12:32AI Will@FinanceYF5Pietro Schirano分享了一个工作流技巧:他不再亲手为每个任务写/goal,而是让Codex自动生成它自己的goal以及每个子agent的goal。该方法通过一次简单的提示让Codex执行自描述和子目标分配,减少了手动编写提示词的时间。这个技巧适用于Codex驱动的多agent场景,可以提升效率。技巧Codex提示词技巧Agent工作流智能体推荐理由:学Codex新玩法,省写goal时间原文
12:00宝玉@doteyLovable设计负责人Felix Haas总结了七条AI时代高效团队经验,包括别等安排、招人看态度、好奇与沉迷区别、资深人重新动手、自我意识是速度敌人、先发布再迭代。Lovable于2024年上线,8个月达成1亿美元年收入,2025年底完成3.3亿美元B轮融资,估值66亿美元。这些经验来自这家欧洲增长最快的AI创业公司内部视角。技巧Lovable团队管理AI效率创业经验推荐理由:Lovable团队管理实战心得原文
11:13elvis@omarsar0精选推文作者分享了一个提升Agent自主运行/goal效果的技巧:从历史会话中挖掘表现良好的目标,将这些洞察打包成自动化技能,供/goal工具复用。该方法可以解决LLM的奖励黑客行为、快速完成任务偏好等异常行为。作者已在编排器应用中构建了/goal的UI界面,并建议将这套做法作为Agent工具。技巧CodexLLM提示词工程智能体工作流推荐理由:学一招让Agent目标更靠谱原文
11:12elvis@omarsar0作者用6个月自建了一套Agent编排器,包含路由、动态工作流、验证器、MCP工具等功能。他通过挖掘Agent会话记录递归构建和测试新想法,涵盖自主循环和持续学习系统。他认为锁定特定工具或模型供应商风险过高,必须自己控制成本、决策和上下文管理。这为应对本周Fable事件提供了最佳防御。技巧编排器智能体MCP/工具Agent推荐理由:自己动手做编排器,比依赖供应商强原文
11:12elvis@omarsar0研究者omarsar0分享了构建自改进AI系统的经验,可以通过选择论文和方法即时创建新功能。系统能根据自生成评估决定是否保留或丢弃功能,目标是实现无需人工干预的自我维护。这一工作流展示了如何利用论文复现功能快速测试新想法。技巧自改进AI系统构建论文复现工作流推荐理由:手把手教你自改进AI原文
11:12elvis@omarsar0作者出于研究好奇心构建了Agent编排器应用,其自改进系统意外实现了高可靠性、独立性和可塑性。他认为这些特性是未来智能栈的关键部分。上下文控制能让Agent产生令人惊讶的行为,但高层决策不能外包给单一公司。技巧智能体Agent编排器自改进系统推荐理由:自己动手搞Agent编排原文
11:12宝玉@dotey作者在 baoyu-skills 项目中尝试用 EXTEND.md 文件保存用户自定义设置。但 Markdown 不是严格结构化数据,导致程序解析困难,格式难以保持一致。作者建议改用 JSON 或 YAML 作为 Skill 扩展配置,既能被 LLM 方便读取,也能用代码解析和保存。技巧baoyu-skillsJSONYAMLMarkdown智能体推荐理由:配置改用 JSON 更靠谱原文
11:12Google AI Developers@googleaidevsGoogle AI研究员与工程师在Kaggle推出5天Vibe Code课程。学员将学习用自然语言编写可扩展的智能体系统。课程包含一个实践性的结业项目(capstone project)。技巧Vibe CodeGoogle AIKaggle智能体提示词工程推荐理由:Google AI的Kaggle课程,学用自然语言写代码原文
11:11elvis@omarsar0Omar Sanseviero分享了一个名为llm-council的开源技能,用于在Claude Code中组合多个LLM组成委员会进行深度研究。该技能默认使用Fireworks AI的API,但可轻松适配OpenRouter。项目托管在github.com/dair-ai/dair-ai仓库,目前支持Claude Code,但可能兼容其他智能体。作者表示可用此技能执行复杂的研究任务,并计划未来扩展到更多领域和动态工作流。技巧llm-councilFireworksClaude Code智能体研究任务推荐理由:分享了一个LLM委员会技能,能组合多个模型做研究原文
11:11Viking@vikingmute精选Viking分享了一个省钱的工作流,灵感来自shadcn的improve skills思路。先让GPT-5.5 High出包含Metadata、Scope和Steps的plan,不写一行代码。再用Composer 2.5和DeepSeek v4 pro分别实现,效果都不错。最后用review-forge审查提高代码质量,整体花费非常少。这个repo 4天获得3.7K stars。技巧GPT-5.5 HighComposer 2.5DeepSeek v4 proreview-forgeshadcn工作流省钱3 个信源在谈推荐理由:省钱开发新功能的实际方法原文
11:10Tw93@HiTw93Waza 是一套包含8项工程习惯技能(规划、审查、调试等)的工具,可在 Claude Code、Codex 等编码工具上运行。用户切换底层模型后仍能保持相同工作流程。Waza 帮助开发者延续熟悉的工程习惯,无需因模型变更而重新学习。该工具已在GitHub开源。技巧WazaClaude CodeCodex编程助手工作流推荐理由:用Waza在多个编码工具间切换模型原文
11:10shao__meng@shao__meng精选Codex Mobile 将手机作为远程开发机的控制中心,代码执行仍在桌面端完成。任务启动时可配置主机、工作区、Git 分支,并创建独立 worktree 隔离变更。Side Chat 提供与主线程关联的轻量对话,不打断主工作流。Plan 模式用于高风险任务,Goal 模式设定可验证终态,Mobile 端支持完整操作。Mobile 独有优势包括拍照/选图、语音录制 prompt,以及通过行内评论审查代码变更。技巧Codex MobileOpenAI编程助手远程开发代码审查9 个信源在谈推荐理由:手机远程编码实战技巧原文
11:08orange.ai@oran_ge精选橙线插画 skill 是一款将长文自动生成插图的工具,作者用它为一篇7.5万字的文章制作了20张插图。Agent 会为每个场景生成2套方案供选择,最终未对任何图片进行修改。该skill已开源,下载地址在github.com/orange2ai/oran…。技巧Orange AI橙线插画 skill智能体提示词工程推荐理由:能帮长文秒变漫画,省时省力原文
10:20向阳乔木@vista8精选该工具输入任意App名称即可自动抓取AppStore用户评价,并通过DeepSeek进行四类信息挖掘:用户正面/负面评价、问题与版本更新的关联、产品机会识别、可视化图表输出。产品预计下周开源,可帮助产品经理快速从评论中提取 actionable 信息。技巧DeepSeekAppStore产品经理用户评论挖掘数据分析推荐理由:帮你用DeepSeek挖掘AppStore评论,找出产品机会原文
20:56Geek@geekbbillo-sketch是一个AI技能,可将文章或创意转化为印刷风格的社论插图。它内置十套画风,包括riso印刷、蓝图、黏土和像素等。用户可使用一只可重复使用的吉祥物来演绎创意点子。该项目托管在GitHub上,由tmchow开发。技巧illo-sketchGitHub印刷风格插图生成吉祥物推荐理由:十套画风加吉祥物,创意插图神器原文
16:21Yangyi@YangyixxxxPonytail插件通过YAGNI原则和检查stdlib、平台原生功能、已有依赖等步骤,让AI coding agent避免过度工程。基准测试显示代码量减少80-94%,成本降低47-77%,速度提升3-6倍。支持Hermes、Claude Code、Codex、Cursor等Agent。技巧PonytailAI编程助手智能体提示词工程代码优化7 个信源在谈推荐理由:让AI agent少写80%代码原文
16:09Viking@vikingmuteShadcn 的 /improve 思路主张用最强大的模型(如 GPT-6)深入理解代码库、发现问题并产出高质量计划,而将实际执行交给更便宜的模型完成。Skill 本身绝不直接修改代码,只负责产出计划,主 Skill 包括快速和全面等多种模式。该 repo 发布 4 天即获 3.7K stars,作者认为 skills 是目前最容易获得 stars 的方式。技巧shadcn/improve编程助手开源模型智能体1 个信源在谈推荐理由:Shadcn 教你用最强模型出计划原文
12:51宝玉@dotey设计师dotey分享用AI Agent辅助设计后,修改字型字号颜色的新方式。首先,使用设计系统规范按钮圆角、字号、间距,避免3px、5px等随意值。其次,设计师通过文字指令指挥Agent修改,Opus 4.8+结合设计系统可做到“言出法随”。最后,设计师负责把控大方向和验收结果,Agent执行具体调整。技巧AI Agent设计系统Opus 4.8提示词工程5 个信源在谈推荐理由:设计师用Agent改设计的新思路原文
09:52Geek@geekbb精选一个名为 Archify 的开源项目展示了通过 LLM(如 pi 和 DeepSeek)将自然语言描述转换为结构化 JSON,再经 Node.js 渲染器用纯几何算法生成 SVG 并注入自包含 HTML 的流程。该方法无需依赖任何生图模型,仅利用 LLM 的指令遵循能力即可实现从文本到矢量图形的转换。项目代码托管在 GitHub 上,提供了一种轻量级的 AI 绘图新思路。技巧DeepSeekpiArchifySVG开源模型推荐理由:不用生图模型也能画图原文
08:53宝玉@dotey黄赟分享了一个与AI Agent交互的习惯:先让Agent写出coding plan,反复确认后汇总task列表,最后再编程并标记已完成。核心原则是交代任务时明确验证标准,之后无需关注中间过程。这种方法能提升Agent任务执行的效率和准确性。技巧Agent提示词工程编程助手推荐理由:Agent交互技巧,省心省力原文
08:52宝玉@dotey精选73°宝玉分享了一个用Claude Design更新视频字幕编辑器UI的案例:将标题文字从单行改为两行布局。他在Claude Design中修改设计稿后导出zip,用git diff查看变更,然后给Claude Code一句提示“参考设计稿design目录下的相关变更,对UI进行变更”,Claude自动分析diff并修改了Swift代码。整个过程主要在设计端操作,代码端自动同步。技巧Claude DesignClaude CodeUI设计编程助手工作流1 个信源在谈推荐理由:手把手教你用Claude Design改UI原文
08:08Simon Willison@simonwSimon Willison宣布了将Python扩展(C、C++、Rust等)编译为WebAssembly并通过PyPI分发的方法。Pyodide可以直接安装这些编译后的包,无需额外构建步骤。这利用了Pyodide的包管理机制,使纯WebAssembly的Python生态扩展成为可能。该流程依赖Pyodide的特定配置和构建工具,包括PyO3和maturin等。技巧PyodideWebAssemblyPyPIPython扩展推荐理由:教你如何让Python扩展跑在浏览器里原文
04:21elvis@omarsar0精选Elvis 在讨论中分享了运行自主长期编码智能体的经验,指出大多数模型难以协调长期任务,容易过早暂停或出现奖励黑客行为。他建议使用 Opus 4.8 进行规划,GPT-5.5 执行任务,并用 Deepseek、Qwen、Kimi 等模型作为评估器。强调多模态目标比纯文本目标更有效,能帮助智能体保持方向。技巧Opus 4.8GPT-5.5DeepseekQwen智能体5 个信源在谈推荐理由:Opus 4.8 规划 + GPT-5.5 执行,长期智能体实战配方原文
04:21elvis@omarsar0Omar Sanseviero 在 X 上分享了关于自主长时编码智能体的笔记,涵盖目标设定、循环工程、验证器和动态工作流等主题。笔记使用其 writer agent 快速总结,并附有引用推文链接。该内容涉及如何构建能长时间自主运行的编码智能体,包括关键组件如验证器和动态工作流。技巧编码智能体智能体工作流验证器Omar Sanseviero推荐理由:Omar 分享的编码智能体实战笔记原文
02:22Paul Couvert@itsPaulAiPaulAI在推文中强调AI不应被封闭组织垄断,建议使用闭源模型创建技能、工具、数据集和工作流,以改进本地模型。他指出本地AI模型现在易于使用且能力远超预期,可连接Codex、Claude Code等工具实现自动化。用户可根据需要微调这些模型。技巧开源模型本地模型CodexClaude Code微调推荐理由:教你用闭源模型养本地模型原文
01:21Aadit Sheth@aaditsh精选Andrej Karpathy(前特斯拉 Autopilot AI 负责人)发布了一门 3.5 小时的免费课程,详细讲解 ChatGPT 的工作原理。课程涵盖 Transformer 架构、训练流程(预训练、微调、RLHF)等核心内容。该课程完全免费,旨在普及大语言模型知识。技巧Andrej KarpathyChatGPTTransformerRLHF提示词工程推荐理由:Karpathy 免费教 ChatGPT 原理原文
23:51Geek@geekbb一个名为Agent Monitor的开源工具可监控Claude Code、Codex、MCP服务器等AI agent进程的内存、CPU和磁盘占用。它能检测内存泄漏和僵尸进程,并通过AI CLI自动生成清理建议。该工具基于GitHub仓库0x0funky/AgentMonitor开发,适用于开发者管理本地AI工作负载。技巧Claude CodeCodexMCP服务器进程监控开源工具推荐理由:帮你监控AI进程,自动清理泄漏原文
23:21GitHub@githubGitHub 的 @kdaigle 在视频中展示了 Copilot 移动应用的几个实用功能。用户可以通过该应用在手机上查看和编辑代码,并利用 Copilot 的代码补全和解释功能。视频还演示了如何通过应用与仓库交互,例如创建 issue 和合并 pull request。这些功能让开发者能更便捷地在移动设备上管理代码工作流。技巧GitHub Copilot编程助手代码补全移动开发推荐理由:看看 Copilot 手机端能干啥原文
21:51Geek@geekbbAI Reliability Copilot 是一个开源 SRE 工具,用户粘贴日志、指标、报警等事故上下文后,AI 即时流式输出 9 段结构化分析,覆盖从严重等级判定到事后复盘草稿的完整流程。该工具基于 GitHub 仓库 YanpengQi7/ai-reliability-copilot 发布,旨在提升事故响应效率。目前项目已公开,支持自定义分析模板。技巧AI Reliability CopilotSRE开源工具事故复盘流式分析推荐理由:SRE 事故分析自动化利器原文
19:21Geek@geekbb开发者ratelworks在GitHub上发布了一个名为tokipony的工具,能在Claude Code和Codex CLI的状态栏中显示一匹小马动画。小马的奔跑速度与AI的token生成速率实时联动,token越快小马跑得越欢,AI停止时小马就站着等待。该项目基于xgo.ing构建,目前获得1个点赞和123次查看。技巧Claude CodeCodex CLItokipony提示词工程编程助手推荐理由:给终端加匹小马,跑多快看token速度原文
15:24Geek@geekbb鲁班是一个专注于Agent Skill打磨的工具,它不直接润色文案,而是先评估Skill的价值。它通过联网查找同行对标,使用结构、实测、活体三把尺进行打分。根据评分,鲁班提供三个打磨方向供用户选择,然后才进行修改。每次改动都基于冻结基线并通过验证门,不通过则回退。该工具已开源在GitHub上。技巧鲁班Agent Skill打磨工坊开源工具GitHub推荐理由:帮你判断Skill值不值得打磨原文
13:30Jerry Liu@jerryjliu0Jerry Liu 在推文中提出 Loopcraft 概念,将组织构建类比为递归循环:个体是递归循环,团队在个体上循环实现团队级 OKR,公司在团队上循环实现公司级 OKR。他设想构建整合人类与智能体的组织,其中外层智能体循环管理子智能体和其他人类,进行任务分派与审查。swyx 补充认为,未来竞争在于有效堆叠循环的能力:早期需知道在出错时向下深入循环以提升可靠性,而随着模型进步,向上提升循环以获得杠杆将更为关键。技巧智能体组织设计Loopcraft递归循环AI协作1 个信源在谈推荐理由:用递归循环重新理解组织与AI协作原文
13:21Geek@geekbb精选Ponytail 是一个针对 AI 编码代理的规则集/插件,通过六层检查(YAGNI、标准库、平台原生、已安装依赖、一行解决、最小可行方案)约束 LLM 生成膨胀代码。测试显示,相比无规则代理,代码量减少 80-94%,成本降低 47-77%,速度提升 3-6 倍。支持 Claude Code、Codex、Cursor、Windsurf、Cline、Copilot、Aider、Kiro、Pi 和 OpenCode 共 10 种代理/平台。技巧PonytailClaude CodeCursorCopilot编程助手7 个信源在谈推荐理由:让 AI 写代码更精简,省成本提速度原文
13:19LangChain@LangChainAILangSmith Fleet 提供四种创建技能的方式:通过 AI 聊天描述需求自动生成、在创建 agent 时自动生成相关技能、从模板开始、以及手动编写。用户可通过 LangChain 博客获取详细指南。技巧LangSmithFleetLangChain智能体技能创建推荐理由:四种方法,快速上手原文
13:13Together AI@togethercompute精选Together AI的Rish Bhargava在推文中指出,部署语音智能体时延迟超过500ms用户会注意到,超过1秒用户会挂断。他详细分析了整个管道,包括75ms网络延迟为何增加30%开销,以及通过共置所有组件可将延迟降至5ms。推文附有链接,可能提供更深入的技术细节。技巧语音智能体延迟优化Together AI网络延迟共置部署推荐理由:语音智能体延迟优化实战原文
13:09elvis@omarsar0精选Omar Sanseviero分享运行自主长时编码智能体的经验,建议用Opus 4.8做规划、GPT-5.5执行,并用Deepseek、Qwen、Kimi或MiniMax等模型作为评估器。他强调多模态目标比纯文本目标更强,能帮助智能体保持方向。清晰定义目标、消除模型假设、避免奖励黑客行为是关键。技巧Opus 4.8GPT-5.5DeepseekQwenKimiMiniMax智能体7 个信源在谈推荐理由:Opus 4.8+GPT-5.5分工跑长任务原文
13:07Alex Albert@alexalbert__Fable在长时间智能体对话中表现出超人类能力,有时用户甚至跟不上其输出。一个提示词片段被证明是让Fable写作更清晰、去除行话的最佳方法。该提示词片段在X上获得310个赞和94次分享。技巧Fable提示词工程智能体写作推荐理由:Fable对话太强,用这个提示词让它更清晰原文
13:06Ate-a-Pi@svpinoOracle的AI数据库集成了向量存储功能,支持嵌入向量操作。开发者Santiago Pino使用Oracle向量存储和嵌入功能构建了一个图像搜索示例。该示例展示了如何利用Oracle数据库进行相似性搜索,无需额外向量数据库。视频和代码示例已公开。技巧Oracle向量存储嵌入图像搜索数据库推荐理由:Oracle向量存储做图像搜索原文
13:05Ate-a-Pi@svpinoApify actors 让 Claude Code 能解析全球任意网站,被开发者称为“超能力”。Apify 刚为 Claude Code 添加了 MCP 连接器支持,扩展了更多应用场景。一个示例演示了如何通过 Apify 让 Claude Code 抓取并理解网页内容。技巧Claude CodeApifyMCP/工具智能体推荐理由:让 Claude Code 能读任何网站原文
13:02elvis@omarsar0用户elvis在X上分享使用Opus 4.8进行规划、GPT-5.5执行任务的组合工作流。他指出将步骤分解为更小的部分能显著提升输出质量,并强调动态工作流的重要性被低估。该技巧适用于需要高质量输出的AI任务场景。技巧Opus 4.8GPT-5.5工作流提示词工程6 个信源在谈推荐理由:Opus 4.8规划+GPT-5.5执行原文