密歇根大学 EECS 498（AASE）把智能体软件工程做成了一门扎实硬核的专业选修课。这里没有期末考试，全凭可运行的代码说话。十五周的训练分三步走：先上手 Aider 结对编程，从上下文、模型与提示词三要素排查故障；接着拿掉现成框架，直接调用底层大模型接口，亲手写出包含工具调用、审批机制与评测集的 Agent 循环；最后给它接入记忆与工程规范，做成真正能留在日常开发里的助手。全套环境基于本地 O

分享一个特别好的开源项目，它能让 AI 的回答变成一页看得懂的网页，这个开源 Skill 叫 answer-me-with-html。它解决了一个很多人用 AI时遇到的问题：你问了一个复杂的问题，AI 刷出一大屏密密麻麻的文字，看得人头疼。 这个项目让 AI 把回答变成一个好看的网页。比如，你问“TCP 三次握手是怎么回事”，它会直接生成一个 HTML 页面，上面有时序图、状态图、表格，

让智能体接管浏览器并不难，难的是如何穿透严格的风控与人机验证。开源项目 stealth-browser-mcp 基于 nodriver 和 Chrome 开发者工具协议（CDP），直接调动真实的 Chromium 系列浏览器，能有效应对 Cloudflare 等反爬检测。除了基础的网页导航与点击，它还开放了深层控制权，支持实时网络请求拦截、动态 Python Hook，以及能抓取完整样式与动画的像

现有大模型跑分看似热闹，却和真实劳动力市场严重脱节。Mercor对照美国劳工部O*NET职业库梳理了29套主流AI基准，发现全美90%的工时所对应的任务几乎缺乏有效覆盖。现存测试高度扎堆在程序员、金融分析师与商业律师等高薪工种，而同样直面技术冲击的秘书、书记员等庞大中端知识岗位却几乎是一片空白。光看基准榜单的高分，很难说清模型进到具体业务里到底能顶多少活。只有把视线从少数明星职业拓宽到更广泛的人机协作场景，才能真正摸透技术对各行各业的长远影响。

大AI时代，做自己想做的平台： PhDs.io：经济学、金融与管理学论文检索。 网页链接 EconLit Pipeline：经济学文献搜索与研究趋势探索。 网页链接 Paper Picnic：经济学论文发现与浏览。

一个基于 WebGPU 的高真实感实时海洋渲染项目，由开发者 Noniv 使用 Claude Code（Opus 5.5）辅助构建。 项目不依赖 Three.js、Babylon.js 等现成 3D 引擎，完全从零实现 GPU 海浪模拟、海面光照和大气渲染。 可以将复杂的海洋物理模拟与渲染技术集成到一个仅 61 KB 的独立 HTML 文件中，可直接通过支持 WebGPU 的 Chrome

欢迎阅读《移动应用 GPU 优化指南》（Mobile Application GPU Optimization Guide）。 多年来，我和同事们一直与移动应用开发者密切合作，帮助他们理解应用程序的性能表现，并提高应用的运行效率。我非常喜欢这种协作交流，因为学习通常是双向的。几乎每次合作结束后，我都能收获一些新的性能分析技巧、优化思路，或者对开发者工作流程的深入理解。这些往往是硬件厂商在

Supervisor-Skills: 将博导十年科研经验，炼化为你的 AI 副导师 作者介绍： “大家好，我是骆昱宇，香港科技大学（广州）的助理教授。从自己读博到指导学生，我反复看到一个场景：许多才华横溢的研究生，在踏入科研大门时，常常被相似的困境所困扰： ----理论与实践脱节：读了再多"科研指南"，面对自己的课题时，依旧不知如何下笔。 ----指导资源稀缺：导师日程繁忙，无法

AI Agent 的常见运行方式，可以从定时任务、事件流、API 服务和端侧运行四个角度理解。它们并不互斥：前三种描述如何触发任务，端侧描述在哪里执行。 1、定时任务：按计划执行 每天生成日报、每小时汇总告警、夜间批量整理文档，都适合用调度器触发 Agent，执行完保存结果。 要处理的不只是失败重试，还有漏跑和任务重叠：上一轮没结束，下一轮是跳过、排队，还是允许并行？同一批数据被

Marble开源了面向小学阶段的技能图谱os-taxonomy，把科学、数学、英语等8个学科拆解为1590个微知识点，并梳理出3221条明确的前置依赖。数据对齐了美英主流课标，每个节点都配有掌握标准与随堂评估提问。它最实用的地方是把扁平的课程变成了可计算的技能网，清楚交代了“学懂B之前必须先掌握A”。不管是做AI家教、封装成MCP工具给Agent调用，还是排查孩子的知识盲区、自动规划进阶路线，都能

Hugging Face 联合 llama.cpp 团队推出了全新工具 Llama for Windows，也就是桌面端，为 Windows 11 用户带来轻量化的本地大模型运行方案。你可以看成是另一个 LM Studio。 基于微软 WinUI 3 框架开发，底层搭载 llama.cpp 推理引擎，深度集成 Hugging Face 模型库，无需复杂命令行操作，简单点击即可完成模型下载

面向macOS、Windows与Linux的逆向工作台Eleven，支持直接接入Claude、Cursor等ACP智能体。无论是常规的PE、ELF、Mach-O文件，还是安卓APK与CUDA、Metal等GPU算子，你都能让智能体协助通读伪代码、追溯引用、重命名符号并生成修复补丁。软件底层结合了Ghidra的精准反编译与Rizin的轻快启动，配有jadx、LLDB调试以及二进制Diff能力。所有代

在开发考勤、门禁或身份验证功能时，如果担心人脸数据上云存在安全隐患，可以看看Faceplugin开源的这款人脸识别工具。它支持完全本地化离线处理，数据不出本地设备，兼顾隐私与合规需求。功能上覆盖了人脸检测、关键点定位、特征向量提取及相似度比对，兼容Windows与Linux系统。实用的是它不依赖独立GPU，普通CPU环境下也能实时稳定运行，配合简洁的Python调用接口，几行代码就能接入现有业务流

面对分散琐碎的信息源，Horizon能直接聚合RSS、Hacker News、Reddit、X与GitHub等多平台动态。它并不是简单的内容搬运，而是通过独立规则进行打分、去重与分流——读技术干货时提取方案与实践，看热点新闻时梳理事件影响，并适时补充背景与社区热评。系统还支持按分类设置篇幅上限，避免单一话题霸屏，整理好的中英文日报可直接推送至邮件、微信、飞书或静态主页，也能作为MCP工具供AI助手

很多刚进课题组的同学常苦恼于缺少系统指导，南京大学郭兰哲老师团队整理了这份开源手册，帮新人厘清做科研与写论文的完整流程。内容主打具体实操：从文献检索与精读、提炼Idea、高效开组会，到拆解撰写论文各章节（摘要、引言、方法与实验等）、论文画图乃至后期Rebuttal，还涵盖了学术参会和AI辅助科研等实用建议。无论是刚进实验室摸索的本科与硕博新生，还是需要带新人的导师和高年级同学，都很适合备一份查阅参

3D史前动物博物馆 这个网站特别棒！可以 3D 旋转查看霸王龙、剑龙、三角龙、猛犸象、巨齿鲨、肿头龙、鱼龙等二十多种史前动物，自带语音旁白科普，还有配套参考资料，很适合家长带孩子了解史前生物。

Sakana AI发布了AI-Scientist-v3。它将Claude、Codex、Gemini等代码Agent组织为AI科研团队，用户只需提供一份task.md任务描述，系统就会自主提出方案、编写代码运行实验并依指标不断迭代。随后，流水线会自动补齐消融对比、封箱评测与事后分析，最终直接排版编译出完整的学术论文PDF，甚至还支持接入模型审稿。所有阶段均在Docker沙箱中独立运行，兼顾了安全性与

这个开源项目整理了数百条用 Claude Opus 5.5 制作动画的提示词与案例。不同于常规的文生视频工具，这里的作品都是让模型直接编写 HTML、Canvas、Three.js 或 SVG 等前端代码渲染而成，涵盖了动态视觉、科普解说、3D场景与轻量交互演示等类型。每个案例均附带原作者出处与提示词内容，并支持在线查看复现对比。挑中喜欢的风格后，把提示词发给模型生成单文件网页即可在本地直接运行，

做移动端Agent或自动化测试的朋友可以关注一下这个项目。它通过标准MCP协议，让Claude、Cursor等客户端直接接管iOS和Android设备，无论是本地模拟器、插线的真机还是云端设备都能直接调度。与依赖截屏的纯视觉方案不同，它优先读取系统原生无障碍树来识别界面元素，省去了编写XCUITest或Espresso胶水代码的麻烦，同时也大幅降低了Token消耗。从点击滑动、应用启停到录屏与日志

haoran.cv（x id：hr98w）整理的 iPhone-use 实现方案，最后一个是他自己做的。 ---------- 最近 iPhone-use 挺火，梳理了一些主流的实现方案。同样是让 AI 操作 iPhone，Agent 在哪里运行、如何读取屏幕、怎么执行动作，其实很不一样。 \1. 首先是 zhongerxin的 iPhone-use，是比较典型的解决方案 电