wong 王富贵

可怕，已经有人开始批量蒸馏别人的脑子了 这个 repo 里，巴菲特、PG、Karpathy、张一鸣、毛选、MrBeast，都被拆成了 skill 你拿到的就不只是观点 而是他们怎么判断、怎么拆问题、怎么做决策 这玩意儿看着像资料库 真用起来更像给自己挂了一排数字军师 以后人与人的差距，可能就是你背后站着多少个这样的外挂😂

花了三天时间做了个孙宇晨skill 这是目前全网覆盖数据最全的孙学蒸馏 涵盖了英文号 @justinsuntron 和中文号 @sunyuchentron 提炼出来的21829条精华推特 一本自传、155集18小时的音频、5场深度访谈、42篇采访调查、42个视频 蒸馏花了我上百万token 现已开源供大家白嫖：github.com/0xquqi/sun-ski…

这个60分钟的教程，@steveschoger 大神把使用Claude Code的所有方法和细节，给你拆得明明白白

我一直说，墙内普通人玩Claude或者其他agent最快的办法就是5分钟创建一个GitHub codespace，然后一条curl命令就搞定了，天然无墙环境，（5分钟我都说多了）。免费的code space额度足够你用来熟悉agent，skill等等的玩法。等你熟悉了，再花钱花时间本地搞24小时的也不晚。

I just launched /office-hours skill with gstack. Working on a new idea? GStack will help you think about it the way we do at YC. (It's only a 10% strength version of what a real YC partner can do for you, but I assure you that is quite powerful as it is.)

真的强烈建议每一个想要学习 AI Agent 的朋友，买一台 MacBook Air 或者 Pro。 Windows 的生产力相比起 Mac，实在是差太远太远了，感觉完全不是一个时代的产物。 昨天我答应给大家出一期 Claude Code 从 0 到 1 搭建极简版 Agent 教程，但考虑到大多数人家用电脑还是 Windows，所以我今天中午从头开始在 Windows 上配环境。 太久没用 Windows 了，今天搞了一中午环境，终于把原生版 Claude Code 配置好了。 我觉得对于开发者来说，Windows 和 Mac 的差距，不在于电脑硬件配置，而在于系统本身。 Mac 自带统一终端，各种环境几行命令就搞定了。而 Windows 自己 TM 就有三种终端，CMD、PowerShell、WSL 互相打架，配起环境来也是各种问题，一团乱麻... Mac 上 20 分钟能跑通的东西，感觉到 Windows 得俩小时。 再加上国内用户还得配 VPN 代理，不然海外资源拉不到，网络问题又是一顿折腾。 我建议真正想深入使用 AI Agent 而不是随便玩一玩的朋友，先做以下 3 件事情： - 买一台基础 16g + 512g MacBook Air - 订阅 Claude Pro 版本大模型 - 让它一步步教你在终端上安装 Claude Code 这个过程会让你快速熟悉学习感受 3 个东西： - 学会 Mac 的基础使用 - 学会计算机的一些基础命令 - 学会怎么和 Claude 对话 这对于之后深入搭建和使用 Agent，大有裨益。

把全球AI最有影响力的机构和个人整理了一个list，做成了Skill， 每天发简报给我， 有点像开了天眼的感觉 比如说OpenClaw竟然提供了免费模型！ 清单和Skill我放在评论区了

啊？我以为大家都知道这个网站！！ 全局查看X热帖榜， 官方的“灵感”，中文区不好使。 attentionvc.ai/article?window…

别再四处瞎存 OpenClaw 的碎片教程了 我把收藏夹里几十篇乱七八糟的攻略全删了,因为发现了一个堪称「保姆级」的OpenClaw中文社区 一个网站全搞定: 1️⃣ 告别环境配置地狱 • 贴心提供国内镜像极速下载 • 零基础一键安装,有手就能跑起大模型 2️⃣ 真正的全能助理 • 能帮你回邮件、控制浏览器、运行本地脚本 • 无缝打通飞书、Telegram、WhatsApp 等常用聊天 3️⃣ 纯净开源无套路 • 100% 免费的官方中文文档与技能市场 • 本地私有化运行,你的数据永远只属于你自己 这绝对是近期最值得折腾的 AI 效率神器 别再去外面花冤枉钱买教程了 🔗 网站传送门直接放这:clawd.org.cn

华尔街日报今天这篇文章不错。人工智能领域的高管如何向子女描述未来的职业前景。 一句话总结：AI领袖们普遍不建议孩子过度追求当下的技术技能，而是强调适应性、批判性思维、文科教育（通才能力）以及人类独有的情感与责任感。 观点一：当下的具体技术技能（Technical Skills）保质期极短（甚至不到两年），未来的核心竞争力在于应对变化的敏捷性（Agility）。 Caroline Hanke (SAP) 指出，与其纠结于现在的编程技术，不如培养批判性思维、适应性和伦理判断力。 教育的重点应从“掌握工具”转向“适应新工具”和“判断工具的使用”。 观点二：在AI时代，传统的文科教育（Liberal Arts）比以往任何时候都重要，因为通过自然语言与AI交互需要深厚的元认知能力。 Jaime Teevan (Microsoft) 强调，以前操作电脑是决定性的（按按钮->出结果），现在是基于自然语言的意图表达。这要求使用者具备批判性思维、提供语境和挑战AI结果的能力（即元认知）。 Ethan Mollick (Wharton) 认为通才（Generalist）将是赢家。AI可以填补技能短板，因此拥有广泛技能组合的人（如既懂医学又懂人际沟通）更有优势。 与其成为单一领域的专才，不如成为能够整合多种知识并在AI辅助下工作的“超级通才”。 观点三：AI无法承担责任，也无法替代真正的人际连接。 Daniela Amodei (Anthropic) 认为，随着AI接管工作，人类品质（同理心、善良、沟通能力）的溢价会越来越高。人类本质上渴望与其他人类共处。 Jaime Teevan 指出，AI可以给出建议，但不能承担责任（Accountability）。像法律、会计这种需要对决策后果负责的职业，依然需要人类来做最终判断（Passing Judgment）。 未来的工作重心将从“执行任务”转移到“承担后果”和“提供情感价值”。 观点四：避开纯数字化的内卷，转向原子世界（能源、医疗）和社会服务领域。 Manny Medina (Paid.AI) 看好能源（特别是核能）和医疗保健。无论是为了驱动AI本身（能源需求），还是解决人类疾病（癌症治疗），这些都是硬需求。 鉴于AI发展的不平衡，致力于解决社会不平等（帮助被AI抛下的人群）和环境问题（海洋污染）也将是有意义且有前景的职业路径。 最后：孩子拥有一张“白纸”，他们不需要像成年人那样去“重塑”旧观念，这是一种优势。家长们的焦虑往往源于自身的旧经验与新世界的冲突，而孩子们是AI原住民。 不要把上一代的恐惧投射给孩子，鼓励他们去玩、去实验，而不是仅仅作为使用者。 AI高管们给子女的建议揭示了一个反直觉的趋势：在一个高度技术化的未来，最不值钱的可能是纯粹的技术执行力，而最值钱的是最“复古”的人类特质——对他人的共情、对复杂概念的哲学思考（文科）、对物理世界的改造（能源/医疗）以及对决策后果的承担（责任）。教育策略应从“学习如何像机器一样高效工作”转变为“学习如何做在大机器时代中独一无二的人”。

@JefferyTatsuya slideland 这个网站太好了，案例多，结构清晰👍

发现了个牛逼的skill，竟然能NotebookLM打通！ 这样上传Pdf、Youtube字幕，自动提问获取答案，再创作，自动化学习东西就更强了。 等我先测试下，地址见评论