作者通过其自主研发的铁路钢轨伤损自动识别系统，阐述AI时代软件的护城河在于对所构建系统的深刻理解，而不仅是功能复制。其系统采用116维支持向量机，每个维度都有真实物理含义，第三方盲测准确率高达99.985%，远超中车、铁科院及Sperry Rail等竞争对手。文章以x−y方差这一维度为例，详细解释了超声波探伤中波长、角度与单位换算背后的物理原理，说明即使拿到源码，对手也无法理解参数背后的含义。作者指出，正是数十年深入现场的独家研究构成了无法被AI抄袭的核心壁垒。
本文探讨了递归语言模型作为一种新的推理范式的重要性。RLM 通过将模型自己的提示视为可检查、切片和递归查询的环境，直接结合了推理和工具使用。文章回顾了推理和工具使用的历史发展，从思维链到 ReAct，再到 OpenAI o1 和 Claude 的工具使用。最新研究显示，RLM 在长上下文、记忆和长推理任务中表现出色，克服了传统单次前向传播的局限。
本文整理了 a16z 播客中 Alpha School 创始人 Joe Liemandt 与 HAA 学院联合创始人 Gagan Biyani 的深度对谈，探讨 AI 时代的教育变革。核心观点：结合认知科学与大语言模型的学习引擎可将知识获取速度提升 10 倍，学生每天仅需 2 小时核心学术学习；剩余时间用于培养领导力、创业精神、金融素养等真实世界技能。文章强调从被动防御转向主动进攻，通过 Vibe Coding、机器人实战等方式培养 AI 原生一代成为乐观的'未来建设者'，教育正经历范式转移的历史转折点。
作者基于33k+次提交的Vibe Coding游戏经验，整理了25个开源GitHub仓库，帮助开发者用LLM更高效地构建游戏。文章分为两大板块：第一部分介绍MCP服务器、Agent技能和引擎桥接工具，包括Blender MCP、Unity MCP、Godot MCP和游戏开发Agent技能包，让LLM能直接操作编辑器和引擎；第二部分介绍AI 3D资产生成和世界生成工具，如img2threejs、腾讯Hunyuan3D-2、微软TRELLIS和PlayCanvas SuperSplat，帮助将提示词或参考图转化为可用的3D资产和高斯泼溅世界。文章强调合理引导LLM、提供合适工具能显著提升效率、降低token消耗并产出更高质量的游戏。
本文通过“出头喵”工作室的案例（两兄弟用AI做4款小游戏收入10万元）引出AI做游戏这一新兴赛道。作者扒了7个国内外AI游戏发行平台：TapTap制造、灵珠魔丸、小红书小工具、B站Toy、Rosebud AI、Playabl和Google Playground，分析了各自的准入门槛和特点。文章还提供了从零到上线的7步实操路线，包括玩法构思、工具选择、试玩迭代、发布推广等，并介绍了广告变现、直接售卖、比赛奖金、流量引流四种赚钱方式，最后提醒新手避开“能运行就等于做好”“功能越堆越多”等四大坑。
作者用 Grok Bot 分析了 70 篇中文圈的推特涨粉经验帖，整理出适合新手的 10 步起号指南。核心公式是“涨粉 = 曝光 × 关注转化率”。文章涵盖主页装修（头像、昵称、四要素简介）、定位方法（三圈交集）、开蓝V、写起号帖、借力冷启动、算法机制拆解、内容创作技巧、发文节奏、封号红线及变现路径（创作者收益、商单、联盟推广），并附新手 30 天行动清单，强调前 500 粉只管内容、稳定发帖和保持人味。
本文是后训练系列第二篇，介绍指令微调（SFT）。以斯坦福 Alpaca 用 52,000 条自动生成的数据微调 LLaMA 7B 为例，说明指令微调与预训练使用相同的下一个 token 预测损失，但数据和任务不同。文章详细讲解训练五步骤：收集、格式化、掩码、训练、评测，并通过 LIMA 和 FLAN 研究说明指令微调主要改变模型行为方式而非增加知识，少量数据即可泛化到新任务。还介绍了损失掩码原理、位置错开的实现细节、指令数据的三种来源及其局限：无法补充知识、比较回答优劣或检验正确性。
作者龙海分享了自己用 AI 编程打造的 12 款真实产品案例，按生活、阅读、效率三大类展开。生活类包括听歌收音机「拾音FM」、互动游戏「中国故事」、音乐聚合工具 MusicBridge 和定时提醒锻炼的 FitGate；阅读类包括 Obsidian 播客文字稿插件、扫描 PDF 转 EPUB 的 Skill、Telegram 一句话下载电子书的 Skill；效率类包括灵感便签工具「灵感晾台」、优化 X 网页版的浏览器插件 OhMyX 等。作者强调需求来源于生活痛点，AI 编程时代是技术平权的年代，鼓励读者动手构建自己的产品。
Ilya 曾推荐一份包含 30 篇论文的 AI 学习清单，称读懂即可掌握当下 AI 90% 的要点。30u30 项目将这份清单拆成 30 天课程，一天一篇，从 RNN、LSTM 学到 Transformer，最终到 ChatGPT 背后的 RLHF。每篇配有大白话讲解、'讲给 5 岁小孩听'的速览、从零实现的代码及配图，每天还附 5 道练习题。代码可在普通电脑 CPU 上运行，适合想转 AI 方向的学生或想理解 ChatGPT 原理的用户跟随学习。
作者分享了自己从 7 月开始运营 X 的实战经验：3 个多月发帖 4854 条，总曝光 560 万、点赞 2.7 万。文章首先对比了 X 与小红书、抖音等国内平台的差异：X 是文字信息流平台，算法最看重互动（回复、引用、转发），创作成本低。接着讲解 X 算法奖励的三件事：写引发讨论的内容、认真回复评论、写值得转发的内容。冷启动可借助大 V 转发但应避免互关互刷。内容方面强调多发试错、选题决定流量上限、把个人经历转化为方法。最后介绍了蓝 V 会员档位及原创内容奖励计划的申请条件，指出增长是指数级的，鼓励读者从今天发出第一条帖子。
作者分享了使用 Elorian AI 刚发布的视觉理解与推理大模型 Glimpse 的体验。该模型能原生理解图片和视频中元素的位置、结构与空间关系。作者将其用于小王子游戏的 bug 排查：只需提供实际游玩录屏，Glimpse 就能分析游戏设计是否合理并梳理潜在 bug。实测中，在无游戏上下文情况下，其发现的问题数量是 Astra 的 3 倍，且可按视频时间戳罗列细节问题，便于逐一核验，极大解决了个人开发者验收容易遗漏的痛点。Glimpse 已开放 API，可接入 Codex、Claude Code 完善验收流程，也适合视频/图片生成等 AIGC 场景。
这是一篇面向新手小白的 Chrome 浏览器超详细教程，分为上下两篇。上篇讲解如何把浏览器用快，涵盖安装方式、账号同步、地址栏搜索运算符（t/b/h/@等）、标签页快捷键与分组、书签历史下载面板、开发者工具及 chrome:// 隐藏页面等实用操作技巧。下篇讲解如何用 Vibe Coding（借助 AI 编写代码）从零开发一个 Chrome 扩展，包括扩展的目录结构、Manifest V3 的清单、Service Worker、Content Script、Popup 等核心概念，以及调试方法、上架 Chrome 应用商店的流程，并介绍了上架后通过扩展赚钱的四条路径，引用 Superpower ChatGPT 等月入数万美元的真实案例。
DeepSeek 将 Harness 团队及 Web、App、Platform 团队整合为“产品部”，由崔添翼负责，统一管理产品、设计与研发，并急招产品经理、产品设计师和项目经理。产品经理分 AI 产品和 Agent Harness 两个方向，要求有完整交付经验、深度使用 Agent 类产品（如 Claude Code、Codex、Manus 等）、懂 Agent 机制与 Context/Harness Engineering；设计师需具备 UI/UX 能力和 vibe coding 技能；项目经理为实习岗。工作地点为北京和杭州，全职与实习均可。
