让 AI 辅助写代码时，遇到模型训练或部署这类复杂任务，经常发现生成的代码引用了过时 API，甚至直接“幻觉”出不存在的参数，调试起来比自己写还累。 于是在 GitHub 找到了 AI-research-SKILLs 这个开源项目，为 AI Agent 准备的一套“研究工程技能包”。 收录了 83 项硬核 AI 研究技能，并且按照模型架构、分词器、微调、数据处理、后训练、推理服务、智能体等 2

八个月前，一个没有大学学位的普通人往券商账户里放了400美元，然后对ChatGPT说：帮我炒股。 第一笔交易翻倍了。 第二天，ChatGPT坦白：“呃……我其实看不到实时股价。” 大多数人到这里就放弃了。但这位老兄选择了一条更疯狂的路：既然AI不能直接交易，那就自己造一个能交易的系统。 他先用Python写了50个文件，能拉取标普500所有股票、抓取期权数据、构建信用价差策略、收集新闻、再

最近完成了Anthropic官方的Claude Code课程，想分享一些真实感受，因为网上看到的评价要么是无脑吹捧，要么是含糊其辞。

我们在电脑上做过的事情，看过的网页，说过的话，都能记录下来。 并且我们在回看的时候，还可以通过自然语言快速搜索到，想要查找的内容。 技术原理主要通过持续截屏配合 OCR 文字识别，加上音频转录技术，把我们在电脑上的所有操作都存成可搜索的数据库，完全本地运行。 同时支持多显示器同步录制，能识别当前应用和窗口标题，浏览器还能记录网址。音频部分用本地 Whisper 模型转录，甚至能区分说话人。

“OpenViking 是一个开源的、专为 AI Agent 设计的上下文数据库。 我们旨在为 Agent 定义一套极简的上下文交互范式，让开发者彻底告别上下文管理的烦恼。 OpenViking 摒弃了传统 RAG 的碎片化向量存储模式，创新性地采用 “文件系统范式”，将 Agent 所需的记忆、资源和技能进行统一的结构化组织。 通过 OpenViking，开发者可以像管理本地文件一样构建 A

想学网络安全和渗透测试，网上找到的资源要么太分散，要么不知道从何下手，一个个工具去找、去试，确实费时费力。 刚好在 GitHub 上发现 Awesome Hacking 这个开源项目，系统性地整理了各类安全工具。 只需一条命令就能下载整套工具集，直接获取所有工具和子模块，省去逐个查找下载的麻烦。 并且按照 CTF、代码审计、密码学、取证分析、恶意软件、渗透测试、逆向工程等十多个分类整理了工具

intel/openvino-plugins-ai-audacity + Intel OpenVINO AI插件库（Audacity音频编辑器增强工具） 🧐该仓库为开源音频编辑器Audacity提供了一系列本地运行的AI增强功能，涵盖音乐分离、噪声抑制、音乐生成、语音转录和音频超分辨率等，基于OpenVINO技术可在CPU、GPU、NPU等硬件上加速运行，无需互联网连接即可使用。 ✨重点 ●

简单来说，WebMCP 是一套标准化协议，让网站可以主动告诉 AI Agent "你能在我这里做什么、怎么做"，而不是让 Agent 自己去猜测和操作 DOM。 它提供了两种 API：一种是声明式的，基于 HTML 表单定义标准操作；另一种是命令式的，通过 JavaScript 处理更复杂的动态交互。典型应用场景包括客服工单自动填写、电商购物导航、机票搜索预订等。 WebMCP 是在浏览器层面

Anthropic发布了一份32页的Claude技能构建指南，社区的第一反应是：让Claude自己读，然后解释给我听。 这大概是2025年最具时代特征的学习方式了。

PAI 的目标是构建一个属于个人的、可持续学习的 AI 系统，而不是传统的聊天机器人或一次性任务助手。这个项目的核心想法是 把 AI 建成一个与你长期协作、不断学习和进化的系统，减少重复输入、提高个人效率，让 AI 真正围绕你的目标工作。它强调 AI 是用来放大人的能力，而不是取代人。

How Clawdbot Remembers Everything + Clawdbot 是如何记住一切的

自然语言处理（NLP）是人工智能（AI）的重要组成部分，致力于模拟人类的信息交流方式。近年来，深度学习方法在众多NLP任务中取得了卓越成效。本课程将系统介绍应用于NLP的前沿神经网络技术。

技能是人工智能代理可重复使用的功能。通过单条命令即可安装技能，使您的代理获得程序化知识的访问权限，从而增强其能力。

拖延本质是防御失败的心理机制，而非时间管理问题。治愈关键在于：接受不完美的开始，消除逃避选项，平衡“三个自我”的需求。不要以“准备”之名掩饰恐惧，唯有放下对完美的执念、直接采取行动，才能真正终结拖延。

三十年前，人们的焦虑远没有今天这么普遍。那时候你能比较的对象，不过是街坊邻居、同班同学。而现在，社交媒体让你同时和全世界竞争，而且大多数人还在表演。这就是比较的陷阱：你拿自己的真实处境，去对标别人精心剪辑的高光时刻。

有人在Reddit、X和各种研究社区里收集了所有爆火的NotebookLM提示词。核心发现：所有病毒式传播的提示词都有共同模式。要求引用具体原文，追问矛盾而非摘要，强制承认知识盲区，规定结构化输出格式。NotebookLM的真正威力在于它的"锚定架构"，你越懂得利用这一点，它就越强大。

这是一份关于 Anthropic、Google 和 OpenAI 研究员常用提示词（Prompts）的整理指南。这些提示词旨在通过不同的策略（如逻辑推理、对抗思考、格式限制等）来提升大语言模型（LLM）的输出质量。

Dan Hockenmaier 画了一张图，把公司里的人分成四类。横轴是判断力，纵轴是是否使用AI。