作者实测网易邮箱大师新推出的 Mail Agent 功能，测试了六类任务：未读邮件整理、项目时间线梳理、CSV 文件导出、历史邮件知识库检索、个性化行为准则与固定记忆、多语言邮件归纳与回复起草。结果显示它能批量处理邮件、生成可用的文件、从历史邮件中检索信息，缺失信息会标注 unknown 而非猜测，固定记忆和多语言能力可减少重复交代与翻译工作。作者认为它改变了邮箱使用方式，让旧邮件变成项目记录和工作证据，但涉及金额、合同等关键信息仍需人工确认。
作者从事跨境电商，产品进入美国市场需每年 10-12 月完成 FDA 企业注册续期和药品列名认证，错过窗口货物可能被海关扣留。今年 FDA 官方通知淹没在大量代理推销邮件中被漏看。作者使用网易邮箱大师的 Mail Agent，通过三句话（整理紧急邮件、梳理续期步骤、导出合规清单）在 98 秒内扫描 400 封邮件，找回了遗漏的 FDA 续期提醒，并发现逾期的海运发票等其他紧急事项，最终生成 Excel 合规清单。文章为网易邮箱合作推广，同时提醒跨境电商注意合规邮件优先级。
作者分享了自己多年尝试 Notion、Obsidian 等知识库工具却难以坚持的经历，指出知识库失败的核心原因是需要手动录入维护。相比之下，邮箱三年来从未中断更新。文章介绍了网易邮箱大师推出的 Mail Agent 智能体：它可以让 AI 读取邮箱内容，自动归类账单发票、找出优先处理事项（如 PayPal 账户注销预警）、生成订阅待办清单、将报销凭证附件整理成表格，并通过个性化记忆系统记住用户偏好。作者认为，最好的知识库是不需要维护的知识库，邮箱正是一个天然的、持续更新的个人知识库。
本文深入评测了新兴的 AI Agent 引擎 Hermes Engine，视其为 OpenClaw 的强力替代品。文章指出 Hermes 在稳定性、记忆持久化和进度可视化方面显著优于 OpenClaw，且完美兼容 OpenClaw 的技能生态。详细提供了 Linux/Mac/Windows 全平台安装教程、数据迁移方法及 Telegram Bot 集成指南，推荐搭配 Google AI Studio 的免费 Gemma 模型使用。
文章介绍了 Karpathy 提出的 LLM Wiki 方法，旨在解决传统 RAG 检索缺乏知识沉淀的问题。作者详细演示了如何在 Obsidian 中落地该方案，包括使用插件采集素材、配置图片本地化、利用图谱视图发现盲区、结合 Dataview 生成报表、使用 Marp 制作幻灯片，以及通过 Git 进行版本管理。核心思想是让 AI 承担繁琐的整理与维护工作，人类专注于思考与决策，从而构建持久增殖的个人知识库。
作者分享了在咨询项目中管理项目知识库的方法，旨在同时服务 AI 编码代理和工程师两类读者。核心设计是对一棵 Markdown 文件树执行五种操作：存储（将原始资料、事实和生成产物分目录管理）、创建（新资料经过切片、摘要、生成视图和规范的固定流水线）、更新（通过哈希检测变更，沿链接反向重建所有依赖产物）等。设计强调每个摘要、视图和规范都链接到其来源事实，配合两条质量护栏确保生成内容有据可依，使文档变更后系统能自动同步更新所有下游内容，为编码代理提供始终最新的详细规范。
作者深度实测多款个人智能体产品后，总结出发挥 Grok Bot 最强实力的 7 个底层用法：告别单聊，搭建分工分权的 Bot 军团（幕僚长+智囊+执行层）；产物强制落盘到多维表格或 Notion；通过单向流水线打通本地知识库；利用 Tailscale 将本地配置一键移植云端；用 Skill 为 Bot 制定标准 SOP；按任务复杂度混合调度不同模型控制成本；建立自动化触发机制让流水线自主运转。最终人类只需抓住输入个人观点和最终验收拍板两件事，在云端拥有为自己打工的一人公司。
作者在 Opus 5.5 发布后实测“一句话生成动画”的真实效果，从 5 秒片名卡做到 195 秒讲解动画，共完成 5 部作品。结论是：一句话确实能生成好看的内容，但成功区间很窄——只有短、内容自由、无标准答案的片名卡一次通过。片子一长、内容一定，就出现牙齿数量错误、画面冻结、占位文字残留等细节问题，需借助独立 AI 审查与人工把关。作者总结：意图与感知只能由人提供，并给出开工前给齐决定、先看抽帧拼图、另开 AI 审查、反馈带时间码、沉淀素材五条实践建议。
作者将 OpenCode Go 和 Command Code GOAT 两个 10 美元/月的套餐接入自己的 Sub2API 网关，基于 64,648 条使用记录和小规模质量测试进行实测对比。两者月额度均为 80 美元，OpenCode 短时额度更大（5 小时 16 美元、周 40 美元），GOAT 为 14/35 美元。在相近规模流式请求中 GOAT 耗时中位数和 P95 更短，400 错误也显著更少。结论：接自己的 Agent 或通用 API 客户端优先 GOAT；用于兼容的 coding agent 且集中跑任务则选 OpenCode Go。文章还讨论了处理费、高峰定价、参数兼容问题和模型是否量化等细节。
作者分享了一套基于苹果快捷指令与 Grok Bot Webhook 的知识自动入库方案进阶版。通过将微信聊天记录合并转发到快捷指令，再经临时网盘 filebin 上传文件生成公网链接发给 Bot，实现聊天记录、截图、录音等内容的自动整理与收录进知识库。文章详细介绍了快捷指令的配置方法（图床 ID、Webhook 地址与密钥）、Mac 与手机端收录聊天记录的操作步骤、单独调用方式（Raycast、菜单栏、操作按钮），以及隐私注意事项和密钥安全提醒。该流程还可灵活改造用于其他用途。
本文是 AI 术语科普系列的第一期，面向小白读者，用通俗易懂的语言讲解 11 个常见 AI 概念：大语言模型（LLM）、多模态、提示词（Prompt）、Token（词元）、上下文、记忆、知识库、Agent（智能体）、Skills（技能）、工作流和 AI 幻觉。作者金尘马解释了模型与应用的区别、Token 与计费和上下文窗口的关系、记忆与上下文的差异，并对比了工作流的固定流程与 Agent 的自主决策，帮助读者扫清学习 AI 路上的术语障碍。
作者对开源项目 CLM（Contrastive Language Models）声称的 DeepSWE 81.6% SOTA 成绩进行了独立复现。通过三重验证（常数分数测试、用作者自带分数复算、checkpoint 哈希校验），确认 fold1 的 81.579% 可精确复现。但深入分析发现，该项目采用三折交叉验证，公布的数字是最优折，三折平均仅为 78.66%，跨度达 19 个百分点，fold2 甚至低于随机基线（主要因小样本高方差）。文章还验证了 CLM 训练成本低（纯 CPU 分钟级）、编码器可在 macOS 上运行、预训练头在 1000 条数据以内有效等结论，并指出 README 中复现命令路径失效、评估脚本未公开等问题。
本期早报精讲三篇文章：一是 Every CEO Dan Shipper 介绍在 AI 快速演进中如何用小型实验室机制筛选产品创意，通过内部采用、早期客户测试等管线判断原型价值，其 AI 编辑助手已减少 12% 编辑工作量；二是 Elastic 分享用原子声明验证减少 LLM 幻觉的方法，将知识库文章合并拆解为可逐项核对的声明，把合并时间从一小时缩短到五分钟；三是 Thoughtworks 作者探讨健康的同行反馈机制，强调人类反馈不可被 AI 替代。速览部分涵盖 AI 代码现代化、机器人仿真资产、京东 AI 知识库、视觉模型 Skills 封装和 TPU 大模型训练复现等内容。
