Claude Motion 与 Claude Dashboards 完整上手指南：实战、工作流与提示词写法
这份指南覆盖 Claude Motion 与 Claude Dashboards 的完整上手流程，包含 Dashboards 实战与避坑要点、Motion 核心工作流、从一句话需求到可交付作品的视频提示词写法，以及官方单车案例的 81 秒演示业务闭环和新手交付前实操检查清单。
#教程/实践
#教程/实践
今日 37 条小互(@imxiaohu)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 魔搭ModelScope社区AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 与空间生物学：如何从病理切片预测隐藏的分子信息？《AI4S 实战派》第十五期直播回顾
西湖大学特聘研究员李昊阳在《AI4S 实战派》第十五期直播中讲解如何用 AI 从 H&E 病理切片预测空间转录组分子信息，梳理了判别式建模、扩散模型与流匹配等生成式方法，以及 UNI、GigaPath、CONCH、OmniCLIP 等病理基础模型和对齐工作。
袋鼠帝AI客栈AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Vidu Q4 Preview 实测教程：0.09 元一秒，附两个导演 Skill
袋鼠帝实测了 Vidu 上线的新一代视频旗舰模型首个预览版 Vidu Q4 Preview，并用它复刻《你的名字》真人版最后一幕、用五种情绪演绎同一句台词。据其介绍，该模型主打传神表现力，支持最多 3 段参考音频和 15 张参考图，可直出 720P、1080P、2K、4K，单次最长 16 秒，首发 0.09 元/秒起。
Geek(@geekbb)AI 评估 · 7/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 7/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 玩玩 Debian + Cockpit
这条分享记录的是玩 Debian + Cockpit 的体验。原文没有给出更多技术细节，仅标注了互动数据并注明由 xgo.ing 提供支持。
腾讯技术工程AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 腾讯 OK 平台：AI 端到端研发如何跑通需求到部署
腾讯技术工程发文介绍 OK 平台这一 AI 驱动的端到端研发平台，用户只提交需求描述，AI Agent 自动完成需求评审、仓库匹配、技术方案、编码、Code Review 和部署。
AI寒武纪AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 不用剪辑软件，我用豆包工作加 Remotion 跑通代码驱动动效视频工作流
豆包工作配合 GitHub 上的 Remotion 技能，可在云端自动编写 React 代码并渲染动效视频，全程不占本地内存。实测将《Attention Is All You Need》论文做成 2 分半成片，并把《OpenAI DevDay 2026 回顾》飞书文档转为 120 秒、1080P、30 帧视频，自动按配乐能量峰值对齐镜头。该流程还可沉淀为名为「SR动态视频」的自定义技能复用。
土猛的员外AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 大型企业几十万份文档，究竟应该怎样交给AI？
面对大型企业几十万份文档入库的需求，AIS 团队认为难点不在导入，而在知识源分散、版本冲突、权限与持续更新。其客户中文档最多的已突破 550 万份，AIS 通过 Connector 自动同步、检索前权限过滤，以及解析—清洗—结构化—切片—抽取—分类—打标签—校验的知识工程流程，并区分 MCP 的 readonly、write、admin 权限等级来管理知识供应链。
AI前线AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 从 AI 工具到经营智能体：快手分销增长 Agent 实践
快手技术专家祁慧在 AICon 2026 深圳站分享了分销增长 Agent 的实践，将 AI 经营能力从单点工具演进为主从结构的 Multi-Agent 经营大脑：主 Agent 负责全局诊断与规划，选品、定价、建联等子 Agent 独立执行并回传结果。团队同步搭建数据智能基建，通过沉淀经营知识库、商达合作知识图谱、Skill 接口与商家经营画像，并对小模型做 GRPO 微调以降低成本与响应时延。
DatawhaleAI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 谷歌牵头 32 位作者 154 页综述：把大模型「Token」认字机制讲明白
谷歌联合 20 多家研究机构、32 位作者发布 154 页综述，系统梳理大模型的分词（Token）机制，指出模型数不清 strawberry 里有几个 r、多位数算术出错，病根在文本进入模型前的分词环节。
刘润AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 刘润《高效能工作法》：你能赚多少钱，取决于你的时间有多贵
刘润在新书《高效能工作法》中提出，决定收入差距的不是效率而是效能——把7小时压缩到5小时是效率，判断这7小时该不该花才是效能。他给出效能公式：效能 = 时间 × 个人杠杆 × 团队杠杆，个人杠杆靠获得新能力、提炼规律、用好AI工具和职业化修炼，团队杠杆则需通过别人拿结果、把经验沉淀为PDCA流程与责权利对等的制度。
歸藏的AI工具箱AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Grok Bot 生成 AI 早报视频的提示词与流程
作者用一段提示词让 Grok Bot 每天早上 9 点整理前一天 AI 资讯，并试做出约 90 秒的中文讲解视频，采集、写代码和渲染全部跑在它的云端虚拟机上。
架构师之路AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 架构师之路《一起玩AI》直播：要不要学 skill、要不要手搓 skill
架构师之路在《一起玩AI》系列首讲《30分钟写好skill》中给出三个答案：需要写 skill、需要学写 skill、但不一定手搓 skill。他指出 skill 本质是文件夹而非提示词，description 是触发器，公式为具体能力清单+触发场景+用户关键词，正文按一句话定位、分步流程、边界与禁忌、Gotchas、快速参考表五段组织，其中 Gotchas 需用真实材料跑出来。
大淘宝技术AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 淘宝直播数字人互动 Harness-Aware Training 实践：让 Agent Model 随 Harness 一起进化
淘宝直播提出 Harness-Aware Training（HAT），把动态执行环境 Harness 状态显式纳入训练分布，通过 HSA-SFT、General OPD、HSA-RL 三阶段训练，让模型读懂当前 Harness 而非背下某一版配置。
InfoQ 中文AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 金融监管领域的 Harness 实践：让知识与数据驱动 Agent 稳定运行
中软融鑫总工程师于浩军在 AICon 2026 深圳站分享金融监管报送场景的 Harness 实践，通过知识底座、数据底座、受控状态机与全链路可追溯机制，把自由发挥的 Agent 改造成“宁可不答、不能答错”的受控系统。
LangChain BlogAI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Snyk 如何把内部支持 Agent 做成客户功能：基于 LangChain 与 LangGraph 的 Snyk Assist
Snyk 将其内部支持 Agent 转为客户功能 Snyk Assist，一个基于 LangChain 和 LangGraph 构建、在 LangSmith 中管理可观测性的对话式 Agent，可查询未解决问题、检查软件包漏洞、创建支持工单或记录功能请求。
掘金本周最热AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 帮我投资 85 天：最高浮盈 3,733 元，不接券商不下单
一套自写的投资辅助系统接入日常流程 85 天，账户浮盈最高到过 3,733 元（2026-08-27），对应约 +10.5%，83 个日度快照浮盈无一为负，最新统计为 1,590 元。系统每月生成定投建议、每日做风险扫描并推送飞书消息，但只给建议，不接券商、不自动下单、不动资金。10 月 7 日风险扫描以执行冻结、现金低于 10,000 元底线等四条理由，把当月定投建议算成 0 元。
AI Will(@FinanceYF5)AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Nikita Bier 消费级应用方法论被做成免费开源 AI Skill
有人把 Nikita Bier 的消费级应用方法论做成了一个面向所有人的免费开源 AI Skill。用户只需向 Agent 描述自己的应用，它就会判断应用卡在增长阶梯的哪一层、指出哪些数据暂时不能相信、给出应先修复的项和 2–3 个重点押注方向，并设计一项测试、在运行前设定明确的是/否门槛。Nikita Bier 本人的咨询费为每分钟 500 美元，且只接受获得 VC 投资的创始人预约。
Geek(@geekbb)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ChromeBox3 CN65 升级 PVE9.0 后反复重启，五元 HDMI 诱骗器解决
ChromeBox3 CN65 升级到 PVE9.0 后开机一分钟内不断重启，排除电源、固件和直通 USB 网口等因素后，AI 联网搜索判断这是 ChromeBox 作无头服务器时的通病。在 PDD 花五元买了个 HDMI 诱骗器后，问题随之解决。
Stack Overflow BlogAI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 Python 实现模块化 Master-Agent 遥测诊断框架：Prime-Sentinel Command（PSC）
Prime-Sentinel Command（PSC）是一个用 Python 面向对象实现的 master-agent 架构，由中央编排器 PrimeProgram 协调多个自主边缘诊断节点 SentinelProgram，后者采集 CPU 负载、内存占用与网络状态并返回结构化遥测数据。
Stack Overflow BlogAI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 为编码智能体搭建一套操作系统：纪律化构建的六个部件
Varun Jindal 提出在模型之外为编码智能体搭建一套 harness，包含宪法、自主边界、分层上下文、持久记忆、多视角评审面板和编辑后钩子六个部件。
Stack Overflow BlogAI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 让 AI 智能体变得无聊：生产系统的确定性层设计
Stack Overflow 博客发布六层 LLM 生产系统成熟度模型的第一层「确定性层」，主张智能体应是从上下文到提案的纯函数，无权直接改变业务状态，由经过充分测试的 substrate 在审批后执行提案。
Stack Overflow BlogAI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 生产级 LLM 与智能体实战指南：从演示到生产的六级成熟度模型
Stack Overflow 博客发布了一份生产级 LLM 与智能体实战指南，提出从 Notebook 演示到生产级构建的六级成熟度模型，涵盖确定性、评测、置信度、安全治理与运维等层次。文中给出可勾选的自检清单，例如智能体只能提出建议而非直接改动业务状态、提示词或模型变更导致质量回退时应使 CI 失败、敏感数据在边界处脱敏并采用只追加审计账本。作者建议团队先找到自己最弱的一层，再按顺序逐级补齐。
Stack Overflow BlogAI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Datadog 如何观测 AI 智能体内部运行
Datadog 是面向云应用的可观测性与安全平台，可对基础设施、分布式系统以及 AI 智能体行为进行实时监控。该平台此次聚焦如何查看 AI 智能体的内部运行状态。
歸藏(guizang.ai)(@op7418)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 Grok bot 提示词每天定时生成 AI 早报视频
作者用一条提示词让 Grok bot 每天早上定时产出一条 AI 早报视频，全程跑在它的云端虚拟机上，无需本地电脑。任务涵盖内容收集、写代码和视频渲染，提示词可直接复制给其他 Grok bot 使用。
歸藏(guizang.ai)(@op7418)AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 Grok bot 定时生成 AI 早报视频，全程跑在云端虚拟机
歸藏让 Grok bot 每天早上定时产出一条 AI 早报视频，内容收集、写代码和视频渲染全程都在其云端虚拟机上完成，未动用本地电脑。他分享的提示词可直接复制，让其他 Grok bot 也能执行同样的任务，Muse、Dots 等带云端电脑的 Agent 同样适用。
歸藏(guizang.ai)(@op7418)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 在 Agent 云电脑里装 Pi 或 DeepSeek Harness，让 Grok Bot 调用闲置 Code plan 额度
一种"邪修"用法是在 Agent 的云电脑里安装 Pi 或 DeepSeek Harness 这类编程 Agent，并把其他 Code plan 用不完的额度配置进去。之后让 Grok Bot 调用这些 token 来写代码、渲染视频，从而避免闲置额度被浪费。
歸藏(guizang.ai)(@op7418)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 歸藏分享邪修玩法：在 Agent 云电脑里装 Pi 或 DeepSeek Harness 消耗闲置 Code plan 额度
歸藏（guizang.ai）分享了一种「邪修」用法：在 Agent 的云电脑里装上 Pi 或 DeepSeek Harness 这类编程 Agent，把其他 Code plan 用不完的额度配置进去，再让 Grok Bot 调用这些 token 写代码、渲染视频，从而不浪费闲置额度。
歸藏(guizang.ai)(@op7418)AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Grok bot 搭配折叠屏手机：左侧聊天右侧直接发布 AI 早报视频
歸藏用 Grok bot 每天早上定时生成 AI 早报视频，内容收集、写代码和视频渲染全程运行在 Grok 的云端虚拟机上，无需本地电脑。他还公开了所用提示词，复制后其他 Grok bot 也能执行同样任务。
Simon Willison(@simonw)AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison 整理 Claude Haiku 5.5 定价笔记
Simon Willison 发布了一篇关于 Claude Haiku 5.5 定价的笔记，标题中同时提到 Pelicans，附有 simonwillison.net 的链接。材料仅有推文摘要，未提供具体定价数字或分析内容。
meng shao(@shao__meng)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 斯坦福 CS 329Z《Engineering AI Agents》第 4、5 讲公开：Tool Use 与 Frameworks & Orchestration
斯坦福 Fall 2026 课程 CS 329Z《Engineering AI Agents》第 4、5 讲已公开，分别由 @Diyi_Yang 讲「Tool Use」、@Diyi_Yang @michaelryan207 @jyangballin 讲「Frameworks & Orchestration」。
meng shao(@shao__meng)AI 评估 · 1/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 1/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 课程地址补发：pi-school.ziki.boo
课程地址补发，链接为 pi-school.ziki.boo。
meng shao(@shao__meng)AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 为 Deep Agents 的 Skills 做了三项工程升级：工具绑定、固定与中途重载
LangChain 为 Deep Agents 框架的 Skills 带来三项工程升级：工具绑定 Skills 通过 SKILL.md 的 metadata.include_tools 声明工具。
宝玉(@dotey)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Lauren 30 天消耗 1.5T Token：用得最多的是 Opus 5.5，Cloud 是消耗大头
宝玉披露，Lauren 30 天 Token 消耗达 1.5T，用得最多的模型是 Opus 5.5，Cloud 是消耗大头。Cloud 上每个任务可用独立虚拟机并行，但改动验证不如本机方便。他同时提醒，不 Review PR 的前提是能用上 Fable、Opus 5.5 这类最好模型且有充足 Token；AI 验证只能替代一部分，方向仍需人自己把握。
宝玉(@dotey)AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Code 中用 Fable 当 Advisor、Opus 执行的多智能体协作模式
在 Claude Code 里用 `/advisor fable` 把 Fable 设为顾问，Opus 执行时遇事请教它，任务则先由 Fable 出方案、Opus 实施后自动请 Advisor 验收并循环修复。
向阳乔木(@vista8)AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 向阳乔木推出 Obsidian 插件 qiaomu-ui-learn，用于学习提升 Vibe Coding 审美
向阳乔木（@vista8）开发了一款名为 qiaomu-ui-learn 的 Obsidian 插件，专门用于学习提升 Vibe Coding 审美。该插件支持一键复制 Prompt 生成类似网站，可学习网页和手机组件让 Vibe Coding 描述更精准，并内置测试题，在 Obsidian 官方插件库搜“qiaomu”即可安装。
向阳乔木(@vista8)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 yetone 的 magpie：可参考的 AI Agent 基建，支持多模型配置与 OAuth 登录
yetone 的 magpie 是一套 AI Agent 基建，支持各种模型配置和 OAuth 登录，开发 AI 工具时可把仓库发给 Agent 学习参考。其平台图标采用 lobehub 整理的 icon，添加服务商的操作也更直观。仓库地址为 github.com/yetone/magpie。
向阳乔木(@vista8)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 乔木剪藏参考 yetone 的 magpie 代码让 AI 重做，比之前方便很多
乔木剪藏让 AI 学习参考 yetone 的 magpie 代码后重新改版，改动后的版本比之前方便很多。该改动以截图（图 2）形式展示，原帖由向阳乔木发布。
向阳乔木(@vista8)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 向阳乔木分享重写后台菜单文案的 Prompt
向阳乔木针对 AI 开发的后台设置菜单和描述难懂的问题，测试了一个 Prompt，效果很好。该 Prompt 让模型扮演产品经理加苹果文案大师，按《Don't Make Me Think》和《写给大家看的设计书》的原则重写后台所有菜单和功能文案，要求用户一眼看懂、用日常说法、不用术语、名称 2–4 字、描述不超 20 字，输出原文案到新文案的对照表，功能不改，不确定的先问。
向阳乔木(@vista8)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 乔木剪藏：用一段 prompt 让 Agent 装好插件与本地助手
向阳乔木分享了一段可直接复制给 Agent 的 prompt，用于安装或升级乔木剪藏：先让 Agent 读 README.md 和 native/README.md。
Qdrant(@qdrant_engine)AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 与 DeepLearning.AI 推出免费课程，教机器人用 Qdrant Edge 实现本地记忆
Qdrant 与 DeepLearning.AI 合作推出免费课程，由 Dylan Couzon 讲授如何用 Qdrant Edge 让机器人在无网络连接、无远程服务器的情况下拥有真正的本地记忆。课程已在 DeepLearning.AI 平台开放免费报名。