
作者开源了一个Codex Skill，实现从一张角色图片自动生成游戏帧动画的完整流程：角色图 → 动作描述 → AI生成短视频 → 自动抽帧 → 角色对齐 → 输出PNG帧动画或Sprite Sheet。Skill支持有角色图或仅凭文字描述两种方式，通过SKILL.md让Codex理解整个工作流，并抽象出video_provider层以支持Seedance、Veo等不同视频模型的灵活切换。当前为V1版本，链路已跑通，未来计划优化关键帧挑选、动作循环质量判断及输出Unity/Godot等引擎格式。作者认为视频模型将改变游戏美术素材的生产方式。
