2026下半年最值得关注的198位中文X博主:3月榜单45人掉队,我重筛了一遍
作者对半年前发布的146位中文X博主清单进行复盘重筛,发现45人掉队,得出博主清单保质期约半年的结论。作者以量化标准(粉丝≥5000、14天内发帖、30天原创≥8条、中位浏览≥300等)从643个候选账号中筛出198位博主,其中138位为新面孔。文章提供Top 30必关注名单及按AI编程、Agent、AI视频图像、投资等领域的完整分类名单,每人配一句话简介,帮助读者快速找到值得关注的中文AI和科技博主。
作者对半年前发布的146位中文X博主清单进行复盘重筛,发现45人掉队,得出博主清单保质期约半年的结论。作者以量化标准(粉丝≥5000、14天内发帖、30天原创≥8条、中位浏览≥300等)从643个候选账号中筛出198位博主,其中138位为新面孔。文章提供Top 30必关注名单及按AI编程、Agent、AI视频图像、投资等领域的完整分类名单,每人配一句话简介,帮助读者快速找到值得关注的中文AI和科技博主。
基于643个候选账号的量化筛选,标准透明可验证,198位博主分类详尽且数据更新至发稿前一天,时效性和信息密度极高;但内容以名单罗列为主,分析深度和观点新颖性相对有限。
作者分享了为Agent做知识管理的痛点:Skill无法跨项目迁移,知识库虽大但Agent无法自主利用,导致作者需要人工替Agent维护记忆。作者介绍了Alloomi产品,其通过三层架构(记得住、学得会、实践)实现Agent的自进化,并开源了OpenContext工具。作者希望未来的Agent产品能具备自进化能力,帮助用户组织底层记忆。
本文探讨了从手动提示AI向“循环工程”转变的新一代工作流。作者指出,真正的循环工程依赖于廉价的长上下文模型来控制Token成本。文章详细对比了旧的手动工作流与新的自动化循环工作流,并深入剖析了单智能体循环与舰队循环(多智能体协同)的区别。同时,强调了在实际应用中应优先采用边界清晰、易于控制的闭环。最后,拆解了构建高效循环系统的六个核心基石:自动化、工作树、技能复用、外部插件、子智能体和检查器,帮助开发者打造可自我迭代和修复的AI系统。
Auto Quant V2 发布,旨在将通用 Coding Agent 转换为全自动推进量化研究的 Quant Agent。它不绑定特定模型,通过 Harness 架构为 AI 提供长期工作的量化研究环境,支持自我进化,解决了 AI 编写代码但难以持续追踪量化研究的问题。
文章提出 AI 编程领域正在从人工编写提示转向设计循环。Loop Engineering 是指编写自动化的程序来驱动编码 Agent,通过设置目标、执行、检查和反馈的闭环,实现无人值守的代码生成与修复。文章分析了循环的五种演进形式及六个核心组件(如触发器、隔离、上下文等),并结合 Claude Code 的 /goal 命令展示了具体的工程实践。
本文介绍了 AI Agent 自我优化的新趋势:通过优化 Harness 层(即 Skills)而非模型本身来提升性能。作者详细介绍了名为 evo 的开源优化工具,它利用并行探索、树搜索和门控机制,自动对 Skills 进行实验和迭代。文章展示了在 SealQA 基准测试中,evo 将准确率从 5/20 提升至 11/20 的实战案例,强调了“模型能力 x 优秀的 Harness x 紧密的验证循环”这一杠杆公式的重要性。
本文是一份关于 Claude Skills 的完整指南。文章指出 Claude Skills 不仅仅是保存的提示词,而是包含具体指令、标准和输出格式的“培训文件”。作者将其比作训练有素的员工,而非临时工。文章详细介绍了从安装第一个 Skill 到构建自定义 Skill 的四个阶段:安装、构建、测试优化以及建立技能库,并提供了具体的操作步骤和行业应用场景,旨在帮助用户建立可重复的系统以自动化任何行业的工作流。
本文详细介绍了作者如何构建基于Obsidian和Claude Code的个人工作流系统。文章提出了“未经人脑处理的知识不进仓库”和“输入服务于输出”两大原则,通过构建COO、CTO、心理医生等AI Agent角色,配合定时任务和自动化工作流,实现了一个具有问责机制、自动化记录和个人百科功能的数字“健脑房”,旨在提升思考质量与工作效率。