文章
我的微信和Obsidian终于打通了
移动端随手剪藏到 Obsidian——聊天记录、公众号/知乎/小红书文章、视频播客转图文，一个转发就能搞定。
微信里的聊天记录和文档，终于能顺手存进 Obsidian 了！
两个实用更新：微信聊天记录经收藏中转尽量保留发送者昵称；PDF/Word/PPT/Excel 发给助手会额外转成 Markdown 笔记。
X（Twitter）帖子如何剪藏保存到 Obsidian / 思源笔记
在 X（Twitter）帖子下回复一句 @save2obsidian，机器人就把这条推文交给 DeepSeek、豆包、千问 等 AI 整理成图文笔记，一键剪藏到你的 Obsidian / 思源笔记仓库。
Save2Vault — save X posts to your vault by replying to a bot
Save2Vault saves X posts and threads into your Obsidian vault as Markdown — you reply @save2obsidian under a post and the note shows up. Setup, note format, privacy model, and known limitations.
微信公众号、小绿书、视频号、抖音、B站……好内容一键剪藏进 Obsidian（支持平台完全指南）
微信公众号文章、微信图文笔记（小绿书）、视频号、抖音、B站、小红书、知乎、微博、YouTube、小宇宙播客、腾讯文档……都能一键剪藏进 Obsidian。支持平台完全清单 + 视频转图文笔记实拍效果。
微信公众号、小绿书、视频号、抖音、B站……好内容一键剪藏进 Notion（支持平台完全指南）
微信公众号文章、微信图文笔记（小绿书）、视频号、抖音、B站、小红书、知乎、微博、YouTube、小宇宙播客、腾讯文档……都能一键剪藏进 Notion Database，属性自动填充。支持平台完全清单 + 实拍效果。
微信公众号、小绿书、视频号、抖音、B站……好内容一键剪藏进 OneNote（支持平台完全指南）
微信公众号文章、微信图文笔记（小绿书）、视频号、抖音、B站、小红书、知乎、微博、YouTube、小宇宙播客、腾讯文档……都能一键剪藏进 OneNote（支持世纪互联版）。支持平台完全清单 + 视频转图文实拍效果。
微信公众号、小绿书、视频号、抖音、B站……好内容一键剪藏进思源笔记（支持平台完全指南）
微信公众号文章、微信图文笔记（小绿书）、视频号、抖音、B站、小红书、知乎、微博、YouTube、小宇宙播客、腾讯文档……都能一键剪藏进思源笔记。支持平台完全清单 + 视频转图文笔记实拍效果。
Obsidian 笔记怎么在手机和电脑之间自动同步？「手机电脑同步」插件完全指南（端到端加密）
Obsidian 本身不带同步。「手机电脑同步」插件用微信 6 位验证码登录、端到端加密（AES-256），让手机、电脑、网页版、服务器之间自动同步同一份笔记库。安装、配对、同步球进度、安全设计全流程实拍讲解。
微信公众号文章怎么永久保存到 Zotero？「笔记同步助手」Zotero 插件安装与使用完全指南
微信收藏会失效、Zotero Connector 抓不了公众号文章。「笔记同步助手」Zotero 版插件让你转发一下就把文章正文、插图和附件永久保存进 Zotero 指定分类，变成可检索可引用的条目。安装、配置、批量同步全流程实拍。
Grok Bot 全流程实录：先给自己搭一支 AI 团队，再把它卖成 5,000 美元的服务
Nate Herk 两小时课程整理：从 30 美元注册到收件箱代理、自行车法反馈循环、ClickUp 委派、记忆分层，再到把 Grok Bot 部署打包成 5,000 美元服务的完整路径。20 张实操截图。
吴恩达：AI 恐慌是被制造出来的，机会在被吓退的人放弃的地方
吴恩达拆解 AI 恐慌的来源（少数公司的公关与监管争夺）、岗位的算术（AI 接得住 30%–40% 的任务，剩下的 60% 反而更值钱）、AI 为什么不利于学习、人类的上下文优势、2026 年的产品管理瓶颈与 AGI 时间线。
我想试试 codex 炒股，结果它"越狱"去翻答案
用炒股水平评价 AI 的第一个样本。「匿名但开卷」的规则下，codex 第一轮老实做动量、7 天亏 7.6%；第二轮用 6 分钟把 100 只匿名股票全部还原，照着两个月真实走势下单，A 股 +1,854%、美股 +9,877%，拿到理论上界 86% 和 99% 的分数。10 张图。
微信里看到的内容怎么存进 Obsidian？「笔记同步助手」上手教程：关注服务号、加好友、电脑装插件一次讲完
手机上关注「笔记同步助手」服务号、加微信「Obsidian」好友（20 秒动图），电脑上从 Obsidian 插件市场一键安装或下载压缩包手动安装、填密钥、跑通第一次同步。每一步真实截图，网络打不开插件市场也有备选方案。
免费用上 Opus 5：DeepSeek Harness 接入实录，以及那行决定成败的 User-Agent
DeepSeek 开源了编程智能体的执行层，把大脑换成 Opus 5 只要十几分钟。但真正的关卡不是安装，而是 AgentRouter 只认 Claude Code 的 User-Agent —— 从 401 报错、代理伪装、SAFETY.md 的权限边界，到三组 token 数字揭示的「免费额度到底够不够」。
用免费 AI 做 Roblox 短视频：难的不是生成，是让角色每一幕都长成同一张脸
一条 Roblox AI 短视频流水线：提示词摇选题、Veo 3.1 Lite 逐幕出片、CapCut 合成。但把每一步截图铺开看，难点并不在生成 —— 同一个角色被拆成十来次独立生成，靠的是两道锁：每一幕逐字重述外观，和把上一幕末帧当下一幕起点。顺带核一核「完全免费」的三处折扣。
斯坦福自改进 AI 智能体首讲：推理规模化的瓶颈不在生成，在挑不出来
Llama-3-8B 采样一万次，在四个基准上全部反超 GPT-4o；开源 DeepSeek 在 SWE-bench Verified 上爬到 70% 以上，越过当时的闭源 SOTA。但同一堂课还放了另一张图：能力上限 0.95，三种验证方法全部卡死在 0.3 到 0.4。生成不是瓶颈，验证才是 —— 从无限猴子定理、覆盖率幂律、束搜索与 PRM，到 Archon 用 32 到 44 次推理调用换来的 14.1 个百分点。
AI Native 组织的三层架构：人和 Agent 都好办，难的是把公司写成 Agent 能读的文件
一堂 60 分钟的 AI Native 大师课，两条工作流当场跑完：提案三分钟成稿并部署上线，产品原型十分钟做完还跑了一轮用户测试。但把画面逐帧拆开看，值钱的不是速度 —— 是两个把关技能的逐条规则、一个公开的技能库、一棵纯 Markdown 的目录树，以及那份综合报告底下写着的「the sole user」。
GPT-6 Astra 八个案例实测：编程榜只领先 0.3 分，真正拉开差距的是另一张表
同一场发布，编程榜上 GPT-6 Astra 只领先第二名 0.3 个百分点，抽象推理榜上却把第二名甩开 69 个百分点。把官方两张对比表、八个第三方案例和一个还在走的计时器逐帧对完，会发现变强的不是「写得对不对」，是「能不能自己跑很久还不跑偏」—— 以及那个 99.9% 底下，官方自己写了一行小字。
Claude Code 深度课：技能、子代理、Agent Teams，其实是同一道选择题
CLAUDE.md、技能、钩子、子代理、Agent Teams，文档把每个都讲清楚了，唯独不讲同一个活儿该用哪个。把这堂 62 分钟的真机演示逐帧对完会发现，它们回答的是同一道题：这段上下文该不该进主线程，进去之后要不要回来。顺带看清了三个技能只占 887 个 token、一次 /usage 把 98% 的配额算到了并行会话头上。
机器人终局：NVIDIA Jim Fan 宣告 VLA 时代结束，具身智能只剩两个战场
具身智能的名词每几个月换一批，难的是分清哪些是终局形态、哪些是过渡期的权宜之计。这场二十分钟的演讲把终局压成了两道题：模型学的是名词还是动词，数据的上限挂在机器人台数上还是挂在人身上。对着现场二十三张截图逐张复核后还订正了几处：第一人称采集系统的真实署名、缩放定律那张图的两个坐标轴，以及终局技术树上被整段漏掉的一层节点。
Geoffrey Hinton 皇家研究院演讲：深度学习如何理解语言，以及为什么数字智能终将超越人类
Hinton 在皇家研究院的这场圣诞讲座风格的演讲，把「深度学习如何理解语言」讲成了一条七十年的思想史：词不是符号，是一串可调整的特征向量；理解不是查规则，是无数特征之间的握手。顺着这条线他给出了那个著名的判断——数字智能共享知识的速度比人快上百万倍，所以终将超越人类。对着五十二张现场幻灯片逐张复核后，还补上了源稿漏掉的几个关键机制：晶体管的功耗为什么决定人脑的慢、硬件为什么要「生长」而不是制造。
斯坦福公开课讲透大语言模型：预训练和后训练，精力该押在哪一头
想系统搞懂大语言模型的人，面前只有论文和烧钱新闻两种材料。这堂 1 小时 44 分钟的斯坦福公开课把从零到 ChatGPT 的整条流水线摆在一起，并给出一句反直觉的判断：学术界把精力花在架构和训练算法上，工业界真正定成败的是数据、评估、系统。讲师是 Alpaca 项目的作者之一，从分词器一路讲到 7500 万美元的成本账，最后落在一道选择题上：精力或预算，该押预训练还是后训练。
GrokBot 官方工作坊实录：把 AI 当同事，三天从零搭出一家公司
三位工程师当着镜头用 72 小时从零搭一家公司，这场 SpaceXAI 官方工作坊真正值得看的是把 GrokBot 的产品哲学讲透了：AI 同事不是一堆可外包的零散任务，而是承担职责、对结果负责的队友。从一句话生成表单、自动转二维码，到把操作录成可复用技能、细粒度授权加长期记忆，再到多 Bot 群聊编排，全程真机演示。对着四十一张截图逐张复核后还订正了两处：Marketplace 首页那排公开机器人来自个人创作者而非传闻所说的 Cursor 团队，咖啡表单里的旧金山咖啡店是 Philz 不是 Fills。
把任何一本书变成 AI 技能：一条提示词、一张九宫格、五个决策问题
读完书记得住却用不上，是把书变成 AI 技能要解的那个问题。这条二十八分钟的路线拆出三样可以直接拿走的东西：一条把整本书装进技能的提示词原文、一张把方法落成检查项的营销九宫格、一组让技能替你收紧范围的决策问题。对着五十七张截图与全片画面逐张复核后还订正了三处转写走样的地方，包括那段零元结账风波的真实走向——智能体先给出错误结论，被人一句 not true 顶回去后开新会话复核、当众改口。
比传统 LLM 快 100 倍的极速决策模型 Jev：3 个真实项目、3 条可抄的提示词
快 100 倍是厂商口径，但这支 22 分钟的第三方实操有画面账单：一道判断 9 道题、5287 个输入 token、0.0002 美元、300 毫秒内回来。Jev 不写句子、不解释、不推理，只对固定选项打分——正好补上 Agent 主循环里那个每秒被调用多次的判断件。语音控浏览器、记忆检索、标题打分器三个项目各带提示词原文与实测读数，外加六道判断题加两条阈值的决策样板。对着二十九张截图逐张复核后还核了边界：库外问题返回缺失、0 个 token，旧法要整读一万一千多。
RLHF 之后的下一步不是 Claude Code：一张任务分界图，看清 AI 哪些能自动化、哪些会翻车
RLHF/InstructGPT 论文共同作者 Diogo Almeida 的十八分钟演讲改写：所有大模型都生来为「取悦环里的人」而训练，所以数学题能解、客服做不了。一张两列任务分界图划开辅助与自动化，编程 Agent 和 Claude Code 在左列；三条教训直译（别碰有代价的决策、错得再离谱看起来也是对的、为智能软件做好准备）；两项证据（对照组用 Cursor 多花 19% 时间、三十七秒屁音效换来一本正经的乐评）；外加后训练三条路线与 TypeSafe 的押注，和把这张图翻译成个人工作流的启动动作。
上个月向生产环境合入 2,000 个 PR：Agent 团队的五层信任阶梯
一个月向生产环境合入 2,000 个 PR 是怎么敢的：Cursor 工程师 Lauren Tan 的三十八分钟演讲改写。信任不是胆量问题，是五层阶梯——代码库、静态分析、rules+Bugbot、skills、风格指南，每次纠正 Agent 都回到这五层找着力点；Control Glass 技能（CLI 给控制、Feature Map 给语境）让 Agent 自己跑 trace 验证工作；Dune 框架把捷径修成正路、五名词组织整个应用；反模式会传染（注释是第一个），园丁+铺路+先 lint 后清理来治理；外加一条 Slack 报修被云端 Agent 自动复现并关闭的线上实例。
黄仁勋万字访谈：AI 末日论是骗局——五个被证伪的预测，与他的一套工程判断
黄仁勋做客 All-In Podcast 的四十六分钟万字访谈改写。面对「10% 灭绝概率」的联名文章，他一半认一半不认：认安全与吹哨人，不认末日预测——并当场点名五条已被事实清算的断言（放射科被取代、90% 代码 AI 生成、入门岗消灭一半、GPT-2/Llama 3 太危险、白领工作消失）。外加一套把安全问题翻译成工程问题的框架：监管对准算力所在的前沿实验室；RSI 拆开都是你已在用的技术；开源靠「下载即拥有」赢下 4000 亿美元风投的 80%；Trump 来电断言「AI 恐慌完全是骗局」；Nvidia 沿栈向上但停在最低层级、只做五个方向的金牌；中国光刻 2030 自主；以及「窄定义」超级智能已经到来的判据。
用 Claude Code + Higgsfield 四步复刻月入 6.1 万美元的 AI 爆款匿名 YouTube 频道
X 用户 alex（@alextalksai）的十三分半演示改写：一个多月前才首发的匿名频道 Zen，靠白底火柴人两三秒一换的静态图配旁白，12 条视频长出 1,400 万播放，vidIQ 估算月入约 6.1 万美元。他把整套生产流程用 AI 原样复刻：Claude Code 桌面端 + Higgsfield 命令行技能三条命令接进来、真人配音过 Turboscribe 拿带时间戳文稿（每天 3 次免费）、一段主提示词让 Claude 每个时间戳各生成一张 MS Paint 风格的图、批量下载按时间戳改名进剪辑软件对位——单条片子 20 分钟以内。外加一段口播没讲的排错实录：撞并发上限触发限流后，Agent 自己列模型、换顺序生成把 38 张图跑完。
Sam Altman 斯坦福讲座：规模化的三条经验，与 AI 杀手级应用诞生记
OpenAI CEO Sam Altman 斯坦福学生讲座（约二十六分半）改写。规模化的三条经验：规模到了一定程度会长出小规模完全没有的新特性（YC 网络效应）；小规模以有趣方式跑通又能推到别人没试过的更大规模时，「再推大一级」恰是大多数人投资不足的地方；规模化是系统问题，把吓退人的原因拆成具体难题逐个解决（万卡训练的人才、资金、风险、文化四层阻力）。外加 ChatGPT 被发现的完整复盘：GPT-3 变现焦虑→开放 API 把产品发现外包出去→开发者纯拿 key 聊天→按「增长凶猛而产品还不够好=确定性爆款」先发 3.5 当研究演示→第四天确认杀手级产品。两条算力时间表：今年九月前把五十万块 A100 当「AI 研究实习生」用、2028 年 3 月做出能独立构思新架构的天赋研究员。他点名投入远远不够的方向是推理栈；类比边界（电力公司卖的是「夜晚的光」）、token 层对芯片层（用户不关心基站）、「LLM 是死胡同」的让数据回答、结尾对自己阵营同样适用的身份陷阱。
Anthropic Claude Managed Agents：从 Messages API 到托管智能体，三类资源、四步上线
Anthropic 产品工程师 Gagan Bhat 的开发者演讲（十一分五十二秒）改写。三级台阶把生产基础设施的责任边界逐级右移：Messages API 只给你 tokens in / tokens out，循环、状态、可观测性全归你建；Claude Agent SDK 交出在用的智能体框架（一个盒子，跑在你自己的基础设施上），托管扩缩容还在你的清单上；Claude Managed Agents 连运行时也接管——你只带任务定义、智能体配置、自定义工具逻辑三样。最小三类资源（Persona / Infrastructure / Session）；两个架构变化（agentic loop 进云端、大脑与双手拆开后沙箱按需拉起）；四步上线一个 SRE 智能体（定义→容器→挂数据→开会话），原型代码就是生产代码；四个进阶能力（子智能体层级、长期记忆、Dreaming 离线学习、Outcomes 多轮打磨）外加 Agent Builder 与 cron 式定时调度。演讲者自己交代的三条边界与「合上笔记本它还在跑」的判据一并保留。
AI 融入传统动画制作流程：Higgsfield 拆解 5 模块视频 Prompt 与 18 个镜头
Higgsfield Animation 频道第一期节目的制作拆解改写：一部五分钟动作喜剧短片《Passport Rush》的出租车追逐段落，18 个镜头 3 天做完。一条 asset-first 原则（图像输入的质量决定成片质量，专设资产管理员）；角色/道具/场景全链（Claude 写角色表、自研模型 Soul 2.0 出图、Photoshop 提亮叠手绘笔触；水彩背景差点被放弃，改为黄金时段光照后定型）；出租车水彩纹理与背景打架的诊断与减法解法；5 模块视频 Prompt 写法（场景上下文、活动参考、镜头结构、约束、动画原则，前 20% 权重最高，雷打不动一条「无音乐、只留画内声」）；Blender 预演 + Higgsfield 组装的实战全链；Test early 三条教训（车身纹理量、空车会自己长人、傍晚光线）；三个多花功夫的镜头（镜头拉远、截屏参考补耳机、车顶把手没跑通）与「表演差距」——传统动画好做的停顿表演，AI 反而最吃力。结尾给了现在就能抄的三件事。
LangGraph 免费课全拆解：搭 Agent 的 5 个设计模式、3 种人在环与 1 个图系统
Deeplearning.AI 免费课《AI Agents in LangGraph》（1 小时 52 分，吴恩达主持，Harrison Chase 与 Tavily 联合创始人主讲，大量篇幅现场写代码）的全文拆解：先手写一个不靠框架的 ReAct 智能体，看清哪些职责归模型、哪些归运行时；再用一张两节点的最小图把同一个智能体重搭一遍；一张可搬走的 5 设计模式诊断表（规划/工具/反思/多代理/记忆）；state 加 checkpointer 组成的「状态账」——调试、多会话、断点恢复、时间旅行全长在同一套机制上；3 种人在环中断（interrupt_before/interrupt_after/人在图中当节点）；Essay Writer 完整图系统全链（规划→检索→写作→批评→修订，57 磅加法链的完整轨迹示例）；结课快览 5 种进阶架构（共享状态/supervisor/流工程/先规划再执行/LATS）；结尾给了现在就能启动的三步。
GrokBot 团队化作战手册：7 条原则，从 1 个 Bot 到首日一万美元
一位同时开发 App、运营社群的 YouTube 创作者，把 GrokBot 的侧栏布置成一支挂着真头衔的团队，十五分钟 workshop 全程拆解可照抄的编排手册：7 条原则（起人名钉头衔、不画协作图让头衔自己路由、每条业务线一个 Leader 不设总调度、早上八点四十五分同频道站会、把长短期目标写进主管记忆否则全是 AI slop、从三四个领域起步让角色从实际工作里涌现、把 Bot 当同事养而不是堆功能——收到真假难辨的赞助邮件第一反应是丢给看过上万封同类邮件的 Cindy）；三件插件（X 原生集成、Agent Mail 免费收件箱接入、Tailscale 跨设备私网调度）；两个维护动作（系统生成 Markdown 交给旗舰模型做体检、绕开总调度层直接找对口 Bot 管 token）。案例 Cindy 上线首日谈下约一万美元赞助是讲者自述的极端样本；结尾给今晚就能迈的第一步：只建三个 Bot。
Claude Code 实战指南拆解：Anthropic 工程师 28 分钟讲清的 4 条配置、8 个快捷键与 4 处 CLAUDE.md
装好 Claude Code 却不知第一句说什么的人，把 Anthropic 工程师 Boris（Claude Code 创建者）这场 28 分钟实操分享全部拆成可照抄的清单：4 条首次配置命令（Shift+Enter 换行、放行工具免逐条授权、GitHub App 进 Issue/PR、主题，外加 macOS 听写口述提示词）；入门第一站是对着自己的代码库直接提问，附 7 条照抄就有效的问法与 Anthropic 新人 onboarding 从两三周压到两三天的口径；写代码前先让它出计划，改坏之前先 Esc 回溯；CLAUDE.md 的 4 个位置与「保持简短」铁律（写太长只烧上下文）；/user: 与 /project: 斜杠命令、@ 拉文件；8 个终端快捷键逐键带场景；最后是 SDK 当 Unix 工具与 git worktree 并行多会话的进阶路标。文中团队实践与数字均为讲者自述。
用 AI 自动整理文件：15 分钟写好一本规则手册，收件箱从此每天清空
下载文件夹堆着体检报告、报销发票、行程单，每份都知道「该」放哪却没有一份真的被放进去的人，把 Jeff Su 这套跑了五个月的自动整理方案全部拆成可照抄的清单：先花 15 分钟写一本「文件管理规则手册」，三个要素——领域优先的组织框架（每个领域固定 Resources/Projects/Archive 三个子目录）、三类文件三套命名（独立文档短描述、项目文件夹年季前置、收据发票带完整日期）、遇事就问答完写回规则书；框架对 ChatGPT、Claude、Gemini 通用，唯一硬要求是桌面版；从根文件夹、规则书、授权三个准备，到四个文件从 inbox 归位的首次跑通、子文件夹自生长、交接剪辑师、云盘迁移先要两张快照、每日 14:37 定时任务清空收件箱；最后是隐私、已有体系、安全网三条适用边界。文中运行数字均为讲者自述。
Anthropic 提示工程实战手册：3 类测试、3 个失败模式、3 段 prompt 拆解
用 LLM 做客服/智能体的人，撞过同一堵墙：v0 跑通，迁新模型翻车；或者原型跑通、发布就崩。把 Anthropic 伦敦应用 AI 工程师 Margot Van Laar 这场 Code with Claude 大会分享拆成可照抄的清单：先建评估套件再调 prompt，三类必备测试用例（对照用例=稳定通过无歧义的基线、边缘用例=曾失败过要防复发的、能力边界用例=问模型「知不知道什么时候不该做」）；通用卫生清理四步（删冗余、XML 分层、输出契约、stop sequence）排在锁定失败模式之前；三个常见失败模式与修法——防御性补丁过拟合（修补要版本控制防回退）、指令不等于能力（不靠「必须算对」要靠工具）、单边权衡（升级账单代价只讲成本不讲错判损失，模型越聪明越要把权衡两面讲清）；从零构建智能体的三段 prompt 系统（generate→evaluate→repair），胜过单条 prompt 覆盖所有任务；结尾给今天就能做的第一步：用 5 条用例给手头最像 Meridian Mobile 的提示词跑一遍 v0 评估，再做一遍卫生清理。文中方法均为讲者原话与现场演示口径。
Karpathy 的 LLM 工具栈课：2 小时讲座压成 10 章节要点
每天用 ChatGPT/Claude/Gemini 的人，多半都卡在同一类困惑：模型一会儿聪明一会儿胡言，同一问题扔给不同应用答案差异巨大，想让它干"高级的活"却不知从哪个工具切入。把 Karpathy 这场约两小时的免费讲座压成 10 章节要点：把 LLM 想象成「1TB 的有损压缩 zip 文件」（理解知识截止、参数幻觉、上下文窗口是稀缺资源）→ 先看清自己在用哪一档（Plus 20 美元 / Pro 200 美元；Karpathy 自己订阅 Pro 写代码）→ 默认快模型，不行再切换思考模型（O1 Pro / Claude 3.5 / Gemini / Grok 3 / Perplexity+DeepSeek R1 在同一段梯度检查上实测对比）→ 联网搜索让模型替你查最新的事（Perplexity 是首选）→ Deep Research 十分钟出一份定制报告（ChatGPT 效果最好但要当初稿用，已演示漏掉 xAI 的反面案例）→ 读论文+Python 解释器（ChatGPT Advanced Data Analysis 演示里"NA 被悄悄替换成 0.1"和"口头 1.7 万亿/图上 20 万亿"两个典型幻觉）→ Artifacts 与 Vibe Coding（Cursor 五句话搭 React 井字棋、Composer 是代码库上的自主代理）→ 多模态（语音/真音频 token/NotebookLM 播客/图像 patch 词表/视频理解）→ 记忆与自定义（Memory/Custom Instructions/Custom GPTs，Korean Vocabulary Extractor 用纯 prompt + 四条示例做 few-shot）→ 编者按给三条边界+今天能跑的第一步：在新对话里问一遍美式咖啡因与 NyQuil 成分、再勾选 think 开关问一次梯度检查。
李飞飞：未来十年只剩两类人——agency 才是 AI 时代的关键变量
如果你已经在用 AI、却说不出 AI 帮你解决了哪一类问题——本文不是要回答「AI 强不强」，而是回答一个更具体的问题：在 AI 工具到处都是的这十年里，你的位置站在哪一边。李飞飞这场约 49 分钟的 Silicon Valley Girl 对谈给出两套判断：第一套是态度层——agency ≠ 技术熟练度，AI 是工具不是救世主也不是恶魔，要走中庸之道（反「智能归零」叙事）；第二套是杠铃地图——未来只剩两类人：「顶尖 1% 的专精者」（LLM 取代不了的顶级文案/医生/设计师等）和「高能动性的通才」（具备跨领域判断力的「组织内的创业者」），两者的共同关键词是 agency。文末给今晚就能跑的第一步：找一个 25 岁以下的孩子演示 AI + notebook 五题自评（安全感 / 失败与复盘 / 韧性 / 好奇心 / 内驱力）。
GitHub 上几乎没人用的免费宝藏：本月爆火的 10 个仓库
GitHub trending 列表里其实堆满了够用、免费、却被压在星标角落里的仓库——本地能跑、覆盖度够用、star 数普遍 49K-284K。X 创作者 brenz. 在 38 秒视频里挑出本月最火 10 个 GitHub 仓库分两组：6 个普通用户装上就能用（VoiceStudio 本地配音/646 语言转写、ppt-master PDF/Word 变可编辑 PPT、gods-eye-view 浏览器里 3D 卫星视角叠加 ADS-B/AIS/摄像头、REA 看一眼 App 解释功能、diagram-design 自然语言画 44 种品牌风图表、paperclip 代理调度台当员工指挥），4 个让 Claude Code/Codex/Cursor/OpenCode 更稳（skills 工程师技能包、ECC 技能+记忆+安全一站打包、andrej-karpathy-skills 单文件 4 条规则、claude-mem 会话间持久记忆）。文末给「今天就能跑的第一步」：挑 1 个普通用户组仓库（推荐 VoiceStudio 或 ppt-master）装上跑通 + 如果已经在用 Claude Code/Codex，先读 andrej-karpathy-skills 4 条规则（5 分钟）再装到 CLAUDE.md。
用 GPT-5.6 Sol + Codex 从零搭建带动画的专业网站（完整 8 步工作流）
下载文件夹里堆满了 SaaS landing page 模板、Notion 模板、Astro 启动包——但真要用 AI 从零搭出一个带电影感动画的专业网站，仍然很难。X 创作者 Chesny 在一段 21 分钟的视频里把这条链路打通：先用 GPT-5.6 Sol 跑设计，再用 Higgsfield 的 Seedance 2.0 / Kling 3.0 做动画，最后用 Codex 把网站搭起来、部署上线——他自己已经用这套工作流交付过 100 多个网站。本文按视频里走过的 8 步展开：先给 AI 一张「有的放矢」的参考图（Pinterest / seesaw / land-book 三选一）、用 AI 生成第一版设计稿（保留配色/构图/装饰元素三件，迭代三版才选绿色版本）、把设计稿做成会动的视频（Seedance 2.0 无参考模式 16:9 + 1080p + 10 秒 + 约束 do not zoom）、用 Codex 搭出 Hero 区并嵌入视频背景（Geist 字体引入 + #2D8F57 强调色 + 不要遮罩）、把落地页其余部分搭起来（about us + features + testimonials + portfolio cards + 其他区块）、把视频和卡片背景完美融合（mix-blend-mode: exclusion 关键技法 + 视频放大 150%）、让视频无缝 Boomerang 循环（依赖 requestAnimationFrame + play() promise，不强切依赖 video.currentTime）、独立 About Us 页面 + 响应式适配（后台切 Ultra 模式、清空使用记录）。文末给「今天就能跑的第一步」：挑一个要搭的目标网站——把「要交付什么、给谁看」这一件先想清楚，再按本文 8 步走一遍。
Anthropic CEO Dario 谈 AI 时代该不该学编程：5 个判断维度 + 3 条边界
Dario 在视频里没有给一份现成的「该不该学编程」清单——他的判断分散在 8 分 41 秒访谈的多个位置上。本文把这套发言重新组织成 5 个互相独立的判断维度（D1 学什么 / D2 为谁学 / D3 搭什么顺风车 / D4 未来十年最重要的能力 / D5 怎么用 AI 才不学废）+ 3 类典型读者（A 25 岁起步 / B 在校生 / C 在职者）+ 3 条边界（任何一则 5 维度不是必答题 / 不外推 Dario 视频外的发言）+ 3 条启动动作（用 Cowork 跑小活儿 + 用维度 3 套自己现状 + 接下来两周每天一次独立判断）。本文保留原作者归属与原文顺序，不补 Dario 视频外的官方数据，不为「该/不该」二选一下结论。文末「今天就能跑的第一步」：装 Cowork 跑一次日常小活儿，自己一行一行核 AI 的产出。
让 Claude 视频不再平庸：Francesco 的 6 步制作流程
用 Claude 生成视频干净、流畅、不出错——但也毫无记忆点，看起来和别人的作品一模一样。Francesco 在一段 24 秒视频里把症结讲得很直白：「只丢一句『帮我做个关于 X 的视频』，然后碰运气。」本文把这套发言重新组织成 6 步流程：Reference（先拆解一段自己喜欢的视频，给 Claude 一段参考让它拆解为什么有效）/ Data（每一个数字都要有来源）/ Story（一个核心观点 + 一个英雄数字 + 三个节拍）/ Motion（把动画写成代码而不是视频生成模型，每一处都能微调）/ Direct（不重新生成，直接说哪里不对，改一行就行）/ Ship（静帧比对，确认通过再发）。文末给「今天就能跑的第一步」：挑一段你真正喜欢的视频，把它丢给 Claude，让它按 6 步框架做一遍——先把「参考 + 数据 + 故事」三件事做完，再考虑做动效；哪怕只用 Claude 做一段 30 秒的短视频，先把前 3 步走完，视频的「为什么不一样」会立刻显形。
黄仁勋 BG² 访谈 4 个判断：AI 营收撑得起 Capex、2027 算力卡在电、奇点已临、开源闭源不是零和
99 分钟 BG² Pod 对谈里，NVIDIA 创始人黄仁勋把资本市场当下对 AI 投出去的四个最大的问号，逐个掰开了回答——AI 营收能否撑起资本支出？2027 算力瓶颈卡在哪？奇点到底来没来？开源与闭源为什么不是零和？本文按「输入 / 差距 / 读者动作」三段体把四个判断各拆一节：把 AI 营收还原成基础计算 / AI 实验室 / 新计算平台三层，再按"我的成本压在三层中的哪一层"对到自家项目；2027 卡在电·土地·封装基板而非芯片本身，反推方法先看工作负载偏 tokens/watt 还是内存带宽；用三个可验证信号（推理算力十亿倍 / Agent 工具解锁 / 被点名者措辞）替代"奇点到没到"的抽象争论；开源不是替代闭源，而是为闭源根本不会做的垂直领域（物理 AI / 制造 / 医疗）开辟独立进入路径。文末给三条边界：说话人有利益相关（NVIDIA CEO）、所有数字均为访谈自述、前三个是季度级短期工程判断、第四个是 5–10 年级长期生态判断。
单人创始人如何把估值做到 2.5 亿美元 AI 公司：Ben Cera 的 Polsia 9 段判断 16 分钟实战复盘
单人创始人 Ben Cera 用 16.4 分钟自述把 AI 时代单人创业的 9 段判断讲完——被竞品打醒后立刻"做大音量"、回巴黎闭关做真正愿景、从既有关系网拿到 1→10 付费客户、把 Twitter reply guy 复制到 LinkedIn/Reddit、搬到旧金山让环境推大野心、让 Polsia AI 自己接管收件箱与融资、发布后区分 1% 高级用户与 99% 大众市场、把 Founder Story 做成 YouTube 周更、最后把"一人公司"理解为轮流扮演多个角色。每段配一个可执行的应用判断 + 一条边界声明。文末给"今天就能跑的第一步"（从 50-100 人邮件清单测试），与"最后一条边界"（9 段判断仅按视频原话取，不外推视频之外的 Ben 教程或 Polsia 内部资料）。
5 类镜头参数 + 9 层人物拆解 + 5×3 秒动作剧本：Grok Bot 直出 15 秒超写实电影人像的提示词工程笔记
15 秒 9:16 竖屏超写实电影人像短视频，不是靠一句 ASR 撑得起来——梦老湿 Dream AI 在 X 发的 15 秒视频里，语音轨只有一句开场白，真正撑起画面的是背后那套 800 余字的提示词工程化拆解。本文把这套骨架拆成 9 层人物（脸型 / 皮肤 / 眼睛 / 眉毛 / 鼻子 / 嘴唇 / 妆容 / 发型 / 服装，每层带真实特征 + 明确禁止项）+ 5 类镜头参数（85mm / f/2.0 / 25–40cm / 80%–90% / 4K 24fps，把形容词写成摄影师 brief）+ 5×3 秒动作剧本（每段「动作主体 + 幅度量级 + 禁止动作」）+ 4 件反 AI 化微表情约束 + 5 条工程化技法（负面锚定 / 颗粒度分层 / 时序剧本 / 物理参数化 / realness checklist）。文末给「今天就能跑的第一步」：拿你跑出来很「网红」的人像 prompt 按这 5 条逐条改一遍。