AIwork4u

分享我半年筛选下来的AI newsletter： The Rundown AI (therundown.ai)：订阅超200万，行业第一，每日高密度产业动态 TLDR AI (tldr.tech)：5分钟科技简报，AI+编程+产品精华浓缩 The Neuron (theneurondaily.com)：非技术向最佳 AI 日报，3分钟轻松读完 One Useful Thing (oneusefulthing.org)：Ethan Mollick 实用+学术洞察（超40万订阅） Ben's Bites (bensbites.com)：AI 工具与 startup 圈经典消息源 Latent Space (latent.space)：swyx 开发者视角，未公开项目+工程解读 Interconnects (interconnects.ai)：Nathan Lambert RLHF&模型训练深度专栏 Every (every.to)：科技与商业下一步，资深战略分析 Smol AI News (smol.ai/news)：Discord/Reddit 等 AI 社区一线直击 AI Breakfast (aibreakfast.beehiiv.com)：每周系统回顾+深度讨论 那么，如何将用Hermes将这些高质量文章输入第二大脑呢？ 下面这篇文章告诉你👇

Anthropic 的哲学家@AmandaAskell 最近参加了一个访谈，在访谈中她分享了自己探索好奇领域的一个方法。 提示词大概是： 我希望你从「xx」领域里选一个大概研究生水平的概念。然后我希望你通过写一个寓言的方式，间接地把这个概念完整讲出来。最好一直到快结尾时，人才会慢慢意识到这个概念究竟是什么。然后在故事之后，再补一段解释，把你刚才真正要讲的概念说清楚。

通过我的一万多条推文做的 dbskill，更新到 v2 版本了，践行开源精神 1️⃣ 你可以在 claude code 里面通过 /dbs 来进行对话，这个入口会自动路由到其他的各个 skill 比如 diagnosis 发现心理问题信号，会建议你去 unblock，你不需要特别关心你正在用哪个具体的 skill 2️⃣ 如果你不愿意用我的 skill，我公开了 skill 知识包，你可以拿去做你自己的 skill diagnosis_公理与诊断框架.md diagnosis_问题消解案例库.md benchmark_对标方法论.md benchmark_平台运营知识.md content_内容创作方法论.md content_平台特性与案例.md unblock_心理诊断框架.md unblock_信号案例库.md deconstruct_语言与概念框架.md deconstruct_解构案例库.md 3️⃣ 推文原始内容以「知识原子」的形式，通过 jsonl 文件分享了，总共有 4176 个结构化的知识原子，每个都标注了主题、类型和来源推文

Harness工程最佳实践的学习姿势： - 一边剖析Claude Code源码 - 一边比对Claude Code和Codex工程实践差异 书籍源码（含PDF生成逻辑、最佳实践Skill）完全开放在github.com/wquguru/harnes…中，在线阅读可以看harness-books.agentway.dev 搭配 @blackanger 张汉东老师的大作阅读更佳🫱 zhanghandong.github.io/harness-engine…

有条件一定要用最好的AI大模型Claude，用opus 4.6！ 这个印度开发老哥把Claude代码功能讲的太细了， 中文字幕版已做好，兄弟们请查收！ 每个程序员和AI玩家都应该知道的12个Claude代码功能： - CLAUDE.md - Permissions - Plan Mode - Checkpoints - Skills - Hooks - MCP - Plugins - Context - Slash Commands - Compaction - Subagents

再分享几个飞书开源文档，欢迎惠存： 1、42.5万字《姚金刚认知随笔》，每周更新：jiahejiaoyu.feishu.cn/docx/YHOHd1TLy… 2、《GEO白皮书》，AI搜索营销科普文档，不定时更新：yaojingang.feishu.cn/docx/Jv85dXAeZ… 3、《姚金刚提示词合集》，不定时更新：yaojingang.feishu.cn/docx/ER4rdSlvc… 4、《GEO提示词合集》，我和向阳的GEO书籍配套提示词：yaojingang.feishu.cn/wiki/YbMLwkChm…

这篇文章建议所有用Claude Code的人都读一遍，把.claude文件夹讲得非常透彻。 大多数人只知道CLAUDE.md，但其实.claude文件夹里藏了一整套配置体系： 1、CLAUDE.md：最核心的文件，写什么Claude就照做，建议控制在200行以内 2、rules/文件夹：当CLAUDE.md太臃肿时，按关注点拆分成多个规则文件，还支持按路径作用域加载 3、commands/文件夹：自定义斜杠命令，能嵌入shell命令输出，团队共享 4、skills/文件夹：和命令不同，技能是Claude自动触发的，不用手动输入 5、agents/文件夹：给子代理定义独立角色和权限，处理复杂任务 6、settings.json：权限控制，哪些工具能用、哪些文件能读 还有个容易忽略的点：其实有两个.claude目录，项目级的提交到git团队共享，全局~/.claude/放个人偏好。

github.com/lijigang/ljg-s… 写了个旅游攻略的skill，要出去玩的话，可以用这个试试。

想做视频号的看过来了！这套自动化流程我跑通了送给你 我具体用到了以下两个 GitHub 项目，配合上龙虾，目前已经能够监控热点 - 生成 Prompt - 生成视频 - 自动分发到多个社交平台 1. seedance-prompt-skill 这是一个高质量的 senndance 提示词生成 Skills，是 @songguoxiansen 的项目 我生成了一个视频放在了下面，供你们参考 2. AiToEarn 运营管理和自动分发工具，能够管理所有账号的发布记录、互动数据、粉丝增长 并且，能把你生成的视频一键分发到抖音、小红书、Youtube 等国内外 14 个社交平台上 两个项目的源码链接我放在评论区了。对做视频号感兴趣的朋友们建议收藏！

节省 OpenClaw 的 API 教程文章来啦~ 可以直接省掉接近 80% 的 Token，让你的钱包不再焦虑😂 我本人也是用同样的设定，而且也是在手机部署 OpenClaw 目前已经在两部手机部署了 OpenClaw 一个跑市场扫描做交易，一个做分析市场热度和收集资料，节省 Token 消耗太重要了 #OpenClaw #Clawdbot

玩 OpenClaw 🦞 一个多月。好用和安全之间的张力，是 26 年每必须解决的问题。三条经验： ① SOUL.md 是第一道防线——认真写 ② 记忆系统是 Agent 的大脑——认真选。 原生记忆跨会话基本失忆。开源方案已爆发：Mem0、Zep、Letta、EverMemOS、OpenViking 都能接 ③ PII 网关是隐私底裤——必须穿。 Agent 和大模型之间加一层本地网关，敏感信息自动替换成 fake 身份再发出去，返回后还原。日常无感，真实数据从未离开本地 没有开箱即用的完美方案，但三层搭好，至少不是裸奔

小红书卖绝版电子书实战｜日峰值收益破千拆解 🔗：pan.quark.cn/s/b13a354fb4ef 不是拼资源多少，而是抓信息差＋稀缺需求。 选书逻辑 → 关键词布局 → 笔记结构 → 私信成交 → 风险规避思路，全流程拆解，跑通模型再放量。

养小龙虾兄弟盟，强烈推荐你们安装这个 skill：Agent-Reach 你现在用 OpenClaw 这种 AI Agent， 它脑子很强，但眼睛基本是瞎的。 让它： - 看一下 YouTube 教程讲了啥 —— 看不了 - 搜 Twitter 上大家怎么评价 —— API 要钱 - 去 Reddit 找同类 bug —— 403 - 看 小红书 口碑 —— 必须登录 - 总结 哔哩哔哩 视频 —— 服务器常被拦 - 读 GitHub 仓库和 Issue —— 认证一堆配置 不是做不到，是太麻烦。 每个平台一套规则， 要权限、要登录、要处理反爬、要清洗 HTML。 你折腾半天， 只是为了让 Agent 能看到网页。 而现在你只需要跟你的小龙虾说一句： 帮我安装 Agent Reach 剩下的，它自己会搞定。

经过两小时的奋战，和@zhixianio 耐心的协助debug，终于在旧的安卓手机上成功运营了@openclaw 并且起名 Soul in the Shell ✅在安卓手机上跑openclaw的好处是： 1.感到安全！旧手机里没有重要信息，平时最大的用途是开空调 2.成本极低，废物利用 3.已经给它布置了一堆我想完成，却没来得及执行的工作 4.如果没有root权限，openclaw是无法访问和操控你手机里的App的，安全+1 ⭕缺点是： 1.它跑在安卓虚拟环境里，无法访问本地文件（但已有群友设法把它放出来了 2.需要主动配置电池管理，否则它必须在前台/手机亮屏时才能运行 总之现在我像是又长了一个脑子 idea dump!

上篇介绍了热心哥 @jtrevorchapman 的 Polymarket 15m 三层滤网系统（盈利因子 4.29，胜率 93%）。这篇聊了聊他作为非程序员背景，如何通过 vibe coding 从零搭了一套稳定盈利的交易系统。信息依然是整理自他的回复。 他是从 12 月 12 日开始搭建，每天孩子睡后干到凌晨 5 点，经历了十几种策略才找到稳定盈利的三层滤网系统，如果没看过上篇，评论区有链接。 多智能体协同 使用的是 Claude Opus 和 Gemini Flash，其中 Claude Opus 负责写代码，Gemini Flash 负责数据研究。 这么分工的原因是 Gemini 写代码时太喜欢自作主张，会擅自改他没要求改的部分。 选择 Flash 而不是 Codex，看来大哥是买了 Google 全家桶了，当然他的这个经验和目前的研究是一致的，适量的多智能体协同确实是可以提高工作质量和效率。 调试方法论 这是我觉得最值得学习的部分：每次亏损后，回到日志里，问自己：“如果我能在这个瞬间暂停时间，我会怎么解决这笔亏损？”想清楚之后让 AI 把解法写成代码。 这个思路决定了他对日志的要求极高，需要记录数据点、决策分支、执行函数。因为没有详尽的日志，根本没法回到那个瞬间去复盘。 三条原则 1、编写代码时需要提供精确的指令（prompt），要像外科手术一样，否则 AI 会按它训练时默认的方式进行实现，这往往会搞砸苦心研究的策略。（其实很多人目前是主张应该顺着 AI 默认的方式进行，这可能是量化和其他领域编程的一个区别。） 2、研究策略时要求 AI 直说、不要迎合，鼓励 AI 反驳自己的看法而不是让 AI 顺着自己说。（这可能是大哥用 Gemini Flash 而不是 Opus 做研究的原因。） 3、不要轻信 AI 给出的的结论一定要多角度验证。他这里举了个有趣的例子，他早期有几周的成交率数据全是错的，自以为策略赚了钱，结果钱包余额却越来越少。（这是很多人都碰到过得问题吧，因为延迟造成的滑点，使得策略产生亏损，程序记录盈亏时按照触发价而不是实际成交价进行，导致表面盈利实际亏损。）