惟愿此心无怨尤

整理两期「半拿铁 | 商业沉浮录」的全程笔记：No.186 讲张一鸣与今日头条——从酷讯、微软、饭否、九九房的换赛道轨迹与餐巾纸上的框架图，到推荐系统搭建、融资至暗时刻、版权大战与「算法没有价值观」风波；No.188 讲短视频世界大战——Musical.ly、快手、抖音的后发制人，TikTok 逆浪出征与特朗普风波，以及字节帝国的多元化尝试和「Develop a company as a product」的组织哲学。

整理两期「半拿铁 | 商业沉浮录」中国互联网故事系列的全程笔记：No.169 讲腾讯创业史——深大五虎将创办 OICQ、300 万贱卖无人要，靠移动梦网与 QQ 秀死里逃生，踏平联众、对峙 MSN，直到 3Q 大战「艰难的决定」与开放转折；No.171 讲帝国下半场——张小龙那封深夜邮件如何变成移动互联网船票、微信红包「偷袭珍珠港」，以及游戏帝国从「跪着谈判」到全球第一的全程，末尾附可对照自身的方法论清单。

整理《文化有限》三期「世界读书日」联名单节目（2021／2022／2024，合计约 19.4 小时、321 位主播、316 本书）的全文转录：从首届 4 小时成片到 2024 年 9 小时以上的「播客春晚」，逐年梳理荐书主题——2021 年疫情下的死亡与告别、2022 年封控阴影里的存在主义、2024 年的女性视角与心理疗愈——兼作一份中文播客生态的三年切片；文末附三年完整书单表格，时间戳可直接跳转小宇宙收听。

整理三期 Agent 主题播客的核心观点：橘子讲「互联网已死，Agent 永生」——人类 DAU 已饱和而 Agent 增量无限、五分钟文本粘贴胜过三天 GUI 精装、DAU 是负债的 Token 经济学；余一示范像董事长一样管理 100 个 Agent——异步文档沟通、决策分级与「你的 AI 跟别人的 AI 差别就是你」；硬地骇客 EP127 从 Skills 实战讲到「不写提示词写 loops」的工作流，末尾附 Agent 时代行动清单。

整理七期「一人公司/超级个体」主题播客的核心观点：从《来都来了》以《Company of One》等书提炼的六个反卷脑回路、古典的超级个体五能力模块与收入阶梯，到朱弟的 I 人技能销售实操、姜 Dora 观察的超级个体真实生态与 AI 用法、孟阳拆除大厂心态的三课、李静把焦虑变成行动的三十年经验，外加物理学家马兆远讲人机边界的 AI 番外，末尾附七期合并的行动清单。

整理两期李自然的播客核心观点：《AI 产品观察》第 70 期深度拆解独立开发者标杆 levelsio——70 多个产品 95% 失败、公开月收入近 27 万美元，Nomad List、Interior AI 等爆款背后「快速做、公开发、让市场投票」的霰弹枪哲学；《李自然说》讲出海增长从 0 到 0.1 的系统方法论——Product Hunt 发布策略、增长渠道优先级、SEO 深水区与各平台打法，末尾附出海行动清单。

整理四期实体开店主题播客的核心观点：Rocky 演示创业前的完整调研与算账链路，把一个果切店项目算到保守四五个月回本才准备启动；茶饮操盘手小王用三连亏复盘「人流量不等于客流量」、新品牌别打低价与三个月止损法则；设计师 Amy 讲工装省钱与闭口合同防坑；美团系从业者景一拆质量分黑盒与线上获客梯队。一反一正两个开局案例对照，末尾附四期合并的开店行动清单。

整理四期播客创作主题播客的核心观点：刘飞在三小时单口里给出从动机、定位、设备到商业化的完整创作手册，核心是「草率的开始胜过深谋远虑的蛰伏」与「播客是睡后的 BD」；小宇宙 CEO Kyth 讲平台如何在饱和时代靠编辑推荐与评论区提供稀缺价值；《贝望录》以章泽天首播为切片拆解名人做播客的期待错位；律师专场覆盖合伙、权属与危机公关。四期视角互相咬合，末尾附合并行动清单。

整理五期自媒体主题播客的核心观点：潘乱聊 AI 重塑内容生态与「下一代商业媒体是视频播客」的暴论，津津乐道讲创作者用「人味」对抗算法洪流的五个策略，王梦珂拆小红书「粉丝数最不重要」的低粉变现逻辑，沈帅波讲信息差供应链与温启动测试法，两位前 MCN 操盘手给出从 270 元启动到各平台算法对照的实操全景，末尾附五期合并的自媒体行动清单。

六期副业主题播客的听后整理，拼起来恰好是一条完整决策链：机会还在吗、赛道怎么选、变现怎么设计、怎么避免把副业做成破产。代表性观点：平台饱和看流量分配机制而非体量，红利本质是供给缺口但要防沦为生态附属，机会沿自己的禀赋展开而非沿风口；变现上从 9.9 元数字产品引流到银发经济社群各有完整闭环；《破产书店》沈帅波更用三次开店破产史点破「副业是卖时间、个人公司是算总账」——具体是抵抗焦虑的唯一路。

整理六期创业主题播客的核心观点：《最小单位》拆大厂人的创业思维误区与找对标、小成本验证两板斧，《乱翻书》围攻「字节即行业规律」的方法论崇拜，沈帅波重新理解创业——低耗能、接受草台班子、警惕一切「必须」，《搞钱女孩》坦白局讲比赚钱更要紧的接住自己的能力，《AI 炼金术》聊 AI 下半场的蹭爆款与 GEO 营销，最后一期律师讲注册、合伙、拆伙的法律避坑，末尾附六期合并的行动清单。

整理《知行小酒馆》（有知有行出品）两期养老主题节目的核心观点：一期讲基本养老金——两个账户与终身发放的制度骨架、为什么不必担心「领不到」、《老有所养》里的美联航与北电网络反面案例、长寿/运气/通胀三大风险、断缴补缴与退休地规则、替代率 55% 与 70% 两条线、养老金计算器四步闭环；一期讲给父母配保险——健康告知为何卡壳、社保为基先易后难的产品图谱（惠民保/非标体百万医疗/意外险，重疾险保费倒挂）、父母抗拒保险的心理与破法、保险与年金背后的情感账，以及比保险更靠前的预防与陪伴。

整理纪录片《人生七年》（Up 系列，1964–2026）14 位主人公从 7 岁到 70 岁的完整一生：阶层预测了轨迹却预测不了幸福，7 岁的性格贯穿一生但性格不等于命运，婚姻与被爱才是晚年幸福的变量；覆盖 2026 年 9 月收官的 70 Up 终章。全部事实经逐人独立核查，存疑处已标注。

转载自 X @oran_ge（Orange AI）——以 2026 年 10 月末美股 AI 板块"好财报照样暴跌"的行情为引，剖析 AI 创造的是替代价值还是增量价值：智能不再稀缺、AI 经济反交易、赚到的钱都流向 AI 资本开支，我们正处在 AI 泡沫的前夜。

转载自《经济学人》：中国身处全球 AI 热潮的中心——Kimi K3、半导体出口九个月翻倍——股市却成了全球大例外：创业板指四个月跌约四成、沪深300一度跌入技术性熊市。文章归因于"AI 怀疑论 + 财政克制"：AI 出口景气让北京不必刺激经济，而这份"意外的紧缩"压垮了内需与股市——"AI 之神既给予，也索取"。

用 AI 工作流对创投数据库 IT桔子做的深度调研，40 条关键事实逐条独立核实，37 条证实、3 条存疑已修正。IT桔子 2013 年上线、覆盖 60 万家公司，2019 年并入华兴资本后收敛回数据主业，22 人团队靠会员订阅与数据定制为生。最有辨识度的是「死亡公司公墓」子库——数万家倒闭公司的创业寒冬编年史，烧钱榜 TOP15 生前合计融资 150 亿元。另梳理其发展史、定价、竞争格局与 FT 数据风波，以及最新押注 MCP 与 AI 助手「问小桔」的转向。

对 Supabase 的七侧面深度调研（36 条关键事实逐条核实）：以 PostgreSQL 为核心的开源后端全家桶，8 个月估值涨到 105 亿美元，70% 的新数据库由 AI 工具创建。梳理产品成熟度、RLS 安全模型与 16,326 个公开可读库的教训、定价悬崖与竞品选型，并实操 MCP 让 Claude Code 对话式开发后端、让用户在 ChatGPT 里操作应用数据的应用级 MCP。

整理自极客公园播客对张鹏的访谈，完整复盘 2018 年变量资本领投宇树科技天使轮的始末：一篇公众号文章里的「莱卡狗」让他三四天内飞到杭州，在二十多平米仓库的过道沙发上，一个没有 BP、比投资人还保守的创始人让他确立投资的两根支柱——电驱替代液压的技术路线，与能穿越窄门土路黑暗期的人事匹配。领投方最后时刻变卦、王兴兴自掏积蓄发工资之际的一秒钟合伙人打款，与早期拒绝 TOC、深耕科研市场正循环的取舍，共同回答了「当年怎么投中的」。文末附我的五点分析。

用了多年 VSCode 后把主力编辑器换成 Zed 的记录与对比：起因是 VSCode 太重——十几个进程、GB 级内存、冷启动数秒，换过去后快得不像话。文中对比两者的架构（Electron vs Rust 加 GPUI 渲染）、扩展模型与 AI 策略，并完整讲一遍 Atom 团队十五年的编辑器恩怨——为 Atom 造的 Electron 成就了 VSCode，微软收购 GitHub 后 Atom 被退役，原班人马用 Rust 从头再造 Zed，这是同一群人对两次作品的对赌。

整理播客《搞钱女孩》对优势星球创始人崔璀新书《每个人都有自己的职场优势》的访谈。核心观点：优势不是优点而是中性特质，是「不给钱权名利你还是忍不住想做」的事；把「我不适合」改写成「我不会」，一句话打破宿命论；用优势觉察日记与个人优势说明书把抽象特质变成可操作行为；痛苦要区分成长之苦与错配的无效努力；对负反馈做垃圾分类式脱敏，钻进自己的「生存缝隙」深耕——顺势而为的外势之外，还有自己的优势这股内势。文末附我的五点分析。

整理播客《十字路口》对独立开发者赵纯想的访谈：AI 饮食记录应用「胃之书」上线第三天冲进 iOS 付费榜前三、录制时月流水刚破一万美元。核心是一套从大模型商业缺陷推演出的「纯想三不做」——不把产品价值寄托于无壁垒又不可靠的生成能力、不做多功能泛化应用、不与 AI 标签强绑定；产品应利用总结能力做 Chat to JSON，把记录一餐从 15 步压到 3 步，等一代人的操作预期被重塑，就是移动交互的范式转移。他看好苹果相册式的被动智能、看衰纯生成内容生态，文末附我对「总结/生成之分的实质是错误预算工程」等五点分析。

整理自红杉资本 Training Data 对 Manny Medina（Outreach 创始人、现 AI 计费平台 Paid 创始人）的访谈：Agent 产品用不好按席位与按 token 的老定价，他给出按工作量、按工作流、按结果、按智能体四档模式构成的「定价成熟度曲线」；跑得顺的公司都在走刺猬策略、用窄场景取代 BPO；最锋利的洞察是把收费从工具预算挪进人头预算——2 万美元的 AI SDR 对标 9 万美元的人类 SDR。成本端判断与主流相反：token 单价不会降、利润是个黑箱。文末附我的四点分析。

一位独立开发者的万字复盘：算命的本质不是预测未来，而是提供心理立足点，行业的第一性问题是建立信任。把算命翻译成从样本构建到动态调整的六步流水线后，传统命理软件卡壳的位置一目了然——古籍知识无结构、规则组合爆炸、模板化输出丢人情味；可行路线是用 LLM 重构传统流程：排盘交给 function call 调用的传统算法、古籍规则提炼成结构化 JSON、按意图选库做 RAG、意图/知识/输出三 Agent 分工。据此做出的算命 GPTs 无推广积累 10W+ 用户并长期居 GPT Store 首页榜单。

全量拆解 Datawhale 开源教程 Easy-Vibe：核心赌注是「三分靠工具、七分靠提需求」，主线是完整产品闭环而非工具链，三阶段推进，再用九大类附录补计算机地基。深读三篇样本——Spec Coding 五段式工作流、React Native 与 Flutter 双跨平台实战、用真实招聘 JD 论证产品工程师岗位的学习地图；末尾附五条批判性观察与「从教工具到教角色」的转向解读。

深读 Silicon Valley Girl 播客对 Perplexity 创始人 Aravind Srinivas 的访谈：先速览全场（增长、Comet、职业与创业），再深读其广告商业模式论述：过去十年最强的 AI 一直握在广告巨头手里，用户侧 agent 第一次抹平这种不对称，广告将从对人投放降格为向助手竞价并分成，未来广告利润率必然下降；最后对照其后一年多的行业现实做检验与追问。

读 Datawhale《Hello-Agents》第 2 章「智能体发展史」公众号版（陈思州《AI 智能体简史（万字总结）》）的学习笔记：符号主义的专家系统与 SHRDLU 为何止步于知识获取瓶颈与框架问题，ELIZA 演示了规则方法的极限，明斯基《心智社会》用「涌现」思想启发了多智能体系统，最终联结主义、强化学习与大规模预训练三块拼图在 LLM 智能体上合流——一条「每一代范式都在解决上一代痛点」的演进主线。

TRAE 技术专家小夏《用第一性原理拆解 Agentic Coding》上下两篇的合并学习笔记：上篇从自回归生成、Attention、上下文约束、强化学习四个原理推出 Coding Agent 的实现机制与七大「掉链子」怪象的成因；下篇给出十条最佳实践——短对话、以对话为单位组织工作、AGENTS.md 写法、复利工程、用工程约束驯服 Agent 等，每条都能在原理里找到依据。文末附「原理到实践」对应表与个人注记。

转载自微信公众号「深思圈」——基于 YC 合伙人 Dalton Caldwell 与 Michael Seibel 的一期访谈，剖析「真创业」与「假创业」的分野：你是在创造价值，还是在表演创业？

把网上散落的 Agent 教程系统整理成一张学习地图：Anthropic 与 OpenAI 的官方方法论长文、HuggingFace 与 DeepLearning.AI 的免费认证课程、Datawhale hello-agents 等中文开源系统教程、框架上手与 2026 选型对比、Claude Code 与 Agent Skills、MCP 专题、B 站视频，共 40 余个资源，按七类组织并附一条从概念到落地的学习路径。2026-10-25 增补：据王吉伟频道万字盘点整理的 20 个 Agentic AI 框架速览表与场景选型速查。所有链接于 2026-10-14 检索验证。

通读花叔开源动画 skill huashu-art-motion 全部源码，拆解其三层架构：SKILL.md 按模型能力分档路由、参数化到 hex 色值的知识库、确定性 Canvas 渲染管线。最独特的是质量工程——规则沿「文字、lint、引擎默认值、交付门禁」阶梯不断硬化，反 PPT 门禁阈值用作者真实评判过的 13/88 支片子标定，交付说明带 sha256 指纹防篡改。动画只是题材，质量治理才是资产。

以我这个 Astro + GitHub Pages 博客为例，把「写下一篇 Markdown」到「读者在浏览器里看到页面」之间发生的一切拆开讲清楚：内容层的 Zod 校验、remark/rehype 渲染管线、静态路由的生成规则、构建期顺带产出的搜索索引与 OG 图、GitHub Actions 部署到 Pages 的原子替换、CDN 的 URL 查找与缓存策略，以及浏览器端那一点让静态页面「活」起来的脚本。核心结论：博客从来没有一台在线运行的服务器，它只是一棵被全球 CDN 托管的文件树。

通读 GitHub 程序员副业仓库 side_pro 的 49 篇文档，把其打法提炼为「资产、产品、托管、流量、变现」五层模型：老域名、GitHub 现成源码、免费托管矩阵、谷歌 SEO 与 AI 写文、AdSense 分层变现。在转述之外补充四个它不谈的视角：作者本身的返利飞轮、内容与算法风险、程序员能力可迁移性、冷启动行动清单。结论：这是一条低成本、可复制但天花板低的路线，真正值得学的是 text2voice 案例体现的把想法做成可靠小服务的能力。

《圆桌派》第八季收官集请来中国社会科学院学部委员冯时，用天文考古学重讲中华文明源流：从尕日塘秦刻石与里耶秦简的「昆陯」正字互证，到昆仑即「同一个太阳日日轮次而行」的三同心圆；从濮阳西水坡 6500 年前的北斗龙虎墓葬、河图洛书的彝族天文图本相，到以道德、知识、礼仪重新定义文明、把中华文明推前至 8000 年的完整论证。本文基于整期节目转录逐段整理全部要点，正文按节目时间轴排列，还原语音转写中的错字，并附个人的批判性思考与阅读线索。

邵艾伦《你需要黄毛思维》（B 站播放 23 万）的完整转写学习笔记，「孙学、薄肌、黄毛」三部曲的第三篇。核心框架是把 SMV 拆成客观与体感两层：客观条件只是入场券，对方主观感受到的体感差距才是游戏本身；讨好与患得患失会把 9 分体感磨成 3 分——「磨的不是指甲，是估值」。黄毛有效的内核是不缺爱与选择权，但这套思维装不出来、套路必爆雷，唯一版本答案是真实的人生。附与孙宇晨对谈的互文和批判性评注。

2026 年 10 月，油管博主邵艾伦（Alan Shao）与波场 TRON 创始人孙宇晨进行了一场 4 小时 22 分钟的深度对谈。从用 AI 管理饮食、训练与睡眠，到零资源年轻人的破局路径、探图与全球套利、100 分寿命模型、Crypto 的机器可读本质，再到 Small Ego 与「地球 Online」版本哲学、先自由后财富、婚姻感情、人生意义与「财富自由之后为什么还想上班」。本文基于官方章节时间轴与公开完整逐字稿（约 8.2 万字）整理全部要点，附个人冷思考与 39 章时间轴。

邵艾伦（Alan Shao）的《如何练出薄肌？训练、饮食、减脂一次讲透》B 站播放 87 万，是「薄肌理论」的方法论核心——孙宇晨在那场 4 小时对谈里把它称作薄肌圣经，说自己下载后「逐帧逐句喂给 AI」。本文基于 B 站官方音轨的 WPS 听记完整转写（约 1.5 万字）拆解视频内容：薄肌 = 一定肌肉量 + 低体脂；体脂 10%–13% 的「画质」分级；唯一需要记住的训练心法「渐进式超负荷」与四大项复合动作；一周三天的「薄肌战神计划」；1 斤体重 1 克蛋白质与断人造糖的饮食铁律；补剂与有氧的轻量态度；以及「意志力肌」的人生升华。附与孙宇晨 AI 化实践的互文和批判性评注。

系统梳理 2026 年 10 月十个开源 Agent/Harness 方案——Pydantic AI、LangGraph、CrewAI、OpenAI Agents SDK、Vercel AI SDK、Mastra、Microsoft Agent Framework、Claude Agent SDK、OpenCode、goose 的多维对比与分场景选型：Python 主线首推 Pydantic AI，需要持久化与审批时上 LangGraph，TS 阵营用 Vercel AI SDK，编码 harness 直接用成品；以及单 agent 内存态场景什么时候该抛开框架手写裸循环

音标手账 Lesson 16–30 与「发音误区盘点」专章的完整笔记——清浊对立的真相（汉语拼音的 b/d/g 其实是不送气清音而非浊音）、s 后不送气、爆破音词尾失去爆破、美音三板斧 flap T / dark L / 日化元音的完整机制、/v w/ 咬唇之辨、/θ ð/ 不必真咬舌、/s z/ 的同化弹性、词尾 /dʒ/ 的清化弱化，以及中国学生九大发音误区的逐条纠错（含 ship/sheep、night/light 的自测方法与捏鼻测试）

音标手账 Lesson 1–15 的完整笔记——先厘清 IPA/DJ/KK 三套音标体系与词典选择，再逐音拆解美式英语元音：央元音 schwa 与央化现象（整套课程的灵魂）、/ʌ/ 是大一号的 schwa、美音 /ɑː/ 不分 /ɔː/、/æ/ 的语流音变、/iː ɪ/ 与 /uː ʊ/ 的音质对立（而非长短对立）、日化元音 /r/、五个双元音的起始音收尾音模型、/juː/ 的半元音身份与增音现象，每个音都配中式发音参照、易错点与最小对立对练习词

深度分析大天使英语 ICEY 自然拼读全套七份 PDF 教材——两版《全音标美语语言教学电子手账》（30 节音标课 + 发音误区盘点 + 60 天打卡体系）、《自然拼读讲义 2.0》（26 节拼读规则课）、三册《3000 高频词》（美英双音标 + 释义 + 双例句）与《格林童话双语范文》，梳理「音标 → 自然拼读 → 高频词跟读 → 双语阅读」的完整学习链路，并给出一份可执行的 60 天主干 + 进阶扩展的分阶段学习计划

《自然拼读讲义 2.0》26 节课的完整笔记——先立理念（自然拼读只负责记忆词汇与辅助阅读，约 50% 单词完全符合规律，先学音标再学拼读），再拆解地基概念：长短元音、开音节闭音节与 magic e、y 的双重身份；逐个过 26 个字母的声音印象与五个元音的词族替换练习（word families）；最后浓缩 11 条最精华的拼读规则——r 音节、schwa、软硬 c/g、FZSL 双写、ck 与 -k 的分布、tch/dge 的三条件、去 e 加 ing、重读闭音节双写、复数变形、y 变形，每条规则都给「条件 + 例词 + 例外」的完整卡片

系列收官篇——《3000 高频词》三册（1st/2nd/3rd 1000，共 357 页）的词条结构拆解与「听 → 跟读 → 遮词回忆」三步跟读法，如何用音标课拆解词条发音、用拼读规则反推拼写，让「声音印象 → 拼写」的方向贯穿词汇学习；以及《粉丝投稿范文》里 9 篇格林童话英汉对照的三遍精读法（通听 → 对照精读 → 朗读录音），最后给出整条学习链的结业自测清单与循环建议

OpenAI DevDay 2026 发布汇总与后续追踪：当天 20 余项更新，最重磅的是 GPT-6 Astra 驱动的常驻智能体 Dots、价格仅五分之一的 GPT-6.1 Sol、300 token/s 的 Ultrafast 与 Codex 全家桶；一周后 Codex 负责人 Tibo 立下 28 天连更军令状。11 月更新补完全程，重头戏有上下文扩容与 Decisions API GA，但约四成天数以发放免费 reset 收场。

macOS 27 上 brew install 报 "no bottle available" 的完整诊断：根因是镜像同步脚本对 manifest 文件"存在即跳过"，慢更新包的新平台条目长期陈旧。解法很简单：出问题时临时注释掉 HOMEBREW_BOTTLE_DOMAIN 直连官方源，装完再放开。

AIHOT 拆解系列第四篇，拆全仓库算法含金量最高的两块。事件聚簇以「文章→事实→事件」三层建模，主流程按人工优先、历史不建档、同 URL 直达、向量召回、批量判定的顺序收束出 13 种结局；判定用四关系三路问答替代是非题（370 对实测：是非题会拒掉一半真合并），低置信合并再换一家模型反向复核。热度则是一条 SQL：48 小时窗口按参与者去重、24 小时半衰期衰减，并带落后信源补偿与快照修复。

AIHOT 深度拆解系列第一篇（总览）：基于完整源码克隆逐文件精读，还原这个开源「自己找热点、自己写日报」站点的三进程架构与六步流水线，核对双盲双评评分提示词、分级门槛与事件聚簇热度算法，拆解五个付费接口的计费契约与「付费必有回执、预算熔断」的可靠性工程，以及 MCP、llms.txt 等对 Agent 的一等公民支持；本篇是全系列六篇的地图，各子系统细节在后续各篇展开。

AIHOT 拆解系列第五篇，专拆站内模型共识榜：22 路公开评测量表不同、覆盖不全，加权平均会系统性出错，AIHOT 改求「与已知成绩最不冲突的完整排名」——用各家自带的误差界算软支持度，再以加权不完全 Kemeny 排序建整数规划、HiGHS 精确求解，并从排名反构 0-100 指数。发布门槛同样是方法论的一部分：证据指纹不变不发布、解不到最优整轮作废，还内置踢机构与权重扰动的稳定性分析，把结论的敏感度算给读者看。

AIHOT 系列第三篇，专拆这套「把编辑部品味工程化」的精选评分体系：提示词版本号等于相关文件内容哈希，改一个措辞就是新版本，任何结果都能追溯到产生它的那版提示词；9.8KB 评分提示词坚持评事件不评稿件，输入故意盲掉信源分级与门槛，让模型既不能靠名气加分也不能朝门槛凑分，按七类内容乘五轴权重合成 0-100；执行层同一标准独立打分两次、之和过线才入选，写作层配九条反幻觉军规，校准层用金样本与门槛扫描把品味变成可回归的评测。

AIHOT 拆解系列第二篇，专拆信源与抓取层：worker 每分钟调度到期信源，RSS、网页、JSON、X、公众号、推送六种读取器各带针对性设计——从 ETag 条件请求、JS chunk 逆向适配到 X 的水位线增量。最有迁移价值的是判重与时间线引擎的五条规则（身份键三级回退、跨源不改写、历史版本记忆、丢字符等价比较、48 小时陈旧裁决），加上出站 HTTP 的 SSRF 防护与单一超时预算；几乎每条规则背后都是一个真实翻车故事。

AIHOT 拆解系列第六篇（技术栈番外）：先厘清 React 是 UI 库、Next.js 是建在其上的全栈框架，不是同层竞争；再讲开源快照的选型——React Router v8 SSR、Fastify、pg-boss、PostgreSQL 17 与五容器拓扑各管一摊，亮点是队列白送省掉 Redis、热度计算下沉 SQL、安全边界做成物理隔离。共性：组件少、每层可控、适合单机自部署。

拆解 Claude Opus 5.5「一句话生成视频」热潮：官方公告核实它没有任何视频生成能力，实为「写一部电影程序」——HTML/Canvas/WebGL 逐帧绘制加虚拟时钟确定性渲染，ffmpeg 编码成片。168 例人工复核数据揭出七条生产路径的真实分布（约四分之一并非代码渲染）；「一句话」是从 45 字到 17,664 字符的谱系，参考图与预置 skill 都是隐形输入；缓存经济学（697M token 98% 命中、486 美元变 38.99 美元）是这门生意的底座，代理听不见音频则是公认硬伤。

全仓库精读 UP 主「一只桌子」开源的 Table-VideoSOP：不含制作代码，而是把「人与一群 Agent 协作做视频」协议化的资料包——AGENTS.md 路由、九步流程与模板提示词，用「总控管中央状态、分段只写专属目录」支撑并行制作。最有含金量的是「未验证」文化与 1× 审看审听、同类型对标新类型才做样片、机器可读的 DESIGN.md；README 更自曝只验证过一段 18 秒测试片。

丹·科（Dan Koe）长文《Human 3.0 – A Map To Reach The Top 1%》（「人类 3.0——抵达前 1% 的地图」）深度读书笔记：拆解四象限×三层级×三阶段的完整模型，溯源每个部件的思想出处（威尔伯 AQAL 整合理论、螺旋动力学、卢文格自我发展阶段论、心流、尼采），梳理六个真洞察与七个批判，并从 AI 时代内容创作角度做元分析。

深度拆解 2026 年 9 月爆红的开源书《高性价比人生指南》（eternity4719/HowToLiveBetter）：四种资源框架与受益人四档的方法论、A/B/C 证据分级与性价比档算法、10 处数据点独立抽查全过、八条批判与局限，以及最有价值的元层面——一本用 Claude Code 维护的书如何把「防 AI 幻觉」做成工程（判例法式 CLAUDE.md、引用锚点防错位、核实记录审计日志）。

源码级拆解两个月拿下 16.5k star 的 Hypit：给 Claude Code、Codex 用的视频创作发行版，核心是自创的 SVML 视频标记语言加编译器，把参考视频拆成以词为锚的可编辑工程，一条命令出 100 个变体。要点有四：渲染层并非自研，锁定 HeyGen 开源的 HyperFrames 引擎加 Chrome 无头截帧，README 的 64 进程是营销话术；许可证为改装版 Apache-2.0，多租户托管与转售须书面授权；真实成本大头在 coding agent 而非模型；「整合剪映」经全仓代码搜索证实是讹传。

把《减肥第一天》这个 42 秒火柴人小剧场，用同一份字幕、同一条配音轨、同一套代码绘制的线稿，分别交给 geeklee/srt-whiteboard-animation、nikola 手绘讲解 skill 和 HandDraw-Skill 三条技术路线实测出片。本文记录三版的制作过程、同帧对比图、体积与工时数据，以及一个有趣的实锤：nikola 的逐笔路线就是 vendor 了 geeklee 的引擎。文末给出这三类方案的选择建议。

对比并深度拆解两条同赛道的自托管「RSS → AI 日报」流水线：2,900 行 Python、把聚合外包给 Miniflux 的 rss-to-daily-report（运行链路、容错网关、幂等设计、12 段提示词逐条点评、生产级深坑），与 6.9 万行 TypeScript、全自研的 Infinitum（双进程共享 SQLite、四层去重、三段式归组漏斗、九环节日报流水线、约 88 条提示词资产与契约化治理、评测回归门文化）。三个真正的分歧、四个互相独立收敛的工程共识，以及一份按项目阶段分层的「抄作业」清单。所有结论来自对两个仓库源码的多智能体深度分析，行号级证据均经独立复核。

数字人方案选型全景调研：覆盖开源实时交互全栈、视频生成大模型、国际 SaaS、实时对话 API、国内云厂商与垂直工具等八个方向共 90 余个方案。核心结论有二：开源在延迟、打断、私有化与成本上已反超商业方案，差距只剩自然度与开箱即用；2026 年选型的真正门槛是许可证与合规——Duix 系 MAU 上千即需商业授权、Wav2Lip 严禁商用，叠加 AI 内容标识新规与平台真人驱动直播规则。所有价格与许可条款均经独立联网复核。

从「每月 100 分钟口播视频怎么选」的数字人调研讲起：三条路线的成本与许可证暗坑比下来，落在 MuseTalk——它在 VAE 潜空间做单步修复而非扩散迭代，所以能实时；音频特征经跨注意力融合，天然多语言；代码 MIT 且模型可商用。文末给出 6GB 显存笔记本的落地路径：Windows 原生部署、fp16 必开、固定数字人走缓存量产。

拆解开源 Agent Skill 项目 video-to-subtitle-summary-skill：把短视频链接或本地音视频变成「字幕 + AI 总结」，靠一份 583 行的 SKILL.md 指挥 Agent——用自然语言实现输入分型、条件跳转、环境预检与降级链的状态机，复杂逻辑下沉到五个纯标准库脚本，两层靠固定产物契约咬合。逐段解析提示词工程并给出 21 条学习清单，也如实记录反面教材——输出规格重复、临时文件并发冲突，以及一次 Windows 实测翻车。与拆解 VideoTranscriptAPI 一文为姊妹篇。

拆解开源转录服务 VideoTranscriptAPI：丢进 YouTube、B 站、抖音、小宇宙、Apple Podcast 等平台链接，自动完成下载、双引擎转写、LLM 校对、说话人推断、总结与企微飞书通知。最值得带走的三件事：按平台选最易攻破下载路径的「依赖阶梯」设计；「结构交给确定性代码、理解交给 LLM」的流水线纪律；给自己写一份千行 Agent Skill 当遥控器。项目本身更是 AI 委托式开发的活标本——需求提示词、30 条委托台账、AI 主审 CI 门禁全部留档，38 组提示词也逐一拆解。

深度调研 TypeSafe 的 Jev：前 OpenAI 研究员发布的「不说话」决策模型——不生成文本，state 进、类型化概率分布出。官方自称快 193 倍、便宜 444 倍，但自家 evals 准确率全输最强基线，第三方对账后优势约 3-9 倍。笔记另拆训练黑箱、「不会幻觉」话术与中文实测，结论：判断给模型、算术留代码，与 LLM 分层组合而非替代。

整理 ZCode 动态工作流（CreateWorkflow）的使用方法与适用场景——两个触发入口与"点名即约束"的路由规则；脚本解剖（agent()/ask、带 JSDoc 的类型化结果、phase 阶段、world.run 确定性门、report/artifact）；编译、确认、后台运行、修订、恢复、保存复用的完整生命周期；六种常用编排模式与常见误用清单。材料来自 dynamic-workflows skill 文档（SKILL.md/patterns.md/examples.md）调研摘录，材料未覆盖的空白在文中明确标注。

抖音博主「基地」（440 多万粉）的 AI 事件拆解视频有一套强视觉签名：主题化暗色 3D 世界、躺满场景的信息卡组件库、准一镜到底的飞行运镜。本文下载两期无水印 2K 原片，用 ffmpeg 做接触表、场景切分与响度分析：实测 500 秒仅 1 处硬切，连续帧透视严格刚性，排除 AI 视频生成，判定为「3D 渲染 + 动画相机 + 卡面贴图」，上传码率达专业渲染工程量级。文末还原从文案到上传的完整管线，并给出 Blender 真 3D 与 Remotion、HyperFrames 2.5D 伪 3D 两条复刻路线。

调研「用代码生成视频或炫酷 HTML」的 Agent Skill 生态，覆盖 Remotion、manim、HyperFrames、blender-mcp、Slidev 等十余个集合，每条按实现方式与能做出的效果双维度记录，并给出按效果倒推的选型地图。核心发现：这一族 skill 共享同一条底层公式——时序写成代码、确定性逐帧渲染、FFmpeg 合成，差别只在画布。

拿一期 15 条速览的《AI 日报》当原料，设计资讯视频化的日产级流水线：从时效、量产、完播率三个硬约束出发对比五种形态，选定「数据驱动渲染做骨架、TTS 做声音、生成式画面只给头条锦上添花」，并给出从 markdown 解析、LLM 口语化改写到 TTS 时间戳字幕的完整管线与 MVP 路线图。核心论点：资讯视频化的本质是把「制作」整个换成「渲染」——拍摄由 TTS 和渲染替代、后期被模板吸收，人只守开场钩子与数字事实两道关。

系统梳理视频制作的一般流程：所有形态共享「前期策划、中期拍摄、后期制作、分发复盘」四段骨架，电影工业把它展开为开发、前期、拍摄、后期、发行五个阶段，商业广告叠加客户确认节点，口播自媒体与短视频压缩成单人流水线，AI 原生流程则把「拍摄」整体替换为「生成」。全文以六条底层规律收束——前期决定成本、素材管理是隐形生命线、声音与画面分离、剪辑是再写作、交付随平台分化、各形态之间是裁剪而非替代关系。

2026-09-16 起，小米把 MiMo-V2.6 Pro/Flash 两条大规模强化学习训练 run 挂上 mimo.xiaomi.com/rl 实时直播：每秒跳动的烧钱计数器、原样贴出的显存故障与重启记录、2067 个内部训练指标与 25 个数据源的采样明细全部公开。本文用浏览器一手拆解这间「把墙拆掉的机房」，结合罗福莉官宣推文梳理「三维度 Scaling」方法论，并跟踪复访至收官：计数器定格 347 万美元，DeepSWE 终值与 DeepSeek 参照系的差距缩到 1.6 分。

源码级拆解 Lightricks 开源的本地 AI 视频生成桌面应用 LTX-Desktop：把 22B 参数的 LTX-2 蒸馏模型塞进消费级显卡——CUDA 用 fp8 量化把常驻显存压到约 23GB、15GB 显存即可走权重流式，苹果统一内存则用 mmap；25GB 的文本编码器还可整个外包给官方免费云端 API。本文逐功能拆实现：三档硬件决策、文图音生视频与音频注入、Retake 时间掩码、LoRA 生态、自研 NLE 编辑器，以及 12 个写着退场条件的上游补丁，每个都是实打实踩出来的显存坑。

ZCode 官方出品的视频剪辑工具包 video-agent-kit 全拆解：约 2.8 万行 Python，5 个 skill 编排流程、37 个 MCP 工具做确定性媒体操作、3 个 hooks 门禁的三层结构，对视频剪辑 Agent 的几道难题各给明确答案——模型看不了视频就抽帧拼带时间戳的 contact sheet 让主 Agent 读图，剪辑决策不可审计就用文件契约加 SHA-256 追溯链并由 Stop hook 拦截未闭环收工，旁白 TTS 不忠实就逐句合成加 ASR 回听验证。工具层不调用任何大模型，智能全部留给主 Agent。

拆解开源 Agent Skill 项目 video-to-subtitle-summary-skill：输入抖音、小红书、B 站、YouTube 链接或本地文件，输出 SRT 字幕与 AI 总结。分工原则值得抄作业——模糊的路由与回退判断写进 SKILL.md 交给 Agent，确定性的下载、转写、安装沉到五个纯标准库脚本。逐个功能拆实现：候选直链试错的下载器、手写 VTT 解析器、火山引擎轮询转写，还在 docs/plans 的开发计划里发现商业闭环——默认解析代理正是作者自家的积分制收费服务。

拆解 WPS 听记这台「实时转写 + 说话人分离 + AI 纪要 + 音字联动编辑」的四层一体机：用官方社区一手帖考古计费变迁（会员赠时长、AI 会员拆分、灵犀专业版收费），顺带揭露 wps.cn 域下成批第三方 SEO 稿搅浑价格信息的现象；再用 GitHub API 核验 star 与许可证，梳理 Meetily、WhisperX、FunASR 等 13 个开源替代。结论：开源每一层都有全球最优解，但没有单品达到听记级开箱体验；中文场景最优模型不是 Whisper 而是 FunASR 家族，隐私与时长无限是本地方案的真护城河。

张小珺《商业访谈录》第 153 期曾鸣访谈的精读笔记：姊妹篇把三万字文稿压成速览，本篇反过来前后重读两遍，挑出十七段最值得原样重读的问答，按组织、个人、战略、产品四个主题照录原文并各配短评。代表性段落如组织基本单元从岗位变成任务、每个人都是六边形战士、自我变小是走向卓越的必要条件、看十年想三年干一年，以及对 OpenClaw 的三条评价原则。

解读 OpenAI 博客《Rethinking skills and prompts for GPT-6 Astra》：官方建议做减法——skill 描述要短、根文档只做路由器、别写行程单配方；AGENTS.md 改按需索引、预授权跑测试；为旧模型写的边界语言会压制新模型，开工前要定义「完成」。核心判断：模型越强，指令边际收益越低，提示词正从「教模型做事」转向「告诉模型什么被允许、在哪停」。

9.7k stars 公众号 RSS 方案 wewe-rss 的死因解剖：源码考古发现它是「自托管壳 + 闭源中转」的半开源架构，签名、登录与风控对抗全跑在作者私有服务上，该中转实测全端点 502，新部署一步走不通。更根本的问题——微信读书的接口还活着吗——用无凭证探测、继任项目 we-mp-rss 刚改的采集主路径、社区一手实测三条证据链确认读书公众号 API 仍可用，可拉标题、封面、发布时间、文章 id 四件套；真正的约束从来不是资质，而是风控与腾讯的执法风险。另核对官方 Agent Skill 的能力边界。

得到大脑（原 Get 笔记）的产品全景盘点：它不是又一个笔记 App，而是「记录、记忆、创作」三层系统加硬件与开放生态——记录层万物皆可记、多端齐全；AI 加工层的发芽、点评、拷问、润色四大能力跑在汇聚四来源的记忆库上；硬件侧有得到 AI 录音卡，开放生态覆盖 MCP Server、CLI、OpenAPI 与飞书/微信/钉钉机器人。全文按一手（官网、文档、前端代码）与二手分层记录，附三档定价对比；核心判断是模型不是壁垒，数据积累与得到十年内容库才是。

对 Skip（skip.dev）的深度调研：一份 Swift 代码产出双平台原生应用——iOS 侧是真 SwiftUI、可做到零 Skip 痕迹，Android 侧 Lite 转译出可读 Kotlin，或借 Swift 6.3 官方 SDK 原生编译。结论：它站上 Swift 官方支持 Android 的东风，是跨平台方案里最「原生」的一个；但两人团队、稀缺的生产案例与生态规模，仍是它与 Flutter、RN、KMP 的真实距离。

张小珺《商业访谈录》第 153 期对阿里前总参谋长曾鸣两小时半长谈的全文总结。曾鸣以产业史观给 AI 定位：颠覆性技术产业化分「基础设施化、应用大爆发、原生应用」三阶段，2026 年 token 成为度量衡、第一阶段收官，但浏览器时刻还没到——如今领跑的模型公司大概率只是未来的 AI 云，OpenAI、Anthropic 未必是原生时代的大赢家；未来三到五年最值得赌的是统一 Agent 标准与入口的「AI 时代浏览器」；科层制公司终将衰亡，战略从规划变成生成。文末附给创业者与个人的建议速查。

演员张蓝心外滩大会自曝「靠写代码吃饭」冲上热搜后，翻遍她抖音 21 集合集与微博时间线、并实测产品入口的技术还原：能实锤的是奇门遁甲网站出自 OpenClaw 加 MiniMax 98 元包月的 vibe coding，「想得美」是分镜脚本先行、用户自带 API Key 的视频平台，上线日活破千；而挂在视频简介里的裸 IP 入口如今已是另一家公司官网——证书、DNS、爬虫档案三重实锤 IP 被云厂商回收复用，全渠道无任何迁移或下线声明。末尾复盘裸 IP 部署与媒体失真链的教训。

给 Agent 接联网搜索的选型与实测：先按官方文档拆解头号选手 Tavily 的五个端点、credit 计费与 37 项集成生态，再横向对比 Exa、Brave、Serper、Perplexity、Firecrawl 等同类 API 的定价与特长。附国内家宽直连实测矩阵——Tavily、Exa、Serper 等六家全部可达，Brave、Perplexity、Jina、Google 全部超时，而 Firecrawl 的搜索端点甚至无需 API key 就能返回真实结果。

ZCode（Z.ai 的智能体开发环境）插件开发调研加实战：插件本质是带清单的文件夹，可捆绑技能、命令、子代理、钩子与 MCP 五类组件；与 Claude Code 插件单向高度兼容——官方市场 294 个插件可直接装，但 hook 事件集与管理方式不同，附双栖写法。实战部分利用 rollout 落盘的 model-io 记录给 ZCode 外挂实时 Token 速度计，50 行脚本实测可用，Stop hook 端到端每轮真实触发。

2026 年 9 月 9 日苹果 “Surprise and Shine” 发布会全记录——新 CEO John Ternus 首秀，iPhone 18 Pro（A20 Pro、2nm、可变光圈相机）、AirPods 5、Apple Watch S12 与 Ultra 4，以及压轴登场的苹果首款折叠屏 iPhone Duo。基于官方视频完整英文字幕（10,718 词）整理。

想拿一条 YouTube 视频的字幕喂给 AI，官方 Data API 只对视频主人开半扇门，自爬 timedtext 又撞上 PO token 与 IP 封禁。本文实测第三方工具的免登录内部接口——kome.ai 裸奔可用、NoteGPT 靠一次性匿名 UUID、tactiq 已上 Firebase App Check——并盘点 youtube-transcript-api、yt-dlp、Invidious / Piped 与商业 API 的定价和国内可达性。

整理自程序员鱼皮 9 月 6 日的推文：全球版独立开发者穷鬼套餐，14 类工具全靠免费额度把产品跑起来，从 AI 编程、部署、数据库一直到收款。我逐项核对了给出具体数字的 10 项，全部与官网一致；另补充两个推文没提的坑——Vercel Hobby 仅限非商用、Supabase 免费项目一周不活跃会被暂停，并补上 Lemon Squeezy / Creem 的具体费率。

AIHOT 聚合站的黑盒实测拆解（与开源后的白盒续篇相区分）：数百信源分钟级抓取、便宜模型预筛、强模型单次调用出五维分数与中文摘要、代码公式合成 0-100 分判精选、embedding 聚类、零 LLM 拼装日报，整条流水线经公开 API、MCP、Agent Skill 与 robots.txt 考古逐项实测，并经 about 页自述坐实「卡兹克内部流水线外溢」。最值得读的是创作者 11 版评分迭代史与「能用脚本就别用 Agent」的定型教训。

拆解开源 skill erduo-broll-loop-engineering（前电影导演出品）：SRT 驱动、剧组制多 agent 的 B-roll 精工产线，核心是金丝雀先行镜、章节返修、预览审批的多层创作循环，失败只回责任环节定点返修。最值得学的是工程纪律：truth 与 creativeProposal 两层契约切开事实稳定与创作自由，用户未选前禁止跑全片的 canary 硬门，152 张镜头卡的零查询渐进披露，父级 prompt 载入量减 95.89% 的上下文预算工程，以及连未达标项都公开的诚实证据文化。

拆解 28.7k star 的 frontend-slides skill：面向编码代理、从零或从 PPTX 生成零依赖单文件 HTML 演示文稿，核心理念是「做给你看」——不问用户要什么审美，直接生成三个风格预览成品让用户挑。最值得学的是强硬工程决策：不可协商的固定 1920×1080 舞台模型（禁 display:none 等 LLM 生成 CSS 的高频坑）、12 安全预设加 34 bold 模板的三层渐进披露、反 AI 味成文纪律与 CJK 字体配对清单。

用 PPT 管线与 frontend-slides 双线复刻同一期 AI 日报视频。PPT 线的放映录屏被 8 轮实验否决（WPS 连自动动画都不执行），终态为无头转 PDF 加 ffmpeg 后期动效与 ASS 逐词字幕；FES 线产出竖版 deck，Playwright 无头录制一次成功，词级字幕内嵌、元素级动效最接近原片。结论：FES 线底座最健康，PPT 线的最优形态是渲染而非放映。

「PPT 管线能否替代 hyperframes 承担 AI 日报视频线」的可行性判定：技术上可以替代，但不建议切换主产线——帧渲染只占全流程约 15-20%，切线总时长收益不足 15%，建议立项为月度演练保鲜的备份产线。文中逐能力对表找缺口：词级字幕可用 ASS 卡拉OK 逐词高亮补齐，出片前 QA 预览是最大盲区；并梳理 WPS 放映录屏、装 Office、frontend-slides 无头组合三条出片路线与死路清单，末附备份产线蓝图与明确不替代的范围。

拆解 Anthropic 官方 PPTX skill（四个文档技能之一）：核心是单文件 SKILL.md 三路由指令集——pptxgenjs 创建、OOXML 编辑、markitdown 读取，加约 20 条坑清单与强制三段 QA。梳理时间线与禁再分发的许可边界，并与 Z.AI 改编版逐项对照：后者零脚本、QA 降为推荐、新增 CJK 字体章节；末尾附七条对自家 skill 工程的启示。

基于晚点聊 109 期专访转录，拆解 AI 头部博主「数字生命卡兹克」：设计总监出身，靠 AI 版《流浪地球 3》预告片出圈后全职做 AI 内容。生产方式最有参照性——选题与信息搜集 80% 交给自动化流水线（20 余个数据源打分），产品体验和写稿坚持人做；「信任经济」下视频尽量不出现 AI。流水线已外溢为 AIHOT 平台与开源的 khazix-skills；末尾对照自家 AI 日报管线附七条启示。

对工作日日更晨间商业科技播客「声动早咖啡」（声动活泼出品）的深度拆解，核心证据为两期音频的本地下载全文转录：小宇宙订阅 1,980,394、中文播客综合约第 6；一集 14 分钟背后是 12 人以上署名团队、每天 8:30-19:30 的流水线、二十选一的选题会与双人交叉审稿；单集逐段解剖出「上半场 4 条快讯 + 下半场 1 个真问题」结构与逐句信源归因（约 4100 字口播）；商业模式为免费旗舰 + 广告变现（商业覆盖率最高约 80%），向付费节目矩阵与「生动胡同」会员（2000+ 人）收口。末尾对照 AI 日报流水线给出七条启示。

对自家 AI 日报账号做的一次浏览量体检：抖音封面点击率 0%、四分钟视频平均只被看十几秒；头条同账号实测文点进率是日报的 10 倍以上。结论是三个问题叠加——账号还在冷启动期、日报清单形态被自己的数据证伪、一个月 4 次「不适宜公开」判罚滚雪球。优化分三步：第一周止血（敏感题材门、黄金档定时、视频砍回 60-90 秒），随后主产能转向每周 2-3 篇实测文，并以数据回流闭环替代日更完成率考核；文末附日报视频要不要停的判决线式分析。

实测「先做 PPT 再转视频」在本机的可行路线：PowerPoint 原生导出因无 Office 不可用，WPS COM 自动化被验证为死路——CreateVideo 静默空操作、视频格式枚举被降级存 pptx。可行主路是渲染拼片静态管线（转页图加 ffmpeg 逐页对时，全自动但零动效）与 HyperFrames 混合管线（全动效但双层维护）；另附保留动效的三条正路、竖版画幅实测与首个 11 页 deck 交付战报，以及动效追记：63 处 timing XML 注入通过校验，但 WPS 放映引擎不执行自动序列动画。

信息汇总型笔记，先澄清最易误解的一点：H3 Max 不是语言模型，而是 fal 与 MiniMax 合作、基于开源视频模型 H3 后训练出的高速版本——5 秒 768p 视频约 3 秒生成，快过播放，官方口径约 35 倍吞吐。全文按一手/二手分层核数字：速度（35 倍与「近 50 倍」的口径差、只有短片快过播放的降温事实）、质量（第三方榜单图生视频第一、开源侧纯推理优化 2-6 倍的天花板）、价格（768P 0.08 美元/秒与基础版同价）与许可边界。结论：35 倍来自重新训练的模型与定制推理栈的叠加，缺一不可。

深度拆解开源 AI agent skill「video-shotcraft」——把前端项目/网页交给 Claude Code 或 Codex，它用 Remotion 产出电影感产品宣传片。本文覆盖：三种创作模式与入口分诊、152 张镜头配方卡的三层事实源设计、八阶段制作流水线、判例式审美准则、149 个音效的声音设计体系、librosa 节奏卡点方法论、确定性渲染与测试工程，以及它对写 agent skill 的启示。

按七层框架重拆开源口播视频 skill video-talkcraft：输入口播稿与成品配音，本机 CPU 对齐字级时间戳，再用 Remotion 把动态字卡、证据截图、运镜、字幕、音效全部钉在人声时间轴上渲出成片。拆解覆盖字级对齐的四配置横评、SHOTBOOK 分镜与排版预算、78 张动效配方卡、五条机器验收闸，以及 TTS 与数字人写死在外的边界；最有启发的一招是把「看起来对了」的判断题全部变成可测量的机器规则。

手里有公众号文章链接，想把正文稳定拿下来，为什么不是 requests 一发的事？本文先拆解微信反爬三板斧（UA 白名单、滑块验证、IP 频控）并做对照实测——工具 UA 直接被 302 到验证页，浏览器与微信 UA 低频放行；再按成本从低到高梳理六条获取路线：伪装请求头、真实浏览器自动化、借公众平台后台接口、微信读书中转 RSS、真机抓包与 PC Hook、付费 RSS 服务，末附按场景选型的决策表与合规边界。

Google Research 联合 Virginia Tech 于 2026-08-27 发布论文 WikiSkill（arXiv:2608.27454）：给 Agent 配一套「原始轨迹层 + 持久 Wiki 层 + 可执行技能层」的三层知识架构，让经验先沉淀进 Wiki、技能再从知识里进化。五个基准、五个模型上平均提升约 12 分，Qwen-9B 加持 WikiSkill 后反超裸奔的 27B，技能还能跨模型迁移。这篇笔记完整拆解它的动机、架构、工作流、实验与消融，并聊聊它对我们这些天天写 SKILL.md 的人意味着什么。

承接上一篇 X 的研究：把 FxEmbed 源码里出现的六个平台（X、Bluesky、Mastodon、Threads、Instagram、TikTok）加上 YouTube 和 Discord 一次盘完。每个平台一张 API 清单表，按官方 API、官方 oEmbed、原生 RSS、社区通道、国内直连五个维度整理，重点标注免费通道——结论是它们正好分成了完全开放、半开放、封闭三个梯队，Discord 则是「免费但私有」的特例。

想拿一条推文的正文、展开后的链接、长推全文和媒体直链，不一定得给 X API 交钱：官方 oEmbed 免费但只给「喂浏览器」的 HTML，社区项目 fxtwitter 直接吐结构化 JSON，react-tweet 则逆向了 X 内部的 syndication 接口。本文实测对比三条路，顺带盘点 vxtwitter 等同类服务、国内网络可达性与风险边界。

让 Codex（GLM-5.3，纯文本模型）做一项需要读图的调研，它没有摆烂说"我看不了图片"，而是自己发现并调用了 Windows 系统自带的中文 OCR（Windows.Media.Ocr）来识别图片——顺便科普这个藏得很深的系统能力。

GLM-5.3 的开放平台端点原生支持 OpenAI Responses 协议，Codex 不再需要协议转换代理即可直连 GLM 编程套餐。本篇整理官方文档并在 Windows 本机完整落地：models.json 与 config.toml 配置、profile 一键切换、三步验证，以及五个实测踩坑（max 档位的版本兼容、模型目录的替换语义等）。

HyperFrames「30 天」系列总览篇，把官方三十天日更课程梳理成一张三阶段能力地图：Days 1-9 九种输入跑通成片、Days 10-19 用提示词结构与 Studio 预览精修、Days 20-30 组件、变量与云渲染的工程化交付，每天提炼一条可直接上手的事实并附官方文档直链。末尾总结「视频即文本资产」的产品哲学与 skills、Catalog、CLI 的生态飞轮，并附对照自己实践的动手清单；机制细节的全文收录见系列（二）至（七）篇。

HyperFrames 30 天拆解系列第七篇（完结篇），深读官方 Catalog 组件目录：block 与 component 的双层结构及接线差异，370 余个条目归并为十类目录地图（字幕、转场、图表、VFX 等），按意图检索的两档排名模型与英文查询规则，以及 search-miss 反馈闭环。核心结论：「检索即接口、缺口即路线图」——点名类别让代理检索安装，远快于手写动效。

HyperFrames 30 天系列第五篇（创作路径专题）：官方把「做什么视频」与「在哪做视频」拆成两页——工作流页按手头素材对号入座，九条工作流覆盖产品网站、想法讲解、既有素材、音乐、演示文稿到 Remotion 移植；创作场所页给四个入口：本地代理加 CLI、AI 聊天、设计工具、HeyGen Video Agent，判据是「都能给你一条视频，区别是你最后留下什么」。本文逐页核对原文，理清两页分工与 Studio 的关系，给出先选工作流、再选场所的完整决策链。

HyperFrames「30 天」系列第二篇，全内容拆解 Days 1-9「Start and create」阶段：九种输入路径对号入座九条工作流（一段话全自动安装、PR、音乐、文章、口播、Figma 设计稿各有成片路径），FRAME.md 设计系统「品牌只对色与字体是真理」等七条原则，Days 3-7 五条工作流的请求模板与评审清单，以及 TTS 引擎顺序、BGM 响度目标、Figma「图片留图片、会动的重建为 HTML」等媒体与设计工具细则。目标是读完本篇无需再翻官方文档。

HyperFrames 30 天系列第三篇，拆 Days 10-19「Direct and refine」阶段：代理首次交付几乎必然偏离意图，官方把「怎么问、怎么查、怎么改」做成体系——六段式提示词骨架（route、spec、beats、copy、technique、negatives）配每个节拍内部的五槽公式（元素、运动、布局、风格、时机），把控制权从工作流手里拿回来；再用规格旋钮决定钉死多少，用框架自有词汇表精确点名缓动、镜头、字幕等技法，辅以参考视频四步复刻法与 Studio 可视化评审。目标是读完本篇无需再翻官方文档。

HyperFrames 30 天拆解系列第四篇，覆盖 Days 20-30 的交付与复用：云渲染从鉴权、画质档位到 asset_id 复用上传与 webhook 回调的完整工程细节；组件目录双层结构与按意图检索的接线方式；七种类型的变量系统支撑模板化批量出片；先校正后风格化的调色流程与媒体特效；外加三官方模板、贡献目录全流程与 Prompt Guide 地图，读完无需再翻官方文档。

HyperFrames「30 天」系列第六篇，全内容深读官方 Prompt Guide：冷/热两种提示词形态与 BRIEF.md 意图契约、七层课程阶梯，重点全文收录 Level 3 运动八规则——每个运动都在陈述、镜头是演员、错峰的偏移比机制、过冲只作用于变换等逐条 A/B 对照，再加附录反例：冷 seek 可见性、seek 顺序安全、位级确定性与 SVG draw-on 陷阱。读完本篇无需再翻官方文档。

拆解 BestBlogs.dev 的内容策展流水线：以 RSS 为纲的订阅源工程（开源 400 个 OPML 订阅源，靠 RSSHub、wechat2rss、XGo.ing 等工具啃下公众号和推文）、基于 Dify Workflow 的四大子流程（初评过滤、GPT-4o 深度分析、检查反思与优化改进、术语先行的意译翻译）、专家精审与多渠道分发，以及评分体系从单一提示词到六维评分再到主题维度的演进，最后对照自建 DailyDigest 流水线总结可借鉴的设计。

用纯静态 HTML 模板加无头 Chrome 截图，20 分钟批量生成一整套风格统一的公众号系列封面（2.35:1）：先定比例再做设计、固定骨架加四个文案槽位的设计公式、sed/python 批量派生、ffmpeg 拼合后视觉模型复核，附五个真实踩坑记录。

调研 RSSHub、newsnow、DailyHotApi、Miniflux、FreshRSS、Folo、Wallabag、Linkwarden、linkding、Karakeep、TrendRadar、Horizon 等十余个开源仓库，拆解它们在采集、提取、去重、AI 整理、呈现与存档各阶段的流水线步骤和技术方案，并对照自建 DailyDigest 流水线总结可复用的设计模式。

调研 WeWe RSS、WeRSS、Wechat2RSS、wechat-article-exporter、Nitter、RSSHub Twitter 路由、twscrape 等开源方案如何订阅微信公众号文章与 X 推文，拆解微信读书借道、公众平台编辑器接口、真实账号会话池等实现原理，梳理 2026 年接口封锁后的最新格局，并总结六条可复用的规律。

记录 Windows 11 + Docker Desktop + Flutter/Gradle 环境下，为 Gradle 插件、Docker 镜像拉取、容器内 apt/PyPI、本地 uv 等下载环节配置国内镜像源（阿里云、daocloud）的完整方案、配置文件位置、验证方法与踩坑记录。

在进入《孙宇晨：财务自由革命之路》156 集正文之前，先理清主讲人孙宇晨其人、波场 TRON 的来龙去脉，以及他被 SEC 起诉、巴菲特午餐风波等争议，作为理解整档节目的背景滤镜。

拆解《财务自由革命之路》第 1-21 集：从马东冯仑的推荐背书，到孙宇晨如何重新定义"财富自由"，再到 52 周课纲与"价值观站队"的战略地图。

拆解第 22-38 集：从应试教育里的"单变量穷人思维"，到布雷顿森林体系崩塌、全球流动性过剩与"扩大可控负债"的激进财务策略。

拆解第 39-62 集：孙宇晨如何把"成年"重新定义为"自由选择并担责"，并把婚姻还原为经济联盟、房子还原为投资品、车还原为负债，发起"30 岁前三不"十年实验。

拆解第 63-74 集：复利定律、一万小时定律、巧用杠杆三大原始积累法则，以及孙宇晨为何要为"个人奋斗与赚钱"建立道德合法性。

拆解第 75-87 集：从量子力学的不确定性原理，到 MVP 快速迭代、正收益系统叠加，以及孙宇晨为何把公务员和国企称为"温水里的青蛙"。

拆解第 88-100 集：为什么互联网是"创造增量的新大陆"、远离管制的"五月花号"，以及孙宇晨如何借《大败局》和史玉柱的大起大落讲透失败学。

拆解第 101-106 集：从"财产完全属于自己"到去中心化账本、挖矿机制，以及孙宇晨如何把比特币包装成通往无政府资本主义的信仰之路。

拆解第 107-117 集：为何医疗是"财富防御的第一阵地"——看病如破案、护城河理论、中医与安慰剂、商业医疗保险，以及 90 后游牧民族。

拆解第 118-124 集：财富流失的第二大黑洞是家人——婚姻如并购、50/50 是大忌、选错伴侣毁三代，以及"用事实说服人而非用道理说服人"的和解哲学。

拆解第 125-131 集：从湖畔大学的"两个天问"出发，孙宇晨如何用"抢劫文化""割韭菜""财产权即神权"解释中国人勤劳却难富、富不过三代的制度与文化根源。

拆解第 132-143 集：财富流向规则制定领域、非线性指数增长、弯道超车，以及孙宇晨如何从"财富规律"自然过渡到为自家波场 TRON 招聘布道。

拆解第 144-156 集（完结篇）：明治维新式的价值观革命、两位听众案例点评、比特币五年回顾，以及终章"我们就是这个时代的既得利益者"。

分析 KKKKhazix/human-writing 这个开源中文创作 Skill 的设计哲学、模块化参考文件结构与硬规则检查脚本，理解它如何用材料门槛、推进规则和中文韵律约束让 AI 输出摆脱模型腔。

开源 AI 带货短视频工具 ClipForge 研读笔记：上传一张商品图，几十秒产出可直发抖音、小红书、TikTok Shop 的竖屏成片。沿「一张图到一条成片」做源码级拆解：脚本 Prompt 装配与黄金 3 秒钩子、19 款运镜预设、FFmpeg 合成管线、AIGC 合规门禁；并专章拆解「完全不配 API Key」的出片闭环——Ollama 本地模型、免费素材加自研 Edge TTS 客户端。

用 git-cliff（生成 CHANGELOG 骨架）+ Agent skill（编排发版与注入 AI 摘要）+ GitHub Action（自动创建 Release）三件套，为任意 git 项目搭建从提交到发布的全自动 changelog 闭环。

系统调研阿里通义 FunAudioLLM 开源的轻量级语音识别模型 Fun-ASR-Nano-2512——0.8B 参数直逼 12B 大模型效果，覆盖模型定位、技术架构（Qwen3 监督微调 + 文本模态对齐 + FSMN-VAD）、31 语种能力、FunASR/vLLM/llama.cpp 三条部署路径、benchmark 对比与场景选型

深度拆解 HeyGen 的 HyperFrames——用 HTML 声明时序、可 seek 的动画运行时、框架托管媒体播放，把视频渲染变成确定性的"逐帧采样"。本文从入口路由、核心契约、动画运行时、CLI 开发闭环到工作流派发，拆解这套 skill 体系的架构设计，以及它对写 agent skill 的启示。

上一篇拆了 HyperFrames 的架构，这篇落到运行流程——faceless-explainer、product-launch-video、pr-to-video、music-to-video、motion-graphics、website-to-video、slideshow、talking-head-recut、embedded-captions、remotion-to-hyperframes 这十个工作流子 skill，各自从输入到产物的每一步是什么、哪里卡 gate、哪里派子代理。附三种工作流范式对比与选型建议。

梳理 chrome-devtools-mcp v1.6.0 的主要变更（10 项新功能、11 项修复、性能优化与内部重构），并重点解读修复安全漏洞后引入的三种文件路径验证模式，以及 MCP 客户端如何声明 roots 能力来约束服务端的写入边界。

AI 内容生成流水线从 4.0 升到 5.0，三件改动：产出多了视频（两件变三件）、架构从一个 agent 内联拆成调度员加六个独立 agent（接口定死、各管一件产物）、把插图和播客音频按分段对位拼成视频。上次做减法定型，这次做加法，反而更顺了。

精读 Anthropic《The Founder's Playbook》白皮书——从创意期到扩张期，AI 如何把"10 人独角兽"从逆袭故事变成可刻意设计的商业计划，以及为什么 42% 的初创死于建了没人要的东西。

Anthropic《The Founder's Playbook》白皮书 v3 全 36 页逐阶段深度拆解——从创意期到扩张期的目标、退出标准、陷阱与解药，以及 Claude 在每个阶段的具体用法、CLAUDE.md 持久记忆、三大工具协同复利等可复用方法论精华。

写了 22 个 Agent Skill 后总结的五条核心心法：让 AI 代劳自己只做判断、把别人的好 skill 当免费教材、先研究再复刻别急着抄、skill 是磨出来的要用经常改、重复三次就做成 skill。末尾附写 skill 的技术注意点与核对清单作为补充。

用 ACE-Step 1.5（免费、能商用的 AI 音乐模型）按播客/短视频真实创作动线生成 12 段样本，请 Gemini 3.1 Pro 逐段盲听打分——片头/BGM/转场/片尾功能性配乐几乎全 5/5，中文人声"字正腔圆"，连"让音乐模型做转场音效"都没翻车。本文逐段给出场景、提示词、写法要点和听评，并总结提示词万能公式与该模型的能力边界。

逐文件研读 xiaohuailabs/xiaohu-wechat-format（一个把"排版→封面→发布"串成一条龙的 Claude Code 技能），拆解它的 Markdown 排版引擎、微信兼容黑科技、主题系统、画廊预览、AI 增强与一键发布到草稿箱的完整链路。

ACE-Step 1.5 的完整用法手册。三种用法——网页端 acemusic.ai 注册即用、云端 API（OpenAI 兼容）写脚本调用、本地部署数据不出门，按门槛从低到高全覆盖。附并发限制实测：递增并发 1→2→4→8→16，拐点在 4-8 之间，错误码是 504 而非 429，单 key 并发上限设 4 最稳。

让 Gemini 3.1 Pro（Antigravity）给 12 段 AI 生成音乐打分，它的 view_file 工具不支持音频，于是自己摸索出一条绕路：用 ffmpeg 给音频贴一张纯黑画面、伪装成 MP4，再借多模态"看视频听声音"的能力完成评测。本文复盘整个过程，并追问一个关键问题——它真的"听到"了吗？

把 Hyperframes 自带的留存工艺与 2026 年短视频行业基准双向对照：2 秒跳出靠 Hook 工程，完播靠节奏、结尾与合规的无缝循环。

实测三家免费 AI API（Agnes、智谱、Pollinations）后，从 Pollinations 一步步收口切入，结合 OpenAI 年亏 210 亿美元、四大云厂年投 7250 亿、AI 裁员一季度超十万等数据，论证撑起这轮 AI 热潮的投入回报账根本算不平——免费 API 只是泡沫最表面的一道裂缝。

阿里内部全面禁用 Claude Code 之际，记录我从 Claude Code 切到智谱 ZCode 3.0 + GLM-5.2 的真实迁移：为什么走得没负担（Anthropic 隐写检测中国用户、第三方模型缓存"神秘失效"被扒源码），以及切过来之后的真实体感——好的点（远程派活、国产直连、从套壳走向自研、迁移成本低）和不好的点（桌面应用还有小 bug、缺 /btw/Agent Team/Workflow）。不是声讨，是一次"找到更趁手工具"的搬家。

Claude Code 和 ZCode 的插件市场、更新检查常因网络拉不动而失败或卡死。开 TUN（全局代理）模式能解决，但并不总是稳定。实践下来最省心的是直接给 git 配上本地代理端口——两条命令永久生效，顺带把推送到 GitHub 的网络问题一起解决。

把 OpenCode 部署到云服务器 + tmux，做成一个 7×24 小时不下班的 AI 工位：从底座（服务器/SSH/tmux）、装 OpenCode 配模型，到用一个 URL 短链服务走完从零到上线的完整流程，再附手机/异地监控玩法，以及终端 CLI/IDE/托管/国产四类主流 Coding Agent 横评与按场景的选型建议。

为播客补齐"音乐"这最后一公里：先按"免费能不能商用"为第一筛子横评本地开源模型、托管 API、免版权库三类方案，最终选定 ACE-Step 1.5 的云端版 acemusic.ai（MIT 授权、免 GPU、免 key 费）；附 4 分钟中文人声长曲子试听，以及把音乐混进人声的 7 条混音原则与踩坑速查表。

1080×1920（9:16）竖屏视频在 9:19.5（iPhone 15 Pro Max 等）屏幕上播放时，抖音会以中心为基准上下各裁切约 210px，导致顶部的播客名、底部的分集名和进度条被裁掉。本文记录问题定位过程，并给出用 ffmpeg 给现有视频加安全区填充（纯色边/模糊背景）的零重渲染方案。

《Agentic Design Patterns》系列第三篇，讲第 8–11 章的高级模式：Memory（短期与长期记忆二分、ADK 三概念）、Learning（PPO 与 DPO 对齐、SICA 自改代码案例）、MCP（与 function calling 的区别）、Goal Setting（Planning 的另一半）。前两篇讲编排调用，本篇讲让 Agent 持久存在、持续改进的基础设施。

Antonio Gulli《Agentic Design Patterns》读书笔记系列的总览篇：把全书 21 种设计模式按「核心、高级、生产、企业」四层梳理成一张全景图，并与 Andrew Ng 四模式、Anthropic 五大工作流交叉对照，附按用途选型的决策表。核心心智模型是「谁在掌舵」——workflow 由开发者编排，agent 由模型自己决定下一步；最重要的工程直觉则是能简单就别复杂。

Agentic 设计模式系列第五篇，覆盖 Antonio Gulli 著作第 15-21 章的企业级七模式，讲 Agent 系统规模化后的协作、成本、安全与运维。最重要的区分是 A2A 与 MCP 互补不竞争——前者管 agent 对 agent，后者管 agent 对工具；最有洞见的是护栏（研究证实单层护栏可被绕过，必须纵深防御）与评测（评轨迹而非只看最终输出）。贯穿全篇的张力是推理质量与成本延迟的取舍。

Agentic 设计模式系列第六篇（末篇），速览《Agentic Design Patterns》附录 A 至 G——一组横向参考资料而非新模式：附录 A 的提示工程全谱系点出 context engineering 正在取代 prompt engineering 的趋势，附录 F 让六大模型自述推理步骤并提醒那只是行为示例而非内部计算的真实描述，此外还有 GUI 自动化环境、十二个框架选型对比、四大 CLI Agent 与人主导的 Coding Agent 团队等实用图鉴，共同拼出实战落地所需的手段与选型地图。

深入讲解 Antonio Gulli《Agentic Design Patterns》前三章的三大确定性工作流原语——Prompt Chaining（把任务拆成串行 LLM 步骤、用结构化输出和「门控」串接）、Routing（分类后路由到专门子流程，含 LLM/嵌入/规则/ML 四种路由器实现）、Parallelization（并发跑互不依赖的步骤再汇总，含 Sectioning 与 Voting 两变体），逐一给出定义、机制、适用场景、典型陷阱与组合关系，并对照 Anthropic「Building Effective Agents」的同名工作流

Agentic Design Patterns 读书笔记系列第四篇，覆盖原书第 12–14 章的生产可靠性三件套：Exception Handling 讲错误检测、处理、恢复三阶段，与 Reflection 组合成「失败即反思重试」；Human-in-the-Loop 讲人工监督、干预、反馈等六个方面，首要短板是可扩展性；RAG 讲检索接地管线及 GraphRAG、Agentic RAG 两个进阶变体。这一层专治「demo 能跑、上生产就崩」，让 Agent 做得稳、安全、有据。

《Agentic Design Patterns》读书笔记系列第二篇，第 4–7 章，即 Andrew Ng 经典的四大智能体模式：Reflection（生成者与评审者分离的反思循环）、Tool Use（六步调用循环，工具即委派）、Planning（动态重规划，解法已知就别用）、Multi-Agent（六种通信模型与协作拓扑）。篇末附 Ng 的成熟度排序：前两者生产可靠，后两者强大但难预测。

整理 Andrej Karpathy 2026 年 4 月发布的 LLM Wiki 模式——一套用 LLM 增量构建和维护个人知识库的方法论。核心是抛弃 RAG"每次从零检索"的范式，转而让 LLM 把知识只编译一次、持续整合进一个持久、会复利增长的 markdown wiki。覆盖三层架构（raw / wiki / schema）、三大操作（Ingest / Query / Lint）、index.md 与 log.md 的设计技巧、以及社区把它做成 Claude Code / Codex / Cursor skill 的实现

系统梳理 2026 年 AI 视频生成——12 种生成模态（文生/图生/首尾帧/视频生视频/运镜/参考图/数字人/世界模型）、U-Net→DiT→Flow Matching 等技术范式、Sora 停服后中国厂商包揽榜首的排行榜（Seedance/Kling/Veo/Hailuo/Vidu）、Wan/HunyuanVideo/LTX-2/CogVideoX 开源选型与显存分级，以及 HF Space/硅基流动/本地 ComfyUI 与即梦·可灵·海螺等国内工具的免费实操路线

系统梳理 2026 年「不靠模型生成」的视频生产工具——Video-as-Code 赛道全景：先厘清确定性渲染与生成式幻觉的分野，再横评 HyperFrames、Remotion、Motion Canvas、Manim 等五大框架的渲染范式、许可证与定价，并覆盖 Agent 驱动与模板数据驱动两条新路线。与姊妹篇《AI 视频生成全景》互为对照：要品牌一致、可复现、可进 CI 的系列成片，靠的不是更大的生成模型，而是代码渲染。

拆解一期播客节目的标准结构（冷开场、片头、主题音乐、正片分段、转场音乐、背景音乐、回顾CTA、片尾、彩蛋、广告位），逐个分析「是否一定必要、为什么、作用是什么」，并给出按节目类型选结构的决策表与最小可行结构（MVP）

系统梳理 2026 年 AI 音乐生成——「免费」的三种含义、Suno/Udio 诉讼后的版权红线、自回归/扩散/混合三条技术路线原理、ACE-Step 与 DiffRhythm/YuE/HeartMuLa 的开源选型，以及 HF Space 网页直用、免费 token 调 API 与本地部署的实操指南

精读 Claude Code v2.1.88 与 OpenAI Codex CLI 两份源码，用一张表提炼两者在 8 个维度的 harness 设计对比、一张选型清单、5 条可迁移准则，以及一句话核心结论。

盘点可免费下载、多数可商用的免版权音乐平台（Pixabay Music、YouTube 音频库、Mixkit、Freesound、Jamendo、FMA 等，含国内淘声网/耳聆网），讲清 CC0/CC-BY/NC 与 Content ID 概念，给出从搜索下载到署名的使用流程，以及通过 API key 调用 Freesound、Jamendo 批量获取的代码示例

8 道经典 benchmark 横评 Pollinations 六个免费文生图模型（flux/zimage/gptimage/klein/nova-canvas/gptimage-large）：zimage 全篇最强、中文思维导图大字唯一画对、秒级 GET 出图，质量不输 Agnes 还更快；gptimage-large 海报/英文最高保真。

30 条视频实测 Pollinations 网关上的 ltx-2：同步 GET 直接吐 MP4，5s 成片约 30-99s（比 Agnes 快一个量级），duration 听话、图生视频锁得住角色；两个坑——audio 假开关（false 仍带音轨）、seed 无效（同 prompt 永远同画面）；16:9 须显式传 width/height 才出（1344×768），额度按小时刷新、断点续跑。

10 道经典 benchmark + 并发实测 Agnes AI 两个免费图片模型：中英文文字渲染、中文海报、图生图编辑都过关，密集小字与精确数量是短板。

28 条 1080p 视频实测 Agnes 免费视频模型：画面勉强能用但文生锁不住角色，图生视频能锁定主体，1 分钟成片约等 1 小时，8 路并发 6.5× 加速。

同一套 benchmark 横评智谱 cogview-3-flash / cogvideox-flash vs Agnes：基线过关但文字渲染中英都崩、图生视频 0/3 锁不住人，只有"快"占优。

整理 LINUX DO「去AI味十大skill」榜单，按六大方法论派别拆解 humanizer、Humanizer-zh、nuwa-skill 等 10 个写作去味 Skill，提炼可复用的去 AI 味检查清单与改写对照表，并附场景选型与社区实测局限。

一段播客精彩片段从链接到能发的短视频，要走下载、转文字、挑片段、重写、合成语音、配字幕、渲染成视频。其中「把内容渲染成视频」这一步，我换了五种技术方案——Python 文本卡片、Remotion、Manim、HTML slides、Hyperframes，每种都有过不去的坎。本文逐环节记录这条流水线的工具更替史，以及最后对着几百播放量发呆后的反思。

把一段录音同时变成一篇公众号文章和一期喜马拉雅播客，我做了一条流水线。它前后大改过三次，而三次改动的方向始终是同一个词：做减法。角色从 8 个砍到 4 个，平台从 4 个砍到 2 个，删掉看似核心的中间层，把不可控的 AI 步骤换成确定性算法——只为一个目标：够简单、够确定，才敢放手让它自己跑。

影视飓风剪辑全能必修课系列笔记第一篇。导学课：剪映安装登录、素材包获取管理、四大界面区域、Final Cut Pro 快捷键预设、素材断连/格式/性能等常见问题排查、剪映云多设备同步。

影视飓风剪辑课第一单元笔记。第1课初试成片全流程、第2课口播精剪与A/B-roll协同、第3课混剪与蒙太奇逻辑、第4课音乐音效设计、第5课导出管理。含时间线/轨道/智能剪口播/景别递进/匹配剪辑/库里肖夫效应/J-L Cut/分辨率帧率码率等要点。

影视飓风剪辑课第二单元笔记。第6课关键帧与曲线运动、第7课曲线变速与智能补帧、第8课全能抠像（智能/自定义/色度/蒙版/混合模式）、第9课一级调色（Log与LUT、色轮、示波器）。含补间动画/缓动/光流法/抠像三明治/留白用变亮留黑用变暗融合用叠加/分量图矢量图等要点。

影视飓风剪辑课第三单元笔记。第10课综艺包装与文本跟踪、第11课平面跟踪运镜、第12课多机位采访剪辑、第13课剪辑思维与时钟理论（熬夜48小时拉片、动态计时器包装）、第14课Vlog样片日记（RGB曲线/色彩克隆）。

新版 Codex 砍掉了 wire_api = "chat"，直连 GLM/DeepSeek/MiMo 已不可行。用 CC Switch 起本地代理做 Responses↔Chat 协议翻译，三步把 Codex 接入国产模型。

记录 chrome-devtools-mcp（Chrome 官方 MCP 服务器）的安装与配置，重点对比 Windows 与 Mac 的差异、三种浏览器连接模式，以及在 Claude Code / Cursor / VS Code 等客户端的接入方式与排错。

整理自 LINUX DO 讨论：未来最好用的 LLM 是最懂"角色扮演"（共情 + 上下文建模）的——用 Claude Code 当主 Agent 翻译意图、指挥 Codex 执行，是一种"人定方向 / 主 Agent 翻译编排 / 执行 Agent 落地"的三层协作架构。

整理自 LINUX DO 讨论：vibecoding 的成败在于用软件工程方式管理 Agent——上下文切小、模块边界划清、用文档/Skill 沉淀项目记忆、先对齐再动手、每步可验收。

转载自 LINUX DO：黑 GEO（生成式引擎优化）揭秘——如何通过伪造内容给大模型搜索结果"投毒"，仅凭两三篇 AI 生成的软文就让虚构人物跻身"专家"榜首。

转载自 LINUX DO：一位 AI 方向在读博士生系统分享与 AI 协作的实战经验——"当同事不当工具"，涵盖日常使用、科研文献/绘图/写作、Code Agent、定期复盘与 AI 时代生存指南。

系统梳理「文章转播客」技术全貌：4 阶段标准工作流、NotebookLM 逆向系统提示词、NotebookLlama/Podcastfy/Mozilla 等开源项目、商业工具横向对比与智谱/通义/MiniMax/讯飞中文生态方案

聚焦「单人主播/独白式」播客的 AI 生成，系统梳理单人 vs 双人选型、标准工作流、提示词设计、长文本单音色一致性难点、开源与商业工具及中文生态方案

深入讲解 Claude Code 动态工作流的脚本编排模型、运行机制与使用方式，并与 /goal 命令做全面对比。

WWDC26 所有视频讲座的统一总结——涵盖 Keynote(#101)、Platforms State of the Union(#102)及 100+ 场技术会话，按 13 大主题分类，附全部会话编号速查表；不含 Group Lab 互动环节。

WWDC26 开幕直播（Keynote、PSOTU）与全部 19 场 Group Lab（小组讨论）的要点合集，按天分组整理；补全官方目录中遗漏的场次，附编号与日期的存疑说明。

WWDC26（2026 年 6 月 8–12 日）的读者导读——一句话头条、去哪看导航与 13 大主题速览，深度内容链接到《全部视频讲座总结》与《全部 Group Lab 要点》两篇。

基于《Agentic Design Patterns》系统介绍 AI Agent 的 21 个核心设计模式，从基础到高级的完整知识体系

基于 Sequoia AI Ascent 2026 多位嘉宾分享，梳理 AI 时代五大生存法则、被颠覆的人才经济学、OpenAI 商业哲学、软件 3.0 范式转移，以及人类在智能时代的定位思考。

探索图像生成模型（Ideogram 4.0、FIBO、FLUX.2、DALL-E 3）为何转向使用结构化 JSON 格式的 caption 作为训练数据，以及这一趋势带来的收益。

2025-2026 年浏览器插件开发全栈技能总结，涵盖框架选择、核心开发技能、调试与性能优化、测试 CI/CD、安全审计、AI 辅助开发等完整技术栈。

讲解自定义 subagent 的定义方式、frontmatter 字段、内置 subagent 类型、安全限制和最佳实践。

讲解插件 bin 目录的 PATH 注入机制、脚本要求、常见设计模式及与 Skill 配合的方式。

从内置功能和可编程扩展两个维度，全面梳理 Claude Code 除了 StatusLine 之外的有趣特性，涵盖移动编程、自动化调度、插件系统、MCP 集成等。

全面讲解生命周期事件体系、hooks.json 配置、五种 Hook 类型、Matcher 过滤、输入输出格式及实战模式。

讲解 LSP 集成配置、Claude 通过 LSP 获得的代码智能能力、已有 LSP 插件列表及创建自定义 LSP 插件的方法。

讲解 MCP（Model Context Protocol）集成的四种传输类型、.mcp.json 配置方式、插件中 MCP 的使用及环境变量展开。

讲解后台监听进程的配置方式、输出传递机制、触发条件、安全考虑及实战示例。

讲解回答风格的定义方式、frontmatter 字段、内置风格、优先级机制及自定义风格的创建。

介绍 Claude Code 插件系统的整体架构，包括插件定义、目录结构、plugin.json 配置、marketplace 分发机制以及插件生命周期管理。

深入讲解 SKILL.md 的写法、frontmatter 配置字段、参数系统、动态命令注入以及 Skill 的类型选型和最佳实践。

讲解终端视觉主题的定义方式、颜色 Token 体系、内置主题、热加载机制及自定义主题的创建。

以 GLM StatusLine 插件为完整案例，展示从需求分析、能力选型、插件结构设计到核心脚本实现的完整开发过程。

介绍如何为 Claude Code 配置自动压缩阈值，在使用 GLM/Z.AI 等 200K 上下文第三方模型时避免上下文超限问题。

对比分析 GordenPPTSkill、PPT Master、frontend-slides 等主流开源 AI PPT 工具的技术路线、架构设计、功能特性和适用场景，涵盖 8 大技术路线和 15 款工具的综合评测。

解决 Docker Desktop 迁移 DockerDesktop.vhdx 到 D 盘时出现 "Source and destination directory owners mismatch" 错误的方法，通过启用 WSL2 后端引擎成功完成迁移。

深入解析 GordenPPTSkill 项目的设计理念、技术架构、模板系统与编辑规则，探索基于 Claude Code Skill 的 PPT 非破坏性编辑自动化方案。

基于罗素《幸福之路》的完整内容，系统梳理书中分析的不幸福原因与幸福来源，提炼获得幸福的核心方法。

普通人不要只做"使用 AI 的人"，而要成为"带着 AI 解决某类具体问题的人"。选一个小场景，持续积累作品、关系、信用和流程。

谷歌 I/O 2026 开发者大会全部值得关注的发布内容梳理

Ollama 支持的各类开源大模型分类汇总与使用推荐

在 Windows (RTX 4050) 和 MacBook Pro M5 上本地部署 Qwen3-TTS 语音合成模型

在 Windows+CUDA 环境下对比 faster-whisper 两种 Pipeline 的转录速度、完整性、词级时间戳质量，给出不同场景的选型建议。

faster-whisper 在 Windows+CUDA 环境下转录完成后进程以 0xC0000409 (STATUS_STACK_BUFFER_OVERRUN) 退出。根因是 CTranslate2 的 CUDA async allocator 在模型清理时导致 C++ 层内存损坏。记录问题定位过程和三种解决方案。

使用 faster-whisper BatchedInferencePipeline 生成字幕时遇到丢段，经历了怀疑 VAD、改用 model.transcribe、发现参数未传入、以为修好又丢段、最终发现 benchmark 指标量错了的完整排查过程

BestBlogs Newsletter #95 学习笔记，梳理 Agent Engineering 从实验走向生产过程中的组织适应与个人价值重构。

当 Windows 系统 C 盘空间不足时的系统性解决方案，从快速清理到深度优化的完整指南。

NVIDIA具身AI负责人Jim Fan阐述机器人技术如何复刻LLM成功路径，提出世界动作模型(WAM)、Ego-Scale数据飞轮和Dream Dojo神经模拟器三大策略，预测2040年前解锁科技树全部成就。

OpenAI 总裁 Greg Brockman 与红杉资本对话的观读笔记，涵盖算力扩展、Scaling Laws、AGI 进展、Agent 工作流、人类注意力瓶颈及科学前沿等核心议题。

红杉资本 AI Ascent 活动中 Andrej Karpathy 的访谈笔记，探讨软件 3.0 范式、参差不齐的智能、氛围编程与智能体工程的区别，以及人类在 AI 时代的不可替代性。

Anthropic 的 Boris Cherny（Claude Code 创造者）在 Sequoia AI Ascent 2026 上分享 AI 编程的现状与未来，从 100% AI 代码接收到多智能体工作流的演进。

红杉资本 AI Ascent 2025 活动中 DeepMind 创始人 Demis Hassabis 的访谈笔记，涵盖其跨界历程、DeepMind 创立、AlphaFold 突破、AI for Science、意识哲学以及 AGI 时间表预测。

Flapping Airplanes 创始人 Ben 和 Asher Spector 在 Sequoia AI Ascent 2026 上探讨数据效率为何是 AI 渗透实体经济的关键，以及通过系统与算法协同设计突破瓶颈的方法。

红杉资本 AI Ascent 2026 大会主题演讲深度笔记，涵盖技术浪潮演进、Agent 爆发、认知革命与未来展望

ElevenLabs 联合创始人 Mati Staniszewski 在 Sequoia AI Ascent 2026 上分享语音 AI 的演进，从情感智能到音频通用人工智能，以及语音代理的应用前景。

Unconventional AI CEO Naveen Rao 在 Sequoia AI Ascent 2026 上探讨 AI 计算的能源瓶颈，提出利用非线性动力学和非冯·诺依曼架构突破效率极限的方案。

Oege de Moor 在 Sequoia AI Ascent 2026 上关于自主AI黑客崛起的演讲笔记，介绍 XBOW 如何在 HackerOne 登顶全球第一，以及网络安全面临的紧迫挑战。

红杉资本 AI Ascent 活动中 AlphaChip 联合创始人 Anna Goldie 和 Azalia Mirhoseini 的演讲笔记，介绍新公司 Ricursive Intelligence 如何用 AI 颠覆芯片设计流程，从 Fabless 走向 Designless 时代。

红杉资本 AI Ascent 活动中 StarCloud CEO Philip Johnston 的演讲笔记，论证太空数据中心的经济可行性，涵盖 88000 颗卫星星座规划、热耗散与辐射挑战、以及从推理到训练的太空计算路线图。

红杉资本 AI Ascent 活动中 Waymo 联合 CEO Dmitri Dolgov 的访谈笔记，涵盖自动驾驶发展历程、Waymo 基础模型架构、端到端与结构化表征、安全文化及全球商业化展望。

记录一个来自 Reddit 的 YouTube 视频总结提示词，支持时间戳、层级大纲、术语解释、关键引用和摘要，适合配合 Gemini 等 LLM 使用

介绍 Claude Code Skills 对上下文窗口的影响，以及五种禁用和优化 Skills 配置的方法。

深度分析 HeyGen 开源项目 HyperFrames：从 HTML 到视频的完整渲染管线、帧适配器架构、AI Agent 技能系统、Studio 编辑器与 Player 组件的技术解析。

阅读 linux.do 上睡小觉分享的 AI 协作手册公开版，梳理其核心方法论与实践建议，以及评论区有价值讨论的笔记。

在中国大陆环境下，开启 Google Chrome 中的 Gemini AI 助手和 Microsoft Edge 中的 Copilot 模式的完整教程，包括地区伪装、网络配置和常见问题解决。

详细介绍如何注册土耳其区 Apple ID、购买礼品卡充值并订阅 ChatGPT Plus，相比美区节省约 45% 费用

全面梳理 10 个主流开源 TTS 语音合成模型，涵盖 VoxCPM2、Qwen3-TTS、CosyVoice3、GPT-SoVITS 等，对比参数规模、音质、克隆能力、部署难度与免费 API 渠道

全面比较 2026 年最值得用的免费 AI 图片生成工具，涵盖国内外工具、免费 API 调用方案、提示词技巧与版权注意事项

深入介绍开源 AI 平台 Pollinations.AI，涵盖图像生成、文本对话、语音合成、视频生成等功能的 API 使用方法、SDK 集成与 MCP 对接实践

介绍 npm 切换国内镜像源的多种方法，包括临时使用、永久设置、nrm 管理以及常用国内源地址汇总。

从安装配置到高级使用技巧，全面介绍开源 AI 编码智能体 OpenCode 的使用方法，包括 Skills 技能系统。

Claude Desktop 开发者模式配置第三方模型 API 的完整教程，涵盖启用方式、连接模式选择及常见配置示例。

NVIDIA build.nvidia.com 免费 API 完整注册与使用指南，涵盖 80+ 前沿大模型的免费调用方法及代码示例。

Windows 上使用 Claude Code Ralph Loop 时遇到 jq 未安装报错的排查与解决方案。

Claude Code 长任务功能概览，涵盖 /loop、Ralph Loop、Routines 等机制的原理解析、使用案例与选型建议。

Python 中将 Markdown 转换为 HTML 的主流方案对比、代码实现及微信公众号内联样式适配实战。

使用微信公众号 API 发布文章的完整流程、Python 代码实现及注意事项。

主流 Markdown 转微信公众号排版工具对比，涵盖 inkpress、doocs/md、md2wechat 等方案的选型建议。

飞书机器人应用的删除、停用、从群聊移除等操作指南。

Hermes Agent 官方文档及社区实践笔记，涵盖安装、模型配置、终端后端、网关接入、技能、记忆、工具等核心内容。

Windows 10/11 安装 WSL2 的完整指南，包含一键安装、手动安装、离线安装及常用配置。

回到学校一个星期了，算是差不多找回状态了。

又有一段时间没有记录总结了，马上要开学了，这次记录一下监控实验室GPU使用情况，有空闲GPU发送邮件提醒的代码。

神经网络与深度学习，第七章-网络优化与正则化，笔记。

今天放弃了收费的shadowsocks小火箭，转向了免费的potatso lite，这个过程是挺有意思的。

今天晚上跑了一下《Instance Segmentation by Jointly Optimizing Spatial Embeddings and Clustering Bandwidth》论文中的验证的代码，这里记录一下一些之前不知道或者不熟练的点。

今天加了一个“支线任务”页面，之前的图标没有支持在MacOS 11中Safari浏览器的标签页的显示，然后换成了现在这个图标，主要参考：添加新的页面、更换图标，图标来源于flaticon。

几天没写博客了，这几天在看一些课外书，不过今天看了一篇论文，Instance Segmentation by Jointly Optimizing Spatial Embeddings and Clustering Bandwidth，它是之前EmbedMask那篇论文中的可学习间隙的来源，这篇论文说主要提出了一...

今天上午考完了这个学期的所有考试，下午就准备写个爬虫，定时获取成绩，新出一门成绩使用邮件提醒，使用Chrome无头浏览器配合Selenium模块爬取成绩，然后用IIS中的虚拟SMTP服务器来发送邮件到自己邮箱中，来提醒自己有新的成绩出来了。

之前本来没想弄这个natapp的，奈何天意需要弄一下，学校服务器在昨晚11左右不知道是重启了一下，还是怎么了，然后客服端离线了，连不上，然后同学在使用的时候来不上，找到了我，然后我又了解了一下natapp，然后还开了一个免费的通道给jupyter notebook。

最近我们用到了另一款基于ngrok内网穿透应用natapp，将校内实验室主机映射到外网来使用，我出于好奇搜了一下natapp，也是第一次知道内网穿透这个词，再去搜ngrok，又发现了几款内网穿透的工具。比如frp，pagekite，localtunnel。

今天总结一下tqdm模块~~以及pytorch框架选择GPU运行程序遇到的一个小问题。~~

今天总结一下python的argparse模块，这是python自带的命令行解析模块。

上星期挺忙的，参加了一下学校的数学建模比赛，预测湖南湖北的疫情走势以及疫情对长沙经济的影响。

数字图像处理课要结课了，结课任务是讲解一篇，然后我们拿到的论文是这一篇：DFANet: Deep Feature Aggregation for Real-Time Semantic Segmentation，今天看了一下，论文主要提出一种特征聚合（Feature Aggregation）的结构，这里总结一下。

这两天在上课之余，看了这篇论文，同学极力推荐，说embedding的效果的非常好（看图一中c图的效果确实很好），而且他跑过了代码，效果确实是不错的，嘿嘿，我来了，总结一下吧，看学到了些什么吧。

好久没有更新博客了，这两天和朋友聊到写博客，然后良心发现，博客还是要写起来，总结一下，之后回顾起来，还是好一点，而且下学期好像，好像要检查看的论文了，哈哈。

粗略的总结一下使用pipenv创建虚拟环境，主要可以看上面那博客。

今天更新了bios系统，最底层的bios管理的功能太少了，甚至都没有官网上说的固件管理，最后各种尝试了很久，这里记录一下。

jupyter lab用了一段时间了，感觉特别棒，Markdown渲染可以直接渲染Mathjax公式，还可以下载各种插件等等，总之，我觉得很好用，这里mark一下。

故事开始于昨天早上，接收到一条短信，告诉我有一个小项目可以接，接着我联系了一天，都没有确定是要做什么，没有明确的需求，大概知道了会和PDF相关信息的检索有关，随后我就开始自己先琢磨一下了，今天又快过完了，还是没得需求，十月底要弄出来，真的想说，“赚钱不容易呀”。

视频对象分割快速端对端嵌入学习方法（FEELVOS: Fast End-to-End Embedding Learning for Video Object Segmentation）

接过上一次的话题，这一次，结合自己的理解，记录一下论文中提出的方法，包括嵌入模型（embedding model）、创建遮罩（creating masks）、分类和种子度模型（classification and seediness model）。

薅羊毛，在Baidu AI Studio训练模型，框架不限于PaddlePaddle，TensorFlow，Pytorch都可以。

简单记录一次突发奇想的实践经历，以及反编译APK的步骤。

论文提出一种将特征空间的点分簇的损失函数，损失函数主要分为三项构成，分别为方差项（variance term），距离项（distance term），正则项（regulariztion trem），其中方差项计算的是簇内的距离，距离项计算的是簇与簇的距离，分别控制同簇点与簇中心之间的距离在δv之内，不同簇与簇的中...

这段时间突然发现需要使用到数学公式渲染的插件，而使用Hexo的NexT主题配置MathJax，弄了两天，每次弄了两三个小时，水平有限，没弄好，放弃了，直接使用Jekyll的TeXt主题简单的重新搭建github.io博客，不涉及开发，这里记录一下大概的步骤。

论文提出一种语义实例分割的新方法，简单概括为先计算两个像素点属于同一个对象的可能性，然后将相似的像素分组到一起。相似度的度量方式取决于深度完全卷积的嵌入模型，而分组的方法是取决于用深度完全卷积的评分模型选取与一组“种子点”（seed point）足够相似的所有点。论文下载地址

今天NexT更新了7.4.0，准备从NexT 7.3.0更新到7.4.0，附上NexT发布文档

记录一下SSL证书的配置与Let's Encrypt证书的自动颁发，这里Let's Encrypt证书（有效期90天）的自动颁发，还没有尝试，本质是使用自动部署程序部署，并设置定时任务定时更新它。

记录一下部署DotNet Core项目到Ubuntu的过程，包括开发并发布项目、配置DotNet Core环境、安装Nginx配置反向代理服务器、使用supervisor管理进程，让DotNet Core应用程序一直运行。

记录一下XMind与Sublime Text 3破解激活的步骤以及一些Sublime Text好用的插件！

今天总结一下git配置ssh和gpg。

> 不读则愚，不思则浅，不练则生，不用则钝！

> 只有当你认真的去做一件事情的时候，才会发现自己的灵魂，和灵魂的深处。

昨晚搭建完bingqiangzhou.github.io个人博客，今天早上起来，有同学与我交流搭建个人博客，然后我仔细看了一下昨天放的链接，个人觉得表述的顺序有点乱，我比较喜欢先把铺垫做好，即把写博客文章与搭建博客分开，先搭建好博客，再来研究写博客发布文章。

今天使用Hexo+NexT结合GitHub搭建了个人博客bingqiangzhou.github.io，在这里总结一下建站过程。

第一次使用Hexo+NexT结合GitHub搭建网站，Hello，bingqiangzhou.github.io.