Ren (@Ryrenz)

每天刷两小时推特，看到的还是二手转述。这 12 个源直接看一手，建议收藏： 1、AI News — 每日自动汇总各大社区和论文动态的日报，一篇顶你刷半天 2、The Batch — 吴恩达团队的每周简报，观点比资讯多，适合建立判断 3、Hugging Face Papers — 每天社区投票选出的热门论文，带简介 4、alphaXiv — 论文讨论区，能看到同行对一篇论文的质疑和补充 5、arXiv — 最原始的论文源，追某个方向就订阅对应分类 6、LMArena — 大模型盲测竞技场排行榜，看真实对战胜率而不是厂商自测分 7、Artificial Analysis — 各家模型的速度、价格、质量横向对比，选型时直接看这里 8、OpenRouter Rankings — 按实际调用量排的模型使用榜，能看出开发者到底在用什么 9、Simon Willison's Blog — 每个新模型发布他都会实测并写清楚能干什么，几乎不吹 10、Latent Space — 深度访谈和技术拆解，适合了解工程侧的真实做法 11、Interconnects — 训练和后训练方向的深度分析，偏研究 12、SemiAnalysis — 算力、芯片和数据中心的产业分析，看清楚上游发生了什么 如果只留两个：日常追进展看 AI News，选模型看 Artificial Analysis。

天天转发「100 个万能提示词」不如自己学会写。 下面这 6 个免费提示词库从入门到进阶排好，参考他们比背模板管用得多。 1、Learn Prompting 最系统的免费入门，从零讲到进阶，几十节循序渐进的课，还带练习，完全不懂的先从这里开始。 2、Prompt Engineering Guide 维护的进阶指南，把各种提示技巧和背后的论文串起来，想搞明白原理、跟前沿的看这个。 3、Anthropic 提示词库 官方出的 Claude 提示词范例集，几十个真实任务的现成模板，学「工业级提示词长什么样」直接抄官方的。 4、OpenAI Cookbook 官方代码食谱，每个提示技巧都配能跑的示例，边看边动手，从会写变成会用。 5、PromptHero AI 生图最大的社区，Midjourney、Stable Diffusion 的高质量案例带参数，做 AI 绘画的在这找灵感。 6、FlowGPT 各行各业提示词大杂烩，按场景搜别人调好的提示词，临时要个能用的直接拿走改。

红杉 AI 大会上，Karpathy 聊了近 30 分钟，把过去几个月编程范式的剧变讲透了 从"软件 1.0/2.0/3.0"的框架，到 MenuGen 项目里"神经网络直接把图片渲染进菜单像素"这种细思极恐的例子 还有"参差智能"(jagged intelligence)、"animals vs ghosts"这些他自己独创的概念。 这是一个真正在大模型一线写代码、踩过坑的人，把 2026 年最前沿的认知浓缩成大白话讲给你听。 章节： 00:30 作为程序员从没这么落后过 01:02 去年12月的转折点：从"能用的AI"到 vibe coding 03:35 软件1.0/2.0/3.0：编程变成了写提示词 04:04 OpenClaw 安装：复制粘贴一段话给 agent 就是新时代编程 04:49 MenuGen 的故事：从写代码到"给 Gemini 一张照片" 05:37 Nano Banana 直接把菜品渲染进像素，整个 app 都成了多此一举 06:11 软件3.0范式 08:07 MenuGen 例子的推演：完全神经网络构成的计算机 09:40 AI 到底为什么在有些领域强、有些领域弱 11:14 经典例子：strawberry 里到底几个 r，到走50米该不该走路去洗车 12:24 国际象棋的秘密：GPT-4 突飞猛进是因为训练数据加了棋谱 13:39 给创始人的建议：可验证性能让你自己做微调、蹭上RL红利 15:46 vibe coding vs agentic engineering 16:54 "10倍工程师"过时了，现在顶尖的人远不止10倍 18:21 招聘该怎么变：别再考算法题，让人做一个能扛住攻击的大项目 19:36 人依然要把关审美、判断力、taste 20:37 Spec 比 plan mode 更重要：把关顶层设计，细节交给agent 21:51 API细节(dim/axis/reshape)已经不用记了，但底层原理还得懂 22:13 品味判断力会不会贬值？ 23:31 参差智能：我们不是在造动物,是在召唤幽灵(ghosts) 25:17 agent 能自主行动后的世界 25:27 一切文档依然是给人类写的——Karpathy最讨厌的痛点 27:43 智能变便宜之后，到底什么还值得深入学习 28:06 那条让他难忘的推文："你能外包思考，但外包不了理解"

想自己做量化交易，最大的坑是工具东拼西凑 这 6 个 GitHub 仓库能帮你一条龙搞定策略和回测。 1、awesome-quant — 量化资源总目录，27.1k star 数据源、定价、回测、风控的库按门类全列好了，搭研究环境照着挑就行，不用瞎搜。 2、machine-learning-for-trading — 同名书第三版全套代码，19.4k star 27 章一条线，从拉数据、训模型到接券商上实盘，全是 Jupyter notebook，clone 下来照着跑。 3、quant-trading — 现成策略合集，10.2k star 配对交易、统计套利、布林带、MACD、VIX 计算器全写好了，每个脚本留了统一接口，直接嵌进自己系统。 4、backtrader — Python 回测框架，22.2k star 策略想法写完先在历史数据上跑一遍，不用真金白银试错，社区文档也全。 5、zipline — 老牌回测引擎，19.9k star Quantopian 当年的核心，事件驱动回测的经典实现，适合理解回测引擎怎么搭。 6、ccxt — 加密交易统一接口，43.1k star 100 多家交易所的 API 用一套代码调，做数字货币策略不用为每家交易所单独对接。

一台小服务器，把这 6 个开源神器架起来，订阅费全省了 每月交给网盘、相册、密码管理器的钱，自己架一套就全停了，数据还全攥在自己手里。 1、Nextcloud —— 自建网盘 + 办公套件，替掉 Google Drive、Dropbox，文件同步、日历、协作文档一套全有。 2、Immich —— 自建相册，界面和体验直接对标 Google Photos，手机自动备份、AI 找图、时间线全有，照片再多也不用买云空间。 3、Vaultwarden —— Bitwarden 服务端的轻量 Rust 实现，端到端加密存密码、跨设备同步、还能生成验证码，吃内存极小一台树莓派就够。 4、Jellyfin —— 自建影音流媒体，把自己的电影剧集音乐串流到所有设备，完全免费，不像 Plex 还要买终身授权。 5、Paperless-ngx —— 把发票、合同、快递单扫进去自动识别归档，以后搜一个关键词就翻出来，告别一抽屉纸。 6、Karakeep —— 自建书签和稍后读，网页、推文、图片存进去自动打标签、能全文搜，替掉那些收费的收藏工具。

现在满世界在招会做 AI Agent 的人，可大部分教程上来就让你调 API。 真想自己搭一个能干活的 agent，照这条路线走，全程免费，全是官方和名校的高质量教学。 → 第 1 步｜先把概念和模式吃透：Anthropic《Building Effective Agents》。 它把 agent 到底是什么、什么时候该用工作流、什么时候才该上 agent 讲透了。别急着写代码，先把这篇当地图。 → 第 2 步｜动手跑出第一个 Agent： Hugging Face 官方 Agents Course，免费、带证书。 跟着把第一个会自己调用工具的 agent 跑起来，中途卡住很正常，这一步就是用来踩坑的。 → 第 3 步｜学会写真正干活的代码 agent： 联合 Hugging Face 的《Building Code Agents with smolagents》，Hugging Face 联合创始人 Thomas Wolf 亲自讲，教你做能浏览网页、抓数据、多步推理的 agent。 → 第 4 步｜给 agent 接外部工具： Hugging Face 的 MCP Course，和 Anthropic 联合出的，把 Claude Code、Codex 都在用的 MCP 协议从头讲到你能自己写一个。 → 第 5 步｜把 Skill 和工作流吃透： Skills with Anthropic》，Anthropic 官方合作、Elie Schoppik 主讲，教你用 Skill 给 agent 加专门知识，正是 Claude Code 现在最火的玩法。

⚡ 真香！轻量本地向量搜索，轻松构建知识库！ 阿里开源的 zvec，GitHub 揽获 10.3K star，在阿里内部已经大规模用过了。 想给 app 做个 RAG、或者给 AI 加点长期记忆，正常做法是单独起一个向量数据库服务，又要装又要配，小项目嫌它重得很。 zvec 把整个向量库塞进你的进程里跑，就像 SQLite 之于关系型数据库： pip 装上、几行代码建个集合、灌数据进去就能做相似度搜索，没有服务器、没有配置文件、本地一个文件搞定。 它能在毫秒级里搜上亿条向量，还支持向量加全文的混合检索，笔记本、服务器甚至边缘设备上都能跑。 部署也简单，pip install zvec 装完直接用。 GitHub：

💥 中文内容创作最强 10 个 skill 大全来啦！ 这 10 个 skill 从搜资料、定选题、写稿、配图、做 PPT、剪视频到排版分发，把一条内容产线全包了，全开源免费： 1、guizang-ppt-skill（归藏，17k star） 内容创作类 star 最高的 skill。 一句话出杂志级或瑞士排版的 HTML 演示稿，配图、封面、演示动效全带，作者把十年设计经验压进了这一个 skill，做分享、做汇报省一晚上。 2、guizang-social-card-skill（归藏，3.5k star） 一段文字出小红书竖版轮播图加公众号封面对，28 套版式、10 套主题，单文件 HTML 直接转 PNG，不用再自己抠排版。 3、awesome-gpt-image-2（freestylefly，7.3k star） gpt-image-2 这波最火的生图 skill。 把 470 多张爆款图反向拆成提示词，20 多套工业级模板直接套，文章配图、海报、封面照着出，不用对着空白框发愁。 4、Humanizer-zh（归藏，10k star） 中文写作者人手一个。把一眼假的 AI 腔改回人话，去掉翻译腔和空话套话，发文前过一遍。 5、Deep-Research-skills（1.1k star） 给 Agent 装一套深度研究流程：先列研究大纲，再分头上网查，最后汇成一份带出处的报告，全程你能插手改方向。写干货长文之前用它把料备齐，自带中文版。 6、anything-to-notebooklm（乔木，5.1k star） 一篇文吃干榨净。公众号文、网页、YouTube、PDF 丢进去，一键转成播客、PPT、思维导图、测验，一稿拆成好几种形态发不同平台。 7、wewrite（2.3k star） 公众号一条龙：抓热点、定选题、写正文、做 SEO、配图、排版，最后直接进微信草稿箱，一个人顶一个编辑部。 8、Youtube-clipper-skill（归藏，2k star） 把一条长视频自动切成一段段短视频，找高光、配字幕，做切片号、剪二创素材的省去手动拉时间轴。 9、oh-story-claudecode（2.4k star） 写小说、网文的选题脑暴神器。自动去番茄、晋江、知乎扫排行榜，提炼当下火的题材、人设、开篇切入点，还能逆向拆解爆款是怎么写的。 10、marketingskills（33k star） GitHub 上 star 最高的营销 skill 库，32 个技能覆盖文案、SEO、转化、品牌定位一整套，做投放、写带货文案的看这个（纯英文，适合做出海/外贸内容）。

这可能是目前最完整的 Codex 实战课——作者 Riley Brown 用 30 分钟，通过 7 个白领工作真实场景，一个个演示给你看如何用 Codex 提效： - 60 张收据照片自动 OCR 进 Excel - 扫两周邮件自动整理成品牌合作表格 - 让它自己打开 Canva 做 PPT - 自动控制浏览器开发测试网站 - 每周五早 9 点自动更新报表…… 看完你会重新理解"AI 帮我做事"到底能做到什么程度。 00:00 开场：ChatGPT/Claude/Codex 到底该用哪个 00:41 Codex 是能控制整台电脑的智能体超级应用 02:22 能力①完全文件访问：60 张收据自动 OCR 进 Excel 04:27 文件都留在本地，怎么用 project 保持条理 07:41 能力②持久记忆：手动记忆 agents.md vs 自动记忆 10:46 能力③插件 plugins：两下接入 Slack/Gmail/Notion 11:33 实战：扫两周邮件，整理品牌合作进表格 13:51 能力④技能 skills：把工作流沉淀成可复用 SOP 15:05 创建技能的两种方式，手动工作流法最好 19:22 能力⑤内置 GPT-image-2，直接出产品图 21:03 能力⑥computer use / browser use：自己开 Canva、测网页 23:58 能力⑦automations：每周五 9 点自动更新表格 25:31 常驻录屏，自动给演示补内容 27:19 七大能力总结回顾 28:26 结尾

这是 YouTube 最火爆的 Codex 零基础上手教程。 Youtube 140 万粉丝的大佬 Charlie Chang（Hook AI 创始人），14 分钟带你从下载到实战，全程跟着做一遍： 让搭载 GPT-5.5 的 Codex 自己做落地页、写营销方案、跑定时任务、还能生成宣传视频——一条 prompt 就能产出一整套素材。 章节： 00:00 Codex 是什么，为什么比 Claude/Gemini 强 00:44 第一步：下载安装 Codex 01:08 走一遍引导设置 01:38 吃透主界面：项目、聊天、权限、模型档 03:44 实战介绍 03:57 配连接器：GitHub / 浏览器 / HeyGen 04:35 Plan 模式做一个 AI 落地页 05:50 Codex 自带浏览器，自己截图测试 06:14 加自动化：每天 9 点自动出报告 07:25 让 Codex 回头改进落地页 08:39 接 Google Drive，自动生成营销方案 10:24 一条 prompt 生成宣传视频 12:37 做社媒轮播图 12:45 去试、去迭代，做自己的东西 14 分钟，把 Codex 用成全能助手。

好问题 Hermes 省token方面有很多机制： 1. 缓存优化： hermes: 全session 缓存，缓存命中接近100%; 并且 Hermes 把外部记忆、plugin 上下文等临时内容塞到 user message 里而不是 system prompt，确保 system prompt 的 prefix cache 永远命中。 openclaw: 动态内容（heartbeat、group chat context、runtime info）会更改 cache boundary， 缓存打折扣 虽然不省 token 但是 cache 命中高 = 省钱 2. Comapction 增量更新（省的不多） Hermes: 已有摘要时只 merge 新内容 openclaw: 每次 compact 重写摘要 3. 历史记录搜索方式（最省token的一集） Hermes: FTS5(关键词搜索) 命中 → 加载匹配会话 → 截取 ~100K 字符 → 廉价模型摘要 → 精炼结果注入 OpenClaw: Hybrid：向量+BM25 搜索 → 返回 top N raw chunks → 直接注入主模型 Context 读取 raw chunk, token 开销大！ 关于 skill 管理： 1. 能关 config 里有 creation_nudge_interval: 15 这个参数，每隔 x 轮对话自动判断是否有需要更新的 skill 设成 0 就禁用自动创建更新。 2. 如果太多了仍然还是要手动管理的 检测到已有相关skill会进行更新而不是无限创建。如果长期使用skill太多 ，允许用户通过 `skills.disabled` 禁用一些skill或者直接删除。 能用到 50+ 不同复杂流程被自动编写为skill的时候，相信你也是Master了。