莱特卡卡

ChatMD正式发布了！🫰🫰🫰 ”让AI直接住进你 Markdown 里“。 ChatMD（chatmarkdown.org） 一款面向 C 端，基于markdown的免费开源的AI产品，你的markdown本身就是一个全新的AI终端，支持任何编辑器，任何模型。 你和 AI 说的每一句话，都自动成为你的笔记。在 Obsidian / Typora / VS Code / Vim 里输入命令并保存，AI 就会在文件里直接回答你。 此外，它还集成了图床、文件分享、邮件收发、每日资讯推送、聊天工具交互、定时任务等实用功能。

没有任何数据支持，张口就来，说程序员没人会用Windows的？你身边没有人用windows开发不代表就没人用Windows做开发啊 commandlinux.com/statistics/dev…

老罗这流量，TOP当之无愧啊。

AI Coding Agent 的自下而上范式：从数据到智慧的四层进化路径 1 数据(data)——原始的素材库，比如代码片段，git日志，错误堆栈，需求文档等。 2 信息（information）—— 结构化的上下文，比如结构化的代码树， 3 知识（knowledge）—— 系统化的逻辑与范式，比如代码规范与项目约束，repo wiki等 4 智慧（wisdom) —— 决策与解决复杂问题，系统性的架构与决策能力。

原图

如果把claude code/codex这种agent能力迁移到编程以外的其他任何领域，是否会颠覆这个领域呢？

你明知可能推不上山顶，却依然推得心甘情愿、满头大汗、满心欢喜

那创业中，让你最触动的一瞬间是什么？ 第一次有用户——一个你完全不认识、没有任何交情、甚至不知道你名字的人——主动、自发、真诚地告诉你：“这个东西帮到了我。”

哲学中，最震撼你的一句话是什么？ “凡是我们无法言说的，就必须保持沉默。”

不要赢在更快、更聪明、更多功能，要赢在开辟一个红海产品在结构上进不来的战场，然后至少坚持五年。

litedocs是一款轻量级的、完全基于 Markdown 的免费开源在线文档工具。编写 Markdown 文档，将其整理到文件夹中，即可获得美观的文档网站。 github.com/litestartup-co…

一定要有备选方案，不然真的会抓虾，不只是企业，个人也一样

@dotey 有道理

一般赚钱的不发推，闷声发大财才是最优解；赔钱的也不发推，丢人；发的可能是卖课的卖流量的🐶

@DavidzhuLife 真是劲爆的言论

说个暴论： 绝大多数宝妈在网上晒自以为很可爱的崽崽、在大部分人眼里其实都长这样……

@servasyy_ai @PandaTalk8 @lxfater @GoSailGlobal @berryxia 哈哈，都关注了的

整整5个月，这个号也终于3W粉了 以前我以为3W粉是大V的标志，现在想想其实就是数字而已，前路漫漫，吾将上下而求索 过程中特别感谢的朋友 @PandaTalk8 最近玩失踪的熊老板 @lxfater 中推圈AI第一流量博主，锤哥 @GoSailGlobal MCN牛人，带我赚了不少钱 @berryxia 神老，一路走来，一起被封的兄弟 还有 @cnyzgkc @bozhou_ai @li9292 @zstmfhy @Soranlan @yaohui12138 @cellinlab @XianyuLi @94vanAI @ai_muzi @AI_Jasonyu @xiaoerzhan @ponyodong 太多了，还有很多写不下了（没写到的不要生气，感谢有你们）都是高质量的朋友们

@s1ntone @screensageapp 👍

看到 Screen Studio 等多个竞品都慢慢跟上了 @ScreenSageApp 的摄像头布局功能，我感到很欣慰

想想其实也挺恐怖的，以前编程，只要有台电脑就成，虽然慢吧你不担心干不完，现在好了，但凡顶尖的大模型被封了或者故障了，编程就得暂停下来干瞪眼，这卡脖子真难受。。。

公司起名有点学问，每次看到小区门口的德佑，咋让我想起厕纸来，是好像有个卖纸的也叫德佑？你看人家链家，百年行（xing/hang)，我爱我家，这些名字多好的😅

最近爆火的 Harness Engineering 到底是个啥？一期讲透！ youtu.be/3DlXq9nsQOE?si… via @YouTube 什么是 Harness Engineering？从 Prompt Engineering 到 Context Engineering，再到如今爆火的 Harness Engineering，AI 提示技术的演进本质上是一条清晰的路径：让模型从“听懂指令”逐步走向“持续把事情做好”。 - Prompt Engineering（提示工程）：核心是让模型清楚理解你的单次需求（典型场景：聊天模式）。 - Context Engineering（上下文工程）：核心是让模型获取足够完整、准确的需求上下文（典型场景：Agent 模式、RAG 应用）。 - Harness Engineering（驾驭工程）：核心是让模型持续、稳定地做出正确行为（典型场景：复杂工程化任务）。 Harness 的含义与核心机制Harness 在英文中有“缰绳、马具、约束系统”的意思，因此Harness Engineering 可直译为驾驭工程。它不是一次性输入的技巧，而是一种持续运行的控制机制：通过持续观测模型输出、实时纠偏、最终验收交付，形成闭环，确保模型在长时间、多步骤任务中始终朝着正确方向前进。简单来说，Harness 就是当前影响模型决策的全部信息总和——包括结构化的提示、动态上下文、外部工具、验证规则、纠错流程等。它把模型从“一次性响应者”升级为“可被工程化管理的执行系统”。 Harness = Agent - Model, 反之，Agent = Model + Harness。 你想要做好Agent，就必须先做好项目的Harness Engineering。 Prompt Engineering输入侧理解聊天、单次任务指令清晰度 Context Engineering输入侧信息完备Agent、RAG上下文质量 Harness Engineering持续执行复杂工程化项目监督、约束、纠偏 Prompt 和 Context 主要解决“输入侧”问题，而 Harness Engineering 解决的是“输出侧持续性”问题——如何让模型在长时间运行中不跑偏、不幻觉、不半途而废，最终可靠地交付成果。 Harness Engineering可以分为六层： 1）上下文管理 2）工具系统 3）执行编排 4）状态与记忆 5）评估与观测 6）约束，验收与恢复 这就是 Harness Engineering 的价值：它把大模型从“聪明助手”真正升级为“可工程化、可信赖的生产力工具”。