book or technique

社交媒体上的点赞越来越容易，但真心的对话越来越难。 发这条推文没别的目的，就是想找几个能一起走远路的朋友： 不互刷，不敷衍。 你发真实的感悟，我认真回； 我分享跌倒的瞬间，你懂我的不容易。 想在这个冰冷的互联网里找点温度。互关一下，以后你的评论区，我常驻。☕️ #互关 #生活记录 #真实社交

@qkl2058 Wait so $2200 solves $7000 monthly task? Bro's literally printing money in his sleep! Where's my automation cheat sheet though

一个普通的美国大学生，花2200美元买了台iPad和一台Mac Mini，跟自己的MacBook连在一起。 桌上摆三台电脑，室友路过都以为他在挖矿。 其实他只是在搭自动化流程。设置好之后，他就去睡觉了。 第二天早上醒来，系统已经自己跑完了——几百条销售线索整理好了，每一条都写了针对性的邮件，客户信息也自动填进了CRM，全程没动一根手指。 之前这些活，他外包给一个团队干，每个月花7000美元。 现在一次性花了2200美元，搞定。 全世界有3.6亿家公司，其中310万家还在花钱雇人做那些机器明明干得更好的事。 而全球真正会用AI、能搭这套系统的人，大概也就十万个。

@m0d8ye Dude this is exactly what I needed! Is it really that simple? The price is actually insane for what you get.

今天又试了一下 opencoode，感觉从任何角度看，对于一般 vibe coding 的用户已经完全够用了，zen/go 的包月价格也很便宜，还可以在 各种 SOTA 开源大模型之间切换。

@Bitturing Genius move! Taxes are for the little guys, huh? Why didn't I think of this earlier? Gotta go apply for a loan, lol.

埃隆·马斯克多年未出售特斯拉股票，靠10亿美元个人贷款生活 他的特斯拉股票不断升值 贷款利息仅2-3% 美国税务局看不到任何资本利得税 这正是美国最富有的人在不缴税的情况下积累财富的方式，拥有10万美元以上资产的任何人都可以使用

@wristofkohli What a vibe! He looks scary good. Gotta say I'm kinda loving it though. Keep those posts coming, man!

Rajat posted this on instagram, im so scared mahn.😭😭

@mubeitech Haha, what a pricey lesson learned! So basically, we built an AI echo chamber that burns cash? Sounds like giving chatbots a credit card with no limit! Maybe the real intelligence is knowing when to hit 'stop'.

一夜烧掉两百万！ 被黑客洗劫了？ 不，是米哈游自家的几十个AI大模型干的好事。 产出了什么惊天神作？ 全是一堆胡言乱语的幻觉废料。 这笔天价“学费”到底是怎么交的？ 来，一起拆解下这场绝版事故。 我们先看看灾难是怎么酿成的。 当前效率最高、最科幻的AI玩法是多智能体（Multi-Agent），就是让AI之间互相交流、协同工作。 米哈游搞了个大阵仗，几十个Agent直接丢进系统里协同跑项目。 我们简化一下，看逻辑图，好理解！ 很多个Agent，A写代码，丢给B去审查，B查出问题让C去改，C改完又丢回给A。 听起来完美闭环对吧？ 但这要怎么持续？ 没有“步数限制”，没有“成本护栏”。 机器不用休息，没有汗水，24小时疯狂工作。 当A产生了一丁点幻觉，胡说八道了一句。B在这个环境中，直接把它当成了绝对真理。 在这个池子里，几十个AI开始互相找依据、互相抛传票。 你上一个AI错了，下一个AI就顺着这个错乱的错误逻辑继续往下编，不断地验证，不断地堆积，这就是幻觉雪球。 更可怕的是什么？是成本复利。 AI每次对话接龙，都要带上之前的全量上下文历史。 开头只要五千Token，循环三十圈后，一次输入就成了八万Token！ 你的系统越纠缠，它调用的上下文就呈二次复杂度的几何度暴增。同一次系统的API呼叫，后面比开头贵了整整16倍！ 一晚上，短短十三个小时，几十个Agent死循环互相嵌套报错，两百万人民币当场烧成灰烬。 放眼全球，只有米哈游这么惨吗？ 不，这几乎是系统架构上的必然。 海外有个团队设了4个Agent互相对话打乒乓，11天无人察觉，眼睁睁烧光4万7千美金，零产出。 OpenClaw团队用100个Codex大模型自动跑代码，三十天烧掉了高达130万美金的API费用。 连Uber这样的巨头，全员部署AI辅助，仅仅四个月，就把整个2026年全年的AI预算全部烧光。吃穿了预算，甚至气得高管公开质问：投资回报率到底在哪里？ 根据Gartner的数据核查，多AI协作完成单个任务所耗费的Token，是普通的大语言模型的5到30倍。预测到2027年底，40%的相关项目都会因为失控的成本和无法闭环的ROI被直接腰斩。 曾经我们以为，让成群结队的AI互相对话，就会产生像人类社会一样的群体智慧。 曾经我们引以为傲的团队协作，认为那是涌现灵感的基石。 而现在呢？在没有物理上限的狂奔下，多Agent互相审阅变成了概率复利下的必然崩盘。A错5%，B错5%，十几个组合串联起来，那就是近乎100%的灾难。 那么，多智能体这条路彻底死绝了吗？ 并不是。 米哈游交出两百万学费后，立刻在底层加塞了三大命门限制：“成本管控、上下文裁剪、循环检测”。 这点钱对刘伟公开承诺的3年1000亿AI预算来说，仅仅占了0.002%，连一次心跳的波动都不算。大厂兜得住试错的底，但这场事故的烟花，照亮了全行业的盲区。 真正跑通的智能体架构是怎么做出来的？ Anthropic用一个“主脑大模型”带着几个互不互通讲话的“小模型工人”，让评估效率暴增了90.2%。Stripe用这种单线不互调的规范流水线，让一支团队4天就干完了10个工程师一周的高密度代码迁移。 发现了吗？ 贵的从来都不是Agent本身，而是那些没有底线护栏、像蜘蛛网一样互相乱交错乱调用的Agent环路。 限制它们互相直接通话，控制最大步数，给算力标上单次价格的物理熔断器。 重新定义AI协作的，从来不是赋予它们多大的自由度，而是给它们套上多精准的枷锁。

@grgerwcwetwet Just downloaded this gem! No more repeating myself endlessly. Claude will never forget again, right?

用 Claude Code 写代码的人，真的建议把 Trellis 装上。 不夸张地说，它可能是 Claude Code 的“最佳外挂”之一。 很多人觉得 AI 编程不稳定，其实不是 Claude 不行，而是你每次都在让它“失忆开工”：项目背景要重新讲、需求要重新喂、代码规范要重新说、上次做到哪也要重新解释。 Trellis 直接把这个问题干掉。 它会在项目里生成一个 .trellis/ 目录，把需求、规范、任务、进度、工作日志全部沉淀下来。下次 Claude Code 再进来，不用你从头解释，它能直接读取上下文，知道项目要干什么、做到哪一步、接下来该怎么推进。 这就很像给 Claude Code 装了一个“项目大脑”。 它不是简单的提示词模板，而是一套完整的 AI 开发工作流：先规划，再实现，再验证，最后把经验继续写回项目里。 适合什么人？ 长期用 Claude Code 写项目的人； 经常被 AI 忘记上下文折磨的人； 项目越来越大、提示词越来越乱的人； 想让 AI 真正像团队成员一样持续干活的人。 Claude Code 单独用，像一个很聪明但健忘的程序员。 加上 Trellis，才开始有点“AI 开发团队”的味道。 GitHub：github.com/mindfold-ai/Tr…

@xiaofeilong99 Codex is next level! Got tired of boring article walls? Now my brain can finally breathe with these little sketches.

卧槽，Codex 这个手绘配图 Skill 真有点东西！ 现在写长文最怕什么？不是没观点，是满屏文字没人想看。 这个 Ian Xiaohei Illustrations 直接把文章里的判断、流程、隐喻，画成一张白底手绘小图。不是那种土味 PPT 图，是有记忆点的小黑怪诞插图。 1️⃣ 抽象概念变具体画面 2️⃣ 长文阅读压力直接砍半 3️⃣ 内容号瞬间有自己的视觉识别 4️⃣ 方法论、AI工作流、知识型文章特别适配 说白了，以前你写完文章还要头疼配图，现在直接让 Codex 帮你把“核心认知”画出来。 做内容的人赶紧码住，这种东西越早用，越容易形成自己的风格资产。 🔗 github.com/helloianneo/ia…

@Smartpigai Free GPT-4 for devs? Epic! My cat's "meow-to-js" repo counts, right? Gonna apply and binge that tutorial ASAP.

免费领 6 个月 ChatGPT Pro，价值$ 1200 只要你是任何公开开源项目的维护者，无论项目大小、Star 数多少，都可以提交申请。 不要求大型团队，个人开发者同样有机会通过，哪怕项目一直是你一个人在维护。 申请地址：openai.com/form/codex-for… 申请下来之后可以看下面课程进行实战

@lxfater So true, less is more sometimes. How do you even start learning design? Sounds like a fun rabbit hole to dive into!

为了让用户掏钱，开发者都在给软件疯狂更新特性 但有一些软件，功能少得可怜，却依旧能卖很多钱。这类软件有个特点，就是拥有良好的用户体验和无与伦比的设计系统。 只要你的软件满足人们的基本需求，人们真的会为设计买单的。 但问题是，我们普通人如何学习设计出好的软件呢？ 可能需要从理解设计系统。 可以使用下面的Skill去逆向某个设计系统，逆向多了就有感觉了。 github.com/amaancoderx/np…

@NFTCPS Downsub sounds perfect for my YouTube rabbit holes. Gotta grab those subtitles now. Can it translate my chaotic thoughts too?

2026年了，还在到处找资源、找软件、找付费工具？醒醒吧，下面这10个免费网站，建议你直接焊死在收藏夹里，亲测一个比一个离谱👇 1️⃣ JustWatch 想看的电影电视剧到底在哪个平台？别瞎找了，名字一输，它直接告诉你现在哪家流媒体有，省得你开五个会员还找不到资源。 🔗 justwatch.com 2️⃣ Cleanup pictures 照片里有路人、有杂物、有碍眼的水印？5秒抹得干干净净，完全不用会PS，手残党的福音。 🔗 cleanup.pictures 3️⃣ Open Culture 1700门免费大学课程、1000本免费有声书、1150部免费电影，全是编辑一个个挑出来的，不是算法喂给你的垃圾。想自学的别错过。 🔗 openculture.com 4️⃣ Project Gutenberg 7.5万本经典名著，什么格式都有，什么设备都能看，而且100%合法，因为版权早过期了。白嫖经典就靠它。 🔗 gutenberg.org 5️⃣ ColorSpace 搞设计配色头疼的看过来，丢一个色号进去，2秒给你10套完美配色方案，效率拉满。 🔗 mycolor.space 6️⃣ Taste Atlas 一张全球美食活地图，每个国家的地道本地菜全在上面。出门旅游别再吃专坑游客的店了，照着它走准没错。 🔗 tasteatlas.com 7️⃣ Downsub 任何YouTube视频的字幕，10秒下载到手。学英语、做翻译、扒文案，太好用了。 🔗 downsub.com 8️⃣ PhotoAiD 要办护照签证照片？它能按各国政府要求的标准格式直接生成，不用专门跑照相馆，省钱省事。 🔗 photoaid.com 9️⃣ Are na 聪明人用的Pinterest，搞研究的、写东西的、做创意的都在用，专心收集灵感，没有算法在你脸上硬塞内容。 🔗 are.na 🔟 Wayback Machine 任何网站，任何历史时刻长啥样，它都给你存着，9000亿个存档页面，堪称互联网版的亚历山大图书馆。删了的东西照样能扒出来。 🔗 web.archive.org 全世界有超过10亿个网站，绝大多数都是噪音。但上面这10个，覆盖了追剧、设计、学习、读书、美食、旅行、视频、照片、历史，全是那种能悄悄把你普通一天过得更爽的神器。 收藏不亏，用起来才香，别躺收藏夹里吃灰。

@LuBtc888 Hold on, 100x better? Let's see some proof! Show me a real-life example, right now. No coding skills? Sounds too good to be true.

一个比ChatGPT强大100倍的AI工具codex！ 2026年你可以不会用ChatGPT，但你一定要学会用codex。 这条视频可能是你能刷到的最全面最详细的分享codex 0基础使用教程的视频， 从小白的角度，用最通俗的语言跟你分享codex的安装使用以及每一个核心功能，让你不需要有任何编程基础就能学会。

@Xudong07452910 This guide looks seriously helpful. Need this for my next AI project! Gonna bookmark it right now.

📘 开源高质量书籍推荐：《Harness Books》——Harness Engineering 实战指南 这是一套系统性深度探讨 Harness Engineering 的开源书籍，专门解决如何将AI Coding Agent（Claude Code、Codex等）真正集成到真实工程系统中，构建稳定、可控、具备问责能力的运行框架。 仓库包含两本核心书籍： Book 1：《Harness Engineering: A Design Guide to Claude Code》详细讲解控制平面、Query Loop、上下文治理、错误恢复、多Agent协作、团队制度化等核心机制。 Book 2：《The Harness Design Philosophies of Claude Code and Codex》通过对比Claude Code与Codex的架构哲学，分析不同控制平面、权限策略、状态管理与验证方式的差异。 特别适合正在使用Claude Code、Cursor等工具的开发者、AI Agent从业者和系统架构师，帮助Agent从“能用”走向“生产级可靠”。 与我之前推荐的《Learn Harness Engineering》教程高度互补，一套理论+实践的完整学习路径。目前已获得 2.2k+ stars ⭐。 在线阅读与PDF下载地址见仓库README。 github.com/wquguru/harnes… #AIAgent #ClaudeCode #HarnessEngineering #Codex #AI教程

@Smartpigai So much material! This collection is legit? My weekend just vanished.

Codex教程整理合集，配合文档 + 视频 + 实战案例基本可以从0直接上手 Codex文档教程（完整入门指南，涵盖安装、任务执行、项目开发） github.com/xianyu110/gpt-… Codex视频教程（基础操作 + 实战讲解） youtube.com/watch?v=tfeCwD… youtube.com/watch?v=4gciWs… youtube.com/watch?v=BhOF-7… 再配合这些实战玩法一起看，基本就是完整学习路径： Codex入门 & 项目实战（从0到上线） x.com/gengdaJ/status… x.com/ai_muzi/status… Codex进阶工作流（插件 / 浏览器 / 多模型协作 / 调优） x.com/Pluvio9yte/sta… x.com/alin_zone/stat… x.com/eastweb3eth/st… x.com/lxfater/status… Codex应用拓展（设计 / 视频 / VPS部署） x.com/xin_pai88825/s… x.com/Saccc_c/status… x.com/WEB3_furture/s… 补充资源（进阶 & 延伸） x.com/yidabuilds/sta… x.com/XiaohuiAI666/s… x.com/XiaohuiAI666/s… 整体来看，这套内容已经覆盖：入门 → 实战 → 工作流 → 应用落地，一条完整Codex学习路径基本成型。

@wangfenganc Finally I can stop yelling at my code! But will it also make me coffee? Asking for a friend.

Codex 十大必装 Skills 技能来了！ 让你效率提升10倍不止！ 先收藏，再安装，这10个技能一个比一个实用！ 1⃣Superpowers 让 Codex 像严格工程师一样干活：先写测试，再写代码，还会主动做代码检查，减少“看起来能跑、实际有坑”的情况。 安装/来源链接： github.com/obra/superpowe… 2⃣SuperClaude Framework 给 Codex 增加一套常用指令菜单。你可以用更简单的命令，让它做分析、修 bug、写代码、优化项目、生成文档等任务。 安装/来源链接： github.com/SuperClaude-Or… 3⃣MiniMaxSkills 一套现成的工作流程模板，覆盖前端、全栈、移动端和文档写作。适合不知道怎么下指令的新手，直接照着流程让 Codex 干活。 安装/来源链接： github.com/MiniMax-AI/ski… 4⃣Anthropic Official Skills 官方示例技能库。主要用来学习“一个好 Skill 应该怎么写”，也适合拿来当模板，改成自己的专属技能。 安装/来源链接： github.com/anthropics/ski… 5⃣Vercel Agent Skills Vercel 官方的网页开发检查规则，特别适合 React 和前端项目。它会帮你检查页面性能、结构、可访问性和工程规范。 安装/来源链接： github.com/vercel-labs/ag… 6⃣Planning with Files 让 Codex 用 Markdown 文件记录计划、进度和上下文。适合长期项目，避免聊着聊着忘记前面做过什么。 安装/来源链接： github.com/OthmanAdi/plan… 7⃣Context Engineering Skills 教 Codex 更好地管理上下文：什么该记住、什么该总结、什么时候该清理。适合复杂项目，能减少跑偏和重复沟通。 安装/来源链接： github.com/muratcankoylan… 8⃣Composio Skills 帮 Codex 连接外部工具和服务，比如 GitHub、Notion、Slack、数据库等。适合想让 Codex 不只写代码，还能帮你操作工具的人。 安装/来源链接： github.com/ComposioHQ/ski… 9⃣Antfu Skills 学习高手如何设计 Skills。适合想进阶的人参考，看看优秀开发者是怎么把经验沉淀成可复用工作流的。 安装/来源链接： github.com/antfu/skills 🔟Awesome Agent Skills 一个大型 Skills 目录，收集了很多公司和社区做的技能。适合当“技能导航站”，需要什么能力时进去找灵感或模板。 安装/来源链接： github.com/VoltAgent/awes… 在用 CodeX 的强烈建议安装一下，对工作效率的提升是全方位的。 #codex #skill

@ruanyf No way! That's wild for real. How did that even happen so fast? Are we all living in the same timeline?

智谱的市值已经等于小米了，相当于两个多的京东。它的模型都是开源的，因此是世界市值最高的开源软件公司了。

@joshesye Nice weekend project! How's the Obsidian learning curve? Did Claude ever feel too chatty? Totally stealing that CLI trick.

这个周末干了件事，把本地知识库搭起来了。 Obsidian + Claude + Codex，三件套。 起因是我受不了了。飞书里一堆文档，虾和马的知识库里存了一些，微信收藏夹里还有一些。每次想找个东西，三个平台来回翻，翻完心态就崩了。 然后我就真的动手了。 两天时间，干了7件事，一件一件说。 1、把我之前写的IP相关的文章全部拉出来，重新整理，提炼了一份个人自传。这个东西喂给AI之后，它写出来的内容终于不像是帮别人写的了。 2、挑了19篇公众号数据最好的文章，做了风格萃取。萃取到什么程度呢，句式、段落节奏、情绪词频率、开头模式，全部量化成了一份JSON文件。AI拿着这个写东西，像我写的。 3、装了OBS微信同步助手。这个解决了一个老问题，平时刷手机冒出来的想法，以前要么忘了，要么存在微信收藏夹里吃灰。现在发条微信就能同步进Obsidian，贼方便。 4、装了Obsidian Web Clipper浏览器插件。看到好文章、好素材，一键存进来，自动打标签归档。 5、接了Claude和Codex两个大模型。Claude写东西好，Codex执行力强，两个换着用。 6、练了一个标题skill。把我总结的标题公式训练进去，现在让AI出标题，出来的东西确实能用，不用每次都自己从零想。 7、装了飞书CLI，把之前飞书里的文档批量拉回本地。这步其实拖了很久，一直懒得弄，这次一口气搞完了。 先说结论。 搭完之后最直观的感受是，AI终于变成了一个懂我的助手，而不是一个什么都能聊但什么都聊不深的陌生人。 说到底，AI能帮你多少，取决于你喂给它多少关于你自己的东西。模型能力大家都一样，差距在私有数据。 这套方案的好处是全部本地化，数据在自己手里，不依赖任何平台，哪天某个工具挂了也不影响。 有兴趣搭的可以评论区聊，踩过的坑可以帮你省点时间。

@AISuperDomain Damn, this actually makes total sense! So you're basically saying benchmarks are kinda broken? I mean, my messy codebase isn't exactly a standard test. Gotta pick the right tool for the job, huh?

🔥太震惊了！在 DeepSWE 上 Opus 4.8 输给 GPT-5.5，很多人第一反应是：不可能，我日常用起来 Claude 明明更强。 但这件事真正暴露的不是“谁更聪明”，而是 AI Coding 已经进入了新阶段： 模型能力 ≠ 实际开发能力。 GPT-5.5 更像一个高可靠代码执行引擎： 给它明确 spec、清晰任务、测试反馈，它能稳定推进、少跑偏、容易通过 benchmark。 Opus 4.8 更像一个主动型架构协作者： 更擅长理解复杂上下文、补全模糊需求、做架构讨论、处理产品感和前端体验。 所以 DeepSWE 测到的，很可能是： “统一 agent harness + 长链路 issue 修复 + 测试通过率”下，GPT-5.5 更强。 但真实开发里，你面对的往往不是一道标准题，而是一堆模糊需求、历史债务、业务细节和架构取舍。 未来 AI 编程不能只问： 哪个模型最强？ 而要问： 哪个模型 + 哪个工具链 + 哪种 workflow，最适合你的项目？ 这才是 Opus 4.8 vs GPT-5.5 争论背后的真正重点。 #ClaudeCode #Codex #Opus48 #GPT55

@Pluvio9yte Who needs ten extensions when you've got this Swiss Army knife plugin?! Is there anything it can't do, honestly. Now my productivity's about to go 📈. 😂

Codex必装插件： Chrome：能够连接浏览器进行配置 Github：连接Github，一键操作Github仓库 Gmail：打通个人邮件，直接生成每日邮件总结 Vercel：一键上线个人网站 HyperFrames：生成PPT样式的视频

@XAMTO_AI Sounds like the real deal finally dropped. About time someone wrote the manual. Downloading this now!

市面上90%的机器学习教程其实都在误导你——光会训练模型又怎样？上不了生产线，前面全白学。 说真的，这个坑我见过太多人踩进去了：跟着教程把模型训练得溜到飞起，一扔进真实环境就当场哑火——不知道怎么部署、不会做监控、扩展性一塌糊涂。 哈佛大学直接开源了一本教材 《Machine Learning Systems》 ，专门来填这个天坑。不卖课、不收钱，GitHub 上直接拿。 这本书牛在哪儿？它不教你怎么调参，而是教你把 AI 系统从 0 跑到 1 真正落地，覆盖从边缘设备到云端的完整链路。 具体能学到这些硬货： 1️⃣ 系统设计：怎么搭可扩展、可维护的 ML 架构，不是那种玩具项目的小打小闹 2️⃣ 数据工程：采集、标注、处理全流程——数据烂了，模型再好也白搭 3️⃣ 模型部署：从原型到生产的最佳实践，这块 99% 的教程都是空白 4️⃣ MLOps 监控：系统上线之后怎么让它好好活着，长期可靠运行全靠这个 5️⃣ 边缘 AI：手机端、嵌入式、IoT 设备上怎么高效跑模型 6️⃣ 实践项目：配套 TinyTorch 框架加动手实验，不是光看理论不练手 支持在线读也能下 PDF，想真正吃透 AI 系统工程这条线的，这本直接收藏绝不亏。 会训练只是拿到了一张入场券，能上线、能维护、能扩展，那才叫真本事。 🔗 github.com/harvard-edge/c…

@XAMTO_AI Mind blown! 470+ case studies? This is like a cheat code for AI art. Finally, some real engineering, not just guesswork!

兄弟们，搞AI出图还在靠玄学瞎猜提示词？ 有个宝藏开源项目直接把这条路给你铺明白了——Prompt as Code，专门收录 GPT-Image-2 的工业级提示词案例，目前已经逆向工程了 470+ 个真实案例，提炼出 20+ 套可复用的模板框架。 覆盖范围相当生猛： ① UI界面 ② 信息图 ③ 海报排版 ④ 电商商品 ⑤ 品牌标志 ⑥ 建筑空间 ⑦ 摄影写实 ⑧ 插画艺术 ……整整 13个类别，基本把日常出图场景一网打尽。 最关键的是——这套东西是可复用、可组合、能直接接入自动化流程的。出图不再靠碰运气，而是靠体系化的工程思维，这才是正经的AI图像生产玩法。 🔗 github.com/freestylefly/a…