AI学习封神指南:3步解锁深度思考力,告别学完就忘

源自190位全网作者

03-19 12:36

精选参考来源

1
想深度了解Claude Agent Skills,看这篇就行了AI Agent和工具(Tools)的热潮席卷了整个技术圈,几乎成了大模型应用的标配。然而,当我们深入剖析Anthropic Claude的Agent Skills实现时,却发现了一条与众不同的技术路径。它并非我们熟知的函数调用或插件执行。1. Skills 不是代码,而是高级“提示词模板”当我们谈论给AI增加“技能”时,脑海中浮现的通常是可执行的Python函数或API端点。Claude 的Skills与传统的函数调用或插件有着本质区别,它们不直接运行任何Python或JavaScript代码。Skills的真正作用是“提示词扩展(prompt expansion)”和“上下文修改(context modification)”。当一个skill被调用时,它实际上是向当前的对话历史中,动态注入了一段为特定任务量身定制的、极其详细的指令。这些指令会彻底引导Claude后续的思考方式和行为路径,就像给一个通用型专家临时“灌输”了某个领域的专业知识。它将AI能力的扩展与执行代码所带来的安全风险和复杂性完全分离开来,实现了前所未有的灵活性和安全性。Skills are not executable code. They do NOT run Python or JavaScript, and there’s no HTTP server or function calling happening behind the scenes. ... Skills are specialized prompt templates that inject domain-specific instructions into the conversation context.2. 没有算法路由,全凭大模型“自己决定”用哪个技能Claude选择使用哪个skill的决策过程也比较有特色。传统思路可能会涉及复杂的路由系统,比如基于关键词匹配、正则表达式、向量相似度搜索,甚至是专门的意图分类模型。Claude Agent Skills 将所有可用技能的名称和描述打包成一段文本,然后将这段文本作为名为Skill的“元工具(meta-tool)”的描述信息。当用户提出请求时,Claude就凭借其原生的、强大的语言理解能力,在一次完整的前向传播(forward pass)中,直接判断用户的提示词与哪个技能的描述最为匹配。这种设计体现了对大模型核心推理能力的极致信任,是一种“第一性原理”的体现。它没有在应用层添加任何复杂的工程逻辑,而是把决策权完全交还给了大模型本身。There is no algorithmic skill selection or AI-powered intent detection at the code level. The decision-making happens entirely within Claude’s reasoning process based on the skill descriptions provided. ... This is pure LLM reasoning.3. 独特的架构:技能信息不在System Prompt里,而在“工具”里许多AI系统(如ChatGPT)习惯于将可用的工具信息一股脑儿地塞进系统提示词(System Prompt)中。这种做法虽然直接,但当工具数量庞大时,会导致系统提示词变得异常臃肿和低效。Claude另辟蹊径。它的Agent Skills信息并不存储在系统提示词里。相反,所有的技能都被封装在一个名为Skill的“元工具”中。这个Skill元工具与其他标准工具(如Read, Bash)一起,并列存在于每次API请求的tools数组里。所有可用技能的列表,动态地构成了这个Skill元工具的描述部分。这种架构的优势显而易见:它极大地解放了系统提示词,让技能的管理变得更加模块化和动态化,可以根据会话需求灵活地加载或卸载,而不会污染全局的系统设定。4. 优雅的实现:一条消息给人看,一条“隐藏”消息给AI看一个优秀Agent系统的设计,必须在“用户透明度”和“界面简洁性”之间找到平衡。如果系统调用skill的过程完全隐藏,用户会感到困惑;如果把几千词的内部指令全部展示在聊天窗口,用户界面则会变得混乱不堪。Claude通过一个名为isMeta的布尔标志,巧妙地解决了这个矛盾。当一个skill被激活时,系统会向对话历史中注入两条消息:1) 第一条消息 (isMeta: false): 这是一条简短的元数据信息,比如“‘pdf’ skill正在加载”。这条消息在用户界面中是可见的,清晰地告知用户系统正在做什么。2) 第二条消息 (isMeta: true): 这条消息包含了完整的、可能长达数千词的SKILL.md指令内容。它在用户界面中是不可见的,但会完整地发送给API,作为Claude执行任务的详细行动指南。这种“双通道通信”机制既保证了用户对系统行为的知情权,又避免了海量的内部指令污染聊天界面,实现了极致优雅的用户体验。5. 终极心智模型:技能的本质是“上下文修改器”,而非“动作执行器”我们可以提炼出一个关于Claude Agent Skills的终极心智模型。如果说传统的工具是“动作执行器”(Action Executor)——执行一个动作,返回一个结果;那么Claude的技能则是“上下文修改器”(Context Modifier)。它的核心作用是修改两个层面的上下文:首先,它通过注入详细指令来修改对话上下文(conversation context),从而改变Claude的思考模式和工作流程;其次,它通过变更工具权限和模型选择来修改执行上下文(execution context),从而改变Claude在特定任务中被允许使用的能力。理解这个根本性的区别是掌握Claude Agent Skills的关键。Skills并不是直接去解决问题,而是通过“赋能”和“引导”的方式,让Claude本身变成一个能够更好地解决特定领域问题的专家。By treating specialized knowledge as prompts that modify conversation context and permissions that modify execution context rather than code that executes, Claude Code achieves flexibility, safety, and composability that would be difficult with traditional function calling.总之,Claude Agent Skills的设计哲学,为我们展示了一种与传统函数调用截然不同的AI能力扩展范式。它通过一种基于提示词的、精巧的上下文修改机制,实现了极高的灵活性、安全性和组合性,将大模型自身的推理能力推向了核心。#ai创造营# #程序员#
2
如何让NotebookLM变成你效率翻倍的学习工具
全部
来源
内容由AI生成

精选参考来源

1. 想深度了解Claude Agent Skills,看这篇就行了AI Agent和工具(Tools)的热潮席卷了整个技术圈,几乎成了大模型应用的标配。然而,当我们深入剖析Anthropic Claude的Agent Skills实现时,却发现了一条与众不同的技术路径。它并非我们熟知的函数调用或插件执行。1. Skills 不是代码,而是高级“提示词模板”当我们谈论给AI增加“技能”时,脑海中浮现的通常是可执行的Python函数或API端点。Claude 的Skills与传统的函数调用或插件有着本质区别,它们不直接运行任何Python或JavaScript代码。Skills的真正作用是“提示词扩展(prompt expansion)”和“上下文修改(context modification)”。当一个skill被调用时,它实际上是向当前的对话历史中,动态注入了一段为特定任务量身定制的、极其详细的指令。这些指令会彻底引导Claude后续的思考方式和行为路径,就像给一个通用型专家临时“灌输”了某个领域的专业知识。它将AI能力的扩展与执行代码所带来的安全风险和复杂性完全分离开来,实现了前所未有的灵活性和安全性。Skills are not executable code. They do NOT run Python or JavaScript, and there’s no HTTP server or function calling happening behind the scenes. ... Skills are specialized prompt templates that inject domain-specific instructions into the conversation context.2. 没有算法路由,全凭大模型“自己决定”用哪个技能Claude选择使用哪个skill的决策过程也比较有特色。传统思路可能会涉及复杂的路由系统,比如基于关键词匹配、正则表达式、向量相似度搜索,甚至是专门的意图分类模型。Claude Agent Skills 将所有可用技能的名称和描述打包成一段文本,然后将这段文本作为名为Skill的“元工具(meta-tool)”的描述信息。当用户提出请求时,Claude就凭借其原生的、强大的语言理解能力,在一次完整的前向传播(forward pass)中,直接判断用户的提示词与哪个技能的描述最为匹配。这种设计体现了对大模型核心推理能力的极致信任,是一种“第一性原理”的体现。它没有在应用层添加任何复杂的工程逻辑,而是把决策权完全交还给了大模型本身。There is no algorithmic skill selection or AI-powered intent detection at the code level. The decision-making happens entirely within Claude’s reasoning process based on the skill descriptions provided. ... This is pure LLM reasoning.3. 独特的架构:技能信息不在System Prompt里,而在“工具”里许多AI系统(如ChatGPT)习惯于将可用的工具信息一股脑儿地塞进系统提示词(System Prompt)中。这种做法虽然直接,但当工具数量庞大时,会导致系统提示词变得异常臃肿和低效。Claude另辟蹊径。它的Agent Skills信息并不存储在系统提示词里。相反,所有的技能都被封装在一个名为Skill的“元工具”中。这个Skill元工具与其他标准工具(如Read, Bash)一起,并列存在于每次API请求的tools数组里。所有可用技能的列表,动态地构成了这个Skill元工具的描述部分。这种架构的优势显而易见:它极大地解放了系统提示词,让技能的管理变得更加模块化和动态化,可以根据会话需求灵活地加载或卸载,而不会污染全局的系统设定。4. 优雅的实现:一条消息给人看,一条“隐藏”消息给AI看一个优秀Agent系统的设计,必须在“用户透明度”和“界面简洁性”之间找到平衡。如果系统调用skill的过程完全隐藏,用户会感到困惑;如果把几千词的内部指令全部展示在聊天窗口,用户界面则会变得混乱不堪。Claude通过一个名为isMeta的布尔标志,巧妙地解决了这个矛盾。当一个skill被激活时,系统会向对话历史中注入两条消息:1) 第一条消息 (isMeta: false): 这是一条简短的元数据信息,比如“‘pdf’ skill正在加载”。这条消息在用户界面中是可见的,清晰地告知用户系统正在做什么。2) 第二条消息 (isMeta: true): 这条消息包含了完整的、可能长达数千词的SKILL.md指令内容。它在用户界面中是不可见的,但会完整地发送给API,作为Claude执行任务的详细行动指南。这种“双通道通信”机制既保证了用户对系统行为的知情权,又避免了海量的内部指令污染聊天界面,实现了极致优雅的用户体验。5. 终极心智模型:技能的本质是“上下文修改器”,而非“动作执行器”我们可以提炼出一个关于Claude Agent Skills的终极心智模型。如果说传统的工具是“动作执行器”(Action Executor)——执行一个动作,返回一个结果;那么Claude的技能则是“上下文修改器”(Context Modifier)。它的核心作用是修改两个层面的上下文:首先,它通过注入详细指令来修改对话上下文(conversation context),从而改变Claude的思考模式和工作流程;其次,它通过变更工具权限和模型选择来修改执行上下文(execution context),从而改变Claude在特定任务中被允许使用的能力。理解这个根本性的区别是掌握Claude Agent Skills的关键。Skills并不是直接去解决问题,而是通过“赋能”和“引导”的方式,让Claude本身变成一个能够更好地解决特定领域问题的专家。By treating specialized knowledge as prompts that modify conversation context and permissions that modify execution context rather than code that executes, Claude Code achieves flexibility, safety, and composability that would be difficult with traditional function calling.总之,Claude Agent Skills的设计哲学,为我们展示了一种与传统函数调用截然不同的AI能力扩展范式。它通过一种基于提示词的、精巧的上下文修改机制,实现了极高的灵活性、安全性和组合性,将大模型自身的推理能力推向了核心。#ai创造营# #程序员#

2. 如何让NotebookLM变成你效率翻倍的学习工具

3. 高效提示词(prompt)工程指南

4. 还能这么用?超全!豆包 AI 使用指南丨省钱丨创作丨学习丨陪伴……

5. AI工具实盘炒股爆赚第一,我用它来分析特斯拉,结果更炸裂 “AI炒股大战”太上头了!Qwen梭哈第一名,DeepSeek打工人第二,GPT-5纠结到只剩两千块。但真正把我震住的,是我实测Qwen的“深入研究”——17步投研流程、引用权威文献、还能自动生成图表、播客、网页。普通人第一次可以拥有专业分析师级别的判断力。AI时代,真正能提效的工具正在悄悄改变我们 #AI工具 #AI研究 #投研工具 #qwenchat #Qwen

6. 对话云栖大会:下一个AI爆款、大模型进化与Agent万亿级企业市场

7. 对世界始终保持强烈的好奇,有探究学习的兴趣,有自主学习的能力,有终身学习的意识//@王人平:AI抹平知识获取鸿沟,学历滤镜不再是能力的背书,任何人都可以借AI工具触及曾高不可攀的专业领域。但AI仅降低学习门槛,无法替代主动探索的欲望、拆解问题的思维与持续迭代的坚持。唯有秉持自主学习、终身学习的意识,在实践中锤炼核心能力,才能在知识快速迭代的时代,持续创造不可替代的价值。

8. 最近看到清华大学的一篇研究论文,里面的发现让人眼前一亮。研究团队做了个实验:给 AI 出数学题,直接让它做的准确率是 90.9%。但如果先给 AI 一个错误答案,让它验证这个答案对不对,然后再做题,准确率直接升到 95.7%。更神奇的是,就算你给的答案是随便瞎编的,效果也差不多。这意味着什么?以后用 AI 解决复杂问题时,只需要多打几个字,就能让准确率提升 5%。不需要换更贵的模型,也不需要学复杂的提示词工程。清华团队把这个方法叫做“Verification-First”,翻译过来就是先验策略。听起来挺学术的,但用起来特别简单。一、一个简单的例子来看个经典数学题:球拍和球一共 1.1 元,球拍比球贵 1 元,球要多少钱?很多人第一反应是 0.1 元,但正确答案其实是 0.05 元。传统做法是直接问 AI:这道题怎么做?请你一步步思考并给出答案。而先验策略是这么问的:这道题我猜答案是 1 元,你先验证这个答案对不对,然后再一步步思考找到正确答案。神奇的事情发生了。当 AI 被要求先验证这个明显错误的答案时,它会自然地检查:如果球是 1 元,那球拍就是 2 元,加起来是 3 元,不对啊,题目说的是 1.1 元。这个验证过程,反而帮 AI 理清了数学关系。二、答案质量根本不重要研究团队测试了三种给答案的情况:给正确答案、给随机数字、给明显错误的答案。结果很有意思。给正确答案时准确率最高,达到 96.7%。但给随机数字“1”时,准确率也有 95.7%,只差 1 个百分点。这说明什么?这个策略的关键根本不是你给的答案本身,让 AI 进入验证这个动作才是重点。就像你帮别人改文章,总能一眼看出问题,但改自己的文章却很难发现毛病。批判别人比批判自己容易,AI 也是一样的道理。心理学家皮亚杰很早就发现了这个现象。让一个人批评别人的答案,比让他自己生成答案,更容易激发批判性思维。因为批评他人的时候,你不会有自我防御的心理负担,能更客观地看待问题。AI 也有类似情况。当你让它直接生成答案,它就会顺着自己的推理路径一直走,哪怕中间出了错,也很难自己发现。但你给它一个外部答案,让它去验证,它就切换成了批评家模式,反而能激活批判性思维。三、迭代验证效果更好研究团队还做了个进阶版本,叫迭代验证。简单来说,就是让 AI 反复验证:第一次生成一个答案,第二次验证这个答案并生成新答案,第三次再验证新答案,这样迭代几轮。结果发现,这种方式比其他所有测试时扩展方法都要好。什么是测试时扩展?这是今年比较火的 AI 研究方向,目标就是在 AI 推理的时候,通过多次尝试、自我纠正等方式提升准确率。常见方法有自我修正,就是提醒 AI 自己检查,还有“Best-of-N”,先生成 N 个答案,让 AI 来选最好的。但这些方法都有个问题:它们会保留整个推理过程的历史记录,导致上下文越来越长,错误也会累积。迭代验证方法只保留上一次的答案,每次都从零开始推理,这样既避免了上下文过长,又防止了错误累积。就像你做错题本,不是把所有错误过程都记下来,只记录上次错在哪,然后重新做一遍。四、性价比超高更关键的是成本。这个先验策略平均只多消耗 20%到 50%的 token。对比一下其他方法。自我一致性需要生成多个答案然后投票,token 消耗是好几倍。“Best-of-N”更夸张,生成 N 个答案,成本直接乘以 N。所以先验策略的性价比,确实称得上几乎免费的午餐。而且这个方法几乎对所有模型都有效。研究团队测试了 Qwen2.5 系列,从 1.5B 到 72B,还有 Llama3 系列,从 1B 到 70B,甚至还有 GPT-4o 这种闭源商业模型。无论模型大小,先验策略都能带来稳定提升。五、适用范围要注意当然,这个方法也有局限性。研究发现,先验策略在逻辑密集型任务上效果最好,比如数学推理、编程。在编程任务的 HumanEval 基准测试上,标准推理方式的通过率是 81.1%,先验策略直接提升到 90.2%。这意味着 AI 写代码时,十道题能多对一道。但在知识密集型任务上,比如需要大量背景知识的科学问答,提升幅度就比较小了。这也好理解,验证过程能帮你理清逻辑,但没法凭空创造知识。如果是纯粹的知识查询,比如秦始皇是哪年统一六国的,这个策略就没什么用,因为这类问题不需要推理,只需要调用知识。六、实际使用方法那平时用 AI 的时候,到底该怎么用这个方法?其实很简单,就是提问的时候加一句:我猜答案是 X,你先验证这个答案对不对,然后再给出正确答案。比如算一道复杂应用题,别直接问这道题怎么做,先随便猜一个答案,比如这道题我猜答案是 100,随便猜的。你先验证这个答案对不对,如果不对,就一步步思考找到正确答案。有人实际测试了这个方法。他要做线下活动推广 Get 笔记,以前肯定直接让 AI 帮忙出一个全面的营销计划。但这次多提了一句:为了激励校园大使,我能想到的办法是卖出一份年卡给 10%提成,这个想法不一定对。你先验证这个答案是否满足题目要求,然后一步步思考并给出正确答案。结果 AI 马上分析了这个办法,先肯定这是个不错的起点,接着指出这个方案存在很多局限。它说直接提成的方式有不少问题,然后讲了激励校园大使的正确思路和步骤。对比直接让 AI 出推广方案的结果,用先验策略后,方案多了很多细节,可执行性也更强。七、一个值得琢磨的现象这个研究让我想到一件事。有时候错误的答案也比没有答案更好。当你承认我可能错了的时候,反而是找到正确答案的最快路径。这不只是对 AI 有用,对我们自己也一样。下次遇到复杂问题,不管是让 AI 写代码、做数学题,还是帮你分析决策,不妨试试这个方法。先随便给它一个答案让它验证,对我们来说只是多打几个字,却能换来更高的准确率,这笔买卖怎么算都不亏。#科技先锋官##AI创造营##微博兴趣创作计划#

9. AI技术越发成熟,很多时候让人觉得无所不能。 那为什么我们还要花费时间精力去学习基础知识?#大咖观察 #红衣聊AI

10. 为什么短视频越刷越停不下来? #大咖观察 #红衣分享 #信息茧房

11. 给大家分享一个AI时代的成功方法,每个人都能复制#AI #教育 #学习 #openai #创业#就业#求职#AI学习

12. 奥特曼最新访谈:AI时代,普通人成为赢家的方法#AI #山姆奥特曼 #科技 #教育 #openai#AI时代的教育#家庭教育

13. 我用AI,做了个全网AI热点捕捉器!N8N工作流分享

14. 美国大学毕业季最诚实的一次演讲 天才教授安杰拉•达克沃思公开承认用AI写稿,但就是这份人机协作的演讲稿,解开了AI时代教育最大的两个困惑 #ai #教育 #AI学习

15. 千问发布2025十大AI提示词,股票意外排名第一,普通人如何用AI做好投资?

16. 还在手动复制粘贴总结文档?快试试Open Code这款免费AI神器!它能直接调用“技能”读取并概括你本地的Word文档内容。视频演示了如何一句话让AI帮你完成文档摘要,办公学习效率瞬间起飞!#AI办公# #效率工具# 川北小哥的微博视频

17. Google Cloud 推出多智能体 AI 系统参考架构,助力构建高效协作的专业 AI 代理,实现复杂业务流程优化。核心思想是将大任务拆解成多个子任务,由多个专长智能体协同完成,提高效率与准确性,同时支持人机协作保障安全与可靠。架构亮点:- 用户输入由前端发送至协调者代理,自动选择合适代理流程(顺序执行或迭代优化)。- 任务子代理、质量评估器和响应生成器分工明确,支持多轮优化与人工干预。- 支持无服务器 Cloud Run,结合 Vertex AI、GKE、Model Armor 等多款 Google Cloud 产品和开放协议(A2A、MCP),确保系统安全、兼容和扩展性。应用场景广泛:- 财务顾问:实时数据检索、金融分析、个性化股票建议、自动交易执行。- 研究助理:规划、数据收集分析、报告撰写,支持迭代评估完善。- 供应链优化:库存管理、物流跟踪、供应商沟通,实现高效供应链协同。设计要点:- 安全:结合传统安全与动态防御,强调人工监督和最小权限,利用 Model Armor 防范提示注入和敏感信息泄露。- 可靠性:支持容错设计、故障模拟、日志和异常处理,确保高可用。- 运营:全面日志监控、智能体输出评估、工具共享和跟踪,提升运维效率。- 费用与性能优化:合理选型模型与资源,提示工程优化输入输出,支持上下文缓存和批量请求降低成本与延迟。后续行动:- 利用智能体开发套件(ADK)快速构建与部署。- 结合 Agent Garden 示例和代码,实践多智能体系统。- 深入理解 Google Cloud AI 和机器学习的架构原则与最佳实践,实现业务价值最大化。多智能体 AI 系统正推动智能自动化迈向新高度,将复杂任务拆解为可管理模块,提升效率与安全,适合金融、研究、供应链等多领域。推荐架构详细解读请见:cloud.google.com/architecture/multiagent-ai-system

18. 2026年AI全景预测:迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

19. AI不要笑挑战!学会你也能做【附Sora2注册、去水印】

20. #国内AI硬件迎来商业风口##销额破亿的AI硬件已经出现了#美股AI概念股持续震荡,很多人问我:“梁博,AI硬件的业绩兑现期到底来了吗?” 最近,豆包手机引发的交互革新、夸克眼镜的热销,似乎看到了一些曙光。昨天,我又发现了一个更明确的信号,已经有AI硬件跑出了可量化的落地答案:网易有道股东大会公布,旗下AI原生学习硬件「有道AI答疑笔」销售额破亿,成为AI硬件领域规模化商业的标杆案例,公司也将依托“AI原生”战略,打开AI赛道的更多增长空间。这样看来,当前AI硬件赛道已分化出两条清晰路径,一条是豆包手机为代表的,主打全场景智能交互;一条是有道AI答疑笔这样,为垂直场景量身定制的AI原生硬件。这也是有道的聪明之处,避开泛化场景的内卷,把AI原生死死扎根在自己更擅长的“学生答疑”场景里,产品设计也是从“AI原生”出发——依托自研子曰大模型,硬件完全为AI服务;卫星成像技术同源的全景拼图,任何题目一扫即解,解决了拍题效率低的痛;引导式答疑启发思考,杜绝抄答案的无效学习……这些AI原生功能,让“AI定义硬件”不再徒有其表,而是落到了学习每一步的自然体验中。对家长来说,这是帮助孩子高效提分的省心工具;对行业而言,这是AI真正扎根刚需场景的典范。摩根士丹利早已点明,AI硬件已从短期热点演变为长期结构性趋势。美股AI泡沫也警示我们,脱离场景的算力堆砌终将反噬,真正的投资机会不在“讲故事”,而在“解问题”。有道的成功恰恰印证了投资逻辑的转变:不再是追逐技术概念,而是聚焦“AI原生+场景深耕”的落地能力。当端侧AI开始解决真实世界的高频问题,AI硬件的商业化空间才能快速打开。这句话放这:未来三年AI投资的核心主线,必将属于那些能将“AI原生”扎根于更多刚需场景的玩家。谁做到这一点,谁就掌握了产业链的真正话语权。

21. 生活难题一键解,豆包实用全攻略 不论是孩子学习问题还是其他生活问题,你能够想到的问题,AI都可以给你答案,这是一本可以教会你正确向AI提问的书#AI #豆包 #豆包app #提问 #好书推荐

22. 分发即杠杆,品味即战略,AI即基础设施。#AI创造营##AI生活指南# http://t.cn/AXyjpusf ​​​

23. Seedance 2.0深度评测|AI视频生产力革命

24. 阿里全家桶全面Agent化!千问“任务助理”全面公测,从此AI不再只是动嘴出主意的狗头军师!

25. 比起之前挤破头卷的“训练算力”, 能让AI真正落地赚钱的“推理算力”才是未来10年的主战场。#大咖观察 #红衣聊AI #OpenAI #芯片

26. #OpenClaw都能做什么#OpenClaw的爆火,让“能做事的AI”从概念落地现实,它打破传统AI仅被动对话的局限,凭主动执行、全场景适配的特性,成为AI智能体发展的重要探索,或引领下一代AI应用方向。它能实现办公自动化,快速检索文件、填充报表、批量处理文档;可完成跨工具协同,联动多平台实现指令一次下达多端执行;能提供全流程代码辅助,生成代码、排查Bug甚至开发简易App;可搭建私有知识库,快速检索并整合多格式内容;还能实现设备智能监控,主动检查任务、预警故障。此外,其开源属性让开发者可无限拓展功能,虽尚存部署门槛与安全问题,但它让AI从“对话助手”变成“数字员工”,这种落地性的突破,正是未来AI的核心发展方向。#how i ai# http://t.cn/AXVbL8bn

27. AI时代孩子学习把脉谁更强?科大讯飞AI学习机T30 Lite vs 学而思T4【钱韦德】

28. “Skill 不就是长一点的提示词吗?” 上篇文章《别把整个 GitHub 装进 Skills,Skills 的正确用法 http://t.cn/AXqLcGP0 》发出去后,收到一些质疑: > "说 skill 能做配图 prompt 不行。本来 skill 就是加载 md,没 skill 之前我们用 prompt 模板照样也是能做流程编排。" > > "现在大部分 skill 不就是长一点的提示词吗?为什么说'单纯靠提示词做不了'?" 这些批评是对的。 我原文确实表达有问题。写"提示词"的时候,我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。 但"提示词"是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code,再给它一个生成图片的脚本,它一样能完成配图任务。 这里的差异不在于提示词能不能复用,Gem 和 GPTs 里的提示词也能复用。差异在于:提示词配套的是 ChatBot,还是 Agent? 【1】ChatBot 和 Agent 的核心区别 Skills 的完整名称叫 Agent Skills。注意这个"Agent",它不是装饰词。Skills 利用 Agent 的虚拟机环境,提供单纯提示词无法实现的能力。 一句话总结:ChatBot 只能对话,Agent 能动手干活。 具体来说: ChatBot 不能调用工具。你给它一段配图提示词,它能帮你分析文章、生成画图 prompt,但真要生成图片?它只能说"请把这段提示词复制到 Gemini"。剩下的活还是你干。 Agent 能调用工具。同样的配图任务,它能像个经验丰富的编辑一样自己完成: 1. 读取你的文件 2. 分析需要几张图、放哪里 3. 为每张图设计内容和风格 4. 调用画图模型生成图片 5. 把图片插入正确位置 6. 输出成品交到你手上 全程自动化,你只需要验收。 【2】那 Skill 到底是什么? 很多人把 Skill 理解成"一段很长的提示词",这个理解对了一半。 SKILL.md 的核心确实是指令文本。但 Skill 不止于此。 一个 Skill 可以包含三层内容: 第一层:元数据。就是 name 和 description,告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载,但只占几十个 token。 第二层:指令。SKILL.md 的主体内容,工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时,才会读取这部分。 第三层:资源和代码。附带的脚本、模板、参考文档。Agent 按需读取,用的时候才加载。 这就是官方说的"渐进式加载":不是一股脑把所有内容塞进上下文,而是用到什么加载什么。 所以你可以给一个 Skill 附带几十份参考文档,只要这次任务用不上,它们就不占用上下文窗口。传统提示词做不到这一点。 【3】为什么说配图"单纯靠提示词做不了"? 回到原来的争议。 如果你说的"提示词"是指发给像 Claude Code 这样的 Agent 的指令,那配图当然能做到。因为这时候提示词是发给 Agent 的,Agent 能调用工具。 但如果你说的是发给普通 ChatBot 的提示词,比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令,那确实做不到。因为 ChatBot 没有工具调用能力,它只能输出文字。 我原文的问题在于:默认读者理解的"提示词"是 ChatBot 场景下的提示词,但没有明确说出来。 更准确的表达应该是:Skill 必须配合 Agent 使用。发给 ChatBot 的提示词,无论写多长多详细,都只能完成对话能完成的事。要让 AI 真正"动手",需要的是 Agent + 工具调用能力。 【4】那我直接给 Claude Code 发长提示词不行吗? 行。 把 SKILL.md 内容复制出来当提示词发,Agent 一样能执行。这也是为什么有人觉得"Skill 就是长一点的提示词"。 但 Skill 的价值不在于"能不能做到",而在于: 可复用。写一次,以后每次相关任务自动触发,不用每次复制粘贴。 可组合。分析 Skill + 提纲 Skill + 写作 Skill,像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。 可迭代。用着用着发现问题,直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后,你得记得每次都用新版本。 可渐进加载。Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织,发出去就是全量加载。 简单说:Skill 是提示词的工程化封装。能做的事差不多,但管理成本、复用成本、迭代成本完全不同。 【5】最后 上篇文章的核心没变:因需而建、可组合、可迭代。 Skill 就是长一点的提示词吗? 是的。但光有提示词不够。 关键是执行这段提示词的系统,到底是只会说的 ChatBot,还是能真正动手的 Agent。 Skill 是给 Agent 用的。没有 Agent 的工具调用能力,Skill 就只是一段躺在文件夹里的 Markdown。

29. 谁能想到?坐拥全球顶级 AI 情报、号称 “无死角监控” 的美国和以色列,居然在伊朗面前彻底陷入被动! 明明技术碾压、算力爆表、情报体系高度智能化,袭击初期还占尽上风,可越到后期越拉胯,精准预判失灵、目标判断失误,反而被伊朗牵着鼻子走。 根本原因只有一个:AI 不是万能的,迷信技术必吃大亏! 美以过度依赖算法、数据陈旧、缺乏人工校验,看似强大,实则漏洞百出。而伊朗用最朴素的隐蔽战术、人力情报、反制思维,精准戳穿技术神话。 这场对决直接撕开一个真相:再先进的 AI,也干不过懂战场、懂人性的真实策略! 技术和策略,到底谁才是真正的胜负手?#美以伊冲突##霍尔木兹海峡运输停滞##内塔尼亚胡喝咖啡视频被指怪异##中方回应特朗普呼吁多国派军舰护航##热点解读# http://t.cn/AXfh2VnJ

30. 这个项目突然就很火🔥🔥🔥DeepTutor 是一个由香港大学数据智能实验室(HKUDS)开发的 AI 辅助学习平台,旨在提供高度个性化的教育支持。该项目建立在多智能体系统架构之上,集成了RAG、网络搜索和代码执行等技术,用于处理复杂的学术任务。其核心功能涵盖了大规模文档问答、交互式知识可视化、自动化练习题生成以及深度学术研究探索。用户可以通过该系统构建个人知识库,利用 AI 生成结构化的研究报告,并参与针对性知识强化练习。此外,项目支持 Docker 部署,并提供了可视化交互界面,帮助大家高效地进行知识获取与创新。项目:github.com/HKUDS/DeepTutor#ai创造营# #程序员#

31. 如果不希望学生在没有AI的情况下变得无所适从,那要做的不是拒绝AI,而是要重塑我们的教育,让学生在课堂上,通过监督式学习夯实基础思维与独立解题能力,在掌握核心素养后再系统学习AI的合理使用方法与结果验证逻辑,最终学会与AI协同而非依赖,让教育既拥抱技术变革,又守住能力底线。

32. 已成功入职OpenAI的高中生分享AI时代的学习方法#AI #openai #AI时代 #学习方法

33. 4款大厂免费(破解)软件➕一个神器❗就直接吊打付费软件❓

34. 2026必备!这8大AI工具,没有裸泳......

35. #郑钦文粉丝把AI天赋点满了#当热爱遇上创新,郑钦文的粉丝们把网球年会玩出了新高度!在上海某国际学校的网球年会上,这群技术流球迷活力全开——不仅热情助威,更把AI变成了得力助手:用智能工具快速整理精彩赛事瞬间、一键生成生动PPT分享网球文化,甚至设计出AI互动小游戏,让更多同学在趣味中了解规则、爱上运动。这正是AI科技融入教育的鲜活缩影:AI不再只是工具,更是激发创造、辅助学习、共享热情的伙伴。年轻一代正在用AI解锁自主学习的新方式,让每一次分享都充满智慧与个性。期待阿里千问品牌全球代言人郑钦文,她的活力、坚持与超越与AI创新探索的精神完美同频!科技+体育+教育,这样的创新火花,点亮课堂内外的无限可能!

36. 学习体验也能有“PC级”的飞跃? REDMI Pad 2 Pro实测!!一台让学习和轻办公更专注的设备~#Pad2Pro全学段AI助学平板# http://t.cn/AXqlZ1aB ​​​

37. #原来学霸眼中的知识点是会动的# 从及格线逆袭考上北大,一位本硕连读的博主有独家学习心法——场景性记忆。他直言理化生靠死记硬背效率太低,让抽象知识点“动起来”才能事半功倍。如今AI技术还能把枯燥公式变成生动动画,为普通人解锁高效学习新路径,网友破防:那我熬的那些夜算啥?#最适合普通人的学习方法出现了#

38. 开学进入状态需要点心机⁉️ 5个技巧 | AI学习搭子✨

39. 不同品牌学习机有什么区别?科大讯飞AI学习机T30 Pro对战学而思T4 Pro

40. 把手教你用上开源版Claude Code,Windows系统接入保姆级教程!

41. 终于,我用AI治好了"只收藏不学习"的坏毛病(附全自动工作流)

42. 谷歌68页提示词圣经+老金原创元提示词,直接复制就能用

43. #车机进入懂人话时代##车机从算力竞争走向思考竞争#人工智能真让开车越来越省心了。堵车少了,效率高了,还能拉动GDP,这波技术红利吃得真香!但之前导航卡顿、语音智障也是真让人头大,简直是在跟机器吵架……现在车企引入深度思考大模型,车机终于能“主动思考”、听懂人话了!再也不用一边开车一边和AI斗智斗勇,这才是真正意义上的“智能伙伴”。必须点赞,我已经开始期待下次换车了。

44. 13个提示词,让Claude从"聊天玩具"变成你的研究助手。 我在 Reddit 上看到一个帖子,作者说他收集了所有在社区里走红的 Claude 提示词,用这些提示词把 AI 从“聊天玩具”变成了“研究武器”,原本 10 个小时的工作,现在 60 秒就能搞定。 今天,我把这 13 个提示词整理出来,手把手教你怎么用。看完之后,你也能立刻上手,让 Claude 成为你的私人研究助理。 一、找矛盾的高手 提示词: “列出所有内部矛盾、未解决的冲突,或者那些证据不足以支撑的观点。” 怎么用: 当你写完一篇长文档,或者整理完一份报告,把内容直接粘贴给 Claude,然后用这个提示词。它会帮你找出那些你自己没注意到的逻辑漏洞。 比如,你在报告里说“我们的产品销量增长了 30%”,但后面又提到“市场份额下降了 5%”,这两句话就有矛盾。人在写的时候很容易忽略,但 Claude 会一眼看出来。 二、扮演挑剔的审稿人 提示词: “像一个挑剔的同行审稿人那样批评这篇文章。要严厉一点。重点关注方法上的缺陷、缺失的对照组,以及过于自信的结论。” 怎么用: 这个提示词特别适合用来检查学术论文或者重要报告。你把文章丢给 Claude,它会像那个永远给你打回修改意见的“审稿人 2 号”一样,毫不留情地指出问题。 虽然听起来有点残酷,但这种“提前挨骂”能帮你避免真正提交时被打回来。 三、把乱七八糟的笔记变成正式文档 提示词: “把下面这些材料整理成一份结构化的研究简报。包括:核心观点、证据、假设、反驳论点,以及未解决的问题。标出任何薄弱或缺失的部分。” 怎么用: 你有没有过这种情况:手里一堆零散的笔记、链接、半成品想法,但不知道怎么组织成一篇像样的文章。 这时候,直接把所有内容粘贴给 Claude,用这个提示词。它会帮你梳理出清晰的结构,甚至告诉你哪些地方证据不够,需要补充。 四、倒推逻辑检验法 提示词: “先解释这个结论,然后一步步往回推到最初的假设。” 怎么用: 这是检验你是否真正理解一个观点的好方法。如果你能从结论倒推回假设,说明逻辑是通的。如果推不回去,说明中间某个环节有问题。 比如,你说“我们应该增加广告投放”,那就倒推:为什么要增加?因为转化率低。为什么转化率低?因为流量质量差。为什么流量质量差?这样一步步往回推,你会发现真正的问题可能根本不在广告上。 五、像科学家一样做对比 提示词: “对比这两种方法,从以下几个维度:理论基础、失败模式、可扩展性,以及现实约束条件。” 怎么用: 很多人做对比只是列功能清单,但真正有价值的对比要深入到原理层面。 比如,你在选择两种营销策略,不要只比价格和效果,还要问:这两种策略的理论依据是什么?在什么情况下会失败?能不能规模化?有哪些现实限制? 用这个提示词,Claude 会帮你做出专业级别的对比分析。 六、找出致命弱点 提示词: “描述这个方法在哪些场景下会彻底失败。不要说边缘情况,说那些真实可能发生的失败模式。” 怎么用: 大多数人只想着自己的方案有多好,但很少有人会主动去想“这个方案在什么情况下会彻底崩盘”。 这个提示词会逼着你和 Claude 一起思考最坏的情况。比如,你做了一个依赖某个供应商的商业计划,那就要想:如果这个供应商突然倒闭怎么办?如果他们涨价 10 倍怎么办? 提前想到这些,你才能做好备案。 七、改变信念的关键问题 提示词: “分析完所有这些内容后,什么东西应该改变我现在的看法?” 怎么用: 这是真正的研究者思维。不是为了证明自己对,而是为了找到真相。 当你研究完一个问题后,问问 Claude:有什么证据能推翻我现在的观点?这会让你保持开放的心态,避免陷入确认偏误。 八、压缩成一个心智模型 提示词: “把这整个话题压缩成一个我能记住的心智模型。” 怎么用: 如果你学了一堆知识,但没法用一句话概括出来,说明你还没真正掌握。 这个提示词会强迫 Claude 把复杂的内容提炼成最核心的框架。比如,学习了一整本营销书,最后能不能总结成“找到痛点,提供解决方案,建立信任”这样的简单模型? 能压缩,才算真正拥有。 九、跨领域类比法 提示词: “用一个完全不同领域的类比来解释这个概念。” 怎么用: 最好的理解往往来自跨界类比。比如,解释“复利”这个概念,可以用“滚雪球”来类比,用“健身”来类比,用“人脉积累”来类比。 这个提示词会让 Claude 从不同角度重新解释一个概念,帮你获得更深的洞察。 十、偷师学艺法 提示词: “忽略内容本身,分析这篇文章的结构、流程和论证模式。为什么它写得这么好?” 怎么用: 看到一篇特别好的文章或论文,不要只看它说了什么,要看它是怎么说的。 把文章丢给 Claude,用这个提示词,它会帮你拆解出底层的写作框架。然后你就可以把这个框架套用到自己的写作上。 十一、压力测试假设 提示词: “列出这个论证依赖的所有假设。然后告诉我哪些假设最脆弱,为什么。” 怎么用: 每个论证背后都有一堆隐藏的假设。比如,你说“我们应该开发这个新产品”,背后的假设可能是:市场需求存在、竞争对手不会跟进、技术可行、成本可控,等等。 这个提示词会帮你把所有假设都挖出来,然后告诉你哪些最容易出问题。这样你就知道该重点关注什么。 十二、再来一次科学对比 提示词: “对比这两种方法,从以下几个维度:理论基础、失败模式、可扩展性,以及现实约束条件。” 怎么用: 这个提示词在原帖里出现了两次,说明它真的很重要。无论是选技术方案、营销策略,还是做人生决策,都可以用这个框架来对比。 记住,真正的对比不是列清单,而是深入到原理和风险层面。 十三、最后的压力测试 提示词: “列出这个论证依赖的所有假设。然后告诉我哪些假设最脆弱,为什么。” 怎么用: 这个提示词来自研究社区,专门用来检验论证的稳固性。把你的核心论点丢给 Claude,让它帮你找出最薄弱的环节。 这就像给房子做地基检测,看看哪里最容易塌。 写在最后 其实,AI 不会替代你思考,但它可以成为你思考的放大器。这些提示词就像是给 Claude 装上了专业的“镜头”,让它能从不同角度帮你审视问题。 你不需要成为技术专家,也不需要懂编程。只要把这些提示词复制粘贴,然后把你的内容丢进去,就能立刻看到效果。 最重要的是,这些提示词背后的思维方式,找矛盾、挑毛病、倒推逻辑、压力测试,这些才是真正值得学习的东西。学会了这些思维方式,即使没有 AI,你也能成为更好的研究者和思考者。 所以,别再让自己像个人肉复印机一样熬夜了。试试这些提示词,让 Claude 帮你干那些重复的苦力活,把时间留给真正需要创造力的地方。 毕竟,工具是死的,但会用工具的人,才是真正的高手。 #科技先锋官##HOW I AI#

45. 从能聊天的大模型,到会干活的智能体,AI正迎来全新进化。 企业AI落地的机会就藏在这里。#网络名人赞两会 #2026全国两会 #红衣聊AI #产业升级

46. AI攻防时代已经到来! #大咖观察 #红衣聊AI #网络安全 #黑客

47. 普通人用Ai能做什么?#AI #知识分享

48. TRAE中国版白送SOLO,一人指挥一支AI大军 重磅消息!SOLO终于上线TRAE中国版了,Waitlist免费开放中 本期视频实测TRAE的新版本,亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

49. 别再被 OpenClaw 的热度洗脑跟风了!它根本不是普通人能用的 AI 工具,而是专为技术党准备的 “高级玩具”! 高昂部署成本、高危隐私漏洞、陡峭学习门槛,三大致命痛点直接劝退普通人。免费只是噱头,硬件、算力、电费月月烧钱;权限高、漏洞多,个人信息随时可能泄露;命令行操作、环境配置、模型调试,没基础几天都装不好。 别为了跟风浪费时间金钱,更别拿隐私安全冒险!它的强大与你无关,它的坑却能让你全踩中。 看完这条视频,你会彻底清醒:普通用户远离 OpenClaw,才是最理性的选择!#OpenClaw安全风险争议##科技先锋官##微博超有用视频大赛##科普大作战##AI创造营# http://t.cn/AXVR4YKt

50. 自上而下学习法,就是从真实项目和具体问题切入,用AI做导师递归式补全知识盲区,它以“学以致用”为导向,让学习从“被动接收”变成“主动探索”,其效率远超传统“先打基础再应用”的自下而上模式。而选对项目、用好AI、坚持追问与复盘,是这套方法落地的关键。

51. 会用豆包的家长赢麻了,三个王炸用法清北私教直接搬回家,妈妈们别再拿豆包当搜索引擎去辅导孩子学习了,我给你分享3个豆包的王炸用法,把豆包打造成水平远超北大毕业生的私人家教,普通家庭的孩子也能高效吃透知识,朝着重点中学、市一中、985甚至清北稳步迈进,真正实现教育平等。这条视频我不只会分享核心方法,还会手把手带大家实操运用,每个方法都给你直接能拿来用的提示词模板,家里有3~ 12岁孩子的家长,一定要认真听好了。第一步,用苏格拉底式提问加豆包搞定难题。孩子遇到难题别只搜标准答案,打开豆包视频通话功能,让豆包看到题目就说这是我家孩子的年级科目难题,请用苏格拉底式提问法,每次只提一个问题,引导孩子一步步思考解题思路,等他回答后再推进,最后帮他梳理知识点,并出3道同类型题巩固豆包会像耐心老师一样层层引导,帮孩子找解题关键,搞懂知识盲区,比直接给答案记得更牢。第二步,用布鲁姆提问法加豆包,激发深度思考与创造力,孩子学完新知识,别只停留在记住的层面。打开豆包语音通话,就说我家孩子刚学完某个知识点,请严格按布鲁姆认知6个层级一次围绕一个层级提问,孩子回答后鼓励并引导进入下一层,答不上来就换简单提示,不直接给答案。从基础记忆到灵活应用,一步步帮孩子吃透知识,学会运用,还能激发批判性思维。第三步,用费曼学习法加豆包,让孩子当小老师。深化理解费曼学习法的核心是能讲明白才是真懂,家长没时间当听众,就让豆包来当专属听众,打开语音通话跟豆包说,孩子刚学完某个知识点,请扮演好奇的小听众,听他讲解知识点相关内容,过程中针对讲错讲不清的地方,引导他补充学习,不直接给答案,直到他能顺畅讲透,最后给予肯定。孩子在讲解中查漏补缺,复杂知识也能变简单。这3个方法能把豆包彻底打造成孩子的专属辅导老师,比补习班更灵活、更懂引导。以后家长就分两种,会用 AI 的和不会用 AI 的,可以说最多半年,不会用 AI 的家长将寸步难行,要是还不知道怎样才能最大效果发挥豆包的作用,可以使用这份由清华大学博士团队联合教育专家撰写的豆包,从入门到精通指南,里面包含104页实操教程,从拍照错题的正确姿势到提问话术的设计技巧,应有尽有。还有一份24页的指导手册,手把手教你玩转AI。我还整理了一套豆包小学学霸秘籍,里面有上百个提问模板和99%的人都不知道的豆包隐藏玩法,比如如何用豆包设计个性化学习计划,如何通过互动游戏巩固知识点等。需要的家长敲玩转豆包,马上带孩子用起来。#AI##学习##一起家庭教育#育儿经验分享

52. 我们是否正进入「家庭教育 AI 化」时代?AI 学习机扮演什么角色?它真能缓解父母的辅导焦虑吗?

53. 最强AI视频工作流:自动量产高质量短视频,无需剪辑,真正一键成片!

54. 奥特曼最新访谈:AI时代,普通人成为赢家的方法#AI #山姆奥特曼 #教育 #openai #AI时代的教育

55. 当苹果AI开始赋能开发者,一名父亲的学外语app风靡全球

56. 【油管高赞】AI时代带来的教育变革是什么

57. #AI的首要任务是实用吗#这个还是要分阶段说的,不同的阶段对于AI发展的要求不同,在经历过了技术积累的阶段后的当下实用确实是首要任务。AI在前期的技术积累阶段已经超出了绝大多数人的想象,如果还只是在做抬头看天的事情,那么这个结果对于企业和行业的发展来说会变成水中花井中月,看似很美好但是产生不了价值,企业会无米下锅,技术也不会产生效能。当下阶段的首要任务就是把已经积累下来的技术转化成为有价值的实用工具,企业能够获得收益,用户可以提高效率。这样才能形成良性的发展。#科技先锋官#

58. #原来学霸眼中的知识点是会动的#还记得学霸说“知识点是活的”吗?现在有了AI,咱们普通人也能体会了!以前啃不动的物理公式、化学方程,现在能变成小动画、小游戏,一眼就看懂。像小时候玩学习机那样,只是更聪明了,哪不会点哪,AI陪你练。学习终于不再只是埋头背记,而是看得见、能互动的过程。工具越来越懂我们,剩下的,就是咱们自己那份好奇和耐心啦。#最适合普通人的学习方法出现了#

59. Notion AI 太狠了!6 个高效用法,彻底改变我的工作方式

60. 【最新玩法】n8n工作流秒变MCP工具,直连各种MCP客户端,零代码实操!

61. Andrej Karpathy分享了他用大语言模型(LLM)辅助阅读各种文本(博客、文章、书籍章节等)的三步法: 第一遍人工阅读,第二遍让LLM解释和总结,第三遍通过问答深化理解。这样不仅提升了阅读效率,还能获得比单纯阅读更深刻的认知,成为他最重要的学习方式之一。他也指出,随着这种方式兴起,写作者的心态可能会改变——从“写给人看”转向“写给LLM看”。因为当LLM理解了内容,它能为不同读者定制和传递信息,实现更精准的沟通。Karpathy还开源了一个名为reader3的工具,方便用户用LLM逐章阅读电子书(EPUB格式)。他强调目前还没有专门工具,自己通常就是复制粘贴到不同的LLM里轮换使用。 GitHub: github.com/karpathy/reader3社区回应中,有人分享了类似经验: - 用LLM辅助读书能大幅提升信息保留和理解深度,变被动阅读为主动思考。 - AI将教育从“一刀切”转变为个性化辅导,学生能随时通过对话拆解难题。 - 未来写作可能陷入“为AI优化”的循环,导致信息自我引用,创新受限。 - 有人开发工具让AI帮忙筛选和索引长文档,提升查阅效率。 也有人提醒,写作过度迎合AI可能让文字缺乏人性和灵魂。真正的学习和交流,依赖人类间的互动和思考,而非单纯AI的反馈。 此外,使用LLM读书的关键在于“提问的艺术”: 善问问题,AI才能激发更深入的洞见和持续的好奇心,创造自然流畅的对话,从而推动认知升级。 这场阅读革命不仅是工具变革,更是思维方式的跃迁: 信息不再是稀缺资源,学会用AI辅助思考和提问,才是未来的核心能力。 链接:x.com/karpathy/status/1990577951671509438

62. 「Github一周热点100期」爆火的AI编程工具却被Claude封禁?

63. 目前最强OpenClaw安装分享!对接飞书!普通人最该体验的AI Agent项目

64. #2025vivo开发者大会# 蓝心语言大模型升级。这次蓝心小V具备了深度思考能力,不刻板、不机械,更拟人,可以为用户提供更有洞察力、更高质量的智能问答服务。还有就是,vivo正在积极布局深度研究功能,大模型仅需十几分钟,即可完成广泛的信息调研与分析,生成数千字高质量报告。#vivo全新系统OriginOS6# 深圳

65. #原来学霸眼中的知识点是会动的#学霸就是学霸,真的很让人佩服。 他说,自己高中从及格线水平~~~~原来学霸眼中的知识真的会动,还以为只是口头上说说呢!会动的知识在我们学渣眼里就像是会拉丝的芝士🧀 但现在ai发达了,普通学生也可以通过ai变成"学霸"了,这简直是普通人的福音啊!#最适合普通人的学习方法出现了#

66. #2025vivo开发者大会#vivo升级后的蓝心小V,真心觉得挺惊喜的。简单说就是它现在能更准地听懂我到底想要什么,把复杂的事情拆成一条条可执行的步骤,遇到变化还能灵活调整,关键是还能记住我的长期偏好——用起来像有个懂我的小助理。更让我印象深刻的是它的“深度思考”能力,回答不再浮在表面,而是能给出更有洞察、更有条理的建议,问复杂问题也更省心。还有个痛点被解决了:做深度调研时,大模型只需十几分钟就能把大量信息筛一遍,生成几千字的高质量报告,效率真是翻倍。#vivo全新系统OriginOS6#

67. 这个开源的PAI(Personalized AI Platform)项目,介绍了如何构造你自己的个性化AI系统,不错。PAI 的目标是构建一个属于个人的、可持续学习的 AI 系统,而不是传统的聊天机器人或一次性任务助手。这个项目的核心想法是 把 AI 建成一个与你长期协作、不断学习和进化的系统,减少重复输入、提高个人效率,让 AI 真正围绕你的目标工作。它强调 AI 是用来放大人的能力,而不是取代人。项目设计上分为多个结构层级:(1)技能(Skills)每个技能是一个独立功能模块,比如研究、自动化、数据抓取、图像生成等,它们包含自己的路由、工作流和说明。(2)代理(Agents)这些是为特定任务定制的 AI 角色,例如工程师、研究员、设计师等,用于执行特定类型的工作。(3)钩子(Hooks)事件驱动的自动化机制,用于捕捉工作过程、管理系统状态、触发日志记录等。(4)历史系统(History)自动记录完整交互历史(UOCS),将过去执行过的任务、反馈和结果保存下来,作为未来决策和学习的依据。访问:github.com/danielmiessler/Personal_AI_Infrastructure#HOW I AI# #程序员#

68. 重塑教科书!Google AI的研究,按你的方式来学习

69. AI如何帮普通人实现“高效学习+能力跃升”?从入门小白到实用达人的蜕变

70. 普通人如何学习AI和使用AI

71. (升级后第005篇)7天造课,3步搞定

72. 关于如何使用AI辅助学习的一点想法

73. AI学习四象限

74. 信息过载怎么办?用这3个免费AI,轻松搭建你的第二大脑

75. AI碎片化学习的高效整合方法,让零散知识成体系

76. 不止是笔记工具,谷歌专属AI研究员,重塑专业人士知识管理方式

77. 想系统学AI但资料太乱怎么整合?

78. 用AI应对信息过载,爬虫加工作流思路分享

79. 考研党高效精读软件2026推荐,解锁文献深度理解与笔记管

80. 当喧嚣散尽

81. 困住成绩的不是刷题量,而是你不会深度思考

82. AI应用越来越广泛,教育怎么办?

83. 如何利用AI评价改进教学

84. 利用AI赋能开展学前教育工作

85. 人工智能在教育中的运用主要有哪些?

86. 学习AI真的很难吗?

87. 亲测!自学AI多年总结的效果验证干货,精准判断学习水平

88. AI 如何提高“学习力”

89. AI工具越多越累?揭秘「注意力税」如何消耗你的认知带宽

90. 【文献】AI聊天机器人如何重塑英语口语学习

91. BBM新作--当人类与 AI 都陷入 "认知过载"

92. AI Review

93. 如何评价“AI 生成的内容越多,用户反而越难使用”这一现象?

94. 认知负荷管理

95. 孩子记单词越学越累?认知负荷理论

96. 解决 AI 幻觉终极方案

97. AI时代生产力输入方式的认知基础与工程实现

98. AI论文写作工作流

99. AI重构阅读

100. 我越来越确信

101. 15分钟用GPT创建AI学习智能体!工作流、提示词免费分享! 🎯【ChatGPT-5最强学习方法】解锁用AI快速学会任何技能的秘诀!

102. 请收下礼物

103. 想用ChatGPT学习?这里有100个小技巧!

104. 别再找“最好”的AI了,聪明人都在打造自己的“AI工作流”

105. 从提示词小白到高阶玩家

106. Reddit 爆火

107. Claude Code 实战

108. 提示词的艺术

109. Notion 真正的高阶用法

110. Notion AI

111. Notion AI 太狠了!6 个高效用法,彻底改变我的工作方式

112. Notion AI

113. 100个AI产品分析之Notion AI(附pdf)

114. 2026 必藏 AI 工具全景指南|各领域顶尖款 + 平替款,零基础也能上手

115. 2026 必藏 AI 工具|顶尖 + 平替,零基础上手|西安北大青鸟

116. 如何写出高精度AI提示词

117. 如何写出好的Prompt(提示词)?

118. 提示词工程的误区

119. 小红书公众号多场景AI提示词模板1000大全即用

120. 2025普通人学AI

121. 普通人学AI

122. 普通人第一次学 AI,最安全、最不踩坑的 3 个入口

123. 普通上班族,如何用AI每周省出5小时?

124. 众妙之门,修炼提示词内功

125. 避开这些误区!普通人“系统学AI”最常见的3个失败计划

126. 3个AI使用误区

127. 社区内分享—AI小白最应该看的必杀思维(课件完整版)

128. AI 不是万能!多数人都会犯的 4 个使用误区

129. 豆包测试新版深度思考功能 支持边想边搜

130. 6个AI语言学习技巧,让你轻松掌握外语

131. 是泡沫还是机遇?AI大模型就业市场“疯”了?大数据分析告诉你答案!

132. python 怎么安装caffe环境 怎样才能学好AI?

133. AIResourceIndex-master.zip

134. AI最新版免费安装AI2022免费下载AI版本免费下载破解版+功能介绍

135. AI让你中级会计备考少走弯路,少做70%题目还高分!

136. AI用辅助阅读加快读书速度并且加深理解

137. 智能学习,触手可及 —— AI智习室体验记

138. 高效人士必备:AI 辅助评估学习效果

139. AI培训避坑指南:如何精准匹配,选对课程解锁核心技能

140. 现在都在调用大模型,还有必要学人工智能吗?——从就业角度看AI学习的价值

141. AI时代真正值钱的3种能力

142. 别被“AI暴富”忽悠了!学完不能变现的三大坑,你踩了吗?

143. 提示词工程概述

144. 💡0基础如何系统学AI?别乱学,先看这张图

145. 10款AI知识库神器:让知识自己生长的第二大脑

146. AI辅助编程学习笔记_手账笔记版

147. Notion 发布会:AI 驱动型组织的未来

148. 能提高大模型能力的神奇提示词

149. 建议收藏|2026年 AI Agent 全栈开发路线图:6个阶段,从入门到落地

150. 普通人该如何学习智能体

151. 2025年AI学习场景笔记工具深度评测:沉浸式学习如何重构知识管理

152. 从入门到专家:AI学习的15步进阶路线图

153. 写总结必备:一套分步提问的AI提示词模板

154. AI学习路径及信息差(3)

155. 如何利用AI学习新技能?

156. Claude 提示词指南-撰写有效提示词的通用技巧

157. AI辅助Python教学:3款国产AI编程工具在中职软件专业课的融合实践(附10个实训案例)

158. 用了100个AI后,只推荐这3个AI知识管理神器!

159. 杜绝AI胡说八道:分享我压箱底的6个提示词模板

160. 必看!三个典型的AI使用误区!学会两个必涨薪!

161. Notion AI 太狠了!6 个高效用法,彻底改变我的工作 👀每天忙得团团转,但日程管理还是一团乱?Notion AI 更新之后,成了我最近提升效率的关键武器! 我最常用的六种场景: 👉 每天的「打卡任务」一句话自动完成,再也不用翻页面找板块 👉 晚上「自动复盘」今天时间怎么花的、效率高不高,它统统帮我分析 👉 「函数公式」不会写?告诉它需求,立马生成,还能设置颜色+粗体,颜值功能双在线 👉 内容创作者更要会用!脚本丢进去,它就能自动生成小红书笔记、公众号长文,风格还很在线🎯 👉 还帮我「搭建完整系统」:客户管理、项目流程、学习计划统统自动生成,省下一两个小时不夸张 👉 连「行程规划」都不在话下,输入目的地和时间,安排直接生成✅ 更新功能之后,尤其适合内容创作者、效率党、小团队,一套用法搞定多个场景📌 缺点就是有点贵,一个月30多刀就这么花出去了,心痛自己! #notion #notionai #notion教程 #notion模板 #notion笔记

162. 🇲🇾2026年8️⃣个不可以错过的AI Courses✅

163. 你的提示词正在“杀死”AI的智商?专家揭示最常见的6个致命误区

164. 你的提示词技巧可能过时了!最新版Claude 提示词工程最佳实践发布!

165. 云南工商学院师生有了AI助手

166. 2025年跨专业入门AI首选,三个低门槛权威证书,零基础也能考

167. AI模型记忆短板,图文理解偏差,如何突破设计瓶颈

168. 给老伙计的Notion AI智能体 我观察了老伙计们的情况,发现许多人仍然在门外徘徊。正因如此,我前几天提供了一个从梯子到Gemini Pro订阅的指导。今天,我想以Notion为例,展示如何构建自己的Notion AI。你会发现,实际上其他AI工具的构建思路是相通的。 1. 怎么与AI协作 首先,了解AI的需求至关重要。在Notion的右下角有个小图标,正是你的AI智能体。点击头像,进入编辑界面,这里是个性化配置的中心。 我不是来教操作的,Notion的官方文档里都有详细说明。我的目的是引导大家如何通过耐心与细节,去解决问题。 许多人将官网资料简单转化,用于自己的工作、生活等,然而我不想将自己绑定在某个工具上。你愿意尝试这些模板倒是可以。 2. 三个支柱,而非三个步骤 构建专属AI并不是简单的配置,而是建立人与AI的关系。就像你与新同事相处,必要的沟通和了解远比填写表格来得重要。 2.1身份:给AI一个坐标系 AI需要明确自己的身份与职责。例如,我将我的AI定义为,比如: 我是Bright,一个专注于个人成长、赚钱、AI、自媒体、投资的自由职业者。我帮助老伙计们赚点小钱。 这并不是我的个人介绍,而是帮助AI理解我需要的定位。就像在告诉新同事该关注哪些信息。 2.2对话互动:定义和AI的协作方式 AI还需要知道如何和你互动。如果我每次分析市场潜在机会,我会告诉AI: 当我输入“/股神”的时候,请调用我的“股神”知识晶体,处理我提供的新闻内容,帮我进行初步分析。 这样的设置让AI准确反应我的需求。当你希望AI完成具体任务时,使用“知识晶体”去明确流程与标准。 2.3 记忆库:数据会说话 早期我就提倡构建数据驱动的系统。如果你有在使用的话,记忆库会变成你与AI交流的基础。你可以说: 我们昨天拍了一条视频,数据和文案如何改进? AI会基于你每天记录的数据,逐步掌握你的习惯。 3. 重新定义你与AI的关系 人与人之间的对话有多种模式,使用AI时也应有不同的交流方式。你与领导、同事甚至家人的沟通方式都不同。灵活运用不同的模式,能让你的AI更好地理解你。 #微笑着前进Bright #AI #赚钱 #notion #干货分享

169. 从 Claude 官方文档学习提示词工程(1)技巧

170. 10个AI最常用提示词模板,直接复制就能用

171. 深陷信息过载与焦虑,AI能否成为专属救星?

172. Notion AI 3.0 更新一览 使用教程 Agent 自动写函数功能来了

173. 如何借助 Notion AI 工具优化你的创意工作流程

174. 效率翻倍!腾讯ima知识库:让AI帮你高效整理知识

175. 10个可直接复制的商务AI提示词模板,打工人效率翻倍?

176. 用AI写论文,没有套路,照着操作就可以,分阶段实操指南(含Prompt模板+工具)

177. AI学伴支持的个性化协作式学习实证研究

178. 如何选择AI工具来构建知识工作流?

179. 用PARA体系在Notion中建立高效知识库

180. 3大误区!普通人探寻人工智能的核心痛点与破局之道

181. 在与AI交互的过程中,使用哪些技巧,能最大化地降低“AI幻觉”?

182. 智谱AI输入法与个人知识管理体系协同,打造从输入到创造的学习增强闭环

183. 试试 Notion AI,让你的工作和学习更加轻松高效!

184. 2025AI学习爆款技巧:零编程基础也能高效上手,普通人避坑指南

185. 掌握AI个性化教学:小学教育中的智能技术应用指南

186. 支持英语口语学习的AI移动辅助学习框架

187. 【顶刊CHB】ChatGPT辅助学习的心流机制​​

188. 别再问AI“怎么办”了!这几个提示词模板,让它直接给你靠谱创意

189. 2025评测口语学习软件推荐:真实用户反馈,高效提升英语口语必备!

190. Claude 4.6系统提示词泄露,我看到了什么?

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章