Anthropic 团队实战总结：Claude Code Skills 的九种用法与编写方法论
Anthropic 内部团队用 Claude Code 的 Skills 功能已经积累了几百个实战案例，他们把这些经验整理成了一套系统化的分类和编写方法。如果你正在用 Claude Code 做开发，这套经验能帮你少走不少弯路。
用"绩效改进计划"威胁AI，反而让它工作质量飙升？
GitHub 上一个名为 PUA 的开源项目最近引发了不少关注（8.3k Star，398 Fork），它的核心思路出人意料——通过模拟"绩效改进计划"（PIP）的压力情境，来提升 AI Agent 的执行质量。
Dexter：18k Star 的开源金融研究 Agent，一人公司的免费分析师
一个叫 Dexter 的开源项目最近在 GitHub 上拿到了 18k star，它做的事情很简单也很难——用自主 AI Agent 完成深度金融研究。
Paperclip：用开源框架把AI Agent编排成一家自动运转的公司
Paperclip 是最近 GitHub 上最火的开源项目之一，短短几天就拿下了超过 16000 Star（截至目前已接近 28000 Star）。它要解决的问题很直接：让你把各种 AI Agent 像员工一样组织起来，搭建一家「零人力」运转的公司。
YC 掌门人开源了他的 Claude Code 配置，一个人干五个人的活
Y Combinator 掌门人 Garry Tan 把自己用 Claude Code 的全套配置开源了，项目叫 gstack——10 个预设工具，分别扮演 CEO、工程经理、发布经理、文档工程师和 QA 的角色。
Karpathy 开源 nanochat：48 美元训练自己的聊天模型，成本暴降三个数量级
Andrej Karpathy 刚刚开源了 nanochat——一个让你花 48 美元、用 2 小时就能训练出自己的 GPT-2 聊天模型的项目。要知道，同样的事情以前要花 43000 美元。
YC 掌门人开源 GStack：让 Claude Skill 像正经软件一样跑自动化测试
你有没有想过，当你用 Claude Code 写好了一套 Skill，怎么确保它真的能跑通？不是手动测一下"看起来没问题"，而是像正经软件工程那样，做端到端的自动化测试？
Uber 3000 名工程师的 AI 转型：四层 Agent 架构如何重构开发工作流
Uber 近 3000 名工程师正在经历一场工作方式的根本转变：92% 的开发者每月使用 AI Agent，65-72% 的代码由 AI 在 IDE 中生成，11% 的 Pull Request 直接由 Agent 提交。
一条命令告诉你，你的电脑能跑哪些大模型——开源工具 llmfit 实测
最近刷到一个开源小工具 llmfit，试了一下，发现还挺实用的——它能帮你搞清楚，你自己的电脑到底能跑哪些大模型。 做本地部署的人应该都有这个痛点：模型那么多，Llama、Mistral、Qwen、Phi……光是搞清楚哪个能塞进自己的显存就够头疼的了。
117天达成百万美元ARR：Chatbase创始人零融资零团队的自举创业路径拆解
117天，从16个粉丝到年收入百万美元——Chatbase创始人Yasser Elsaid的故事，大概是"不需要个人品牌也能做成产品"这件事最有力的证据。 Chatbase是一个AI聊天机器人构建平台，用户可以基于自己的数据训练定制化的GPT聊天机器人。
用"职场PUA"话术驯服AI编程助手：8000星开源项目背后的提示词黑魔法
最近在 AI 编程圈子里，一个叫 "PUA" 的 GitHub 开源项目火了，星标数已经超过 8000。它的核心思路很简单也很粗暴：通过一套精心设计的 SKILL 提示词文件，用类似职场 PUA 的心理施压策略，逼 AI 编程助手交出更高质量的代码。
GPT-5.4 mini 与 Anthropic 同日放大招，Agent 军备赛正式开打
今天 AI 圈密度很高，几件事同时发生。把最值得关注的整理出来。 --- OpenAI 今天发布了 **GPT-5.4 mini**，现已在 ChatGPT、Codex 和 API 全面开放。 关键数字：比 GPT-5 mini **快 2 倍**。 优化方向：代码生成、计算机操控（computer use）、多模态理解、子代理（subagents）。 这个发布时间点很有意思——就在…