Pikulusama @pikulusama

x.com/i/article/2081…

这是一期非常棒的对谈，但是 我觉得标题和封面可能会影响你对他内容的判断。 所以，强烈推荐忽略标题和封面，看下这期视频，你会回来感谢我的🤓 youtu.be/vd_oYgwQSBM?is…

x.com/i/article/2071…

这是今晚直播的相关资料、资源及系统，分享给大家 相关资料： 1、《GEO内容工程操作手册与评估标准》doc.laoyao.cn/9fl0bc 2、《GEO内容工程系统研究报告》doc.laoyao.cn/t754wa 3、《GEO 内容工程方法体系与单篇内容实操教程》doc.laoyao.cn/54yx5b 3、《系统之美》《人人都该懂的工程学》 4、《GEO: Generative Engine Optimization》doc.laoyao.cn/0elhy1 5、《Generative Engine Optimization in digital repositories: optimizing visibility for generative AI》doc.laoyao.cn/fnf30e 6、《A Measurement Framework for Generative Engine Optimization Across AI Search Platforms》doc.laoyao.cn/ykiktr 相关资源： 1、GEO改写提示词：ai.laoyao.cn/ylOfC 2、GEO改写Skill：ai.laoyao.cn/cqWRs 3、GEO单篇内容GEO特征标注演示：doc.laoyao.cn/00j3ps GEO系统与skill： 1、GEO Skills：github.com/yaojingang/yao… 2、GEOFlow：github.com/yaojingang/GEO… 3、Meta skill：github.com/yaojingang/yao…

姚金刚 @yaojingang

4 months ago

开源一套GEO提示词和skill，GitHub地址见文末 今晚的公开课，也会分享它的使用与原理 核心逻辑： 把已有文章改造成 GEO / AI 搜索友好的版本，保留原文观点，补结构，做加权评分，把缺来源、缺数据口径、缺原文引语的地方标成「建议补充」 适合一些站点的旧文改造和GEO内容发布前进行自检

10 33 225 101K 371

这两天 @AnatoliKopadze 连着发了两个重磅内容，我都认真看了： 1. 他那篇超详细的《Loops explained: Claude, GPT, Mira and what actually works》长文（目前已经破 890 万浏览） 2. Peter Steinberger（OpenClaw 作者）在 AI Engineer Europe 的 19 分钟分享 把 @addyosmani 的《Loop Engineering》文章 + AnatoliKopadze的两个内容 结合起来看，收获特别大。 Anatoli 的文章把 Loop 的底层逻辑讲得非常清楚： - Prompt 是「你一步步指挥」，Loop 是「你给目标 + 验收规则，让 Agent 自己跑出结果」 - 一个靠谱的 Loop 通常需要这 5 个部分：Automation（触发）、Skill（可复用指令）、Sub-agents（写代码的和检查代码的分开）、Connectors（真正执行动作）、Verifier（硬核验收） 而 Peter 作为 OpenClaw 的作者，在视频里分享了他真实的工作流： > “Each loop is so much faster now that I ship more than ever with way less effort.” 他强调的核心是： - 重点不是写出完美的 Prompt，而是能够设计出自动验证的闭环 - 验收标准（Judge）决定 Loop 的成败，最好用测试、类型检查、diff 等确定性规则 - 项目结构要为 Agent 优化，而不是跟 Agent 较劲 也希望大家去读这三篇文章，最好结合起来看（Addy 的 Loop Engineering + Anatoli 长文 + Peter 视频），理论 + 实战 + 框架，三者互补，效果会好很多。 我自己最近也在把「Obsidian 新笔记结构化」做成小 Loop，目前还在早期阶段，但已经明显感觉到从手动整理到系统自动跑的转变。 对 Loop Engineering 感兴趣的朋友，强烈建议把这三篇一起看。理论 + 真实案例 + 系统思考，效果最好。 你目前更倾向于先从理论框架学起，还是更想直接看实战工作流？ #LoopEngineering

keyboard_arrow_left Previous keyboard_arrow_right Next

Anatoli Kopadze @AnatoliKopadze

4 months ago

Peter Steinberger, the guy who built OpenClaw just shared his actual workflow: "Each loop is so much faster now that I ship more than ever with way less effort." 19 minutes from the person who knows more about AI agents and loops than anyone else. Watch it, then read the full

40 58 553 148K 948

Claude Code's Head of Product: "The PM role is changing a lot. And it's changing really quickly. The most important thing for building AI-native products is iterating quickly and finding a way to launch features every single week. Putting less emphasis on making sure that you are aligning multi-quarter roadmaps with your partner teams, and more emphasis on, okay, how can we figure out the fastest way to get something out the door."

Lenny Rachitsky @lennysan

6 months ago

How Anthropic’s product team moves faster than anyone else I sat down with @_catwu, Head of Product for Claude Code at @AnthropicAI, to get a peek into their unprecedented shipping pace, how AI is changing the PM role, and how to be the right amount of AGI-pilled. We discuss:

48 128 951 2.0M 2K

x.com/i/article/2056…

搭建个人定制需求的工作流，非常重要，可以看看这篇x.com/KyrieCheungYep…

Kyrie @KyrieCheungYep

4 months ago

x.com/i/article/2066…

24 82 354 85K 909

开源分享 🎐「中国传统纹样图鉴 Wényàng」 我做了个开源的中国传统纹样图录站：把缠枝莲、祥云、回纹这些老纹样，认真整理成高清、可检索、能下载的开放图库。没有付费墙，也不想要那种「通用 AI 审美」。 首发 100 个，会一直更新到 800。喜欢的话欢迎来逛逛、点个 Star，或者一起来交流和维护～🎉🎉🎉 ⚠️声明：鄙人非自媒体博主，全凭爱好，崇尚自由分享，遵从费曼学习法，持续总结自己的AI见解和学习笔记。不管你是大V还是什么地位，皆芸芸众生尔。请勿以己度人，人活一世，草木一秋，何必庸人自扰！感谢！🙏 🌐 wenyang.net 💻 github.com/dososo/chinese…

爆裂队长NEXT @thinkszyg

5 months ago

做一个略微有点规模的工程，收集起来做个网页，到时候开源🫡

14 8 56 20K 47

应该是目前最系统性的把loop engineering概念来龙去脉和最佳实践阐述清楚的材料了👇 github.com/alchaincyf/loo…

花叔 @AlchainHust

5 months ago

虽迟但到！一大堆人找我要的《Loop Engineering橙皮书📙》来了。 32页！老规矩：免费、开源、评论区自取！ 以及，你需要知道的是，这当然是我的橙皮书skill自动写的，它收集整理了现在关于这个概念几乎所有的可靠信源的讨论，然后读取了我的写作风格和经验输出。 不是关于loop

45 124 577 113K 786

想写职场、武侠、修仙等任意风格小说？ 可自己完全没有思路，能创作吗？必须可以！ 今天开源一个乔木小说创作 Skill。 你只需说：“我想写一个小说” 或 “想写一个类似xxx的小说”。 AI自动给出剧情梗概，人物设定，还能把钩子、经典桥段、人物欲望、冲突升级和结尾自动处理好。 跟AI讨论没问题后，再生成完整、低 AI 味的小说。 小说 Skill 安装： npx skills add joeseesun/qiaomu-novel-generator Github免费开源，地址见评论区

GPT2 x 叠加 x 海报 x 提示词 在制作这组提示词过程中，越来越觉得： 提示词一定要量大管饱 AI的世界中就两个字吧：扩张 提示词规模也要扩张 这两周我争取做到，小小东提示词库 突破2000组提示词再说 算力告急 预警⚠️ 这组风格提示词 见评论区 欢迎返图 交作业

keyboard_arrow_left Previous keyboard_arrow_right Next

中国老哥在GitHub又整了个狠活！ 项目名叫 MoneyPrinterTurbo，目前已经 8万+ Star， 而且44分钟前还在更新，卷得飞起。 你只扔一个关键词或主题进去，它就自动： -写脚本 -找高清无版权素材 -配字幕 + 配音 + 配音乐 -一键生成完整短视频 这几乎就是 TikTok Shop / YouTube 不露脸频道 的全自动流水线。 核心特点： -支持 Claude / DeepSeek / GPT 等多种大模型 -一键切换 9:16 竖屏 / 16:9 横屏 -支持批量生成，挑最好的发 -本地运行 + Docker + Colab 全支持 开源免费、无订阅、无水印、无限制。 地址：github.com/harry0703/Mone… 重要提醒： 自动化工具仅供学习参考，请严格遵守各平台规则（TikTok、YouTube 等对自动化内容有严格限制），内容质量和账号风险自担，理性使用，别指望躺赚。

最近国人的一个开源项目，在老外圈子里火了！！！号称可以一键发财，哈哈哈哈。 MoneyPrinterTurbo 这个项目，已经获得 GitHub 8.4 万星，超级猛。 AI 短视频工厂这件事，已经从 SaaS 套餐卷到开源项目了。 这个项目做的事很直接，给一个主题或关键词，自动生成文案，找公开视频素材，生成配音，挂字幕，配 BGM，最后合成一条短视频。 就是一套可拆解的自动化流水线，喜欢自动化的朋友直接狂喜。 对于我来说，会重点看三件事。 第一，它怎么把 LLM、素材库、TTS、字幕和剪辑串起来。 第二，哪些环节适合全自动，哪些环节必须人工审核。 第三，如果拿来做内容账号，如何建立批量测试机制，避免每天生成一堆没人看的视频。 这类项目的价值不只在成片，也在它把内容生产流程拆成了可复用模块。 做 AI Agent、内容自动化、短视频工作流的人，可以研究一下。 github.com/harry0703/Mone…

x.com/i/article/2064…

实际上安装了我这个一系列的工具后 还可以让codex或者claude code帮你自动剪切视频 你看我让它翻译WWDC2026的视频 并按照视频内容进行片段裁切 它可以自动分析精准将视频裁切成多个独立片段

小互 @xiaohu

5 months ago

x.com/i/article/2063…

76 172 793 227K 2K

一个专门给产品经理准备的Skill，五天竟有13k Stars。 从名字看，确实涵盖了产品经理日常工作范围。 警惕大而全的Skill产品包，最好体验根据需求微调。 安装地址见评论

Boris Cherny(Claude Code 的创始人兼负责人) @bcherny 和 Cat Wu(Claude Code 产品负责人) 复盘 Claude Code 第一年: 一年前通用版上线，第一个 demo 发到 Slack 只换来两个 emoji；现在每天有几千个自主 agent 在跑。 这一年最反直觉的转变，是 Boris 已经不直接跟 agent 说话了。 「我跟一个 loop 说话，或者跟一个 routine 说话，由它来给 Claude 发提示词，这真的很疯狂。」 他把 18 个月概括成两次平台级跃迁：第一次，人从写源代码挪到跟 agent 对话；第二次正在发生，人从跟 agent 对话再挪到跟一个 loop 对话，由它去驱动 Claude。 loop 能干到什么程度？Cat Wu 留下的一个边界 bug，当晚被「另一个 Claude」先修好了——一位同事的 routine 专盯 5 小时没人回应的 bug 报告，自动提修复、容易验证的直接合并。Boris 说 routine 现在接管了全部代码审查： · 帮你盯着每一个 PR · 手动修 CI、手动 rebase 这些，他已经很久没做了 放手让 agent 自己跑，不会更危险吗？Boris 的判断正相反。 他的原话： 「其实你根本不想读大多数这些请求，把它路由给另一个模型去做安全检查，效果好太多了。」 理由是人性：当 99% 的权限提示都无害，人读着读着眼睛就发直了，真正危险那条反而被漏掉。推给用户前，团队拿数千条执行轨迹训练分类器，再让红队对代码库做提示注入攻击，每一次成功的攻击都变成一个 eval。 那怎么让一个 agent 能无人值守一直跑？Boris 的第一原则是不纠正单次输出： 「每次 Claude 犯了错，我不会告诉 Claude 下次要怎么做不同。」 而是把解法写进 CLAUDE.md 或做成一个 skill，把同类错误从此关掉。至于上下文，他给的是一条时间线——Sonnet 3.5 要做提示词工程，Opus 4 要做上下文工程，现在的模型两者都不要： 「给它最精简的系统提示词，最少的工具，然后让模型自己搞清楚。」 被问到下一步，Boris 没有预测形态，只说 agent 会跑得更久、更自主，同时并行的数量从一个跳到几千，而协调它们的界面会和现在完全不同——「再过一年，会是一套全新的东西，如果还是这些东西，那反而令人意外」。 完整双语转录 + 章节摘要 + 字幕： lattifai.com/zh/podcasts/Cl…

Andrej Karpathy 用 2 小时演示了他日常如何使用 AI 本质就是把 AI 当成能执行任务的同事，用自然语言直接沟通。 流程很简单：一句话说明任务 → AI 执行 → 看结果再用一句话微调。 真正的差别在于，你是否把这种能力升级成一个能在你不在线时也持续运行的系统。

x.com/i/article/2063…