我每天读过，并愿意留下的东西。https://ursb.me/zh-CNhttps://ursb.me/reading/r-qu_vv-mrhe_lujnn/https://ursb.me/reading/r-qu_vv-mrhe_lujnn/- 《Harness Playbook》提出了 Agent Harness 作为系统软件的核心架构，强调状态权威、可信控制面和有界执行的重要性。 - 设计四大架构测试：唯一权威会话、可信控制面、有界工作以及显式兼容性，确保系统在多种场景下可靠运行。 - 采用 DOM/XML 记录会话状态，使用 convar 体系管理配置，利用 Rust 与 Python 分别实现核心与扩展，以提升安全性和可维护性。 - 通过压缩复杂性到特定层并明确所有者，实现了类似游戏引擎的成熟解决方案，提升了 Agent Harness 的可扩展性和可靠性。Fri, 04 Sep 2026 14:38:00 GMT<p>- 《Harness Playbook》提出了 Agent Harness 作为系统软件的核心架构，强调状态权威、可信控制面和有界执行的重要性。 - 设计四大架构测试：唯一权威会话、可信控制面、有界工作以及显式兼容性，确保系统在多种场景下可靠运行。 - 采用 DOM/XML 记录会话状态，使用 convar 体系管理配置，利用 Rust 与 Python 分别实现核心与扩展，以提升安全性和可维护性。 - 通过压缩复杂性到特定层并明确所有者，实现了类似游戏引擎的成熟解决方案，提升了 Agent Harness 的可扩展性和可靠性。</p><p><img src="https://r2.airingdeng.com/notion/harness-playbook-omp2-shaomeng-cover.png" alt="@shao__meng · Agent Harness 不是 while 循环：omp²《Harness Playbook》" /></p><p><a href="https://x.com/shao__meng/status/2095799369660576198">阅读原文 →</a></p>https://ursb.me/reading/r-k8qwpbg1psnqlwum/https://ursb.me/reading/r-k8qwpbg1psnqlwum/- 用自然语言描述游戏，系统自动规划、构建并在浏览器运行，无需代码、安装或付费 - 支持实时聊天互动，想法排队等待确认后继续构建，可在同一链接共享房间多人协作 - 免费每日额度，发布作品可获得更多运行次数，适配手机但大屏幕构建更佳 - 深度模式提供长达8小时的短轮次游戏开发，轮次结束后生成新版本Fri, 04 Sep 2026 13:50:00 GMT<p>- 用自然语言描述游戏，系统自动规划、构建并在浏览器运行，无需代码、安装或付费 - 支持实时聊天互动，想法排队等待确认后继续构建，可在同一链接共享房间多人协作 - 免费每日额度，发布作品可获得更多运行次数，适配手机但大屏幕构建更佳 - 深度模式提供长达8小时的短轮次游戏开发，轮次结束后生成新版本</p><p><img src="https://r2.airingdeng.com/notion/gear-zero-cover.png" alt="Gear Zero · 用自然语言描述游戏，看它变成什么" /></p><p><a href="https://zero.alayalab.ai/">阅读原文 →</a></p>https://ursb.me/reading/r-7yi8vqzedioj0yco/https://ursb.me/reading/r-7yi8vqzedioj0yco/- 设计 Grok Bot 以支持持久代理，核心对象是 Bot 而非聊天记录 - 五大原语：Bots、Chats、Prompts（技能/例程）、Tools、Artifacts - Bot 具备独立的计算机，提供状态、预览和接管三层访问 - 限制约为每账号约 50 个 Bot、每群聊约 6 个，强调去除多余 UI 以简化委派流程Fri, 04 Sep 2026 13:43:00 GMT<p>- 设计 Grok Bot 以支持持久代理，核心对象是 Bot 而非聊天记录 - 五大原语：Bots、Chats、Prompts（技能/例程）、Tools、Artifacts - Bot 具备独立的计算机，提供状态、预览和接管三层访问 - 限制约为每账号约 50 个 Bot、每群聊约 6 个，强调去除多余 UI 以简化委派流程</p><p><img src="https://r2.airingdeng.com/notion/designing-grok-bot-cover.png" alt="Designing Grok Bot · 为持久智能体设计的产品界面" /></p><p><a href="https://x.ai/news/designing-grok-bot">阅读原文 →</a></p>https://ursb.me/reading/r-qg3ofq9dqssmnj7_/https://ursb.me/reading/r-qg3ofq9dqssmnj7_/- GPT-6 Astra 发布，具备强大的计算机操作和软件工程能力，可直接在实际软件环境中完成任务。 - 在多项基准测试中显著超越前代模型，表现出色的代码、数学、科学和安全能力。 - Astra 已达到高网络安全能力阈值，能够发现并利用未知的 zero‑day 漏洞，但普通用户版本会限制高级安全请求。 - 商业化将先向企业用户开放，随后面向 ChatGPT Plus、Pro、Business 与 Enterprise，采用基于 token 的定价模式。Fri, 04 Sep 2026 02:04:00 GMT<p>- GPT-6 Astra 发布，具备强大的计算机操作和软件工程能力，可直接在实际软件环境中完成任务。 - 在多项基准测试中显著超越前代模型，表现出色的代码、数学、科学和安全能力。 - Astra 已达到高网络安全能力阈值，能够发现并利用未知的 zero‑day 漏洞，但普通用户版本会限制高级安全请求。 - 商业化将先向企业用户开放，随后面向 ChatGPT Plus、Pro、Business 与 Enterprise，采用基于 token 的定价模式。</p><p><img src="https://r2.airingdeng.com/notion/gpt6-appsso-agi-division-cover.png" alt="GPT-6 Astra 发布：人类进入 AGI 大分工时代" /></p><p><a href="https://mp.weixin.qq.com/s/CF1cVS05rcMpQXQrR8SF3w">阅读原文 →</a></p>https://ursb.me/reading/r-kticvij6qrltkeki/https://ursb.me/reading/r-kticvij6qrltkeki/- Huabu 将 AI 交互从线性聊天转变为二维可视化空间，支持信息并排、移动、缩放和连线。 - 工作流程分为收集、组织、执行三个循环阶段，Agent 可在每阶段生成并回馈新素材。 - 通过节点和连线自动整理资料，实现信息的语义关联和多分支思考的可视化呈现。 - 用户可在空间中直接修改内容并指令 Agent 执行任务，提升人机协同的直觉性和效率。Fri, 04 Sep 2026 01:28:00 GMT<p>- Huabu 将 AI 交互从线性聊天转变为二维可视化空间，支持信息并排、移动、缩放和连线。 - 工作流程分为收集、组织、执行三个循环阶段，Agent 可在每阶段生成并回馈新素材。 - 通过节点和连线自动整理资料，实现信息的语义关联和多分支思考的可视化呈现。 - 用户可在空间中直接修改内容并指令 Agent 执行任务，提升人机协同的直觉性和效率。</p><p><img src="https://r2.airingdeng.com/notion/huabu-agent-new-desktop-cover.png" alt="Huabu：从线性对话到二维协作的 Agent 新桌面" /></p><p><a href="https://mp.weixin.qq.com/s?__biz=MzAwMTA3MzM4Nw==&amp;mid=2649508658&amp;idx=1&amp;sn=a876ba50ba84dbe479d54ef5fda75dde">阅读原文 →</a></p>https://ursb.me/reading/r-0ux3kiysdqjy2vr8/https://ursb.me/reading/r-0ux3kiysdqjy2vr8/- GPT-6 Astra 被宣称为全球最强的模型，标志着人类进入 AGI 时代。 - 在多项基准测试中实现领先，FrontierMath Tier 4 97.6%，ARC‑AGI‑3 99.9%，ExploitBench 满分 100%。 - 具备强大的计算机使用能力，可在真实软件环境中独立完成复杂工作流，且训练使用了超过 10 万块 GPU。 - 采用递归式自我改进（RSI）策略，安全性高，价格为输入 10 美元/百万 Token，输出 50 美元/百万 Token。Fri, 04 Sep 2026 01:10:00 GMT<p>- GPT-6 Astra 被宣称为全球最强的模型，标志着人类进入 AGI 时代。 - 在多项基准测试中实现领先，FrontierMath Tier 4 97.6%，ARC‑AGI‑3 99.9%，ExploitBench 满分 100%。 - 具备强大的计算机使用能力，可在真实软件环境中独立完成复杂工作流，且训练使用了超过 10 万块 GPU。 - 采用递归式自我改进（RSI）策略，安全性高，价格为输入 10 美元/百万 Token，输出 50 美元/百万 Token。</p><p><img src="https://r2.airingdeng.com/notion/gpt6-astra-xinzhiyuan-cover.png" alt="GPT-6 Astra：全球最强？人类进入 AGI 时代" /></p><p><a href="https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&amp;mid=2652722736&amp;idx=1&amp;sn=949132447bea8e3c50e77d94f502dbc7">阅读原文 →</a></p>https://ursb.me/reading/r--ixvcbfk7khjxuaw/https://ursb.me/reading/r--ixvcbfk7khjxuaw/- Harness-of-Harness 将 Codex、OpenCode、Pi 等编码框架组织为循环迭代开发流程，每轮包括规划、实现和独立 QA 验收。 - 在 70 轮开发中，记录 81 个问题，关闭 65 个，其中 17 个问题因后续改动再次出现，体现了回归现象。 - 实验显示 HoH 在三个基准上相对单独框架平均提升 52.25%，FrontierSWE 上 Codex + GPT-5.5 从 22% 提升至 72.67%。 - 长期编码代理的关键是保持已验证进展，防止新功能导致旧问题重新出现，实现工程连续性。Thu, 03 Sep 2026 14:24:00 GMT<p>- Harness-of-Harness 将 Codex、OpenCode、Pi 等编码框架组织为循环迭代开发流程，每轮包括规划、实现和独立 QA 验收。 - 在 70 轮开发中，记录 81 个问题，关闭 65 个，其中 17 个问题因后续改动再次出现，体现了回归现象。 - 实验显示 HoH 在三个基准上相对单独框架平均提升 52.25%，FrontierSWE 上 Codex + GPT-5.5 从 22% 提升至 72.67%。 - 长期编码代理的关键是保持已验证进展，防止新功能导致旧问题重新出现，实现工程连续性。</p><p><img src="https://r2.airingdeng.com/notion/hoh-coding-agent-70-rounds-cover.png" alt="@Xudong07452910 · Coding Agent 跑 70 轮之后：Harness-of-Harness" /></p><p><a href="https://x.com/Xudong07452910/status/2095351325013819716">阅读原文 →</a></p>https://ursb.me/reading/r-hzvop0_mpr-rjru7/https://ursb.me/reading/r-hzvop0_mpr-rjru7/- EvoMap 认为下一代 Agent 需要通过自组织蜂群提升准确率，而非单一模型或主从结构。 - 自组织蜂群能够将复杂任务拆解为独立子任务、自动匹配工具并共享经验，实现持续的记忆与连接。 - AutoResearch 将这种蜂群应用于完整的研究闭环（探索‑实验‑评估‑改进），并将验证过的方法沉淀为可复用的经验资产。 - AI4AI 的核心在于“记忆”和“连接”，通过经验资产层、A2A 蜂群网络和垂直应用，构建可自进化的智能协作基础设施。Thu, 03 Sep 2026 11:16:00 GMT<p>- EvoMap 认为下一代 Agent 需要通过自组织蜂群提升准确率，而非单一模型或主从结构。 - 自组织蜂群能够将复杂任务拆解为独立子任务、自动匹配工具并共享经验，实现持续的记忆与连接。 - AutoResearch 将这种蜂群应用于完整的研究闭环（探索‑实验‑评估‑改进），并将验证过的方法沉淀为可复用的经验资产。 - AI4AI 的核心在于“记忆”和“连接”，通过经验资产层、A2A 蜂群网络和垂直应用，构建可自进化的智能协作基础设施。</p><p><img src="https://r2.airingdeng.com/notion/evomap-agent-second-half-cover.png" alt="Agent 下半场：真正能自进化的 Agent 应该是什么样的？" /></p><p><a href="https://mp.weixin.qq.com/s?__biz=MzYyMTY1NDA0Nw==&amp;mid=2247520738&amp;idx=1&amp;sn=027022c37a1d8e1ee8eaddbe0afeeb81">阅读原文 →</a></p>https://ursb.me/reading/r-ckpyvvyokzb4i2re/https://ursb.me/reading/r-ckpyvvyokzb4i2re/- Obscura 是一个专为 Agent 设计的开源无头浏览器，使用 Rust 编写，内存约 30 MB，无需 Chromium 或 Node.js，直接运行 V8 并兼容 CDP。 - 与传统桌面浏览器不同，Agent 只需要运行 JavaScript、读取 DOM、发送网络请求、点击按钮、填写表单和截图等基础功能。 - 当在单台服务器上同时运行数百甚至数千个浏览器实例时，30 MB 的内存占用显著降低了基础设施成本。 - Cloudflare 的 Agent 浏览器 Kitesurf 项目最初的原型即是从 Obscura 移植而来。Thu, 03 Sep 2026 02:17:00 GMT<p>- Obscura 是一个专为 Agent 设计的开源无头浏览器，使用 Rust 编写，内存约 30 MB，无需 Chromium 或 Node.js，直接运行 V8 并兼容 CDP。 - 与传统桌面浏览器不同，Agent 只需要运行 JavaScript、读取 DOM、发送网络请求、点击按钮、填写表单和截图等基础功能。 - 当在单台服务器上同时运行数百甚至数千个浏览器实例时，30 MB 的内存占用显著降低了基础设施成本。 - Cloudflare 的 Agent 浏览器 Kitesurf 项目最初的原型即是从 Obscura 移植而来。</p><p><img src="https://r2.airingdeng.com/notion/obscura-maxforai-cover.png" alt="Obscura · 给 Agent 用的开源无头浏览器" /></p><p><a href="https://x.com/MaxForAI/status/2095168688643293458">阅读原文 →</a></p>https://ursb.me/reading/r-0l1ffdeaw4g24rgq/https://ursb.me/reading/r-0l1ffdeaw4g24rgq/- 本文系统介绍了 Transformer 的核心概念，包括注意力机制、QKV、残差连接等关键技术。 - 通过自注意力（Self‑Attention）实现 Token 之间的全局信息交互，解决了 RNN/LSTM 的长距离依赖和顺序计算问题。 - 多头注意力、位置编码、前馈神经网络和残差连接共同构成 Transformer 的基本单元，使模型能够并行高效训练并保持序列顺序信息。 - 编码器‑解码器结构以及掩码自注意力和交叉注意力，使得模型既能理解输入文本，又能在生成输出时避免未来信息泄漏。Wed, 02 Sep 2026 14:27:00 GMT<p>- 本文系统介绍了 Transformer 的核心概念，包括注意力机制、QKV、残差连接等关键技术。 - 通过自注意力（Self‑Attention）实现 Token 之间的全局信息交互，解决了 RNN/LSTM 的长距离依赖和顺序计算问题。 - 多头注意力、位置编码、前馈神经网络和残差连接共同构成 Transformer 的基本单元，使模型能够并行高效训练并保持序列顺序信息。 - 编码器‑解码器结构以及掩码自注意力和交叉注意力，使得模型既能理解输入文本，又能在生成输出时避免未来信息泄漏。</p><p><img src="https://r2.airingdeng.com/notion/transformer-xuanyuanzhifeng-cover.png" alt="@xuanyuanzhifeng · 一口气搞懂 Transformer" /></p><p><a href="https://x.com/xuanyuanzhifeng/status/2095044737531306357">阅读原文 →</a></p>https://ursb.me/reading/r-oqhcheiuu3iwyb6i/https://ursb.me/reading/r-oqhcheiuu3iwyb6i/- 提供付费视频录制工具：Shotbase、Matte、Screenflare - 开源视频录制工具：Screendrop（GitHub） - 赛道特点：捕获、编辑、分享一体化，竞争激烈 - 近期出现大量新工具，行业竞争加剧Wed, 02 Sep 2026 14:27:00 GMT<p>- 提供付费视频录制工具：Shotbase、Matte、Screenflare - 开源视频录制工具：Screendrop（GitHub） - 赛道特点：捕获、编辑、分享一体化，竞争激烈 - 近期出现大量新工具，行业竞争加剧</p><p><img src="https://r2.airingdeng.com/notion/video-tools-dingyi-cover.png" alt="@dingyi · 视频录制工具赛道" /></p><p><a href="https://x.com/dingyi/status/2093670500371489045">阅读原文 →</a></p>https://ursb.me/reading/r-yy-5xoanlgv68clq/https://ursb.me/reading/r-yy-5xoanlgv68clq/- 需求对齐是避免 AI 代码偏差的根本，需通过明确规格消除隐性假设。 - 路径探索阶段通过宏观架构规划、技术探针和原型验证，选出可行实现路径。 - 循迹前行要求持续记录变更、使用可追溯的文档和 E2E 验收，防止上下文漂移和伪绿测试。 - 将目标对齐、路径探索、执行追踪三环紧扣，构建闭环工程体系，使 AI 编程可靠交付。Wed, 02 Sep 2026 14:27:00 GMT<p>- 需求对齐是避免 AI 代码偏差的根本，需通过明确规格消除隐性假设。 - 路径探索阶段通过宏观架构规划、技术探针和原型验证，选出可行实现路径。 - 循迹前行要求持续记录变更、使用可追溯的文档和 E2E 验收，防止上下文漂移和伪绿测试。 - 将目标对齐、路径探索、执行追踪三环紧扣，构建闭环工程体系，使 AI 编程可靠交付。</p><p><img src="https://r2.airingdeng.com/notion/ai-review-erwinwu000-cover.png" alt="@ErwinWu000 · AI 审代码：需求没对齐" /></p><p><a href="https://x.com/ErwinWu000/status/2094991204375240733">阅读原文 →</a></p>https://ursb.me/reading/r-ugrnrw8pe-d9ayzg/https://ursb.me/reading/r-ugrnrw8pe-d9ayzg/- 自回归生成时，只使用当前 Q 与所有历史 K 的点积，再加权全部 V，因而只需缓存 K 和 V。 - 在因果掩码下，历史 K/V 不会因新 token 改变，可直接复用，省去重新计算。 - 每一步产生的 Q 只在当前步使用，下一步不再需要，因此不存储 Q。 - 每次只重新计算新位置的 Q、K、V，并将新 K/V 写入缓存。Wed, 02 Sep 2026 14:27:00 GMT<p>- 自回归生成时，只使用当前 Q 与所有历史 K 的点积，再加权全部 V，因而只需缓存 K 和 V。 - 在因果掩码下，历史 K/V 不会因新 token 改变，可直接复用，省去重新计算。 - 每一步产生的 Q 只在当前步使用，下一步不再需要，因此不存储 Q。 - 每次只重新计算新位置的 Q、K、V，并将新 K/V 写入缓存。</p><p><img src="https://r2.airingdeng.com/notion/kv-cache-zen-with-ai-cover.png" alt="@Zen_with_AI · KV cache 为什么只存 K/V 不存 Q" /></p><p><a href="https://x.com/Zen_with_AI/status/2094953118853382334">阅读原文 →</a></p>https://ursb.me/reading/r-ffob-z_ohtmed6tx/https://ursb.me/reading/r-ffob-z_ohtmed6tx/- LLM Wiki 是一个跨平台桌面应用，可将文档自动转化为结构化、可持续更新的个人知识库。 - 采用两步思维链摄入：先分析文档结构，再生成 Wiki 页面，支持增量缓存和持久化摄入队列。 - 内置四信号知识图谱与 Louvain 社区检测，提供关联度模型、可视化图谱及知识聚类分析。 - 支持多格式文档、多模态图片摄入、深度研究、Chrome 网页剪藏以及本地 HTTP API 与 MCP 服务器，实现灵活检索和 AI Agent 集成。Wed, 02 Sep 2026 12:31:00 GMT<p>- LLM Wiki 是一个跨平台桌面应用，可将文档自动转化为结构化、可持续更新的个人知识库。 - 采用两步思维链摄入：先分析文档结构，再生成 Wiki 页面，支持增量缓存和持久化摄入队列。 - 内置四信号知识图谱与 Louvain 社区检测，提供关联度模型、可视化图谱及知识聚类分析。 - 支持多格式文档、多模态图片摄入、深度研究、Chrome 网页剪藏以及本地 HTTP API 与 MCP 服务器，实现灵活检索和 AI Agent 集成。</p><p><img src="https://r2.airingdeng.com/notion/llm-wiki-cover.png" alt="LLM Wiki · 能自我构建的个人知识库" /></p><p><a href="https://github.com/nashsu/llm_wiki/blob/main/README_CN.md">阅读原文 →</a></p>https://ursb.me/reading/r-wsvf60hps5qpqmdn/https://ursb.me/reading/r-wsvf60hps5qpqmdn/- 本文概述了Claude模型的提示最佳实践，包括模型特有指南和通用技巧，如清晰指令、示例、XML标签、工具使用和思考方式。 - 推荐先阅读特定模型的指南（如Fable、Mythos、Opus、Sonnet），再应用通用技术，并注意迁移时的prefill废弃和effort/thinking的变化。 - 强调使用明确的角色设定、XML结构、示例以及适当的工具调用，以提升输出质量和一致性。 - 提供了关于思考、代理系统、工具并行调用以及迁移到新模型的详细配置和提示示例。Wed, 02 Sep 2026 11:19:00 GMT<p>- 本文概述了Claude模型的提示最佳实践，包括模型特有指南和通用技巧，如清晰指令、示例、XML标签、工具使用和思考方式。 - 推荐先阅读特定模型的指南（如Fable、Mythos、Opus、Sonnet），再应用通用技术，并注意迁移时的prefill废弃和effort/thinking的变化。 - 强调使用明确的角色设定、XML结构、示例以及适当的工具调用，以提升输出质量和一致性。 - 提供了关于思考、代理系统、工具并行调用以及迁移到新模型的详细配置和提示示例。</p><p><img src="https://r2.airingdeng.com/notion/claude-prompting-best-practices-cover.png" alt="Claude Prompting 最佳实践（官方文档）" /></p><p><a href="https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices">阅读原文 →</a></p>https://ursb.me/reading/r-e8jtbhbrnsdepjzd/https://ursb.me/reading/r-e8jtbhbrnsdepjzd/- FDE（前沿部署工程师）在企业中既要技术也要业务，常常需要在缺乏数据、权限和明确目标的情况下推动AI改造。 - 项目常面临内部阻力：部门之间信息不对称、流程复杂、需求不明确，导致效率提升难以兑现。 - 实际效果往往是把原本耗时的工作从十分钟压缩到十秒，却未必带来真实价值或利润增长。 - FDE的核心价值在于深入现场观察、理解员工真实工作方式，并通过持续迭代帮助企业自我认知和改进。Wed, 02 Sep 2026 08:07:00 GMT<p>- FDE（前沿部署工程师）在企业中既要技术也要业务，常常需要在缺乏数据、权限和明确目标的情况下推动AI改造。 - 项目常面临内部阻力：部门之间信息不对称、流程复杂、需求不明确，导致效率提升难以兑现。 - 实际效果往往是把原本耗时的工作从十分钟压缩到十秒，却未必带来真实价值或利润增长。 - FDE的核心价值在于深入现场观察、理解员工真实工作方式，并通过持续迭代帮助企业自我认知和改进。</p><p><img src="https://r2.airingdeng.com/notion/wode-fde-wuzhutisushuo-cover.png" alt="@wuzhutisushuo · 我的 FDE" /></p><p><a href="https://x.com/wuzhutisushuo/status/2094341073623777777">阅读原文 →</a></p>https://ursb.me/reading/r-lw5y7c77vnmjfwuc/https://ursb.me/reading/r-lw5y7c77vnmjfwuc/- Noty 是一款原生 macOS 便签应用，贴在屏幕边缘，可通过指针滑动展开。 - 支持全局快捷键（如 ⌥⌘N 新建、⇧⌘Space 快速捕获）以及 noty:// URL Scheme 自动化。 - 笔记本地存储在 SQLite 中，使用 AES‑GCM 加密，且不涉及账户、服务器或遥测。 - 提供导入/导出 Markdown、纯文本和 .stickies 归档等多种格式。Wed, 02 Sep 2026 05:16:00 GMT<p>- Noty 是一款原生 macOS 便签应用，贴在屏幕边缘，可通过指针滑动展开。 - 支持全局快捷键（如 ⌥⌘N 新建、⇧⌘Space 快速捕获）以及 noty:// URL Scheme 自动化。 - 笔记本地存储在 SQLite 中，使用 AES‑GCM 加密，且不涉及账户、服务器或遥测。 - 提供导入/导出 Markdown、纯文本和 .stickies 归档等多种格式。</p><p><img src="https://r2.airingdeng.com/en/notion/noty-macos-sticky-cover.png" alt="noty · 贴在屏幕边缘的原生 macOS 便签" /></p><p><a href="https://github.com/aimen08/noty">阅读原文 →</a></p>https://ursb.me/reading/r-6dhcy0pp4uk5u_8j/https://ursb.me/reading/r-6dhcy0pp4uk5u_8j/- Grok Bot 用于自动化各种任务，如创建机器人、整理内容、生成购物清单等。 - 站点每 6 小时更新，已收录超过 1,610 条公开帖子和模板。 - 常用模板包括 Spark（入门）、Chef（食谱与购物清单）和 Bounty Hunter（找回未领取的款项）。 - 用户案例展示了 Grok Bot 在代码管理、营销、自动化测试和个人助理等领域的实际应用。Wed, 02 Sep 2026 05:11:00 GMT<p>- Grok Bot 用于自动化各种任务，如创建机器人、整理内容、生成购物清单等。 - 站点每 6 小时更新，已收录超过 1,610 条公开帖子和模板。 - 常用模板包括 Spark（入门）、Chef（食谱与购物清单）和 Bounty Hunter（找回未领取的款项）。 - 用户案例展示了 Grok Bot 在代码管理、营销、自动化测试和个人助理等领域的实际应用。</p><p><img src="https://r2.airingdeng.com/en/notion/usegrokbot-how-people-use-cover.png" alt="How people use Grok Bot · UseGrokBot" /></p><p><a href="https://usegrokbot.com/en">阅读原文 →</a></p>https://ursb.me/reading/r-in93bbij-0eopb_p/https://ursb.me/reading/r-in93bbij-0eopb_p/- 这是一款让 Claude 在手写板上与用户进行“笔对笔”互动学习的软件，实现双向手写交流。 - 支持导入 PDF/电子书，用户在书页上划重点或批注，Claude 可自动生成旁注、讨论并出题测验。 - 通过沉浸式、慢节奏的互动方式，强化记忆与理解，提升学习效果。 - 视频演示时长 105 秒，展示了该功能的实际使用场景。Wed, 02 Sep 2026 02:07:00 GMT<p>- 这是一款让 Claude 在手写板上与用户进行“笔对笔”互动学习的软件，实现双向手写交流。 - 支持导入 PDF/电子书，用户在书页上划重点或批注，Claude 可自动生成旁注、讨论并出题测验。 - 通过沉浸式、慢节奏的互动方式，强化记忆与理解，提升学习效果。 - 视频演示时长 105 秒，展示了该功能的实际使用场景。</p><p><img src="https://r2.airingdeng.com/notion/claude-handwriting-board-xiaohu-cover.png" alt="@xiaohu · Claude 手写板：笔对笔互动学习" /></p><p><a href="https://x.com/xiaohu/status/2094700080716734631">阅读原文 →</a></p>https://ursb.me/reading/r-xmpcvejgv7rgvrdl/https://ursb.me/reading/r-xmpcvejgv7rgvrdl/- 长时 Agent 应只保留「当前状态」，每步仅使用固定 Skill、当前结构化状态和最新观察，随后丢弃中间推理。 - SKILL.state 将 token 消耗从约 106 万降至 6.5 万，降低约 16 倍，准确率从 0.91 提升至 0.94。 - 在 InterCode CTF 和 τ‑Bench 基准上，SKILL.state 同时提升成功率并显著减少 token 使用。 - 该方法启示：将长期上下文视为持续更新的工作状态，忘记已完成的步骤，仅保留对后续有用的信息。Wed, 02 Sep 2026 02:07:00 GMT<p>- 长时 Agent 应只保留「当前状态」，每步仅使用固定 Skill、当前结构化状态和最新观察，随后丢弃中间推理。 - SKILL.state 将 token 消耗从约 106 万降至 6.5 万，降低约 16 倍，准确率从 0.91 提升至 0.94。 - 在 InterCode CTF 和 τ‑Bench 基准上，SKILL.state 同时提升成功率并显著减少 token 使用。 - 该方法启示：将长期上下文视为持续更新的工作状态，忘记已完成的步骤，仅保留对后续有用的信息。</p><p><img src="https://r2.airingdeng.com/notion/skill-state-xudong-cover.png" alt="@Xudong07452910 · SKILL.state：只留当前状态" /></p><p><a href="https://x.com/Xudong07452910/status/2094628562615607598">阅读原文 →</a></p>https://ursb.me/reading/r-egntejrmfz8yrmov/https://ursb.me/reading/r-egntejrmfz8yrmov/- 近期出现了录屏、AI 套壳、终端等工具，成为独立开发者的新“三件套”。 - 推荐的资源包括 VGPU（WebGPU Shader 工具链）和 Textures（在线图像滤镜实验工具）。 - 重点产品有 Shotbase、Screenflare 和 Prequel，分别提供网页捕捉、自动缩放录屏和电影感录屏功能。 - 即将上线的项目包括开源跨平台字体编辑器 Shift 和实时 3D 动效编辑器 mo1。Tue, 01 Sep 2026 14:11:00 GMT<p>- 近期出现了录屏、AI 套壳、终端等工具，成为独立开发者的新“三件套”。 - 推荐的资源包括 VGPU（WebGPU Shader 工具链）和 Textures（在线图像滤镜实验工具）。 - 重点产品有 Shotbase、Screenflare 和 Prequel，分别提供网页捕捉、自动缩放录屏和电影感录屏功能。 - 即将上线的项目包括开源跨平台字体编辑器 Shift 和实时 3D 动效编辑器 mo1。</p><p><img src="https://r2.airingdeng.com/en/notion/indie-hackers-new-trinity-cover.png" alt="#362 独立开发者新三件套" /></p>https://ursb.me/reading/r-crzv2nu1uoppngxu/https://ursb.me/reading/r-crzv2nu1uoppngxu/- AI 应用面临模型快速迭代导致功能被吞并、增长难以盈利以及用户入口被上游控制的三大挑战。 - 高增长往往伴随高成本，许多 AI 公司在扩大用户量后出现亏损，毛利率普遍偏低甚至为负。 - 为应对模型吞噬，创业者可转向垂直细分领域提供交付服务、自行训练模型，或通过开源项目提升竞争力。 - 只有在下游提供可盈利的结果或上游自行构建模型，AI 应用公司才有更高的生存概率。Tue, 01 Sep 2026 11:50:00 GMT<p>- AI 应用面临模型快速迭代导致功能被吞并、增长难以盈利以及用户入口被上游控制的三大挑战。 - 高增长往往伴随高成本，许多 AI 公司在扩大用户量后出现亏损，毛利率普遍偏低甚至为负。 - 为应对模型吞噬，创业者可转向垂直细分领域提供交付服务、自行训练模型，或通过开源项目提升竞争力。 - 只有在下游提供可盈利的结果或上游自行构建模型，AI 应用公司才有更高的生存概率。</p><p><img src="https://r2.airingdeng.com/en/notion/ai-apps-not-good-business-cover.png" alt="有用户，有收入，AI 应用却不是好生意" /></p><p><a href="https://mp.weixin.qq.com/s?__biz=MzU3Mjk1OTQ0Ng==&amp;mid=2247538479&amp;idx=1&amp;sn=2857e8f2282601d9884cebbc5cdd2d28">阅读原文 →</a></p>https://ursb.me/reading/r-g2kftponbjs_bvhl/https://ursb.me/reading/r-g2kftponbjs_bvhl/- 研究发现，保留完整的尝试历史和反馈信号能将模型平均正确率提升至71.0%。 - 不带反馈的迭代求解正确率为66.8%，加入外部反馈后可达79.3%。 - 虽然上下文更长，但收敛更快，总体 token 消耗减少约19%，API 成本下降。 - 对于 Agent 的上下文管理，提醒不要急于压缩历史记录，有时保留更多信息反而更有效。Tue, 01 Sep 2026 04:51:00 GMT<p>- 研究发现，保留完整的尝试历史和反馈信号能将模型平均正确率提升至71.0%。 - 不带反馈的迭代求解正确率为66.8%，加入外部反馈后可达79.3%。 - 虽然上下文更长，但收敛更快，总体 token 消耗减少约19%，API 成本下降。 - 对于 Agent 的上下文管理，提醒不要急于压缩历史记录，有时保留更多信息反而更有效。</p><p><img src="https://r2.airingdeng.com/notion/agi-hunt-chain-of-experience-cover.png" alt="AGI Hunt · Chain-of-Experience：别急着压缩尝试历史" /></p><p><a href="https://mp.weixin.qq.com/s?__biz=MzA4NzgzMjA4MQ==&amp;mid=2453487263&amp;idx=1&amp;sn=d87c050d0a8ecb6adb264f32020f12e3">阅读原文 →</a></p>https://ursb.me/reading/r-b8jyhxnvinxf1-z2/https://ursb.me/reading/r-b8jyhxnvinxf1-z2/- Infinite Slop 是一个无限循环的 AI 生成视频直播网站，观众在聊天框输入提示词，AI 实时生成短片并连续播放。 - 采用 Fal 平台的 H3 Max 模型，15 秒视频约 9 秒生成，实现视频生成速度超过播放速度。 - 该系统通过观众投票、提示词扩写、并行生成等流程保持内容连贯，但质量参差不齐，容易出现“泔水”般的低质内容。 - 7×24 小时不间断运行的成本约为每月 20.7 万美元，引发对 AI 内容泛滥与创新的双重讨论。Tue, 01 Sep 2026 04:51:00 GMT<p>- Infinite Slop 是一个无限循环的 AI 生成视频直播网站，观众在聊天框输入提示词，AI 实时生成短片并连续播放。 - 采用 Fal 平台的 H3 Max 模型，15 秒视频约 9 秒生成，实现视频生成速度超过播放速度。 - 该系统通过观众投票、提示词扩写、并行生成等流程保持内容连贯，但质量参差不齐，容易出现“泔水”般的低质内容。 - 7×24 小时不间断运行的成本约为每月 20.7 万美元，引发对 AI 内容泛滥与创新的双重讨论。</p><p><img src="https://r2.airingdeng.com/notion/infinite-slop-appsso-cover.png" alt="500万人围观，AI终于造出了「无限泔水机」" /></p><p><a href="https://mp.weixin.qq.com/s?__biz=MjM5MjAyNDUyMA==&amp;mid=2651104338&amp;idx=1&amp;sn=0b1d52ed4af7e6b1d42f18127e837aa8">阅读原文 →</a></p>