Replit ⠕@Replit · 6月5日19

Build Your Business Live https://x.com/i/broadcasts/1qGoNNngZkyKv

译实时构建你的业务 https://x.com/i/broadcasts/1qGoNNngZkyKv

歸藏(guizang.ai)@op7418 · 6月5日42

说一下 guizang PPT Skills 还会继续更新啊。 得益于最近的几个赞助，可以找时间去更新第三套主题了，依旧非常惊艳。 同时，在小红书那个图文卡片部分积累的好经验，也会用到 PPT Skills 的新版里面。

译归藏宣布其 PPT Skills 项目将继续更新。得益于近期的赞助，计划开发第三套主题，且会把在小红书图文卡片部分积累的好经验用于新版中。

Rohan Paul@rohanpaul_ai · 6月4日65

Most AI workflows break because the user has to carry the context manually, and Anuma is trying to make that context portable, private, and usable across models. Anuma is a private AI workspace built around 1 memory across every model, so your context, preferences, goals, and past work can follow you across ChatGPT, Claude, Gemini, Grok, DeepSeek, Kimi, and others. It also adds on-device encrypted memory, Private Mode by default, no logs, no training, full memory export, Council Mode, model switching inside 1 chat, and AI texting through iMessage or SMS. I integrated Anuma into my AI workflow and for me, the strongest use case research paper analysis: I’m uploading 3 different papers on the same topic, then using Anuma’s multimodal and parallel multi-model workflow to compare how different models read, summarize, question, and connect the papers. That is where Council Mode becomes useful, because you can see multiple model responses side by side instead of trusting 1 answer blindly. No more opening 5 separate AI tabs and re-explaining the same research context again and again, I can keep the same memory, switch models, compare answers, and continue the analysis in 1 place.

译Rohan Paul 介绍 Anuma，一个私人 AI 工作空间，核心功能是跨模型统一记忆——用户在 ChatGPT、Claude、Gemini、Grok、DeepSeek、Kimi 等模型间切换时，上下文、偏好、目标和历史工作自动跟随。额外功能包括设备端加密记忆、默认隐私模式、无日志无训练、支持完整记忆导出、Council Mode（多模型并列回复对比）、单聊内模型切换，以及通过 iMessage 或 SMS 的 AI 文本能力。Paul 分享研究论文分析用例：上传多篇论文，利用多模态和多模型并行工作流，对比不同模型对同一主题的阅读、总结和关联能力，避免重复解释上下文。

fofr@fofrAI · 6月4日61

My latest goto negative prompt: "no embellishments" For when a model is trying to be creative in a way you don't like.

译我的最新常用负面提示词： "no embellishments" 当模型试图以你不喜欢的方式发挥创意时使用。

小互@xiaohu · 6月4日70

http://x.com/i/article/2062455165006090240 # Anthropic 如何通过 Claude 实现自动化商业分析 Anthropic 95% 的数据分析让 Claude 干了... 但一开始准确率多少？21%，跟瞎蒙差不多...后来搭了一套四层系统直接拉到 95%。 Anthropic官方发布了一篇博客，详细阐述了他们是如何通过Claude 实现自动化商业分析的。 我翻译了下，推荐大家阅读！ 原文：https://claude.com/blog/how-anthropic-enables-self-service-data-analytics-with-claude 做过数据的人都知道，让业务团队自己查数据，一直是个老大难。 一种常见做法是建宽表，把数据模型摊平了给非技术同事用。但业务一扩张，各种视图就开始打架，定义不一致、口径对不上，而且那些压根不想学 SQL 的人照样用不了。另一种做法是给用户划好一块块固定区域，只能在里面看数据，但这又覆盖不了那些零散的、个性化的分析需求。最后就是每个团队各搞一套，指标和看板越来越多，越来越乱。 大语言模型的出现提供了一条新路。但如果你只是把 Claude 往数据仓库一指，让 AI 智能体自己跑，很容易造成一种"看着很准其实不靠谱"的假象。 刚摆脱临时取数需求的那股兴奋劲儿，很快就会变成焦虑。你会发现，这套方案把业务方和底层的数据基础设施、文档、专业知识切断了，而过去恰恰是这些东西帮他们找到靠谱的数据集。 在 Anthropic，95% 的业务分析查询已经由 Claude 自动完成，整体准确率大约 95%。把这些重复性的活交给 Claude 之后，我们的数据科学团队可以把精力放在因果建模、预测分析、机器学习这些更有价值的事情上。 跟几十位 Anthropic 内部的 Claude Code 重度用户聊过、看过大量分析智能体的设计方案之后，我们攒了一些经验，想分享给同样在用 AI 做分析的数据团队。这篇文章会聊到： - 分析准确性本质上是上下文和验证问题，不是代码生成问题 - 导致大多数错误的三种失败模式 - 我们围绕这三个问题建的智能体分析栈 - 我们怎么衡量效果 - 我们创建技能的基础模板（见附录） ## 数据不是软件 AI 的生成能力是把双刃剑：让模型能创造性解题的那套机制，也会让它"一本正经地胡说八道"。要理解分析智能体面临的挑战，跟编码智能体对比一下就清楚了。 写代码是个开放题，模型越有创造力越好，而且有文档和测试兜底，写错了跑不通。但分析不一样：往往只有一个正确答案、一个正确的数据源，而且没有办法自动验证结果对不对。 自动化智能体分析的难点，主要在于数据本身的歧义性。核心问题就一句话：能不能把用户的问题准确地对应到数据模型里那个特定的、最新的字段，并且知道怎么正确使用它。做到了这一步，写 SQL 就是小事了。 我们发现，绝大多数不准确的回答可以归因于三件事： 1. 概念和实体对不上：数据模型里有成百上千个字段，潜在候选可能上百万，智能体不知道该选哪个。比如"活跃用户数"，什么行为算"活跃"？算不算欺诈用户？回看多长时间？ 1. 数据过时了：数据源、业务定义、表结构一直在变，智能体的知识没跟上，开始给出"看起来对，其实差了一点"的答案。 1. 找不到：正确的信息明明就在数据模型里，标注也齐全，但搜索空间太大，智能体就是没找到。 ## 我们的智能体分析栈 在 Anthropic，我们靠一套分层的智能体数据栈来对付这三个问题。每一层重点解决其中一个或几个： 1. 对不上→ 数据基础和权威来源层把候选范围不断收窄，最终只剩一个标准答案。 1. 过时了→ 维护和验证流程防止东西随着业务变化而腐烂。 1. 找不到→ 技能确保智能体能稳定地找到并正确使用那个标准答案。 下面逐层讲。 维度建模这些经典的数据工程实践，依然和以前一样重要 ## 数据基础 要让分析智能体准确，最重要的是把数据基础打好，包括数据仓库里的模型、转换逻辑、测试、表，以及描述它们的元数据。维度建模、尽早做测试、关键管道的新鲜度和完整性检查，这些老规矩依然有效，不多说了。 维度建模这些经典的数据工程实践，依然和以前一样重要。 但有一件事变了：数据模型的使用者不再是数据科学家这样的专家，而是替各种用户干活的智能体。这些用户水平参差不齐，你没法指望他们去验证底层查询逻辑对不对，他们根本看不懂。 数据基础层主要解决的是歧义问题。比如"收入"这个概念，如果在仓库里只对应一个经过治理的规范数据集，而不是四十个看着都像的候选项，那智能体还没开始搜，问题就消失了大半。同时这一层也是防过时的第一道防线，因为定义规范模型的那个代码仓库，本身就是最适合强制保持这些模型更新的地方。 我们觉得特别有效的几个做法： - 建规范数据集：最常见的错误是智能体没法把一个概念（比如"产品 X 的收入"）对应到唯一正确的表、列和指标定义，往往因为有好几个看着都合理但细节不同的候选。解决办法是少而精，精选一小批规范的数据集，权属清晰、开箱即用、容易发现，然后把那些近似重复的版本积极废弃。物理层面的汇总表和缓存还是要的，但它们应该从规范模型自动生成，不能作为平行替代方案存在。目标就是：智能体搜一个概念，只能搜到一个标准答案。 - 标准得靠强制执行：光定标准没用，得三管齐下。工具层面，智能体在架构上被优先引导到规范模型；CI 层面，绕过规范层的改动会在代码审查中被拦住；制度层面，下游团队必须基于治理层构建，不用就得解释为什么。没有执行力的治理，很快就退回到"一堆候选分不清"的老问题。 - 所有东西放同一个仓库：数据模型和业务逻辑天天在变，我们的防御手段是把建模代码、语义层、参考文档、看板定义全放在一个仓库里，靠 CI 检查保护跨层一致性。改了一个模型会影响下游看板？CI 会标出来，修复就在同一个 PR 里完成。 - 把元数据当正经产品来维护：编码智能体之所以表现好，部分原因是代码库本身就很"可读"，有 README、类型签名、文档字符串。数据仓库也可以做到一样可读，但前提是你得认真维护：列和表的描述、规范指标定义、粒度说明（一行代表什么）、有效值范围、数据血缘、权属关系、模型分级。这不是什么新道理，但好的治理确实能给智能体提供关键的选择依据。 ## 权威来源 如果说数据基础是数据仓库本身，那权威来源就是智能体用来在仓库里找路的参考层。这一层负责把业务方说的"周活跃用户"翻译成数据模型里某个具体的、经过治理的实体。按信任度从高到低排： - 语义层：编译好的指标和维度定义。如果一个问题能直接对应到已定义的指标，智能体调一个函数就能拿到一个数字，跟公司所有其他分析工具算出来的一模一样。我们的智能体被强制要求优先走语义层（见附录）。我们试过一个没用的思路：让 AI 从原始表和查询日志自动生成指标定义来引导语义层。结果生成的定义看着像那么回事，实际上把我们正要消除的歧义编码进去了，评估表现还不如更小但人工精选的版本。所以我们的建议是：用 Claude 生成文档，但指标定义由人来把关。 - 数据血缘和转换关系图：语义层覆盖不到的问题，可以靠血缘关系和表排名（按被引用次数排）来推理：哪些上游模型跟某个概念有关、哪些已经废弃、哪些粒度相同。这就把"我不知道这个指标"变成了"我知道该从哪个治理过的模型去聚合"。同时它也是后面线上验证部分的新鲜度和来源信号的基础。 - 历史查询语料：看板、Notebook 和过去分析里的 SQL 记录。听起来应该很有用，毕竟是每个已经被正确回答过的问题的记录。但实际上，让智能体直接检索几千条历史查询，准确率只提升了不到一个百分点（后面消融实验部分细讲）。非结构化检索没法把新问题映射到正确的先例上。真正管用的做法是把这些语料提炼成结构化的领域参考文档和可复用的分析模式，写进技能里。历史查询是原材料，不是让智能体直接读的参考答案。 - 业务上下文：大多数团队跳过的一层，也是我们低估最久的。不懂业务的智能体，会回答用户字面上问的问题，但不会回答他们真正想问的。它不知道"Q2 发布"是哪个产品，不知道两个团队对同一个术语定义不同，也不知道这个问题之所以被问是因为周四要开董事会。我们接入了一个公司知识图谱，索引文档、产品路线图、决策日志、组织架构都在里面，让智能体能理解那些言外之意，问出更好的澄清问题。 这四层有个共同的失败模式，跟数据基础层一样：文档质量差或者过时了。Claude 在弥补这个差距方面非常好用（写列描述、根据查询模式建议指标文档、在 CI 里标记缺文档的模型），但内容的筛选和权属还是得人来管。 接下来两节讲的是怎么让这件事的成本低到真正能落地。 ## 技能 如果说权威来源是智能体的知识，比如"这个指标是什么意思"，那技能就是它的方法论，比如先查什么、按什么顺序查、碰到数据歧义怎么办、一个合格的分析长什么样。 在 Claude Code 里，技能就是一组 Markdown 文件，智能体按需读取。在 Anthropic 内部，技能带来的提升是巨大的。没有技能时，Claude 回答分析问题的准确率不到 21%。加上技能，整体稳定在 95% 以上，某些领域经常到 99%。模板见附录。 几条经验： 技能要成对建：一个"知识"技能当顶层路由，它说"先查语义层，没有覆盖的话，这个领域大概 30 份参考文档，里面有相关的表、列、关联关系和常见坑"。这个路由器本质上就是我们对"找不到"问题的回答：与其让智能体在百万级字段里大海捞针，不如先把范围缩到几十份精选文件。另一个"unbook"技能编码的是一位资深分析师的工作流程：先澄清问题，再通过知识技能找数据来源，跑查询，然后把结果丢给对抗审查的子智能体做验证。它还内置了十几种可复用的分析模式，比如留存曲线、比率分解、漏斗分析等等，让常见需求不用每次从零开始。 参考文档要为 AI 写：我们的参考文档写的是表信息（粒度、范围、排除条件）、常见坑的具体机制（比如"排除免费邮箱域名，但保留自定义域名如 anthropic.com"），以及明确的路由触发条件（比如"如果问题涉及实验提升……不要用来算原始事件数"）。但不写会过时的固定脚本。参考文档模板如下： > [markdown] # [领域] 表 ## 快速参考 ### 业务上下文 — [用大白话解释这个领域是什么] ### 实体粒度 — [一行代表什么] ### 标准清洗过滤器 — [该领域每个查询都要应用的过滤条件] ## 维度 - [关键维度的编码方式，以及同一概念在不同表中的不同命名] ## 核心表 ### [table_name] - **粒度**: [...] · **范围/排除条件**: [...] - **使用说明**: [什么时候用、什么时候不用、关联键、必需过滤条件] [... 每个治理过的表一个简短小节 ...] ## 常见陷阱 - [资深分析师会提醒你的那些容易出错的地方] ## 最佳实践 / 常见查询模式 - [默认选择、标准切分维度、具体查询形式本身就是难点的成熟模式] ## 交叉引用 - [负责相邻问题的其他领域文档] 技能维护是正经工程活：技能文档描述的数据模型每天都在变，不维护的话几周就失准。我们亲眼看着离线准确率从上线时的 95% 左右，一个月内掉到 65%，才真正当回事。办法是把技能的 Markdown 文件跟数据转换模型放在同一个仓库，改模型的 PR 就得同时更新文档。我们还设了个代码审查钩子：涉及报表模型的变更如果没碰对应的技能文件，就会被标出来。现在大约 90% 的数据模型 PR 里都带着技能变更。我们也会定期清理，模型进步了，以前的失败模式不再适用，对应的指引也该删。 所有界面一个答案：同一个技能在 Slack、IDE、看板工具、独立会话里，必须对同一个问题给出同一个答案。我们靠一个规范来源（数据仓库的代码仓库）加自动同步来实现。代码合并后，技能会同步到插件市场（IDE 用户）、云存储（托管应用）和 MCP 服务。从一开始就不硬编码路径、不绑定特定界面。 ## 验证 验证是你发现三个问题还有哪个在漏网的最后一关。 ## 离线评估 很常见的情况是，数据团队花了大力气搭分析环境，却完全没有流程来验证智能体答得准不准。 怎么补？做离线评估，就是一组"问题 / 标准答案"对。你可以把它理解成机器学习里的离线测试：不能告诉你线上实际表现，但能让你看清有没有致命缺口。 我们在 Anthropic 做两类离线评估。看板评估由 Claude 自动生成再人工验证，覆盖业务方最常问的问题。长尾评估是把产品路线图、表文档等业务上下文喂给 Claude，让它在其余领域生成可能出现的问题。另外，每次业务方在对话里纠正了智能体的回答，我们都会把这条纠正收起来当候选评估用例。 其他经验： - 标准答案要锚定，不能漂移：基于实时数据写的评估用例，底层数字一变就废了。要么锚定到快照日期、基于稳定的事实表写，要么让评分器判查询语句而不是最终数字。把评估接进 CI，改了依赖就自动重跑受影响的用例。 - 评估结果当遥测数据存，不当测试日志存：每次运行的结果落入数据仓库，记录技能版本、git SHA、模型 ID、逐条断言结果、token 用量、耗时。"上次改动有没有用"变成一条查询就能回答的事，还能用时间序列抓住单次 CI 跑不出来的缓慢衰退。 - 按领域卡发布门槛：某个领域的负责人要向业务方宣布"智能体可以用了"之前，必须先让该领域评估集的通过率到某个阈值（我们起步用的 90%）。这就逼着大家在用户踩坑之前先把参考文档修好。 - 评估用例不是越多越好：该建多少取决于业务领域和数据模型的复杂度。我们发现每个主题超过几十条之后就有边际递减，而且这个上限随模型迭代在降。 - 离线准确率应该接近 100%，正确答案也应该走到你的语义层。这不代表系统不会出错，只是在覆盖度足够的前提下，确保没有明显的缺口。 ## 消融实验 关于技能的每个结构性决策，比如暴露哪些数据源、子智能体值不值得它带来的额外延迟、两个技能要不要合并，都是在固定评估集上做消融实验定的。每次只改一个变量，对比通过率。一轮实验一个小时，省下大量争论。方法论比任何单次结果都重要： - 做好"没变化"的准备。 我们最有价值的一次消融实验恰恰是个否定结果。我们给智能体开了对所有看板 SQL、转换 SQL 和分析师 Notebook SQL 的 grep 权限（几千个文件），而且确认它每次回答前都读了。结果准确率纹丝不动。然后我们查了混淆因素：答错的问题里，答案是不是真的在语料库中？80% 的情况是的。"答案在"能预测"答对"吗？不能。信息就在那儿，智能体也看到了，但就是没用上。这一个实验就说明：瓶颈不在于能不能访问历史成果，而在于结构，也就是怎么把问题映射到正确的实体。这个发现直接改变了我们好几个月的路线图。 - 在 PR 粒度上做消融。 每次有意义的技能改动都跑一轮前后对比，差异写进 PR 描述。"我优化了文档"这种话就有据可查了，同时能抓住一种出人意料地常见的情况：好心的修改反而把事情搞糟了。 - 记下行不通的东西。 我们的两个例子：超过某个点之后继续迭代文档反而是负面的（连续三轮越写越长、越写越差）；把对抗审查换成更便宜的模型以降低延迟（准确率的提升丢了大半，速度也没快多少）。记录负面结果成本很低，但能防止下一个人重走老路。 ## 线上验证 最后一步是确保线上系统的实际表现尽可能好。我们做了这些： - 对抗审查：用一个 Claude 技能在最终回答前激进质疑所有假设。评估集上准确率提高了 6%，代价是多 32% 的 token 和 72% 的延迟。 - 来源溯源脚注：每个回答附一个脚注，标明数据来自哪个层级（语义层 > 精选参考文档 > 原始表）、数据多新鲜、谁负责。不能让答案更准，但能帮用户判断信任度。看到"原始表，新鲜度未知"就知道要先核实再转发。这也是我们对静默错误为数不多的防线之一。 - 数据质量检查：智能体可能选对了字段、用法也对，但数据本身就是错的。加点基础检查，确保字段最新、完整、没有异常，是基本卫生习惯。 - 被动监控：我们持续跟踪两个指标：走语义层的查询占比，以及回复中出现纠正性语言（"那个表不对""你漏了欺诈过滤器"）的占比。两个都汇到一个看板，每周跟离线通过率一起看。 - 主动纠错采集：闭环的关键。一个定时智能体每隔几小时扫业务方的沟通频道，找纠正性语言，起草一行修复写进参考文档，开 PR 标给领域负责人。修复流程故意做得很无聊，编辑一个 Markdown 文件，合并，自动同步，这样负责人不用花太多时间。同样的纠正也反馈回离线评估集。 以上所有措施都没法完全解决的是静默错误。答案错了，但看起来合理，没人质疑就用了。我们的应对是来源脚注、上报管理层的内容必须人工签字确认、每个领域的核心 KPI 每天跟权威看板做合理性校验。但说实话，我们目前还没有一个真正稳健的方案。 ## 怎么起步 如果你从零开始：几个规范数据集、几十条离线评估、一个精简的知识技能，就能拿到大部分收益。本文其他内容都是在这些基础之上逐步加的。 我们分享了很多经验，但不是每条都适合每个团队。开始之前，先跟组织对齐几个原则： - 今天的正确答案和未来的正确答案，哪个更重要？ AI 模型进步飞快。我们经常看到公司花大力气补当前模型的短板，结果模型一升级全白干了。等模型进步来填补缺口成本低得多，但要看你的公司能不能接受这个风险。 - 业务复杂度会怎么变？ 如果你数据量不大、分析消费者就几个人、数据模型也不会变复杂，上面很多流程可能是过度设计。 - 谁来用这个系统？ 如果是数据科学家，他们能看出错误答案，容错空间大一些；如果是完全不懂数据模型的人，标准就不一样。 - 愿意为准确率花多少钱？ 对抗审查这样的流程确实能显著提升准确率，但成本和延迟也上去了。 - 数据访问的口子开多大？ 智能体的上下文越多表现越好，但宽泛的数据访问跟大多数公司的治理策略冲突。这决定了你是建一个全能智能体，还是多个各有权限的智能体。 不管走哪条路，我们最大的收益始终来自同一件事：把歧义收敛到一个标准答案，让这个答案容易被找到，在它过时的时候及时报警。 本文由 Anthropic 数据科学与数据工程团队的 Chen Chang、Clement Peng、Justin Leder、Johanne Jiao 和 Josh Cherry 共同撰写。感谢 Michael Segner 的贡献。 ## 附录 ## 技能文件骨架 下面是我们主数据仓库技能的骨架，保留了真实文件的结构，内部细节用 [方括号] 替换了。不是让你照搬，而是展示我们觉得哪些东西值得写下来。 > [markdown] --- name: [warehouse-skill] version: [x.y.z] description: "IF the user asks to query [the company]'s data warehouse for any [业务领域列表] question — THEN invoke this skill. DO NOT invoke for [相邻的工程任务] or questions with no data-warehouse component." --- # [数据仓库] 技能指令 ## Description 查询 [数据仓库] 的唯一权威来源，确保安全高效。 被其他技能 [列表] 引用以获取查询执行指导。 扮演数据分析师角色，提供战略性洞察和数据驱动的建议， 但在过程中主动寻求指导。 **超出范围的决策**: [产品领域等] → 只展示数据， 声明"决策由 [负责团队] 做主"，不要表态或编写修复代码。 ## Executing queries 优先级： 1. **[托管连接]** (如可用): [查询工具] / [schema 工具] 2. **[CLI 后备]** (如已安装): [默认项目, 后备项目] 3. **两者都没有** — 要求用户先认证，然后停止 --- # Semantic Layer (每个请求的必选第一步) 受治理的语义层是每个数据问题的**强制默认路径** — 数字和 [BI 工具] 保持一致，join/粒度/过滤器已内置。通过下方参考文档走原始 SQL 是**后备方案**，仅在语义层路径被证明无法覆盖需求后才使用。 ## Required workflow 1. **加载** — [如何在各运行环境中加载语义层，含后备方案] 2. **发现** — 按关键词搜索度量/维度; **务必检查 segments** (命名好的规范化人群过滤器 — 手写这些 WHERE 子句是最主要的错误答案模式) 3. **编译 + 执行** — 构建查询规格 → 编译为 SQL → 执行 4. **后备** — 仅在发现阶段找不到相关指标或编译失败时 → 通过 `references/*.md` 走原始 SQL (下方 PART 3) > **不要过早放弃。** 以下理由不构成回退到原始 SQL 的依据： > - "[自定义日期过滤/队列分析]" → [时间维度规格已覆盖] > - "[需要 join]" → [指标层已封装了所需的 join] > - [再列 3-4 个智能体常用来跳过语义层的借口，逐一反驳] ### 日期窗口与时区 — 查询前先确定 - **截止日期 vs 滚动 N 天**: [各自的约定] - **"上周/上月"** → 最近一个*完整*日历周/月，不是滚动 7/30 天 - **时区默认值**: [时区]; [某些汇总报表的例外] - **新鲜度延迟**: [某些] 表结算较晚 — 以 MAX(date) 为锚，而非"昨天" --- # PART 1: 必知（每次请求首先阅读） ## 🚀 快速起步工作流 1. **先检查红旗**: [受限/PII 请求, 需授权的领域, 需要额外验证的高风险请求] 2. **超出范围 — 升级而非猜测**: [权限请求、管线故障排查、 过期看板、根因断言、产品/定价建议] → 转交 [负责团队]，不要作答 3. **澄清需求**: 时间段、细分维度、这个分析要支撑什么业务决策 4. **检查现有看板**: [按领域的看板目录] 5. **识别数据源**: [下方导航地图; 优先使用受治理/已聚合的表] 6. **执行分析**: [必需过滤器 + 对抗审查] 7. **交付洞察**: 展示方法论，区分观察和解读 ## 🏢 业务上下文 ### 实体消歧 (必须澄清) - **"[术语 A]" 可能指**: [实体 1] 或 [实体 2] — 必须确认是哪个 - **"[术语 B]" 可能指**: [实体 1] → [实体 2] → [实体 3] (一对多链) - **"用户"**: [哪个标识符能给出准确计数，哪些会导致膨胀] ### 业务术语 - [当前产品名称 vs 已弃用但仍作为冻结值存在于数据层的旧别名 — 用新名写作，用旧名过滤] - [关键内部缩写] - **[核心指标] 计算方式**: [月度 / 默认窗口 / 先行指标] - **遇到陌生术语 — 搜索 [内部文档]，不要猜** ### 数据完整性要求 ⚠️ - **绝不**: 编造数据/列; 做出超出数据范围的推测性断言 - **始终**: 使用安全除法; 区分观察 ("数据显示 X") 和解读 ("这表明 Y"); 标注局限性 --- # PART 2: 操作指南（执行过程中遵循） ## 🔧 技术执行指南 - [托管连接工具和 CLI 调用细节] - **PII 保护**: 对于受限数据，只返回 SQL 让用户自己执行 — 不要返回查询结果 ## 📊 分析最佳实践指南 1. 查询前先澄清需求 2. 展示你的工作（过滤器、包含/排除条件、新鲜度） 3. 澄清分母 4. 考虑样本偏差 5. 关联到业务影响 6. **对抗性 SQL 审查 (强制)** — 在最终回答前为每条查询启动 [sql-reviewer] 子智能体; 阻断性发现必须修复并重新审查; 不得自我认证 7. **带来源报告** — 每个回答都以脚注结尾： > **来源:** [语义层 | 受治理表 | 原始探索] · > **置信度:** [层级] · **已审查:** [审查者 ✓, 第 N 轮] · > **新鲜度:** [数据中的最大日期] · **负责人:** [负责团队] --- # PART 3: 数据参考与资源 ## 📚 知识库导航 ### [领域 A] → `references/[domain_a].md` - **用途**: [适用的问题类型] - **核心表**: [...] - **看板**: `references/[domain_a]_dashboards.json` ### [领域 B] → `references/[domain_b].md` - **用途**: [...] [... 每个业务领域一个条目 — 总共约几十个 ...] ## ⚠️ 排障指南 ### 信息缺失时 - [表缺失 / 权限不足 / 文档过期 / 未知枚举值 → 如何处理] ### 字段命名陷阱 - 用 `[field_x_v2]` 而不是 `[field_x]` - [两个名称相似的表以不同粒度报告同一指标 — 该用哪个] - [对于核心指标，两个看似合理的来源中哪个才是规范来源] - [… 十几条更多踩坑得来的一行提醒 …]

译Anthropic 将 95% 的业务分析查询交给 Claude，准确率约 95%。最初仅 21%，通过搭建数据基础、权威来源、技能等四层系统提升。核心发现：准确性问题本质是上下文和验证，而非代码生成。三种失败模式：概念对应错误、数据过时、找不到正确字段。重复分析由 Claude 承担，数据科学团队专注更高价值任务。

meng shao@shao__meng · 6月4日55

Margin Collateral Agent：用架构分离解决 OTC 保证金争议 场外衍生品名义价值 846 万亿美元，45% 的保证金追缴存在争议，其中过半争议发生在计算之前——双方对同一份 CSA 合同的理解不同。 该系统将流程拆为四层：ADE 按 CSA 专用 Schema 提取字段并绑定源页码；三个 Claude Agent 并行归一化抵押品描述、时区和货币条款，纯规则验证 Agent 预审矛盾项；五步骤纯 Python 计算器执行确定性运算，零 LLM 调用；最终生成带页码追溯、推理链和可独立运行 Python 脚本的审计包。 关键洞察：争议根源是合同解读而非数学。LLM 负责需要判断的模糊语义，规则负责需要一致性的算术，两者接口显式化。可审计性必须从架构第一天内建，事后补装无效。该分离原则适用于保险理赔、监管报告等一切"文档解释驱动确定性计算"的高风险场景。

译场外衍生品名义846万亿美元，45%保证金追缴有争议，过半源于合同解读。系统用四层架构分离语义与算术：ADE提取字段绑页码，多个Claude并行归一化，规则预审矛盾，纯Python计算器确定性运算，生成带追溯的审计包。LLM处理模糊语义，规则保证算术一致性，适用于文档解释驱动的场景。

meng shao@shao__meng · 6月4日59

ChatGPT App (Android) Add Codex shortcut.

译ChatGPT App (Android) 新增 Codex 快捷方式。

宝玉@dotey · 6月4日69

上次推荐的 Zara Zhang 的开源项目 feishu-claude-code-bridge ，可以把飞书和你本机的 Claude Code 连接起来，解决了用飞书保存所有消息历史，以及随时将飞书的信息转发给Claude的问题，相当使用的一个功能。 现在有个问题是再过几天到 6 月 15 日，Claude 订阅计划对 claude -p 和 Agent SDK 的使用将独立计费，不走订阅额度。 好在 Zara Zhang 这几天刚把项目升级了，也能支持飞书连接 Codex 了，只要你本机装了 codex cli，登录了 ChatGPT 账号或者配置了 API，就能使用，不用担心 claude -p 收费的问题了。另外还带来一个好处，就是 Codex 是有调用 GPT Image 2 画图能力的，所以你现在可以从飞书指挥 Codex 画图，画完的图片直接就到飞书，插入文档。 比如我的一个常用指令如下： > 请帮我抓取并翻译 {url} > 然后根据翻译的内容画一张中文手绘教育风信息图 > 最后把文章和图片一起创建一份飞书文档 连接步骤和之前介绍的连接 Claude Code 方法一致，只是运行的命令行变成了： > lark-channel-bridge run --profile codex 具体可以看项目的说明说，中英文版都有，写的很详细： https://github.com/zarazhangrui/lark-coding-agent-bridge/blob/main/README.zh.md

译Zara Zhang 的开源项目 feishu-claude-code-bridge 现已升级，新增支持连接本机 Codex CLI。由于 6 月 15 日起 Claude 订阅计划对 claude -p 和 Agent SDK 独立计费，不走订阅额度，用户可改用 Codex 避免此限制。Codex 支持调用 GPT Image 2 画图，可在飞书内指挥它抓取网页、翻译并生成中文手绘教育风信息图，直接创建飞书文档。连接命令改为 `lark-channel-bridge run --profile codex`。项目 README 提供中英文说明。

歸藏(guizang.ai)@op7418 · 6月4日71

又发现一个 Codex 好用的点！ 我发这个视频，抖音说我违规，我实在不知道哪句话违规了。 然后就让 Codex 直接根据我的视频和我的字幕，帮我视频剪一个不违规的版本，牛逼，果然过审了。

Nathan Lambert@natolambert · 6月4日62

Great little video on modern on-policy distillation in post-training recipes. Wish I had this when writing the section on distillation for my book. And where I've been bearish on a lot of the academic work for self-distillation, it seems impactful at the frontier.

译Nathan Lambert 评论该视频正是其写书所需，认为前沿自蒸馏工作影响显著。Dwarkesh Patel 记录 Sasha Rush 的即兴讲解：当模型在 rollout 中出错（例如调用不存在的工具），无需针对整条轨迹的最终奖励学习（信号噪声大），而是让另一个模型阅读轨迹定位错误位置，在错误处上方插入 hint tokens，再让原模型运行一次前向传播，利用 hint 使模型对错误 token 分配更低概率，然后训练原模型匹配这些新概率。整个过程无需重新生成 rollout（无额外解码开销）。

jason@jxnlco · 6月4日54

codex has changed how we do data analysts in the past few months If you wanna learn how we did it, check out this blog post. https://blog.bytebytego.com/p/how-openai-built-its-data-agent

译Codex 在过去几个月改变了我们做数据分析师的方式。 如果你想了解我们是如何做到的，请查看这篇博客文章。 https://blog.bytebytego.com/p/how-openai-built-its-data-agent

宝玉@dotey · 6月4日54

让 Claude Design 设计个 Icon，用 SVG 给我直接画，看着还行，好歹是矢量的

Microsoft Research@MSFTResearch · 6月4日35

You don’t have to be a developer. You can just build stuff. @shanselman on his first walk through the Microsoft Research Lab at #MSBuild.

译你不必是开发者。你也可以构建东西。@shanselman 在 #MSBuild 上第一次参观微软研究院实验室。

ClaudeDevs@ClaudeDevs · 6月4日79

How do we automate business analytics with Claude? New blog post covering our best practices for skills, data foundations, and evaluations when building agents to perform data analysis: https://claude.com/blog/how-anthropic-enables-self-service-data-analytics-with-claude

译我们如何用 Claude 自动化商业分析？ 新博客文章，涵盖构建数据智能体时在技能、数据基础和评估方面的最佳实践： https://claude.com/blog/how-anthropic-enables-self-service-data-analytics-with-claude

StepFun@StepFun_ai · 6月4日56

Deploy Step 3.7 Flash on @modal with SGLang 🚀 Modal is a serverless AI platform for deploying and scaling compute-intensive workloads without managing infrastructure. Their new guide shows how to serve our open-weight Step 3.7 Flash with SGLang on Modal, using 8×H100 GPUs, Modal Volumes, and an OpenAI-compatible chat completions endpoint. Excited to collaborate with Modal to make StepFun models more accessible to builders. https://modal.com/docs/examples/stepfun_inference

译在 @modal 上用 SGLang 部署 Step 3.7 Flash 🚀 Modal 是一个无服务器 AI 平台，用于部署和扩展计算密集型工作负载，无需管理基础设施。 他们的新指南展示了如何在 Modal 上使用 SGLang 服务我们的开源权重 Step 3.7 Flash，采用 8×H100 GPU、Modal Volumes 以及兼容 OpenAI 的聊天补全端点。 很高兴与 Modal 合作，让 StepFun 模型更易于构建者使用。 https://modal.com/docs/examples/stepfun_inference

Runway@runwayml · 6月4日73

Use Aleph 2.0 to turn any video into a green screen asset or clean plate, no rotoscoping required. Learn how with today's Runway Academy.

译使用 Aleph 2.0 将任何视频转换为绿幕资产或干净底板，无需旋转描摹。通过今天的 Runway Academy 学习操作方法。

fofr@fofrAI · 6月3日51

Omni magic trick

译Omni 魔术戏法

向阳乔木@vista8 · 6月3日63

GPT 5.5 Pro 调研生成了一份关于 Codex 的Goal指令如何用的文档。 仔细阅读学到了两个技巧： 1. 觉得写不好goal时，先用plan模式，让AI反问自己一些问题，让AI帮收敛写Goal指令。 提示词模板： /plan Help me turn this vague task into a strong Codex goal. Interview me for missing success criteria, verification commands, constraints, boundaries, iteration policy, and blocked stop conditions. Then draft a final `/goal ...` command. 2. 写好Goal的六要素：结果、验证、约束、边界、迭代和阻塞条件 官方标准模板如下： /goal [Outcome]. Verification: [commands/artifacts/evidence]. Constraints: [what must not change]. Boundaries: [allowed writes / forbidden paths]. Iteration policy: [one focused change, rerun checks, log progress]. Stop when: [evidence proves completion]. Pause if: [blocked conditions / human decisions / budget cap]. 详细调研报告见评论区，有不少模板可直接用。

译GPT 5.5 Pro 调研生成了一份 Codex 的 Goal 指令使用文档，分享两个技巧：1. 写不好 Goal 时先用 /plan 模式，让 AI 反问用户来完善命令，提示词模板为 `/plan Help me turn this vague task into a strong Codex goal...`；2. 写好 Goal 的六要素：结果、验证、约束、边界、迭代策略、阻塞条件。官方标准模板为 `/goal [Outcome]. Verification: [...] Constraints: [...] Boundaries: [...] Iteration policy: [...] Stop when: [...] Pause if: [...]`。详细报告含多个可直接使用的模板。

fofr@fofrAI · 6月3日18

That feeling of being trapped in latent space

译用户指令要求修改屏幕，使其显示为正在打FaceTime电话。主推文感叹：被困在潜在空间中的那种感觉。

DogeDesigner@cb_doge · 6月3日49

Grok Imagine is pretty cool for product marketing. Turn a quick phone photo into a professional ad in seconds.

译Grok Imagine 在产品营销方面相当不错。 将手机随手拍的照片在几秒钟内变成专业广告。

向阳乔木@vista8 · 6月3日63

Codex 小技巧：一台电脑远程指挥另一台写代码 如果你多台电脑都安装了 Codex，且登录ChatGPT账号。 可以在设置 -> 连接 -> 控制其他设备，添加其他电脑。 这样设置后，本机创建项目时，能选添加远程项目。 比如远程控制家里电脑中的Codex工作。

译若多台电脑均安装 Codex 并登录同一 ChatGPT 账号，可在设置 -> 连接 -> 控制其他设备中添加其他电脑。之后本机创建项目时即可选择添加远程项目，例如远程控制家中电脑上的 Codex 进行代码编写。该功能无需额外配置，利用账号同步实现跨设备协作。

fofr@fofrAI · 6月3日55

> Change the screen so it shows that she's on a facetime call

译更改屏幕，使其显示她在FaceTime通话中。

🚨 AI News | TestingCatalog@testingcatalog · 6月3日72

Capafy has released 5 pre-made e-commerce Skills, each built by an operator who has spent years on the store-side front line, with their hands-on playbook packaged into an agent that anyone can now run. The set covers 👀 > Commerce Video Ad Maker > Amazon Listing Image Generator > Paid Ads Diagnose > Amazon Listing Fix Kit > Amazon/TikTok/eBay SOP Generator

译Capafy 推出 5 个预制电商技能，每个均由一线运营者将实践手册打包成 AI 智能体。包括：Commerce Video Ad Maker（上传 1-3 张产品图生成适配 TikTok Shop、Amazon、Meta 等平台的广告视频）；Amazon Listing Image Generator（按买家疑虑顺序生成主图到画廊，用 GPT Image 2 检查合规性）；Paid Ads Diagnose（分析 ROAS 下降或 CPA 飙升原因，给出扩量或暂停建议）；Amazon Listing Fix Kit（逐行检查详情，提供重写文案、7 图计划、A+ 内容和索赔安全标识）；Amazon/TikTok Shop SOP Generator（生成逐条执行的 SOP 并标注违规风险）。Capafy 定位为技能智能体市场，支持上传技能并按次收费。

数字生命卡兹克@Khazix0918 · 6月3日74

分享一个让Agent额度翻倍的小技巧。 之前发Codex教程的时候，评论区有一条留言被顶到了最高赞，是一个关于5小时额度窗口的小技巧。 然后发现很多朋友都说第一次知道，我觉得可以单独拿出来再给大家说一下。 先说原理。 不管是Codex还是Claude Code，它们的额度限制都不是每天重置或者每小时重置，而是一个5小时的滚动窗口。 也就是你发第一条消息的那一刻，5小时倒计时就开始了，这5个小时内你有一定的Token额度可以用，用完了，就得等这个窗口走完才能重置。 但这里有一个很多人不知道的细节。 5小时窗口结束之后，系统并不会自动帮你开启下一个窗口，它会一直等，等到你发出下一条消息的那一刻，才重新开始计算新的5小时。 比如你每天下午2点到6点是集中用Agent工作的时间。 如果你2点才开始用Codex，窗口就从2点开始算，到晚上7点才重置。中间如果用的比较猛，3点半额度就见底了，你得干等到7点，这基本就要当3个半小时的原始人了。 但如果你在上午11点的时候，提前给Codex发一条消息，哪怕就随便说一句话，窗口就从11点开始计算了，等于下午4点就重置了。 你2点开始干活，干到4点额度刷新了一波，4点以后，你又有一整个新窗口可以用。也就是说在2点到6点的核心工作时间里，你能享受的5小时额度窗口，直接从一个窗口变成了两个。 变相让你的额度变成了两倍。 原理就这么简单，提前触发窗口，让重置时间刚好落在你干活的中间。 很多人用了大半年agent，每次撞限了就硬等，因为可能确实不知道这个重置时间是可以自己控制的。 所以你只要理解了窗口的重置是可以人为控制的这一点，玩法就打开了，只要搭配上自动化，你就可以享受两倍额度窗口了。 说下怎么设置。 Codex比较简单，在左边菜单找到自动化，点进去以后新建一个，触发条件选「每天」，时间填你主要干活前的3小时，动作就是随便发一条短消息，内容无所谓，写个“叫我一声爹”都行。 设好之后就不用管了，每天到点它会自动跑一下，帮你把窗口提前激活。 Claude如果你有客户端，也是一样的，设置一个Routines自动化就行。 如果是CLI版，Mac就直接跟你的Agent说： “帮我设一个crontab定时任务，每天上午11点自动给Claude Code发一条消息“叫我一声爹”触发5小时窗口” Windows就用任务计划程序，也可以直接让Agent帮你配。 不过这里要提醒一下，5小时窗口是一层限制，但上面还有一个周额度的上限，所以不用贪心，让重置时间跟你的工作节奏对上就够了。 以上，希望对大家有用。

译Codex和Claude Code的额度限制采用5小时滚动窗口，从用户发送第一条消息开始计时，用完需等待窗口结束才能重置。但窗口结束后系统不会自动开启新窗口，需等到下一条消息才重新计时。利用此机制，可在主要工作时段前3小时（如上午11点）提前发送一条消息激活窗口，使重置时间落在工作时段中间（如下午4点）。这样在2-6点的核心工作中，能享受两个5小时窗口，变相将额度翻倍。设置方法：Codex可在自动化中创建每日定时任务发送短消息；Claude CLI可通过crontab（Mac）或任务计划程序（Windows）实现。注意仍有周额度上限，适度使用即可。

SiliconFlow@SiliconFlowAI · 6月3日67

@karpathy 's llm-wiki hit 5,000+ stars in weeks. The idea: stop re-discovering knowledge every session. Let an LLM build and maintain a wiki that gets smarter every time you use it. Here's how to build your own with @opencode + @justsisyphus OMO + SiliconFlow 🧵

译@karpathy 的 llm-wiki 在几周内获得了 5,000+ 颗星。 其理念是：停止在每个会话中重新发现知识。让一个大语言模型构建并维护一个维基，每次使用时它都会变得更智能。 以下是如何使用 @opencode + @justsisyphus OMO + SiliconFlow 构建你自己的版本 🧵

宝玉@dotey · 6月3日72

可以以假乱真了

译推文展示 GPT Image Gen V2 根据详细提示词生成的图像效果，被评价为“可以以假乱真”。生成的图像模拟了短视频应用的手机自拍截图，具备特定视觉特征：包括低分辨率帧、美颜滤镜平滑、压缩模糊、柔焦及动态模糊。画面主体为一位动漫cosplay风格的女性，外貌、发型、服装和普通卧室背景均有细致描述，并包含了应用界面UI元素，整体风格追求真实手机拍摄的质感。

宝玉@dotey · 6月3日60

Codex 这个小功能我很喜欢，直接一键 commit changes，自动生成 commit message

向阳乔木@vista8 · 6月3日62

这个朋友写的Skill有意思，帮你监控Codex的重置消息，哈哈哈。 第一时间切fast模型，消耗用量。 安装指令有点长，见评论区，复制发给codex用就行。

meng shao@shao__meng · 6月3日75

Agentic Engineering 实战窍门全录（2026年6月版） 来自 @mvanhorn 的分享 👏🏻，他三个月内从「高中后没发布过有价值软件」到 last30days（27K stars）、Printing Press、Agent Cookie，以及对 Python、Go 等主流项目的实质贡献（结尾列出作者推荐全部工具） 看看 Agentic Engineering 给软件开发带来了什么变化 · 80% 编码，20% 规划 -> 规划交给 agent，人做方向与品味 · 人在键盘前执行 -> 人做 signal（信号），agent 做 volume（产出量） · IDE 是中心 -> 终端 + plan.md + 语音是中心 方法论骨架：Research → Plan → Work /last30days（社区现况调研） ↓ /ce-plan（结构化 plan.md，含验收标准） ↓ /ce-work（机械执行，可跨 session 续跑） ↓ Human Signal（品味、取舍、纠偏） Compound Engineering 是使这套循环落地的插件（/ce-plan、/ce-work、/ce-brainstorm）。plan.md 的价值不在于给人读，而在于约束 agent 不偷懒——有研究、有方案、有 checkbox，执行才完整。 # 22 条 Hack 的精简归类 一、规划层（最重要） 1. 有想法立刻 /ce-plan，不先想、不先写代码；模糊时用 /ce-brainstorm 再 plan。 2. plan 给人看，但作者几乎不读——plan 是 agent 的作业；人只 skim 标题，有疑问 inline 问（TLDR / eli5 / why this approach）。 3. 非工程任务同样适用：「make a plan for the plan」——先规划如何产出 deliverable，再执行，避免 LLM 直接写成品时偷工减料。 4. plan.md 也是协作介质：Proof 把 plan 变成可评论文档，非终端用户也能 review。 二、执行与并行 5. cmux 多 tab（4–6 个）：plan 一个、build 一个、测 bug 一个……research 和 build 并行，cycle 回来第一个已完。 6. 新 terminal tab 默认进 Claude/Codex，不是 shell——降低开 session 成本。 7. YOLO 权限：bypassPermissions + skipDangerousModePermissionPrompt；多 session 无法逐条点确认。配合 Stop hook 音效，知道哪个 session 结束。 8. Claude 规划 + Codex 构建：Claude xhigh 关 fast mode；Codex xhigh 开 fast mode。通过 IDE 扩展、/ce-work --codex、Printing Press 委托，不必切 CLI。 三、输入方式 9. 语音优先：Monologue / Wispr Flow（Mac）+ 鹅颈麦；手机用 Apple 听写即可——LLM 能补全转写错误。共享办公室仍是痛点。 10. Granola raw transcript 直接丢进 /ce-plan，不先摘要；配合 Printing Press Granola CLI 检索历史会议。 11. last30days 在 plan 前跑：Reddit/X/HN/YouTube 等并行搜，让 plan 基于「社区当下认知」而非训练数据 cutoff。 四、随处可达 12. Remote control 常开：桌面 session 手机续接。 13. 给 Claude 一个邮箱（AgentMail + agentmail-to-claude-code）：邮件/附件触发新 session；Hermes 的 cc <task> 从手机派活。 14. Mac mini 远程：Mosh（低延迟 SSH）、tmux（断网续跑）、Hermes/OpenClaw 自治、Agent Cookie 同步 cookie/.env。 五、产出扩展 15. HyperFrames：视频 = HTML composition → MP4；与代码 loop 同构（script.md → render）。 16. 笔记即 RAG：Bear CLI、Obsidian、gbrain、supermemory——agent 可读写的个人知识库，plan 质量随历史 compound。 17. 自写 Skills：重复两次以上的 workflow 固化；抄 Compound Engineering skill 的结构让 agent 脚手架。 18. 开源贡献：同一 /ce-plan + /ce-work loop；Discord 建人脉，PR 是入场券。 六、Printing Press 与现实 errands 19. Agent-native CLI 舰队：Tesla 预热、Instacart、ESPN 盯赛、Alaska 订票——agent 跑生活琐事，不只是写代码。 20. Agent Cookie：把真实浏览器 session 交给 CLI，解决 auth 痛点。 七、硬件与诚实反思 21. M5 Max 64GB + 禁 sleep + Anker 充电宝——多 agent 并行极耗电。 22. AI Psychosis：构建 loop 像最好玩的游戏，容易沉迷、忽视用户与身边人；允许「只为自己 build」；要 audience 则走长期积累路径。 # 工具栈一览（可执行清单） · 规划执行：Compound Engineering, Proof · 终端：cmux, Ghostty（读同一 config） · 语音：Monologue / Wispr Flow · 调研：last30days (+ ScrapeCreators key) · 会议：Granola, Printing Press Granola CLI · 远程：Mosh, tmux, AgentMail, Hermes, OpenClaw, Agent Cookie · 视频：HyperFrames · 笔记：Bear CLI, gbrain, supermemory · 生活 CLI：Printing Press, Agent Cookie · 第二引擎：Codex (xhigh + fast)

译该内容源自@mvanhorn的分享，介绍了“智能体工程”如何重塑软件开发。其核心是从“人主导编码”转向“人主导方向、智能体执行”，中心从IDE变为终端与计划文件。方法论遵循Research → Plan → Work循环，核心是让plan.md约束智能体行为。分享者总结了22条实战技巧，涵盖规划、并行执行、输入方式、远程控制等方面，并列出了完整的工具栈。

meng shao@shao__meng · 6月3日66

作为研发团队负责人，我经常要帮团队找合适的企业级工具。 哪些产品提供免费版？免费版能否满足基本需求？后续升级需要多少预算？ 过去需要逐个打开官网确认。现在我把需求交给 BigSet，它直接整理出了一份 B2B SaaS 产品清单，包括产品分类、免费方案说明和定价页面链接。 这类信息还可以定期更新。 过去要花时间搜索和维护的资料，现在可以先从一句话开始。 喜欢这个项目的话，可以在 GitHub 上给它一个 star 支持一下： https://github.com/tinyfish-io/bigset API Key： https://bit.ly/4dJnFB3

译开源项目 BigSet 允许用户用自然语言描述数据需求，从实时网络中构建并定期刷新结构化数据集。研发团队负责人邵猛在实际工作中使用它，自动生成了一份 B2B SaaS 产品清单，内容涵盖产品分类、免费方案说明及官方定价页面链接，省去了逐一查找官网的繁琐工作。该项目已在 GitHub 上开源。

ClaudeDevs@ClaudeDevs · 6月3日73

How do you get Claude Code to check its own work before handing it back? Watch how you can encode your manual checks so Claude closes its own feedback loop:

译如何让 Claude Code 在交回工作前检查自己的成果？ 看看如何编码你的手动检查，让 Claude 自己关闭反馈循环：

fofr@fofrAI · 6月3日57

This is 🔥

译这是🔥 [引用 @DavidMaliglowka]：Gemini Omni 🏕️ 提示词在 🧵

向阳乔木@vista8 · 6月3日70

读了今天Huggingface最热论文，关于如何让AI生成论文图表的Harness框架。 框架会围绕一个共享的结构化规格文档 S。 ① 设计者 D：根据 S 生成可执行的视觉方案 ② 执行者 E：将方案渲染成图像（或代码） ③ 验证者 V：输出带有具体问题定位的诊断报告 ④ 修订者 R：将诊断转化为结构化操作，直接修改 S 中的对应字段 参考并简化，写了一个Skill： 设计者（生图提示词） 执行者（Codex调用GPT-image-2生图） 验收者（审美评判，这个可能不靠谱） 另外整合了抓取Skill，只需要提供URL就能生成配图，哪怕是 X URL。 生成效果如下：

译Hugging Face 上一篇热门论文介绍了名为 Harness 的 AI 论文图表生成框架。该框架围绕一个共享的结构化规格文档 S 运作，包含四个协作角色：设计者生成视觉方案，执行者渲染图像或代码，验证者输出带定位的诊断报告，修订者据此修改规格文档 S。作者参考该框架进行了简化实践，写成一个技能包，其中使用了 GPT-image-2 进行生图，并整合了 URL 抓取功能，可直接生成配图。

ViggleAI@ViggleAI · 6月3日27

From character creation to mocap and retargeting, it's amazing watching creators turn ideas into playable experiences with @Viggle_PINOC . Can't wait to see what's next!

译从角色创建到动捕和重定向，看到创作者们用@Viggle_PINOC将想法转化为可玩体验，真是太棒了。期待接下来的发展！

ginobefun@hongming731 · 6月2日55

从 Markdown 文稿到视频：Cursor + Remotion+ FFmpeg

AYi@AYi_AInotes · 6月2日51

卧槽，赚钱还得是信息差啊， 闲鱼、小红书上已经有人在卖了😭 小红书客单价是真的高， 一个合同审核skills，半小时就能搞定， 卖69块一个，已经卖了5500块了， 看起来我这篇文章是真的值钱的，学会了怎么做 skills，稳赚不赔的副业不就来了吗！

译有用户发现“信息差”副业：在闲鱼、小红书上售卖AI合同审核skills。具体案例显示，一个skills定价69元，已售出超过5500元。主推文者认为，自己此前分享的一篇关于如何制作AI skills的文章提供了关键方法，使得这种“稳赚不赔的副业”成为可能。

Tibo@thsottiaux · 6月2日27

You can just codex ... a farm https://chatgptpro.substack.com/p/hiroki-tomiyasu

译你只需用 Codex 就能……生成一个农场 https://chatgptpro.substack.com/p/hiroki-tomiyasu

swyx@swyx · 6月2日59

title undersells it - this @workos talk is doing v well and is the first to seriously challenge @mattpocockuk in weeks. team is ab testing

译标题低估了它——这个WorkOS的演讲表现很好，是几周来第一个真正挑战@mattpocockuk的。团队正在进行A/B测试。

AYi@AYi_AInotes · 6月2日63

这条不限学生，做项目的都能薅，可能是门槛最低的一个🤩 Microsoft for Startups Founders Hub： 自助申请就有 $1000 起的 Azure 云额度（含 Azure OpenAI 服务）， 有点进展能一路爬到 $25k，顶档最高 $150k。 最香的是—— 不需要 VC、不需要进孵化器， 你手上有个在做的项目，就能自己去申请。 还白送 GitHub Enterprise、Microsoft 365、LinkedIn Premium。 入口：搜 Microsoft for Startups Founders Hub （$150k 顶档要 Series A+，但 $1k–$25k 这档真的好拿）

译Microsoft for Startups Founders Hub 提供最高 $150k 的 Azure 云额度（含 Azure OpenAI 服务）。自助申请可获 $1000 起，随项目进展可升至 $25k，顶档 $150k 需 Series A+。其最大优势是门槛极低，无需风投或孵化器背景，在进行中的项目即可申请，并赠送 GitHub Enterprise、Microsoft 365 等权益。该福利近期更新后，与面向学生的、总价值 $3500+ 的 GitHub 学生大礼包形成对比，后者为学生提供 GitHub Copilot Pro、JetBrains 全家桶等 50 多种工具的免费/折扣权益，同样零门槛。

Berryxia.AI@berryxia · 6月2日49

有朋友问我这个翻译工具是什么？ 日常使用的翻译相关软件Memo和沉浸式翻译高频使用的。 这里我使用的主要是 Memo 软件，它是一个免费开源的剪辑转录翻译一体软件，功能非常强大。 目前我日常主要在两个场景中使用转录+剪辑+翻译工具： 1. Memo 软件 (a) 场景：主要用于处理下载到本地的视频。 (b) 流程：这软件可以下载了 Whisper 的本地大模型，下载完视频后先进行转录，不再烧Token。 (c) 翻译：虽然也可以用本地模型翻译，但速度和效果可能没有 API 快，所以我接入了 DeepSeek-V4 -Flash 来进行翻译，价格便宜又好用。 (d) 体验：Memo就可以完成烧录字幕，编辑，导出整个片子的剪辑其实都挺快的，但在 X 上发布时速度贼慢，搞了一整晚才上传完毕。 2. 沉浸式翻译 (a) 场景：主要用于网页、YouTube 视频以及一些图书的翻译。 (b) 优点：它能保持比较不错的格式，方便后面做分享。 我觉得这两个工具都挺好的，自由度比较高。 你可以接入自己订阅的 API 模型，自由切换，非常方便。 此外，Memo的这个时间戳总结关键内容的功能还挺不错的。

译用户日常使用Memo和沉浸式翻译两款工具。Memo用于本地视频处理，先调用Whisper本地模型转录，再接入DeepSeek-V4-Flash进行翻译，最后在软件内完成字幕烧录与编辑导出。对于网页和在线视频，则使用沉浸式翻译，因其能较好保持原文格式。用户强调这两个工具自由度高，允许接入并自由切换不同的API模型。