Berryxia.AI@berryxia

73

推文介绍了一套提升AI生图质量的结构化提示词框架。其核心是“结构越清晰，输出质量越好”。框架将提示系统分解为几个关键模块：首先定义画幅与用途；其次明确主题与核心主体的位置、占比及情绪价值；接着通过视觉隐喻用具体元素象征抽象概念；然后选择如Apple风格等特定画面风格并强调干净、克制等视觉要求；最后规划包含主副标题、英文短句和关键词的文字系统，并列出应避免的限制元素。

向阳乔木@vista8

64

针对如何管理日益增长的AI技能（SKILL）以及同步Claude、Codex等不同AI工具的技能问题，建议将技能创建和管理目录统一设置在.agent/skills路径下。对于Claude、Codex等其他工具的目录，推荐使用软链接方式，以实现最大程度的兼容性。同时，推荐使用CC Switch的Skill管理工具，其可视化界面便于升级管理、点亮图标以及开启对不同工具的支持。

Yihui: 向大家讨教两个问题: 1. 你是如何管理日益增长的 SKILL 的? 2. 大家是如何同步 Claude Code 和 Codex 的 SKILL 的?有没有什么好的同步方案?

PixVerse@PixVerse_

38

Mr Das: Ink shouldn't be able to fly, but this one finds a way! Seedance 2.0 1080p on PixVerse | @PixVerse_ Prompt below 👇

向阳乔木@vista8

71

一个在GitHub上获得3.3万星标的AI论文学习资源库，作者系统性地收集和整理了高质量的AI学习视频。资源主要来自YouTube和Bilibili平台，例如收录了李沐的论文精讲系列。所有内容已按时间和主题进行了详细分类，便于用户系统学习和收藏。该库旨在为学习者提供一个结构化的视频学习路径。

Berryxia.AI@berryxia

57

本文梳理了本地大模型推理的主流格式。GGUF是llama.cpp推出的单文件格式，集成头文件、元数据和权重，加载快且支持灵活的K-quants量化（2-8bit），兼容llama.cpp等工具，适合CPU与低配设备跨平台使用。MLX是Apple为M系列芯片优化的框架，采用目录结构，在Mac上利用统一内存架构实现高效加载与处理，支持4bit量化，为Mac用户提供最佳体验。其他如PyTorch/Safetensors是训练分享标配，ONNX侧重跨框架部署。建议Mac用户优先MLX，跨平台或低配选GGUF，训练分享用Safetensors。

一项实验将Claude作为用户空间IP协议栈运行，测试其对ping请求的响应速度。结果显示，其平均往返延迟约为1.2秒，显著慢于传统内核协议栈的毫秒级响应。这一巨大延迟主要源于大语言模型固有的文本生成与处理开销，揭示了当前AI模型在需要低延迟网络交互的实际场景中存在的性能瓶颈。

向阳乔木@vista8

69

作者在让AI开发界面功能时，参考最佳实践发现W3C提供了一套完整的设计系统，涵盖了从面包屑导航到页脚等所有组件的规范。这一发现启发了作者，认为可以系统地让AI Agent学习这套全面的设计规范，从而将其转化为一个可执行的“技能”。这为利用现有、权威的标准化资源来训练和增强AI在特定领域（如前端开发）的能力提供了新的思路。

小红书PMO团队探索AI智能体（Agentic）在项目管理中的落地路径，目标是从让AI理解项目管理，进化为为每个项目组打造一个专属BP（业务伙伴）。

阿绎 AYi@AYi_AInotes

55

森马通过AI技术将服装上新周期从6个月压缩至15天，2025年实现数亿元回款并节省数千万元成本。AI作为全链路基础设施，覆盖供应链、库存、直播、运营等400多个场景，重构经营逻辑。AIGC视觉使图像生成效率提升，成本近乎零，支持全款式并行推进。AI不仅替代人工，更挖掘隐性成本，推动传统企业数字化转型。

PixVerse@PixVerse_

67

AZIZ | AI 🇸🇦: 5️⃣ عجبتني النتيجة وقلت ليه ماستخدم سي دانس ٢ ، ورحت على منصة @PixVerse_ لان احب ان السرعة عندهم عالية جدا لتوليد الفيدي...

歸藏(guizang.ai)@op7418

75

藏师傅的PPT Skill工具发布了第二套主题，设计更简洁美观，适用于数据和事实性内容的演示。新主题提供4种颜色和20多种版式选择。其核心功能是集成了Codex内置的GPT-2.0模型，可辅助用户生成演示配图、美化截图，并能自动生成适用于各平台（如公众号）的封面图与配图。相关文章详细介绍了具体使用方法及操作技巧。

歸藏(guizang.ai): http://x.com/i/article/2053655813877870592

Berryxia.AI@berryxia

68

AI技术正重新激活AR 3D拆解教学领域。利用Cursor中的Claude opus模型，可快速生成手表、冰箱等物体的AR拆解教学演示，实现部件3D可视化与步骤标注，流程已跑通且成本低。该方案未来可广泛应用于硬核设备拆解及生物细胞等科普教学。对于精度要求不高的展示，可直接利用Apple官方免费3D模型库或KhronosGroup等开源资源快速搭建，JigSpace则是成熟的教学互动应用范例。这预示着科普教学方式将迎来新的变革。

Berryxia.AI: 看大家昨天都因为这个项目卧槽了一天! 朋友们都开始整活儿,其实对于精度要求不高只是展示3D的就是可以直接使用开源的一些3D库就可以拿来使用。 我最早接触和了解这玩意还是Apple的 Reality Composer,官方也提供了对应的3D ...

在配备24GB统一内存的苹果M4芯片设备上成功运行了本地大语言模型。测试显示，该配置可流畅运行700亿参数模型，推理速度达到每秒30个token。这一性能表现主要得益于M4芯片强大的神经引擎和高效的内存带宽，使得在消费级硬件上部署大型模型成为可能，为开发者提供了成本更低的本地AI解决方案。

Berryxia.AI@berryxia

56

推文讨论了在精度要求不高的3D展示场景下，可直接利用开源3D库快速实现。作者提及Apple Reality Composer及其免费的USDZ/USDC格式官方3D模型库，适用于AR增强现实。对于需要自定义或教学互动的场景，推荐了JigSpace应用。同时，作者分享了使用GitHub上的glTF样本模型快速制作Demo的经验。引用的推文补充了关键应用：结合GPT-image-2和Gemini等AI工具生成3D生物结构，并开发可交互探索的应用，旨在为课堂教学等场景创造趣味互动体验。

Berryxia.AI: 从此告别无聊的课堂教学! 自己开发趣味互动科学应用创意 ~ 现在使用GPT-image-2 + Gemini 尝试生成3D生物结构,并开发了一款能交互探索这些结构的应用!

meng shao@shao__meng

67

一款开源Skill“Create Onboarding Video”利用AI（通过Remotion）为iOS App生成高质量的用户引导视频。它强制遵循一套“反AI油腻感”的硬性规则，以制作出具有“App Store预览”级质感的片段。核心规则包括：视频需聚焦于证明功能在工作的特定UI组件，而非展示完整屏幕；字幕需有固定的位置、大小和入场动画；光标交互必须真实自然，禁止瞬移。该Skill定义了从素材采集、分镜规划到编码实现的四步工作流，强调“展示而非叙述”，旨在快速引导用户达成“aha moment”。

ROFI: http://x.com/i/article/2053059568121282560

meng shao@shao__meng

53

作者使用Cursor和Remotion制作视频，初版问题多，严厉批评Cursor Agent后，它反复自检耗时30多分钟才生成最终版。作者由此反思，应清晰列出问题要求AI一次性处理，避免PUA式指责，同时注意Remotion的高Token消耗。

meng shao@shao__meng

65

OpenAI Codex的首位产品营销经理阐述了其核心价值：从“写代码的工具”转变为让知识工作者直接接触代码库、Slack等“信息源头”的工作台。具体通过三层应用重塑PMM角色：作为个人助理聚合多工具信息以管理注意力；跟踪产品与工程状态以直接理解源码；生成跨职能对齐文档初稿以提高信息可见性。AI接管了汇总与追踪工作，使人能更专注于不可替代的判断部分，如评估表述、识别计划漏洞。这一让AI做“有据可依的初稿”、接入真实工作场景并实现自动化的模式，可迁移至任何上下文密集型岗位。

pranav: http://x.com/i/article/2053505234522238976

Berryxia.AI@berryxia

60

向阳乔木: 如果你喜欢到Huggingface读最新的AI论文。 可以安装官方的cli: curl -LsSf https://hf.co/cli/install.sh | bash 安装好以后,提示词: hf papers read [论文编号或论文...

宝玉@dotey

57

文章指出，将大语言模型转化为可靠智能体的关键在于其外围基础设施，即“AI Agent Harness”。它被定义为产生智能体行为的完整软件架构，包括编排循环、工具、记忆、上下文管理等核心组件。这如同操作系统之于CPU，是智能体得以自主运行的“机器”。Harness工程超越了提示词工程，涵盖了完整的应用架构，是解决智能体在生产环境中表现不稳定的根本方案。

elvis@omarsar0

66

Dilum Sanjaya: Fun interactive science app ideas | Part 3 Played around with generating 3D biological structures and made an app to exp...

歸藏(guizang.ai)@op7418

28

歸藏(guizang.ai): 厌倦了千篇一律的衬线字体和排版? 歸藏的 PPT Skill 新主题预告

Orange AI@oran_ge

60

为应对公司要求将工作经验提炼为AI可执行技能（即“技能蒸馏”）的做法，有开发者提出了“反蒸馏”工具。用户可将写好的技能文件输入，工具会生成一份表面完整但核心知识已被抽离的“清洗版”用于提交，同时私密备份被移除的关键经验与知识，以保护个人真正的职业资产。例如，将具体技术实践“Redis key必须设TTL”泛化为“缓存使用遵循团队规范”。该项目旨在帮助从业者在AI时代维护自身知识价值。

Satya Nadella@satyanadella

59

Austin Henley: Excel Copilot one-shotted a tiny GPT-style language model for me inside a spreadsheet: embeddings, causal attention, wei...

阿绎 AYi@AYi_AInotes

71

Anthropic联合创始人预测首个十亿美元一人公司即将出现，而普通人利用AI实现月入1万美元（约7万人民币）则更为切实可行。核心路径包括：选择具体、可重复的付费任务；将系统提示词编写为详细岗位描述；通过MCP工具链连接实际工作流实现自动化；持续迭代优化提示词；最终实现系统自动运行，创始人仅需每周花少量时间处理异常。成功关键在于找到付费痛点并快速交付可用方案，而非追求技术完美。当前是利用AI创建自动化小生意的关键窗口期。

Khairallah AL-Awady: http://x.com/i/article/2052883842948632579

meng shao@shao__meng

70

Lee Robinson 从大量审阅简历的经验出发，提出让工程师求职脱颖而出的关键建议。简历需简洁专业：限制一页、避免照片、GitHub 应展示代码而非装饰。网络形象至关重要：拥有用心的个人网站能显著提升竞争力，需认真维护 LinkedIn 并清理 X 内容。申请内容应定制化，针对不同公司调整重点；务必提及 AI 技能以顺应趋势；项目注重质量而非数量；避免使用 AI 生成求职信和简历以保持真实；同时展示个人爱好，帮助建立人际连接。

Lee Robinson: How to make your engineering job application stand out (from the perspective of someone looking at hundreds of resumes):...

向阳乔木@vista8

60

GPT-Image-2能够根据选中的文章段落直接生成视觉化的解释，极大地改善了阅读体验，使其不再枯燥。这一功能展示了AI在将文本内容转化为直观图像方面的应用潜力，为理解和消化复杂信息提供了新的辅助工具。

Greg Brockman@gdb

64

Vaibhav (VB) Srivastav: Codex quite literally filed my reimbursements, downloaded invoices since the start of the month, updated the expenses sp...