60 轮对话，28 个版本，我用 AI 做出了人生第一个 Chrome 插件
作者作为一名非程序员，利用 AI 在 60 轮对话中迭代 28 个版本，成功开发了一款 Gemini 对话目录导航插件。文章详细记录了从文件创建、格式报错到编码调整的全过程，重点展示了如何通过指令将产品从“能用”优化至“好用”。作者认为，AI 时代的开发门槛不再是技术，而是对需求的明确度、审美水平及持续迭代的耐心。
相关文档
玩转 X 回复与互动（工具篇）
作者在学习完《玩转 X 回复与互动》视频后，发现原有 Reply Counter 插件功能简陋，于是借助 Codex 和 Claude Code 自制了一个更完善的浏览器插件“互动工作台”。文章记录了完整过程：一是用 AI 深入学习视频内容，包括自制字幕双语翻译插件；二是用提示词让 AI 把视频字幕逐段改写为完整中文文章；三是发现工具缺口后，用 Codex 快速做出原型，并基于 Claude Code 细致优化，实现多列工作台展示、每日待办跟踪、快捷键换列、回复统计等功能，减少对昂贵 X Pro 档位的依赖，并帮助作者坚持每天高质量社交互动。插件已开源在 GitHub 并申请上架 Chrome 商店。
What Comes After the Prompt
文章探讨了超越传统提示词的多模态交互技术，提出“任务”概念，通过结合语音、屏幕、文本等多种信息源，让代理更高效地完成复杂工作。该方法减少交互循环，提升并行工作能力，并通过存储执行痕迹逐步转化为可重用的技能，为未来全模型交互奠定基础。
有趣的交互式科学应用创意 Part 2
文章展示了作者开发的系列交互式科学应用 Demo，包括黑洞时空扭曲可视化、达芬奇扑翼机机制实现以及科幻彗星探测器等。作者结合了 GPT Images、Nano Banana 2 进行设计，并使用 Gemini 3.1 Pro 编写代码。文章还分享了设计灵感和前端控件交互示例，旨在打造儿时向往的科学杂志风格的互动体验。
40 个能够产生专家级结果的 Claude 提示词
文章作者分享了经过 500 多次测试后筛选出的 40 个高质量 AI 提示词，旨在帮助用户获得专家级的输出结果。这些提示词不仅适用于 Claude，也兼容 ChatGPT 和 Gemini。内容涵盖写作、内容策略、分析等多个维度，通过设定角色、上下文、约束条件和质量标准，将简单的指令转化为工程化的指令，确保输出内容无需编辑即可直接使用。
PPT as Code：用网页技术重塑演示文稿
文章探讨了“PPT as Code”的理念，主张利用现代网页技术替代传统PPT，以实现演示文稿的可复用性与迭代能力。内容涵盖了底层模型构建、基础分页与动画实现、进阶框架（如Scroll-snap、WAAPI、reveal.js）的选择，以及如何通过建立视觉系统与AI辅助提升设计美观度。作者强调将演示从一次性文件转变为可持续维护的内容资产。
Google的世界模型Genie 4正式发布，这一次，世界终于要活过来了。
Google DeepMind发布新一代世界模型Genie 4，作者从游戏与VR玩家视角解读其三大进步：照片级画质与物理交互、世界一致性与实时控制、原生同步音频与角色实时对话。文章科普了世界模型两条技术路线——Google Genie代表的视频生成路线与李飞飞World Labs代表的3D高斯泼溅路线，指出二者各有优劣并正在合流：World Labs推出全能世界模型Atlas，Google则在Genie 4中引入Gemini作为引导智能体负责规划。作者展望世界模型将改变开放世界游戏、互动影游的内容生产逻辑，催生游戏、电影与互动叙事之间的全新媒介。
Harness Engineering: How to Build AI Agents That Actually Work
文章指出大多数人在错误的层面修复 AI Agent 问题：模型失败时反复改提示词、换模型、加工具，却忽略了真正的问题是模型周围的环境——Harness。Harness Engineering 是构建围绕模型的系统，决定模型能看到什么、能做什么、记住什么、如何判定成功与失败。作者提出六大实践：将请求转化为带完成条件的任务契约；用渐进式披露提供项目地图而非塞满上下文；在模型与工具之间设置网关校验与策略授权；将记忆（事实、决策、状态、经验）移出对话外部存储；以可观测证据作为任务完成的门槛，优先用确定性检查。好的 Harness 能提升每一次运行的质量。
新模型发布，为啥总要画鹈鹕？
文章讲述了“生成骑自行车的鹈鹕SVG”这一AI测试题的来龙去脉。该题源自英国程序员Simon Willison，因同时考验模型的空间几何理解与代码生成能力而成为测试大模型的经典题目。随着模型进步，该测试已趋于饱和，连小体量开源模型Qwen3.6都能击败Claude Opus 4.7，引发其是否沦为“应试科目”的讨论。作者分析了鹈鹕测试依然流行的原因：直观易懂、已成为开发者社区的“开机仪式”，透过这只越来越像样的鹈鹕，能直观感受AI时代的快速发展。
3 markdown architecture patterns that boost agentic productivity
本文介绍了三种提升编码代理（Agentic）生产力的 Markdown 架构模式：AGENTS.md、DESIGN.md 和 SKILL.md。AGENTS.md 为代理提供项目全局指导，基准研究显示可减少 26% diff 大小、27% 耗时和 25% token 消耗，建议保持约 12 行简洁内容。DESIGN.md 由 Google 于 2026 年推出，通过描述性文字和 YAML 设计 token 固化设计系统，保证 UI 一致性。SKILL.md 提供可复用的任务流程指令，按需渐进加载以节省 token，且可复用于非编码业务场景。作者建议将规范纳入版本控制，像对待源码一样严格管理 Markdown，并警惕第三方 skill 的安全风险，从而规模化提升团队的智能体工作流效率。
Motion Engineering: 一个 Agent 打造五个部门的动画工作室
文章介绍如何将 Claude Opus 5.5 变成一个完整的动画制作团队，通过设立导演、艺术总监、动画师、渲染工程师和评审五个“部门”，让一个 agent 依次完成故事策划、视觉设计、动画编码、渲染和质检的全流程。作者强调关键不在模型本身，而是围绕模型构建的生产系统：使用 Claude Code 作为 agent、Remotion 作为视频框架、FFmpeg 处理媒体。模型不直接生成像素，而是编写产生帧的代码，使首个视频成为后续的基础。真正的“一次成型”背后往往是详尽的提示词、参考资料和生产环境，工作室化流程才是可复现视频创作的核心。
如何用 Claude / DeepSeek 做资讯类视频（附提示词和开源风格 skill）
作者分享了使用 Claude Code（Opus 5.5）批量制作资讯类竖屏短视频的完整工作流。核心步骤包括：选题（AI 粗选、人工精选，信息源以推特和 Hacker News 为主）、素材准备（Gemini API 写脚本和 TTS 配音、Suno 背景音乐、背景图、logo 等）、编写初始提示词、让 Agent 撰写脚本并派子 agent 做对抗式审查、反复修改脚本与成片。文中提供了可直接复用的提示词模板，并开源了包含 18 套竖屏视频风格的 Claude Code skill（creator-style-kit），可用于固定视频的字体、配色、动效与音效风格。
承诺已久的 Claude Opus 5.5 做资讯类视频教程终于来了，提示词流程skill 全公开
作者公开了使用 Claude Opus 5.5 制作 AI 资讯类视频的完整工作流程：包括从 X 和 Hacker News 选题、准备 Agent 所需工具（Gemini API 写脚本与 TTS 配音、Suno 背景音乐等）、编写初始提示词模版、让 Gemini 写脚本并由 Claude Code 派子 agent 进行对抗式审查，以及反复迭代修改脚本与视频。作者还开源了包含 18 套风格的 creator-style-kit 风格 skill，并指出选题是内容成败的关键，常见问题是画面信息密度过高和配音契合度问题。