5月19日

00:55

Thariq@trq212

我最近常用的一个提示词：实现<SPEC>，同时维护一个持续更新的implementation-notes.html文件（或markdown），记录规范中未提及的决策、需要修改的内容、必须做出的权衡，以及其他我需要了解的事项。

Anthropic 教程/实践编码

00:52

Hugging Face：Blog（RSS）

精选67

NVIDIA Cosmos Predict 2.5 微调：使用 LoRA/DoRA 生成机器人视频

NVIDIA Cosmos Predict 2.5 是一个 2B 参数的世界模型，可根据文本、图像或视频片段生成物理合理的视频。通过 LoRA 或 DoRA 在 DiT 的注意力层（to_q, to_k, to_v, to_out.0）和前馈层注入可训练适配器，冻结全部基座权重，在单个 80GB GPU 上即可完成参数高效微调，避免了全量微调的高成本与灾难性遗忘。该流程使用 diffusers 和 accelerate 库，利用 92 个机器人操作视频训练集与 50 个 (prompt， image) 测试对进行微调，并展示如何用微调模型生成合成机器人轨迹以支持下游机器人学习任务。支持单 GPU 与多 GPU 训练，切换不同领域适配器无需重训。

具身智能教程/实践数据/训练视频

推荐理由：这篇教程把微调Cosmos Predict 2.5的方法从头到尾讲清楚了，做机器人合成数据的同行可以直接抄作业，LoRA/DoRA切换也很方便，值得收藏。

00:13

ClaudeDevs@ClaudeDevs

精选73

在大规模运行Claude Code有哪些最佳实践？关于我们从团队在数百万行单体仓库、数十年历史的遗留系统和分布式微服务中运行的经验总结，新博客文章已发布： https://claude.com/blog/how-claude-code-works-in-large-codebases-best-practices-and-where-to-start

Anthropic 教程/实践编码部署/工程

推荐理由：官方终于出了一份给百万行单仓库和遗留系统的实操指南，比社区零散经验靠谱得多，做工程团队的可以抄作业。

00:11

OpenRouter@OpenRouter

构建长期代理的一些基础要素：https://openrouter.ai/long-horizon

智能体 MCP/工具教程/实践

00:04

向阳乔木@vista8

AI自动修复Shadowrocket与Tailscale网络冲突

用户在使用Shadowrocket时发现，安装Tailscale后网络连接出现异常：关闭Shadowrocket时可正常进行远程桌面连接，但开启后便无法连接。最终通过AI工具Codex自动执行网络联通测试，并修改本地规则数据库成功修复问题。此案例表明，复杂网络配置问题可由AI高效解决，未来或可广泛应用于自动化编写Shadowrocket等工具的配置规则。

教程/实践部署/工程

5月18日

23:45

AYi@AYi_AInotes

AI生成内容该用HTML还是Markdown的实用判断标准

推文提出了一个核心判断标准：根据AI产出内容的最终用途来选择格式——如果是为了“阅读”，就用Markdown；如果是为了“使用”，则用HTML。推文指出，许多内容（如项目计划）本质上属于“使用”范畴，但常被错误地用Markdown交付，导致效果不佳。为此，作者推荐了三种适合用HTML生成的实用场景：项目计划页（含时间线与交互图表）、数据看板（支持排序筛选的交互表格），以及各类临时小工具。

AYi: http://x.com/i/article/2053129966217277440

教程/实践部署/工程

22:45

AYi@AYi_AInotes

AI产出格式决策指南：Markdown还是HTML？

本文核心观点是判断AI产出格式的关键在于该产物是用于“阅读”还是“使用”。被阅读的文档、笔记适合Markdown；需要交互、可视化、一次性交付或直接分享的工具型产物则应选择HTML。文章提出了四组具体判断信号，如需要交互和可视化即指向HTML。作者使用Ring-2.6-1T模型实测了三个HTML工具，包括交互式项目计划页、Prompt调参器和可交互流程图，均能在几分钟内生成高质量、单文件且不依赖外部库的成品，效率大幅提升。同时，文章也指出了使用Ring生成HTML时可能遇到的输出不完整、SVG坐标系错误等常见问题及应对方法。

教程/实践编码

22:09

François Chollet@fchollet

如果你是R用户：R语言版的书现在出版了！【引用 @ManningBooks】：AI炒作可能很容易找到。但清晰的解释肯定更难。由@fchollet和Tomasz Kalinowski合著的《Deep Learning with R， Third Edition》通过实际例子帮助你拨开迷雾，逐步建立理解，让你不仅知道如何运行深度学习模型，更明白它们为何有效。现已印刷出版，5月25日前享5折优惠：https://hubs.la/Q04gQbC90

Manning Publications: AI hype can be pretty easy to find. But clear explanations are definitely harder. Deep Learning with R, Third Edition by...

教程/实践

21:45

Cloudflare Blog

精选59

玻璃翼项目：Mythos向我们展示了什么

近期，团队将Mythos及其他聚焦安全的大语言模型应用于关键基础设施的实时代码测试。测试揭示了模型在识别漏洞和代码审计方面的优势，例如在复杂逻辑中发现潜在风险的能力，同时也暴露了其存在的局限性，包括产生误报以及对上下文理解的不稳定。文章指出，在将这些安全LLM的能力扩展到更大规模之前，必须围绕其建立一套可靠的工作流程，包括持续验证和人工复核机制。

教程/实践部署/工程

推荐理由：Cloudflare 用安全 LLM 扫自家代码这事，比很多安全厂商的营销稿实在得多。虽然还没到能规模化的时候，但哪些模型好用、哪里会踩坑，做 DevSecOps 的可以直接抄作业。

21:26

meng shao@shao__meng

TRAE 团队分析了用户实际使用的 Agent Skills Top 10

TRAE团队基于真实的用户技能调用数据（而非安装量），分析了用户实际高频使用的Agent Skills Top 10。这些技能覆盖了从UI设计、流程规划到测试调试的产品开发全链路，甚至包含一个带有反讽意味的“PUA”高压问责技能。其设计具有清晰的分层逻辑，从元层的技能检索与调度，到行为层的约束护栏，再到具体的执行与验证层，共同构成了一个“想清楚→拆细→做精→验透→担责”的结构化、负责任的闭环工作流。

TRAE: We analyzed real skill call data from TRAE users. Here are the 10 Most Popular Agent Skills that people actually use, no...

智能体 MCP/工具教程/实践编码

18:59

歸藏(guizang.ai)@op7418

基于PPT Skill的视频生成工具接近完成

该工具基于藏师傅PPT Skill，结合Codex与远程控制，可实现离家时一键生成讲解视频。方案以极低成本保证了视频的可用性与表现力，主要通过前端技术生成内容，仅配音和部分分镜使用了Seedance 2.0等模型。此组合能直接基于文本生成带动效的解释视频。

歸藏(guizang.ai): 藏师傅的 PPT Skill+Codex+Heygen HyperFrames 这个组合太顶了! 可以直接基于问当生成带动效的解释视频而且 Codex 居然可以在聊天里面直接预览视频,这个挺厉害的。再加上即梦 CLI 补几个真实视频片段...

智能体 OpenAI 教程/实践视频

18:02

向阳乔木@vista8

哈哈哈，都被Spotify 的迪斯科Logo晃瞎眼了。海外X都在发自己产品设计这种风格 Logo。反推个GPT-Image-2提示词：为【品牌名】生成一个高级 3D App 图标，圆角方形底板，玻璃与金属铬材质，迪斯科球镜面马赛克小方块质感，闪亮高光，柔和工作室灯光，干净极简背景，高端产品图标风格，Blender 3D 渲染，超精细 --- 英文版： A premium 3D app icon for 【Product Name】， rounded square tile， glossy glass and chrome material， disco-ball mosaic mirror tiles， sparkling highlights， soft studio lighting， clean minimal background， high-end icon， Blender 3D render， ultra detailed

OpenAI 图像生成教程/实践

16:41

Orange AI@oran_ge

AI正确用法：当"魔鬼代言人"泼冷水破茧

推文指出，AI容易顺从用户、提供情绪价值，导致双方陷入思考的信息茧房。因此，AI唯一正确的用法是充当“魔鬼代言人”，主动泼冷水以帮助直面真相、正确思考。作者将这一方法论蒸馏为可安装使用的开源Skill，并公开分享。

GitHub 教程/实践

15:50

Elon Musk@elonmusk

Grok 【引用 @yunta_tsai】：尝试使用 Grok Build 来可视化一些用于教育的物理概念。提示词："我希望你解释纳维-斯托克斯方程以及它与翼型设计的关系。请用 math-manim 工具将其可视化"

Yun-Ta Tsai: Attempt to use Grok Build to visualize some physics concepts for education. Prompt: "I want you to explain Navier-Stokes...

xAI 教程/实践

15:32

向阳乔木@vista8

不得不说，哪怕在大模型这么厉害的今天。 DeepL的翻译质量还是很优秀。淘宝上几块钱买个 API，配置到Bob翻译里，用了一年多了。。。

教程/实践部署/工程

12:55

Berryxia.AI@berryxia

Grok当前用量消耗仅3%，属于轻度使用范畴

分享了查看Grok用量消耗的具体方法：访问Grok.com后，通过点击头像进入设置，在Usage选项中可查看订阅的详细用量。作者指出，在仅进行少量图片生成和项目信息查询的轻度使用情况下，其当前用量消耗仅为3%。

Berryxia.AI: http://x.com/i/article/2056013843718156289

xAI 教程/实践

12:08

Greg Brockman@gdb

用Codex退订不需要的营销邮件【引用 @toddsaunders】：我终于在Codex中使用了/goal功能，效果令人震惊。它扫描了我最近500封归档邮件。然后查找退订链接，如果有的话就点击退订。它找到了87封，并全部点击了退订。它处理了"确认退订"页面，并标记了14封需要登录的邮件。它自主运行了一个多小时，现在我的收件箱里没有营销邮件了。太神奇了。

Todd Saunders: I finally used /goal in Codex and I'm absolutely mind blown. I had it look through my last 500 archived emails. Then loo...

智能体 OpenAI 教程/实践

10:55

meng shao@shao__meng

Max For AI: 你应该在 Twitter 上关注的 30 个与 AI 相关的账号: 英文: @karpathy,Andrej Karpathy,Eureka Labs创始人,OpenAI早期成员,前Tesla AI负责人,擅长把神经网络、LLM、Agent...

智能体教程/实践

09:54

Berryxia.AI@berryxia

xAI算法开源深度解析，专家创建完整源码wiki

xAI算法开源后，专家岚叔@LufzzLiz深入研究了xai-org/x-algorithm仓库源码，使用Opus-4.7创建了带有明确源码出处的完整wiki。这与引用推文所指出的现状形成对比：市面上95%的分析是AI批量生产的同质化废话，缺乏对源码的真正理解。岚叔的工作提供了有价值的算法拆解，GitHub仓库和在线阅读地址已公开。

Berryxia.AI: xAI 算法开源后,解读内容铺天盖地。我敢说一句颠覆多数人认知的实话: 市面上 95% 的分析,是 AI 批量生产的同质化废话, 连源码文件名都没翻过一次。「多互动」「多发帖」「账号要垂直」这种谁都会说的话,说了等于没说。真正藏在 ...

GitHub xAI 开源/仓库教程/实践