AI花生

我和AI的日子：我把花椒的蒸馏skill放到了我的爱马仕里 真香预警，后附流程，建议收藏 再感谢下 @AlchainHust 花椒大神的高产高质，今天我再社区也分享了，蒸馏skill其实就是用已经成功的人的大脑为自己干活，就看你会不会用了。刚刚也看到有人说上了微博科技榜第一 女娲.skill 开源仓库： github.com/alchaincyf/nuw… 以后蒸馏任何人物视角，一句话生成一个可用的 perspective skill（我先用 Naval 做范式） 我一直想把“蒸馏人物/方法论 → 变成可调用的技能”这件事工程化：不是写一篇文章就结束，而是沉淀成工具，反复复用。 我刚把 alchaincyf/nuwa-skill 做了一个 Hermes 适配层：不改原仓库用法（Claude Code 党照旧），但 Hermes 用户也能直接装、直接用。 你会得到什么？ - 一个入口 skill：nuwa-hermes-adapter - 然后你只要说“蒸馏 Naval/芒格/张小龙…” - Hermes 会在本地生成一个新 skill：-perspective - 以后你在任何问题上都能“切换到某个人的思维方式”来拆解/决策/写作 安装步骤（终端可直接执行） 1）确保 Hermes skills 目录存在 ls -la ~/.hermes/skills 2）把适配层装进去（把 nuwa-hermes-adapter 这个目录复制到 Hermes） cp -R /Users/maomaomao/nuwa-skill/hermes/skills/nuwa-hermes-adapter ~/.hermes/skills/ （如果你 nuwa-skill clone 在别的目录，把路径换成你自己的） 3）验证安装成功 ls -la ~/.hermes/skills/nuwa-hermes-adapter head -n 20 ~/.hermes/skills/nuwa-hermes-adapter/SKILL.md 用 Naval 做范式：生成第一个人物视角 skill 4）一键生成 naval-perspective（会落盘到 ~/.hermes/skills/） python3 ~/.hermes/skills/nuwa-hermes-adapter/scripts/generate_perspective_skill.py --person Naval 5）验证生成成功 ls -la ~/.hermes/skills/naval-perspective head -n 40 ~/.hermes/skills/naval-perspective/SKILL.md 怎么用（真正的爽点） 你以后问任何问题，都可以这样提问： - “用 Naval 的视角帮我分析：我该怎么做增长/做产品/做投资决策？” - “切换到 Naval：先给我 3 个关键变量，再给结论，再给 3 个动作 + 1 个别做的事” - “用 Naval 的方式，把这个问题重定义一遍” 为什么我选 Naval 当第一范式？ 因为他的框架特别“可复用、可产品化”： - 杠杆（代码/媒体/资本/人力） - 特定知识（不可教材化的优势） - 长期游戏（复利） - 重定义（先定义词，再出结论） 我今天问他怎么让我拥有100万粉丝，以下是女娲skill（蒸馏）用Naval的逻辑给我拆解的思考方向，作为参考： Naval 会把这个目标拆成 3 个关键变量（先抓主因）： 1) 你提供的价值是否“可复制且无边际成本”（内容/产品/系统）？ 2) 你是否在做“特定知识”的表达（别人学不走、抄不走）？ 3) 你是否在玩“长期游戏”（同一主题/同一人设/同一分发机制持续复利）？ 结论（Naval式）： 不要把时间卖给流量。把流量引到你的资产上。 在 X 上，资产=可被反复分发的内容 IP + 你的邮件列表/社群 + 你的产品（或投资框架）+ 你的信誉。 具体打法（按杠杆从大到小排序） 一、定位：把“加密KOL”升级成“一个更大的可复利主题” 粉丝涨到 100 万，靠的是“更大受众的母题”，而不是更细的币圈信息。 你可以保留加密，但表达的母题要变成其中一个： - 财富：如何用杠杆/资产/复利构建自由 - 认知：如何在信息噪音里做决策（尤其在高波动市场） - 技能：如何把个人知识产品化（写作/视频/系统） ......省略几千字...... 把这些变成 skill，就等于把“思考方式”固化成可调用的函数。 对了，今天有小伙伴们推上说觉得爱马仕太慢了，你其实可以直接调教他，他很听话，你表达你的需求，他就会根据你的需求升级自己！这或许就是跟小龙虾最大的区别 下一步我会把它做成更完整的流水线： 真正做到“内容不是手工艺，是系统结构”。 如果你也在用 Hermes，想要这个适配层/想一起完善流水线，评论区喊我。 @naval @NousResearch

昨天用 OpenCode 手搓插件后，对 Vibe Coding 有点上瘾。汇总了 𝕏上看到的很好的 Claude Code & Open Code 教程 + Skills 资源！ 从小白到实战，干中学超实用。方便随时查看，如果你有好教程，欢迎评论区贴上一起共创👇 Claude Code 教程：（从小白到实战） 橘子老师@oran_ge 超级小白入门：x.com/oran_ge/status… 乔木老师@vista8推荐的非程序员视角完整指南（超详细，降低门槛）：x.com/vista8/status/… 宝玉老师推荐@dotey Claude code 开发者 Boris 开发者9条实战技巧（高手秘诀）：x.com/dotey/status/2… yanhua老师@yanhua1010 一站式资源汇总（入门到高级）：x.com/yanhua1010/sta… Claude Code 101（490万观看，怎么也得看看吧）：x.com/eyad_khrais/st… Claude Code 102 续集：x.com/eyad_khrais/st… Open Code 教程（免费开源替代！关键提供很多免费的大模型，新手练手友好！！） 乔木老师@vista8 分享 OpenCode 入门（更多自主性）：x.com/vista8/status/… 卡兹克老师@Khazix0918 教程（连开发者都转发，神级）：x.com/Khazix0918/sta… Skills 教程 （自定义神器） Pandan 老师@PandaTalk8官方文档推荐（中文版超棒）：x.com/PandaTalk8/sta… Yanhua 老师@yanhua1010 Skills 安装指南：x.com/yanhua1010/sta… 卡尔AI沃茨老师@aiwarts 顶级 Skills 推荐（用到现在最好）：x.com/aiwarts/status… 6万+ Skills 市场：skillsmp.com

为什么 Claude Skills 的爆发点在 2026 年 1 月？ 问：Claude Skills 是去年 10 月中就推出的，为什么现在才突然火起来？ 这是个很好的问题。Claude Skills 确实在 2025 年 10 月中旬就发布了，但直到 2026 年 1 月才真正爆火。这背后有表面原因，也有更深层的逻辑。核心原因就是这东西如果只能在技术圈自嗨，它是火不起来的。去年 10 月份 Skills 编程领域其实很快就开始用起来了，而现在火，只是因为它出圈了，在技术之外的领域火起来了，非技术人员也用起来了。 Skills 真正的价值其实是在非编程领域。去年 Coding Agent（比如 Claude Code、OpenCode）开始在非编程领域开花，而 Skills 的设计特点让它能很快找到 Agent 在非编程领域上的场景落地。 1. 有 bash 和脚本能力，可以自动化本机操作 Skills 让 Claude 能借助代码脚本操作你的本机系统，把很多琐碎的电脑操作变成自动化操作。 Claude Code 的创建者 Boris Cherny 在 X 上分享过一个有趣的观察：自从 Claude Code 发布以来，他发现用户们在用它做各种非编码的工作——做度假研究、做 PPT、清理邮件、取消订阅、从硬盘恢复婚礼照片、监控植物生长，甚至控制烤箱。 > Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven. > > x.com/bcherny/status… 这些场景和写代码完全不沾边，但 Skills + bash 能力的组合让这一切成为可能。比如我自己就做了一些工作流，帮我采集信息、写作、写 PPT、画漫画、发布，极大提升效率。像发文章到公众号、X Article 这些，以前需要手动重复的操作，现在一个 Skill 就搞定了。 2. Skills 可以相互调用，用自然语言编排工作流 如果是单一的 skill，作用其实有限。但当你有多个 skills，并且 skills 还可以相互调用，那意味着你可以编排工作流。 Skills 让 AI 可以像《黑客帝国》主角 Neo 那样瞬间学会新技能：“I know kung fu”。Claude 会根据任务自动加载需要的 Skill，完成后再卸载，整个过程无需用户干预。 而最神奇的地方在于，你只需要用自然语言去编排工作流。这中间会有 Agent/大模型去解读你的自然语言，按照工作流执行，有问题还会帮你修复。这极大地解决了非专业用户需要程序员协助编排工作流的问题。 3. Skills 本身易于分发，几乎成了每个 agent 的标配 一个 skill 只要有一个 SKILL.md markdown 文件和辅助的脚本或者文档，打个 zip 包就能发布。这种轻量级的设计让分发变得极其简单。 有个时间点很重要，2025 年 12 月 18 日，Anthropic 宣布将 Agent Skills 规范开放为跨平台标准。很快，微软在 VS Code 和 GitHub Copilot 中集成了对 Agent Skills 的支持，OpenAI 也在 ChatGPT 的代码解释器和 Codex CLI 中采用了几乎相同的技能目录结构。 Skills 在 10 月发布时，主要还是被定位为开发者工具。但随着生态成熟、开放标准确立、以及 Cowork 这样面向普通用户的产品推出，Skills 在非编程领域的价值才真正被释放出来。 回顾这个过程： 10 月：Skills 发布，开发者圈小范围关注 11-12 月：技能规范开放、生态扩展、用户积累经验 1 月：产品更新 + 非编程场景落地 + 病毒式传播 = 爆发 Skills 的爆发是现在它找到了真正的价值定位，让非程序员也能通过自然语言编排复杂的自动化工作流。这才是 Skills 真正火起来的原因，随着更多场景被发掘出来，还会持续的火上一段时间。