07:33Notion@NotionHQNotion 将技能作为真实来源,下载至 Claude Code、Codex、Cursor、Gemini 或 Grok,获取 SKILL.md 及任何批准文件,实现跨平台使用技能。技巧Notion技能同步智能体7 个信源在谈事件专题推荐理由:Notion 新增跨平台技能同步功能,让 Claude Code、Codex 等智能体也能使用你的技能,提升工作效率!原文稍后读已读值得跟进有用关注 Notion
01:38Lovable@lovable_devLovable可构建适用于任何应用的MCP服务器。团队使用案例:将GitHub、Linear和incident.io整合进Lovable应用,快速获取问题答案。💬 3 🔄 1 ❤️ 28 👀 3251 📊 7 ⚡技巧MCP/工具智能体工作流推荐理由:Lovable团队教你如何构建MCP服务器,轻松整合多个应用,快速解决问题。🔍试试看!原文稍后读已读值得跟进有用关注 MCP/工具
21:35Hailuo AI@Hailuo_AIHailuo AI 推出 MiniMax H3 设计工具,测试用于制作游戏预告片和角色PV的智能体,支持3个参考图像,通过语音和文字命令生成中文提示词。AI产品Hailuo AI游戏视频制作智能体推荐理由:Hailuo AI 推出MiniMax H3,轻松制作游戏视频,比传统方法更高效!原文稍后读已读值得跟进有用关注 Hailuo AI
01:02elvis@omarsar0AI智能体工作流的核心在于与智能体协作、验证其结果,并将其编码为可复用的技能或验证器。领域专业知识通过人工验证形成巨大护城河,不应无偿分享。在利用AI处理复杂问题时,需认识到当前AI模型的“智能”和适应能力仍显原始。人机交互关系是真正的护城河,也是价值与发现的来源。技巧智能体提示词工程AI安全推荐理由:作者强调,与AI智能体协作并验证其结果,将经验转化为可复用技能,才是真正的护城河。别让AI取代你的领域知识,而是用它处理重复任务,同时保持自己的判断力。原文稍后读已读值得跟进有用关注 智能体
11:36shao__meng@shao__meng拥有170万粉丝的AI创作者@rileybrown公开了其Codex工作流,通过Supadata API一秒获取YouTube视频文字稿,30秒完成整个频道竞品研究。他使用Remotion插件生成动画图形,Excalidraw图表skill将10分钟口述转化为9页图表,并通过AI换脸技术制作缩略图。工作流强调以结果为导向迭代Skills,组合串联不同功能,每周产出4条长视频和5条短视频。技巧CodexSkillsYouTube Researcher推荐理由:170万粉AI博主@rileybrown公开Codex工作流,教你把重复劳动变成可复用的Skills,从研究到缩略图全流程自动化。原文稍后读已读值得跟进有用关注 Codex
01:13官方一手AWS Machine Learning Blog@Ariana Lopez精选AIDA 方案利用隐式和显式过滤技术解决合同检索问题。该方案在 Amazon Bedrock Knowledge Bases 中实施元数据增强分块。这种方法能将用户限定在正确的法律合同与访问边界内。最终实现合同搜索准确性的显著提升。技巧Amazon BedrockAIDA检索增强生成1 个信源在谈事件专题推荐理由:教你怎么用 Bedrock 的过滤器和分块技术找合同。原文稍后读已读值得跟进有用关注 Amazon Bedrock
00:52Lovable@lovable_dev72°Model Context Protocol 为 AI 工具提供了统一的标准交互方式。该协议将交互双方定义为发出请求的 Client 和响应请求的 Server。Lovable 作为 Client 可以调用作为 Server 的 Granola 笔记。技巧Model Context ProtocolLovableGranola推荐理由:搞懂 Model Context Protocol 的 Client 和 Server 概念。原文稍后读已读值得跟进有用关注 Model Context Protocol
00:11Sahil Lavingia@shlTastelint 是一个专注于设计反馈的智能体工具。它能够自动运行在每一个 Pull Request (PR) 流程中。该工具会扫描代码变更并提供具体的设计改进建议。AI产品Tastelint智能体设计工具推荐理由:Tastelint 能在 PR 里自动给设计反馈,省了人工审查的麻烦。原文稍后读已读值得跟进有用关注 Tastelint
15:33shao__meng@shao__meng精选Remotion 发布 Skills 2.0,包含三个重要更新:子技能化、可交互和审美中立。子技能化将最佳实践拆分为 12 个专项技能,router 技能负责判断加载哪个子技能,减少上下文冗余。可交互方面,AI 生成的代码可在 Remotion Studio 中拖拽编辑,并写回源代码,形成人机协作工作流。审美中立则让技能只负责技术正确性,设计决策完全由用户 prompt 决定。AI产品RemotionSkills 2.0视频生成推荐理由:做 AI 视频生成的朋友可以看看,Remotion 把技能拆成 12 个子技能,还能在 Studio 里拖拽改代码,审美也交给你自己,挺实用的。原文稍后读已读值得跟进有用关注 Remotion
02:17The Rundown AI@therundownaiThe Rundown AI 在 X 平台宣布,每天会在其 newsletter 中展示一个社区工作流。用户可通过 app.therundown.ai/community 提交自己的作品。该 newsletter 拥有超过 200 万读者,投稿可能被大量读者看到。推文数据显示当前有 509 次查看、1 次转发和 2 个赞。行业TheRundownAI工作流社区推荐理由:The Rundown AI 在征集社区工作流,你做的自动化流程有机会被200万人看到,想露脸就赶紧去投稿。原文稍后读已读值得跟进有用关注 TheRundownAI
01:12AI产品黄叔@PMbackttfuture用户用DeepSeek做了一个浏览器插件,在番号列表页侧边栏运行。插件会把列表标题快速翻译成中文,并允许设定剧情阈值进行筛选。点击感兴趣的番号会新开页面,当前页筛完可翻页继续。作者把插件比作“场记”,不改网站本身,只负责标记值得当剧情看的条目。技巧DeepSeek浏览器插件工作流推荐理由:这老哥用DeepSeek整了个场记插件,在列表旁边帮忙翻译和筛剧情,还能设阈值翻页,效率直接起飞。原文稍后读已读值得跟进有用关注 DeepSeek
20:23shao__meng@shao__meng精选gregisenberg 提出 AI Agent 五要素测试:重复触发器、稳定输入、明确工具集、可衡量终点、中间需要判断力。前四条回答“能否自动化”,第五条区分 Agent 与普通自动化。以客户退款申请为例,边缘案例需判断力,因此适合用 Agent 而非规则引擎。技巧智能体自动化gregisenberg推荐理由:gregisenberg 分享五要素测试,帮你判断啥业务值得做成 Agent。重点是中间有判断才叫 Agent,不然只是自动化。原文稍后读已读值得跟进有用关注 智能体
18:46Naval@navalNaval 在 X 平台发推(已有 183 条回复)说:别发报告,给我提示词。这条推文被转发 85 次,获赞 1655。浏览量达 72626。技巧NavalX提示词推荐理由:Naval 在 X 上说别发报告,直接发提示词。琢磨一下,跟 AI 沟通确实该这样。原文稍后读已读值得跟进有用关注 Naval
16:42Viking@vikingmute一位用户决定保留每月20美元的Cursor legacy套餐,称可调用250次Opus 4.6。在Models设置中关闭Subagent,并每次写好完整plan,一次实现算一次请求,平均单次可打满至少1000万token。作者认为这是性价比最高的选择,且Opus 4.6目前依然能打。他同时提到已转向5.6 Sol、Kimi3、DeepSeek V4和Grok 4.5等工具,并因IDE卡顿和Fable 5额度有限而考虑退订Cursor。技巧CursorOpus 4.6Subagent10 个信源在谈事件专题推荐理由:老哥实测20刀Cursor老方案,关Subagent写plan能用250次Opus 4.6,每次还打满千万token,穷鬼够爽。原文稍后读已读值得跟进有用关注 Cursor
08:23Amjad Masad@amasadamasad 在 X 上发文称,即便不计划上架 App Store,通过 TestFlight 构建个人应用体验也很真实。他提到 Yohei Nakajima 开发的 remoko.app 从 Replit 上的第一个提示到分享 TestFlight 链接,总共用了不到 50 小时。这个案例展示了 Replit 结合 TestFlight 快速完成个人应用分发与测试的流程。技巧ReplitTestFlightremoko.app推荐理由:Amasad 现身说法,Replit 上 50 小时做出 remoko.app 并直接 TestFlight 分享,想自己捣鼓 iOS 应用的人可以参考。原文稍后读已读值得跟进有用关注 Replit
02:43GitHub@githubGitHub官方博客发布教程,讲解如何将一个巨大的AI生成pull request拆分成干净、可审查的提交栈。教程针对AI编码工作流中常见的大PR问题,演示如何在反馈落地时保持各层同步。读者可以学到把单一巨型PR转化为多个逻辑提交的具体步骤。技巧GitHub代码审查PR推荐理由:GitHub 官方出的教程,教你怎么把 AI 写的一大坨 PR 拆成一串能逐个看的提交,反馈来了还能同步更新,很实用。原文稍后读已读值得跟进有用关注 GitHub
02:34官方一手Hugging Face: Blog(博客/媒体)精选Hugging Face联合亚马逊推出Strands Agents,结合LeRobot与Hugging Face Storage Buckets,为机器人数据循环提供统一工作流。该方案支持从数据记录、模型训练到部署的全流程管理。用户可在同一环境中完成机器人操作数据的采集与存储。LeRobot负责训练行为克隆等策略。Strands Agents则用于部署和推理。技巧LeRobotStrands AgentsHugging Face1 个信源在谈事件专题推荐理由:想搞机器人数据闭环的可以看看,Hugging Face和亚马逊把记录、训练、部署全串在一起了,不用再东拼西凑工具。原文稍后读已读值得跟进有用关注 LeRobot
18:11AI Will@FinanceYF5Garry Tan在视频中表示,AI能让创始人成为400倍的自己。他认为小团队可以借助AI完成过去只有大公司才能做的事。他建议将每项工作沉淀为Markdown文件,让Agent不断复用。他还劝创始人少听共识,多用今天的工具,提前活在2028年。技巧Garry Tan智能体Markdown1 个信源在谈事件专题推荐理由:YC老板Garry Tan支招:用AI把效率放大400倍,关键是把工作写成Markdown让Agent反复用,还说要少听共识多自己试。原文稍后读已读值得跟进有用关注 Garry Tan
18:11AI Will@FinanceYF5Alex Finn分享的Grok Bot配置方法分5步:先把你的背景、目标和热情完整写入初始代理,再让它根据这些信息推荐最适合的代理架构。接着让Grok Bot自动创建工作区并生成各代理的角色描述,然后询问每个代理可以设置哪些周期执行的任务(cron jobs)。最后直接让代理实现这些例程,你就能拥有一队自动工作的智能体。技巧Grok Bot智能体cron jobs推荐理由:照这篇5步弄Grok Bot,不用自己琢磨,它会根据你的情况自动搭好一队干活儿的智能体,还能设定时任务。原文稍后读已读值得跟进有用关注 Grok Bot
18:08Harrison Chase@hwchase17该教程演示如何用Managed Deep Agent构建社媒智能体。智能体可扫描Hacker News和可选X平台,自动草拟三篇帖子。内容会保存到持久化内存,并发送到Slack。视频展示了Slack频道集成、自定义工具和记忆功能。技巧Managed Deep AgentHacker NewsSlack6 个信源在谈事件专题推荐理由:想省手动发帖时间?看这个视频,学会让Agent自动扫HN、写三篇草稿丢Slack。原文稍后读已读值得跟进有用关注 Managed Deep Agent
18:07AI Will@FinanceYF5Garry Tan认为,AI让小团队创始人变成'400倍的自己'。过去需要大公司才能完成的工作,现在小团队用AI就能做到。他建议把每项工作沉淀成Markdown文件,让Agent持续复用这些流程。他还提示创始人少听共识,多相信亲手验证的结果,用今天的工具提前活在2028年。技巧Garry Tan智能体Markdown1 个信源在谈事件专题推荐理由:Garry Tan说,把每个工作写成Markdown让Agent复用,亲手验证别听共识,提前活到2028。原文稍后读已读值得跟进有用关注 Garry Tan
17:10AI Will@FinanceYF5Grok Bot 为每个机器人配备独立电脑,能学习用户工作流并使用现有应用。该机器人可自主执行任务,在用户睡眠时持续工作,相当于 24/7 的 AI 员工。此功能可能冲击依赖人工操作的初创企业,引发行业关注。AI产品GrokBot智能体推荐理由:Grok Bot 给每个机器人配了台电脑,能学你干活、用你的应用,睡觉时还在工作,像多了个 24 小时员工。原文稍后读已读值得跟进有用关注 Grok
05:28官方一手GitHub Blog@Natalie GuevaraGitHub 博客文章指出,AI 智能体正在将开发者的角色从单纯编写代码转变为编排整个交付系统。开发者现在需要管理智能体、审查其输出,并确保代码质量与业务目标一致。文章建议开发者学习如何与智能体协作,利用 GitHub Universe 等社区活动提升相关技能。这一转变要求开发者掌握新的工作流和工具,以适应 AI 驱动的开发环境。技巧GitHub智能体开发者角色推荐理由:GitHub 官方博客聊开发者角色变化,从写代码变成管智能体,想跟上趋势的可以看看。原文稍后读已读值得跟进有用关注 GitHub
04:08eric zakariasson@ericzakariassonEric Zakariasson 发布了一份包含 76 个 AI Bot 自动化工作流的清单,覆盖从 Datadog 火焰图分析、tldraw 动画图表到 Slack 频道管理、邮件分诊等场景。清单中包括用 Bot 监控数据库迁移、运行模型评估套件、整理发票和报销、以及从照片库恢复胶片拍摄日期等具体任务。每个工作流都强调在数分钟到数小时内完成原本需要数小时的工作,例如在 10-15 分钟内重建笔记系统或整理混乱的云盘文件夹。该清单展示了 AI 智能体在个人生产力、开发运维和日常生活中的广泛应用。技巧AI Bot自动化工作流5 个信源在谈事件专题推荐理由:这份清单有 76 个具体可抄的 Bot 自动化点子,从看火焰图到报销发票都有,照着搭能省不少时间。原文稍后读已读值得跟进有用关注 AI Bot
04:00官方一手@OpenAIDevs@OpenAIDevsOpenAI 在 X 平台发布 Codex 新功能,用户可通过几次点击导入现有工作流。该功能支持导入设置、插件、智能体和项目配置,减少迁移到 Codex 时的中断。官方视频演示了导入流程,强调“你的工作流,你的方式”。目前该推文获得 55 个点赞和 11647 次浏览。AI产品CodexOpenAI工作流10 个信源在谈事件专题推荐理由:OpenAI 让 Codex 能一键搬进你现有的插件和配置,不用从头折腾,适合想换工具又怕麻烦的人。原文稍后读已读值得跟进有用关注 Codex
03:37eric zakariasson@ericzakariassonGrok Bot 已进入公测阶段,用户 Eric Zakariasson 分享了 100 个实际用例。这些用例覆盖销售、招聘、社区运营等多个场景,例如将 90 分钟到 2 小时的销售流程自动化约 95%,以及用 Bot 团队在一天半内重建大部分自定义 CRM。其他用例包括筛选 1000+ 活动申请者、审查约 200 份招聘申请、将一周的 Gong 通话转化为胜负备忘录等。这些用例展示了 Grok Bot 在自动化工作流和提升效率方面的广泛潜力。AI产品Grok Bot自动化销售推荐理由:Grok Bot 公测了,有人整理了 100 个真实用法,从自动约会议到建 CRM 都有,看完就知道它能帮你省多少时间。原文稍后读已读值得跟进有用关注 Grok Bot
02:58bolt.new@boltdotnewBolt发布了全新的技能使用方式,用户可以通过一个提示词同时触发多个技能,无需手动逐个调用。官方提供了详细教程,帮助用户掌握这一新功能。技能可以叠加使用,保存一次配置后,Bolt会在相关任务出现时自动加载。该功能旨在简化工作流程,提升效率。技巧Bolt技能提示词工程推荐理由:Bolt 出了新技能玩法,一个提示词就能触发一串技能,不用手动挨个调,保存一次后面自动加载,挺省事的。原文稍后读已读值得跟进有用关注 Bolt
01:29Y Combinator@ycombinatorYC播客Full Stack采访了Circleback联合创始人Ali Haghani,他展示了如何用AI管理公司。他使用编码代理和自动化运营,并将Circleback作为公司大脑。他分享了硬件配置、Telegram中构建的不同代理、终端使用时间等细节。他还讨论了不会让代理处理的事项以及软件工程的未来方向。技巧CirclebackYC智能体推荐理由:想看看创始人怎么用AI管公司吗?Ali Haghani在YC播客里讲了他用Circleback当公司大脑、用代理干活的真实工作流,挺具体的。原文稍后读已读值得跟进有用关注 Circleback
06:44官方一手OpenAI Blog(博客/媒体)Zapier企业营销团队采用ChatGPT Work优化营销流程。该团队利用ChatGPT Work减少潜在客户漏斗中的流失,提升线索转化效率。同时,ChatGPT Work被用于构建活动素材和自动化报告生成。这一实践展示了ChatGPT Work在企业营销场景中的实际应用效果。技巧ChatGPT WorkZapier营销自动化推荐理由:OpenAI分享了Zapier的实战案例,看看人家怎么用ChatGPT Work减少营销流失、自动做报告,挺有借鉴意义。原文稍后读已读值得跟进有用关注 ChatGPT Work
06:34Google AI Developers@googleaidevsGoogle AI开发者团队在真实赛道测试了边缘架构,证明智能体工作流能在要求稳定性能的环境中正常运行。团队在开发者博客发布了更多细节,指导开发者从零开始构建类似方案。技巧Google AI边缘计算智能体推荐理由:Google AI官方在赛道上实测了边缘架构,证明智能体跑关键任务不掉链子,还有博客能照着搭。原文稍后读已读值得跟进有用关注 Google AI
02:59Jerry Liu@jerryjliu0精选LlamaIndex创始人Jerry Liu在X上发文,强调评估和hillclimbing在文档处理中的重要性。他认为未来FDE(领域专家)的工作将转向定义业务问题、编码评估标准,并利用自动化优化流程。他提到可以使用Claude Code或Codex来优化工作流,而FDE则专注于确保目标和评估的正确性。该推文还邀请有复杂文档处理需求的团队联系他们。技巧LlamaIndex文档处理评估推荐理由:LlamaIndex创始人聊文档处理的新思路,把评估和自动化优化结合起来,适合做复杂文档抽取的人看看。原文稍后读已读值得跟进有用关注 LlamaIndex
15:30Geek@geekbb这套'视觉导演'流程将AI图像生成拆解为四步:定用途、拆画面语言、选版面风格、写提示词。作者把完整流程文档发布在GitHub账号Yu-0312下,仓库名以editor开头。与直接输入提示词相比,该方法多了一层版面风格选择环节,适合需要精确控制画面构图的人。技巧AI图像生成提示词工程视觉导演推荐理由:geekbb分享了一个AI图像生成流程,先计划再写提示词,比硬试更靠谱。原文稍后读已读值得跟进有用关注 AI图像生成
21:28Geek@geekbb@geekbb 在 X 上分享了一个看 YouTube 的技巧:先把视频字幕下载下来,再交给 AI 总结。他表示这样做效率提升 100 倍。这条推文目前有 4 条回复、2 次转发和 7 个赞。技巧YouTube视频总结字幕推荐理由:geekbb 教你:YouTube 视频先下字幕,再丢给 AI 总结,效率提升 100 倍。适合嫌长视频费时的人。原文稍后读已读值得跟进有用关注 YouTube
17:46Viking@vikingmute作者vikingmute清理全局Skills,只保留自己的工作流、matt的若干和ponytail。ponytail配合Codex使用能有效减少过度设计。作者觉得caveman已没什么用,而其官网已从Skills扩展成创业公司。作者在问大家还在保留哪些Skill。技巧Codexponytailcaveman推荐理由:vikingmute分享了他清理Skills后的保留清单,说ponytail配Codex防过度设计很好使,caveman都变成创业公司了,想看看你还留着啥。原文稍后读已读值得跟进有用关注 Codex
09:32官方账号arXiv cs.AI@Bo Wang, Yuqian Yao, Enxi Wang, Luozhijie Jin, Yang Liu, Yiran Suo, Yuxuan Cai, Enyu Zhou, Yufei Gao, Honglin Guo, Tianyu Huai, Li Ji, Zhikai Lei, Bufan Li, Lizhi Lin, Jinxiu Liu, Jie Yang, Jiazheng Zhou, Maosen Zhou, Pengfang Qian, Shichun Liu, Guanshan Liu, Hao Zheng, Yunhao Yu, Hang Yan, Jihua Kang, Xinchi Chen, Xipeng QiuContextWeave 是一项评估语言智能体长期记忆的新基准,基于14名参与者的多月经脱敏工作流,构建了1005个可执行任务,其中568个为核心评测任务。固定模型下,最强记忆配置将 Workspace Score 从68.08提升至78.20,Preference Score 从41.50提升至70.60。固定记忆组件时,召回记忆改善了全部5个测试基础模型的结果。分析还发现,可操作且经验丰富的记忆比紧凑摘要更能支持工作流延续,但也更容易受误导性召回影响。论文ContextWeave语言智能体工作流推荐理由:搞 agent 记忆的人该看看:ContextWeave 拿真实办公流做了1005个任务,能看出召回记忆到底帮不帮得上忙。原文稍后读已读值得跟进有用关注 ContextWeave
09:29官方账号arXiv cs.LG@Brendan Smith, Susana Lopez-Moreno, Eric Dolores-Cuenca, Sangil Kim, Jose L. Mendoza-Cortes, Nijamudheen AbdulrahimanCheMLFlow 是一个开源平台,用于构建和执行端到端、高通量及智能体驱动的科学工作流。它提供模块化组件、可运行参考管线、标准化产物和评估输出,降低多步骤机器学习管线的编排成本。该平台支持可插拔表示与模型、确定性数据划分、批处理执行和报告生成,并面向智能体辅助实验设计提供了配置驱动接口。论文展示了在量子力学、物理化学和生物活性性质预测基准上达到文献水平的结果,并给出时间序列数据集上超越分子化学的应用案例。论文CheMLFlow化学信息学材料信息学推荐理由:做科学 ML 的人可以看看这个,它把数据、训练、筛选、报告都串成现成管线,省去自己拼装的麻烦,还自带基准结果。原文稍后读已读值得跟进有用关注 CheMLFlow
21:43官方一手Cloudflare Blog@Sam RheaCloudflare 内部构建了 Cloudflare OS 平台,将 Compute 原语与 Zero Trust 套件整合,为团队提供安全的 AI 工具环境。该平台旨在让员工在受控条件下重新设计工作流程。Cloudflare OS 结合了公司自身的技术栈,帮助团队在日常任务中应用 AI。技巧CloudflareCloudflare OSZero Trust推荐理由:想知道 Cloudflare 内部怎么把 AI 安全地用进工作流?这篇是他们的第一手实践。原文稍后读已读值得跟进有用关注 Cloudflare
05:46官方一手GitHub Blog@Julia MuiruriGitHub官方博客介绍如何让编程智能体将一次生成的大量代码拆分成有序的堆叠式Pull Request。文章以GitHub Stacked Pull Requests功能为基础,说明通过拆分可避免单个PR过大导致无法审查。作者给出了具体的操作流程和配置方法,帮助开发者在AI辅助编码时保持代码审查质量。技巧GitHubPull Request编程助手推荐理由:GitHub官方出的教程,教你让AI写代码别一次性塞个大PR,拆成小堆栈,审查起来不头大。原文稍后读已读值得跟进有用关注 GitHub
09:09宝玉@dotey在一个session里,主agent可以开启subagent来执行任务,并为subagent指定不同的模型。这样主agent和subagent就能在同一会话中分别使用不同模型。这个技巧省去了切换session的麻烦,适合多模型分工协作的场景。技巧subagent智能体工作流推荐理由:想在同一会话里换模型?让主agent开个subagent,给它指定模型就行,不用来回开新对话。原文稍后读已读值得跟进有用关注 subagent
08:29宝玉@dotey宝玉分享跨Agent session的协作技巧:在Claude Code中用Fable 5写技术方案并反复Review,再交给Codex配合/goal执行。他建议用/compact压缩上下文代替新开Session,只在关系不大的任务才新开。旧迁移任务因未设验收标准而交付质量差;加上“UI像素与原版完全一致”的标准后,Codex每一步都会截图对比像素差异,直到达标。技巧Claude CodeCodex智能体推荐理由:看看宝玉怎么让Codex干活:先写文档再给目标,卡死验收标准,它就会老老实实逐像素核对。原文稍后读已读值得跟进有用关注 Claude Code