极客周刊
现在按大类归档浏览。左侧先看方向，再用搜索细筛，文章不会全部堆在一起了。
我最近越来越确定：AI 真正值钱的地方，是把知识库持续“编译”起来
很多人还在把 AI 当成一次性问答工具，但更值得的用法，是让它持续处理原始资料、增量编译知识、回答复杂问题，再把结果回写进系统。Karpathy 这套 LLM Knowledge Base workflow 真正有价值的，不是某个工具，而是它把个人知识管理推进成了一条接近知识工程 CI/CD 的流水线。
我最近重新看了一眼 Luanti：一个做了 15 年的开源体素项目，真正值钱的不是“像不像 Minecraft”
很多人第一次看到 Luanti，都会本能地把它当成一个“开源版 Minecraft”。但我越看越觉得，这样理解反而低估了它。这个项目真正有意思的地方，不在于免费，也不在于怀旧，而在于它把体素世界做成了一个可二次开发、可重组、可持续演化的开源引擎底座。
我今天重点看了 5 个涨得最快的 Agent 项目：记忆、交易、科研和工程化都开始连起来了
如果只看这两天的开源热度，我会把注意力放在 Agent 这一条线上。原因不是单点能力又强了一点，而是长期记忆、多 Agent 协作、自动科研、生产级编排，以及更完整的任务执行闭环开始接上了。它们放在一起看，已经不是几个新玩具，而是一套越来越接近真实工作系统的雏形。
我最近越来越相信：真正把 AI 用开的人，迟早都会给自己搭一套‘第二大脑’
我最近越来越强烈地感觉到，人与人之间后面真正拉开 AI 使用差距的，不只是模型会不会写，而是谁更早把自己的项目、偏好、决策和资料沉淀成一套可持续调用的上下文系统。
我最近越来越确定：AI 最值钱的玩法之一，就是先给自己搭一套会生长的知识库
我最近越来越强烈地感觉到，AI 真正值钱的，不只是陪你聊天，而是帮你把论文、文章、代码仓库和数据持续整理成一套会自我生长、会回写、会滚雪球的个人知识系统。
我最近看到一套很像“AI 开发流水线”的 Agent Skills，挺值得抄
我最近看了一套非常像 AI 开发流水线的 Agent Skills：它不是在教模型怎么显得更聪明，而是在把资深工程师那套需求定义、任务拆解、验证、审查和上线流程，逐步编码成可执行的工程骨架。
本周最值得盯的 10 个 AI 开源项目：语音、Agent、交易、OCR 都在加速
从语音生成、长任务型 Agent、多智能体交易，到 OCR、时间序列预测和自动化科研，这一周值得关注的 AI 开源项目，已经越来越像能直接接入工作流的生产工具。
把 GPT-5.4 调到接近 Opus 水平：重点不是换模型，而是重做提示框架
一组关于 GPT-5.4 与 Opus 4.6 的实战对比表明，真正拉开结果的往往不只是模型能力，而是上下文注入、输出格式约束和角色设定这套提示框架。
英伟达的终极底牌:数据中心如何变身"超级印钞机"?
在人工智能的浪潮中,我们每天都在和Token打交道——无论是一行自动生成的代码,还是一篇结构严谨的商业计划书,其底层都是大模型吐出的一连串Token。