产品与运营方法阅读
找需求的流程，最后仍要回到真实使用
AIRobert 先从自己的麻烦、朋友抱怨与社区讨论找问题，再用关键词、趋势和搜索结果初筛，最后用小产品观察反馈。值得保留的是证据层次：搜索指标说明有人寻找答案，是否愿意持续使用或付费仍需另一轮验证。
X 收藏
GOOD READING / ORIGINAL SOURCES
好内容，值得再打开。
X 帖子与收藏、官方发布、研究与维护者资料。
先读导读，再沿着原始出处继续。
930条精选 · 8 个方向保留原始发布日期
每条说明出处与阅读范围。工具效果和案例数字归原作者；近期筛选按来源日期，截止 2026.11.07。
产品与运营方法阅读
先手工跑通，再把经验做成 Skill
Mai Yang 转述团队访谈中的工作方式，从设计系统和关键画面开始，分别安排任务拆分、自检和需求讨论，再把亲手跑通的流程沉淀为 Skill。这里有用的是先留下可复用的成功条件，再考虑固定调度，避免自动化放大未解决的问题。
X 收藏
公司与生态观点观察
从一份行业声明看责任怎样落地
黄仁勋在这条历史公开声明中，把开发与部署责任、内部控制、外部评估和董事会监督放在一起。它提供了观察企业承诺的几个入口：谁负责、什么可以独立检查、没有做到时怎样问责；承诺本身不代表已经完成执行。
X 收藏
评估与原理案例记录
同一套 105 个 bug：Sonnet 5.5 靠『不偷懒』拿到最高分
Paweł Huryn 称 Sonnet 5.5（max）在同一测试中得 55.5 分，高于 GPT-6 Astra 45、GPT-5.6 Sol 43.5、Fable 5.1 43、Opus 5.5 41.7；他认为原因是它花更多轮次认真排查：大约是 Astra 的 6 倍、Opus 5.5 的 3 倍，多找出 10 到 14 个 bug。
X 帖子
评估与原理案例记录
105 个埋入 bug 的实测：GPT-6.1 Sol 得分接近但费用只有零头
Paweł Huryn 在两个仓库中埋入 105 个 bug 让模型查找并修复：GPT-6 Astra（max）45 分花 33 美元，GPT-6.1 Sol（max）44 分花 6.56 美元，GPT-5.6 Sol 43.5 分花 95.35 美元，Opus 5.5 41.7 分花 58.53 美元，GPT-6 Sol 29.3 分花 9.33 美元；他注明 n=1。
X 帖子
知识库与笔记方法阅读
让多个助手访问同一笔记库，先画权限图
这篇中文转述围绕私有网络和常开服务器共享 Obsidian，讨论跨设备访问及访问规则。它的用途是把“随时能读笔记”拆成网络通路、设备身份和文件权限，尤其注意同一网络里不同助手是否真的需要相同访问范围。
X 收藏
图像与视频方法阅读
让相邻镜头共享一个仍在运动的对象
这篇动效方法整理强调画面交接保留对象、运动连续和音效节拍，并提供一镜到底项目入口。它适合作为审片问题：前后画面由什么连接，观众是否看得懂视线移动，转场是在推进解释还是只是在掩盖硬切。
X 收藏
评估与原理方法阅读
把“继续做完”写成明确的任务约定
这份中文提示整理讨论长任务汇报、完成条件、按需读取资料和具体风格约束。它提醒读者，进度说明不等于交付物已经合格，模糊的“别像 AI”也不如列出要避免的具体表现；可借此检查自己的任务说明是否可执行。
X 收藏
开发与协作方法阅读
方案、执行、复核可以怎样分工
宝玉描述了让不同模型分别出方案、执行和验收，再根据反馈修复的循环。这个经验最值得借用的是交接方式：方案要能被另一个执行者理解，验收反馈要指向具体缺陷，循环也要有明确的通过条件。
X 收藏
部署与监控资源入口
分享本地 demo 前，先分清演示与部署
Gorden Sun 分享了把本地页面提供给他人访问的 Quick Tunnels 入口，适合讨论演示链接的用途。
X 收藏
评估与原理资源入口
清华 C2C：让大模型绕过文字，直接交换缓存（中文解读）
中文账号介绍清华与无问芯穹等团队的 C2C（Cache-to-Cache）论文（称已收录 ICLR 2026、代码开源）：模型 A 不生成文字，通过一个轻量神经网络把自己的状态投影给模型 B，省去逐字解码与重新分词，以降低延迟和 token 成本。
X 帖子
人物与访谈观点观察
从 Jason Wei 的演讲看 AI 能力与验证
宝玉整理了一场演讲，围绕能力成本、验证难度和不同任务之间的能力差异展开，附有原始视频入口。
X 收藏
开发与协作方法阅读
项目规则也要控制长度与触发范围
这篇中文整理讨论 Skills、AGENTS 和任务提示中的冗长规则，强调具体触发条件、渐进读取与完成定义。可借用的方法是区分每次都需知道的边界和只在特定任务中读取的细节，让规则真正帮助交付而不是堆积背景。
X 收藏
开发与协作方法阅读
OpenAI 的 Astra 使用建议：用一条提示词审计 AGENTS.md 与技能
中文用户转述 OpenAI 开发者账号的建议：重新检查技能、AGENTS.md 和任务提示，让技能触发条件具体，需要时才加载指导，写清什么算完成；他给了一条可粘贴到 Codex 的审计提示，用来找出让 agent 多做无用功、指令互相打架或白白等待的配置。
X 帖子
MCP 与工作流观点观察
『软件工厂』是不是多余：一个 agent 就够了吗
独立开发者 levelsio 说，所谓『软件工厂』很愚蠢：用一个 AI 编程 agent 就够了，它需要时会自己生出更多 agent，不必自己搭这套；帖子引用了 Uncle Bob 关于重新思考 harness 的文章。
X 帖子
设计与演示资源入口
给 Claude Code、Codex、Pi 的 39 种编辑级图表模板
出海社区账号介绍一个开源项目：为 Claude Code、Codex、Pi 准备了 39 种编辑级图表，涵盖架构、状态机、鱼骨图、桑基图、数据库 schema 等，还能读取网站的视觉风格，在 60 秒内适配配色与排版。
X 帖子
公司与生态观点观察
端侧 AI 值得关注什么
Clem 转发端侧模型团队的发布，谈到设备端运行与数据控制。这条适合用来观察云端服务之外的另一条路线。
X 收藏
知识库与笔记案例记录
广告知识库为什么还要保存角色与时间线
Machina 描述的广告资料库除了脚本，也保存结构、音轨、角色设定、产品信息和待生成片段。可借用的不是特定模型，而是把生成任务需要持续保持一致的对象单独存档，让下次修改能找到依据，而不是从聊天记忆里猜。
X 收藏
阅读与学习资源入口
CMU 2026 秋季『AI Agents』课程：讲义视频全公开
中文账号介绍 CMU 2026 秋季新课『AI Agents』，由 OpenHands 作者 Graham Neubig 与 Daniel Fried 开设，共 28 讲，覆盖工具调用、上下文工程、技能与记忆、SFT 与 RL 训练、沙箱安全与人机交互，讲义和视频公开。
X 帖子
阅读与学习资源入口
斯坦福 CS329A『自我改进的 AI Agent』课程视频已公开
中文账号介绍斯坦福 CS329A Self-Improving AI Agents 课程视频已上传 YouTube，两位主讲老师做过 PaLM、Gemini、Claude，共 9 讲，围绕『采样、验证、筛选、训练、更强的模型』这一循环，并解释为何 coding agent 最近普及而写作不行。
X 帖子
开发与协作观点观察
大版本更新后，先精简自己的 AGENTS.md、技能和工作流
中文用户建议 Codex 大版本更新后重新检查 AGENTS.md、skill 和 workflow：让 Codex 参考最新官方指导审计并精简，再开新对话让全局规则生效；理由是新模型已吸收许多第三方技能，旧规则可能变成限制。
X 帖子
开发与协作方法阅读
Codex 的新版上下文管理：在配置里开启实验开关
中文用户建议开启 Codex 新的上下文管理：在 ~/.codex/config.toml 里加入 features.context_management 的 experimental_mode = true，并完全重启；他称长对话更省 token，不必反复塞入大量历史。
X 帖子
开发与协作观点观察
多个编程 Agent，如何共用项目规则
Max For AI 从一则被引用的团队讨论谈到 AGENTS.md 与 CLAUDE.md 的同步问题，指出不同工具可能读到不同约定。
X 收藏
阅读与学习资源入口
斯坦福 2 小时 34 分钟的大模型构建课：从分词到 DPO
中文账号推荐一堂 2 小时 34 分钟的斯坦福课程，从分词、BPE 一路讲到 Transformer、预训练、RLHF、DPO 和逐 token 生成，完整拆解 ChatGPT、Claude 这类模型是如何构建的。
X 帖子
还没有匹配的资料
试试另一个关键词，或清除来源与时间条件继续看。