微博 AI 观察博客

原文

Claude Code 的操作手册，学习。作者用了半年 Claude Code 之后，发现很多人在重复踩同样的坑。总结几个真正能省时间的技巧：1. 把重复指令封装成 skill只要发现自己反复说同一段话，就把它写成一个 skill。关键是把 description 写得足够精确，这样 Claude 会学会自己触发，不需要你每次主动调用。2. 用 (at) 直接指定文件写 prompt 时直接 （at)/path/to/file.ts，Claude 会把文件内容直接加载进 context。不这样做的话，Claude 会自己去搜索、分块读取，慢很多，而且容易漏。3. 用 ! 执行 shell 命令跑测试、类型检查，直接 ! tsc 比让 Claude 去执行快得多。4. CLAUDE.md 保持在 200 行以内只写 Claude 不可能自己知道的信息：业务背景、数据模型、命名规范、内部规则。其他全是噪音。文件越长，Claude 越容易被稀释注意力。5. 单独维护一份 AGENTS.mdAGENTS.md 正在成为跨工具的标准格式（Cursor、Codex、Gemini CLI 都支持）。把核心逻辑放在这里，CLAUDE.md 只用一行 (at)/AGENTS.md 引入。这样换工具不用重写一遍。6. 定期跑 /security 命令这个命令会做一次安全审查，不常见但值得养成习惯。不能替代你自己的安全意识，但能帮你捕捉明显漏洞。访问：www.reddit.com/r/ClaudeAI/comments/1sv852q/claude_code_cheat_sheet_after_6_months_of_daily/#HOW I AI# #程序员#

转发者评论

无明显转发评论

原文

港科大、新加坡国立、牛津等十余所高校联合发了一篇 88 页的综述，试图解决一个越来越尴尬的问题：“世界模型”这四个字在不同圈子里意思完全不同。做强化学习的说的是 Dreamer 那种在脑子里想象未来再决策的系统，做视频生成的说的是 Sora 那种画面生成器，做 Web Agent 的说的是 LLM 对网页状态的预测能力。大家各说各的，论文之间根本没法比。这篇论文提出了一个“能力等级 x 领域法则”的二维框架，想把这些散落的社区拉到同一张地图上。能力分三层：L1 预测器只管预测下一步，L2 模拟器能做多步推演且推演结果要遵守所在领域的基本规则（物理世界不能让杯子穿桌子，软件世界不能调不存在的 API），L3 进化器能在预测出错时主动诊断原因、设计实验获取新数据、修正自身模型。领域分四类：物理世界（机器人、自动驾驶）、数字世界（网页浏览器、代码、GUI）、社会世界（多智能体交互、社会模拟）、科学世界（天气预报、材料发现、药物设计）。每个领域对“什么算合法的状态转换”有完全不同的约束，失败模式也不同。综述 400 多篇工作后有几个跨领域的共性发现：视频生成模型视觉逼真度远超物理忠实度，最好的模型在物理一致性测试上通过率只有 26.2%；LLM 驱动的社会模拟能复现舆论极化等涌现现象，但智能体有系统性的趋同偏差，跟真实人类行为分布偏离大；目前 L3 做得最成熟的是自动化科学实验，比如 A-Lab 用机械臂在 17 天内完成 353 次闭环实验合成了 36 种化合物，失败实验被提炼为持久知识而非丢弃。论文末尾有个观察：从牛顿定律到麦克斯韦方程，人类历史上最成功的世界模型全是符号化的、可直接修改和组合的。现在的神经网络把所有规则藏在权重里，L1 和 L2 阶段够用，但到了需要修改模型结构本身的 L3，这种隐式表示就成了障碍。世界模型的终局，是越来越大的神经网络，还是终究要回到可编辑的符号规则？arXiv: 网页链接 HF Papers: 网页链接

转发者评论

无明显转发评论

原文

使用AI编程助手时，常常遇到模型聪明却不靠谱的问题：代码写得飞起，却跳步、坏测试、早早喊"done"，结果一堆烂摊子需要手动修。Learn Harness Engineering 教你构建完整的"harness"环境，让AI代理可靠完成真实工程任务，从0到1官方风格入门教程。不仅有12节沉浸式讲解+6个实战项目，还提供现成模板（AGENTS.md、feature_list.json、init.sh等），直接拷进项目就能提升稳定性。GitHub：github.com/walkinglabs/learn-harness-engineering主要功能：- 5大核心子系统：指令、状态、验证、范围、会话生命周期；- 实战演进Electron知识库桌面应用，从prompt-only到完整harness；- 资源库模板，支持Claude Code、Codex等多代理工具；- PDF课程手册+可视化文档网站，中英文双语；- 快速上手skills/harness-creator/，几分钟生成生产级工作环境。支持本地运行（npm install && npm run docs:dev），适合工程师、研究者和技术负责人使用。#HarnessEngineering##AI编程##ClaudeCode##AI代理#

转发者评论

无明显转发评论

原文

设计原型制作经常需要来回切换AI工具、设计软件和代码编辑器，品牌设计系统还得手动搜集参考，效率低下且容易出错。Open Design 把Claude Design的全部能力开源复刻，提供了完整的本地优先设计解决方案。95%+还原度，内置19个设计技能和71套品牌级设计系统，支持Claude Code/Codex/Cursor/Gemini等所有coding agent，沙盒预览+HTML/PDF/PPTX导出。GitHub：github.com/nexu-io/open-design主要功能：- 19个专业设计技能，覆盖Web原型、移动App、杂志式PPT、仪表盘、文档模板等；- 71套品牌设计系统（Linear/Stripe/Vercel/Airbnb/Tesla/Notion/Apple等），一键复用；- 本地daemon自动识别CLI agent，支持真实文件系统读写和项目持久化；- 交互式问题表单+5种视觉方向选择，避免无效迭代；- 沙盒iframe实时预览，支持设备边框（iPhone15Pro/Pixel/MacBook等）；- 多格式导出（HTML/PDF/PPTX/ZIP），支持持续追问修改。支持Web/Vercel部署，通过pnpm dev:all本地运行，BYOK零订阅成本，适合设计师和开发团队。#AI设计##ClaudeDesign##开源工具#

转发者评论

无明显转发评论

原文

微软 1 月开源的 VibeVoice-ASR 语音识别模型（github.com/microsoft/VibeVoice），Simon Willison 在 Mac 上测试后给出了一份具体的实测报告。VibeVoice-ASR 是微软研究院今年 1 月 21 日开源的 9B 参数语音转文字模型，MIT 协议。最大卖点是单次能处理 60 分钟连续音频，而且把"谁在说、什么时候说、说了什么"做成结构化输出。传统方案要拿 Whisper（OpenAI 开源的语音识别模型）配上 pyannote 这种说话人分离工具拼起来，这次一个模型直接搞定，原生支持 50 多种语言和中英混说。Simon 跑的是社区做的 4-bit 量化版（5.71GB，原模型 17.3GB），机器是 128GB 内存的 M5 Max MacBook Pro，转写一小时播客花了 8 分 45 秒。调用时要手动把 max-tokens 调到 32768，否则默认 8192 只够大约 25 分钟的音频。Activity Monitor 监控显示，prefill（预填充）阶段内存峰值飙到 61.5GB，生成阶段稳定在 18GB 上下，普通 32GB 笔电基本跑不动这个量化版。一个有趣的细节：模型把这场播客识别成了三个说话人。实际上只有 Simon 和主持人 Lenny 两人对谈，但 Lenny 的开场白和广告口播用了不同的录音环境，模型干脆把这部分切成了第三人。硬限制有两个：单次最多 60 分钟，超过要自己切片处理，还得手动对齐切片间的说话人 ID；想本地跑量化版至少要 64GB 以上内存的机器。对做播客转写、会议纪要、采访整理的人来说，原来拼接的多步流程现在能压缩成一次推理。

转发者评论

无明显转发评论

原文

OpenAI 宣布与 AWS 扩大合作，把自家模型（包括最新的 GPT-5.5）、Codex 编程工具和托管智能体（Managed Agents）全部搬上 Amazon Bedrock 平台，目前以限量预览形式上线。这对企业客户意味着什么？以前想用 OpenAI 的模型，基本只能走 Azure。很多已经重仓 AWS 的公司要么迁移基础设施，要么放弃 OpenAI，两头都不划算。现在这个障碍没了。企业可以在自己熟悉的 AWS 环境里直接调用 OpenAI 的模型，安全策略、合规流程、账单体系全部复用，Codex 的使用费用甚至可以算进 AWS 的云消费承诺额度里。Codex 这次上线 AWS 的方式也值得注意。企业只需要在 Codex 里把模型提供商配置成 Bedrock，CLI、桌面端、VS Code 插件都支持。OpenAI 公布的数据是 Codex 周活用户已超 400 万，而且用途早已不限于写代码，还延伸到了研究分析、文档处理、做 PPT 这些场景。另一个新品是 Amazon Bedrock Managed Agents。简单说就是企业可以在 AWS 上部署 OpenAI 驱动的智能体，能维持上下文、执行多步骤任务、调用工具。AWS 负责底层的编排、治理和安全合规，企业只需要关心智能体本身要做什么事。【注：Bedrock 是 AWS 的大模型托管平台，之前已经接入了 Anthropic 的 Claude、Meta 的 Llama 等模型。OpenAI 的加入让 Bedrock 凑齐了几乎所有主流前沿模型，也让 AWS 在跟 Azure 的云端 AI 竞争中多了一张重要的牌。】

转发者评论

无明显转发评论

原文

Open Design ：Claude Design 的开源替代品。地址：github.com/nexu-io/open-design/“Anthropic 的 Claude Design（2026-04-17 发布，基于 Opus 4.7）让大家第一次看到：当一个 LLM 不再写废话、开始直接交付设计成品，会是什么样子。它瞬间出圈 —— 然后保持闭源、付费、只跑在云上、绑定 Anthropic 的模型和 Anthropic 的内部 skill。没有 checkout，没有自托管，没有 Vercel 部署，也换不了自己的 agent。Open Design（OD）就是它的开源替代品。 同一套 loop、同一种「artifact-first」心智模型，但没有锁定。我们不做 agent —— 你笔记本上最强的 coding agent 已经装好了。我们要做的，是把它接进一个 skill 驱动的设计工作流，跑在一个普通的 Web 应用里：本地 pnpm dev，云端 vercel deploy，每一层都 BYOK（自带 Key）。输入「帮我做一份杂志风的种子轮 pitch deck」。在模型挥洒第一个像素之前，初始化问题表单已经先跳出来。Agent 从 5 套精挑的视觉方向里选一个。一张活的 TodoWrite 计划卡片实时流入 UI。Daemon 在磁盘上构建出一个真实的项目目录，里面有 seed 模板、布局库、自检 checklist。Agent 强制 pre-flight 读取它们，对自己的输出跑一轮五维评审，几秒后吐出一个 ，渲染在沙盒 iframe 里。这不是「AI 试图做点设计」。这是一个被提示词栈训练得像高级设计师一样工作的 AI —— 有可用的文件系统、有确定性的色板库、有 checklist 文化 —— 也就是 Claude Design 立下的那条线，只是这次它开源、归你。”#AI创造营##How I AI#

转发者评论

无明显转发评论

原文

AI 终端工具 Warp 宣布客户端代码正式开源，采用 AGPL 协议，代码托管在 github.com/warpdotdev/warp。OpenAI 是这个开源仓库的创始赞助商。Warp 是一个用 Rust 写的现代终端，目前有超过 70 万开发者在用。它最大的卖点是把 AI 能力直接塞进了终端，你可以用自然语言描述想做的事，它帮你生成命令。同时支持 Claude Code、Codex、Gemini CLI 等主流 AI 编程工具。这次开源有个很特别的地方：社区贡献的流程本身就是"AI 优先"的。Warp 自家的云端 AI 平台 Oz 负责干活，包括写代码、做规划、跑测试，社区成员主要负责提想法、定方向、做验证。简单说，人管方向，AI 干活，这是他们设想的未来软件开发模式。除了开源，Warp 同步上线了几个更新：支持更多开源模型，包括 Kimi、MiniMax、Qwen，还有一个自动路由模式帮你挑最合适的开源模型；终端界面可以按需定制，从纯终端到带 diff 视图和文件树的完整开发环境，丰俭由人；另外终于支持配置文件了，方便在不同设备间同步设置。需要注意的是，开源的只是客户端，服务端代码仍然闭源。Warp 创始人 Zach Lloyd 说，五年前 Warp 刚上线时就计划开源，但一直犹豫。今年 AI Agent 的爆发让天平倾斜了，用他的话说，大量不同背景的贡献者加上 AI 代理的结构化流程，能做出比纯内部团队更好的产品。OpenAI 作为创始赞助商介入，意味着这套"人管 AI 干"的开源协作模式，会被当成一个行业实验来推。对开发者来说，如果你已经在用 Warp，现在可以直接去 GitHub 提 issue、参与讨论，甚至通过终端里新增的 /feedback 命令直接反馈。如果你之前因为闭源犹豫没用，现在少了一个顾虑。公开路线图显示 5 到 6 月的开发计划已经挂出来了。 宝玉xp的微博视频

转发者评论

无明显转发评论

原文

金融分析经常需要切换多个工具，数据平台查行情、Excel建DCF模型、TradingView画K线、ChatGPT生成报告，来回折腾效率低下。Fincept Terminal 把专业级金融功能全整合，提供彭博终端级别的开源解决方案。不仅有CFA级分析（DCF、VaR、Sharpe比率）、37个AI代理（巴菲特、芒格等风格），还支持100+数据源实时连接、算法交易、QuantLib量化套件，甚至节点编辑器自动化工作流。GitHub：github.com/Fincept-Corporation/FinceptTerminal主要功能：- CFA级分析，支持DCF模型、投资组合优化、衍生品定价；- 37个AI代理，覆盖交易/投资/经济/地缘框架，本地LLM多模型支持；- 100+数据连接器（Polygon、Yahoo、FRED、Kraken等），实时交易&16家券商集成；- QuantLib量化模块，定价/风险/波动率/固定收益分析；- 节点编辑器可视化工作流，AI量化实验室（ML/HFT/强化学习）；- 纯C++20/Qt6原生应用，单二进制无依赖，高性能本地运行。支持 Windows、Linux、macOS 多平台，一键安装器或 setup.sh 脚本快速启动，适合投资者、量化交易者和金融机构。#金融科技##量化交易##开源工具#

转发者评论

无明显转发评论

原文

这两天，Matt Pocock 的 skills 在 GitHub Trending 榜上突然爆发——短短一天内新增超过 5600 颗 Star，总 Star 数突破 3 万，成功登顶。Matt 是一个 TypeScript 课程作者，最近一年多在教开发者如何真正用好 AI 编程。他最近在 AI Engineer 上的演讲被放了出来，反响不错。应该是这个演讲让他的 skills 翻红。Matt Pocock 认为：软件工程基本功在 AI 时代比以往任何时候都更重要。Matt 把 AI 编程中常见的问题归纳为六个失败模式，他的 Skills 仓库里的每一个工具，基本上都对应其中一个，很多论据则来自软件工程领域的一些书籍和概念。**失败模式一：AI 没做我想要的**这是最普遍的问题。你脑子里有个想法，AI 做出来的是另一回事。Matt Pocock 从 Frederick P. Brooks 的《设计的设计》里找到了诊断词：设计概念（Design Concept）。当多个人协同设计某个东西时，他们之间漂浮着一个无形的共同理解，对将要构建的东西的构想，即设计概念。你和 AI 之间缺的就是这个。他的解法是 grill-me 技能，全文只有几行：“以无情审问的方式采访我，直到我们达成共识。逐一追究设计树的每个分支，一个一个地解决依赖关系。对每个问题提供你的推荐答案。每次只问一个问题。”这几行字意味着 AI 会问你大概 40 个问题、60 个问题。这个 skill 把 AI 变成了一种对手，它不断地向你抛出想法，试图达成共识。这个技能应该是他最出圈的 skill，他认为这比 Claude Code 默认的 plan 模式要好。 plan 模式急于创建一个资产，它非常想直接创建一个计划然后开始干活，grill-me 则先明确设计感念。**失败模式二：AI 太啰嗦，鸡同鸭讲**AI 太啰嗦了，并且总是到不了点子上，它会试图通过说大量的话来试图表达它在做什么。这里面的问题可能在于，你和 AI 没有在同一个话语体系里。Matt Pocock 从领域驱动设计（DDD）里拿了一个概念：通用语言（Ubiquitous Language）。开发者之间的对话、代码里的命名、和领域专家的交流，都来自同一个领域模型。他做了一个 ubiquitous-language 技能，扫描你的代码库，提取所有术语，生成一个 Markdown 表格。然后在每次和 AI 规划时把这个文件带进去。他观察 AI 的思维链后发现：通用语言不仅改善了规划质量，还让 AI 的实现更贴近你的设想，因为它在用和你完全一致的词汇思考。**失败模式三：AI 做了正确的事，但代码不工作**当前两步都搞定，概念和术语都对齐了，AI 也确实干活了，但是输出不 work，怎么办 ？Matt Pocock 说通过反馈循环，可以显著改…

转发者评论

无明显转发评论

• //@蚁工厂:转发微博