孙哥不会放过任何一个热点，捐赠10万美元用于照顾好小猕猴Punch，还要让小猕猴Punch成为HTX的官方品牌大使。当然爱护小动物值得点赞，每一个生命都值得被尊重。话说回来，孙哥你偶像是不是齐天大圣孙悟空？波场TRON生态中运行的去中心化永续合约交易所直接叫孙悟空SunPerp，现在又是小猕猴Punch当品牌大使。

给 AI 编程 Agent 装“工程脑子”的仓库来了 这个仓库有点夸张，GitHub 232k stars 它叫 Superpowers，不是给人用的，是给 AI 编程 Agent 用的 现在很多人用 Claude Code、Codex、Cursor 写代码，但最大的问题是： AI 写得很快， 但经常不问需求、不写计划、不做测试， 最后看起来完成了，其实一堆坑 Superpowers 做的事，就是给 AI Agent 套一套真正的软件开发流程。 它会让 Agent： 1. 先问清楚你到底要什么 2. 再写设计方案 3. 拆成执行计划 4. 按 TDD 写测试和代码 5. 用子 Agent 分工开发 6. 写完做代码审查 7. 最后验证再收尾 说白了： 以前 AI Agent 像一个很猛但容易乱来的实习生； 装上 Superpowers 后，它开始像一个有流程的工程团队。 支持 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等一堆工具。 链接：

💡 继续分享我目前的全局 Prompt，它现在多了两个 Skill 的调用：superpower 和 karpathy-guidelines，让代码质量变高了非常多。可以极大的避免 AI “随手修” 和 “我猜测” 的风险情况。（Skill 直接让 AI 自己安装即可） 👇 中文回复，言简意赅，巧用Emoji。 减少 Xcode Build，节省时间。 按需使用 Plan Mode 或 Subagent。 若提交Git，要写中文Log包括：问题或需求描述 或 修复或实现思路 或 复现路径(可选)。 若编码Coding，按需使用skill：superpower 和 karpathy-guidelines

最近正在梳理专属于自己的AI编程套件，用于提升自己的编程效率 我先花了几天收集和测评了 5 个 GitHub 26 万星的 AI 编程套件！直接把结论分享给大家： 1. obra/superpowers 这个应该大家都很熟悉了，superpower已经存在了2年左右 14 个技能硬编码工作流：brainstorming（苏格拉底式提问出 spec）→ writing-plans（拆成 2-5 分钟粒度任务）→ 子代理逐任务实现 + 双阶段评审（5 轮修复上限，超限强制停机裁决） 适合场景：你在意“防 AI 跑偏”多于交互流畅，需要无人值守的长任务 2. mattpocock/skills — 按需取用的工程工具箱 这个最近可以说是火爆了，我实测下来单环节的效果最好，强烈推荐大家用用，我之后的ai套件也会基于这个skill体系进行优化 两个杀手级技能值得单独说： /grill-with-docs — 把需求对齐变成文档资产 这是我测下来最聪明的一个设计 它不是简单的“AI 问你问题”，而是边问边写 CONTEXT.md 和 ADR（架构决策记录） 举个例子，你说“课程里的 lesson 变成真实文件时有问题” 它会逼你定义“真实文件”是什么，然后把这个概念写进 CONTEXT.md，术语统一叫“materialization cascade” 下次 AI 看代码时直接用这个词，不用每次都解释一遍 更绝的是：它会拿你的新想法去撞现有的 CONTEXT.md，发现矛盾就当场质疑你 “你上周说 X，这周又说 Y，到底哪个对？” 这个反向质疑机制，是我见过唯一能防止需求飘移的工具 /diagnosing-bugs — 6 步诊断法，强制你别瞎猜 这个技能解决了 AI 调试最大的问题：跳过复现直接改代码 它强制执行 6 个阶段： 先写一个能让 bug 稳定复现的测试（红灯） 最小化复现场景（删到不能再删） 提出假设（不许直接改代码） 加 log 验证假设 修复 写回归测试 3. garrytan/gstack — Web 产品从想法到上线的流水线 YC CEO Garry Tan 开源的个人配置，59 个技能，角色分工（CEO 拷问 /office-hours、安全官 /cso、发布工程师 /land-and-deploy） 这个skill我主要吸收以下两块内容： Playwright 驱动真实 Chromium 的常驻 daemon（首次 3 秒、之后每命令 100-200ms，登录态全程保留，/qa 边点页面边改码边复验） careful/freeze/guard 三个护栏用 PreToolUse hook 真拦截，不是靠提示词“记得小心” 4. multica-ai/andrej-karpathy-skills — LLM 通病的行为补丁 这个之前推荐过，karpathy的编程准则，非常适合写入claude.md中 本体就是一份 2.3KB 的 CLAUDE.md，四组守则： Think Before Coding（不静默假设） / Simplicity First（不过度抽象，“200 行能写 50 行就重写”） / Surgical Changes（每行改动可追溯到用户请求，不顺手重构） / Goal-Driven（“修 bug”→“先写复现测试再让它通过”） 5. anthropics/skills — 官方能力扩展 + 写 skill 的标尺 GitHub: anthropics/skills（16.7 万星，官方仓库） 17 个能力型技能：docx/pptx/xlsx/pdf 操作、Playwright 网页测试、MCP 构建指南等 它给 Claude 加“会做的事”，不管“怎么工作”，和上面四家不构成竞争 最值钱的是 skill-creator：唯一带闭环评测的技能（自动跑 with-skill vs baseline 对照、优化 description 触发率、格式校验脚本） 你以后自己写 skill 时它是标尺 适合场景： /plugin marketplace add anthropics/skills，装 document-skills（pdf/xlsx/docx）；另装 skill-creator 这些套件的共同点是：它们都在用代码重新定义“什么是好的 AI 编程工作流” 以前写代码是在 IDE 里敲，现在是在跟 AI 描述你要什么 但 AI 不懂工程规范，所以这些开源作者做的事，本质上是把工程纪律编译成了 AI 能理解的规则 我认为每一个资深的开发者都值得搭建一个自生长的专属ai编程套件，从而适配自己的编程习惯！ 如果这次的分享对你有帮助，欢迎大家点赞支持一下！谢谢大家～

首家部署 #英伟达# Vera Rubin的药企：研发周期有望缩短50% 制药巨头百时美施贵宝（BMS）将采购搭载英伟达Vera Rubin NVL72系统的DGX SuperPOD超级计算机，或成为全球首家部署Vera Rubin架构的 #生物制药# 企业。 公司表示，计划利用这一算力推进肿瘤、血液学、心血管疾病、免疫学及神经科学领域日益复杂的AI驱动项目。 性能方面，Vera Rubin架构每兆瓦性能较前代产品最高提升十倍，能让BMS无需相应增加能耗，即可处理规模更大、复杂度更高的AI工作负载。 BMS首席研究官罗伯特·普伦格（Robert Plenge）表示，新一代计算系统将帮助公司在药物开发周期的早期阶段筛选更多潜在候选药物。 其补充道，目前该公司通过AI工具已将药物研发周期缩短了20%至30%，未来甚至有望缩短50%。

兄弟们有人真的把 Claude 搭成了一家公司。 不是比喻，是真的按组织架构图塞了 42 个技能。 开发部：Superpowers、Context7、Skill Creator、MCP Builder、Webapp 测试、Claude-Mem。 设计部：UI UX Pro Max、Taste、前端设计、Transitions、Web artifacts、品牌指南。 营销部 45 个技能，社媒 17 个，财务 8 个，小企业 31 个，法律 9 个。 文案、SEO、线索磁铁、Reels、缩略图、报表、对账、审计、合同、NDA、合规，全给你分好了。 最离谱的是，每个技能都是真的，能直接装。 这已经不是用 Claude 了。 这是在给 Claude 招了一整栋写字楼。 结构看下图👇

美团的万亿参数大模型LongCat-2.0 很可能是在华为昇腾上面训练完成的。美团的官方博客提到到： full training run built entirely on AI ASIC superpods ( 这里面通过强调 ASIC，强调 alternative hardware platforms。在2026年的中国，目前能够提供“AI ASIC 超大规模超算舱”只有华为 Atlas / 昇腾 AI 集群。 还有一个直接证据： They achieved a 70% reduction in monthly failure rates through HCCL exception handling and automatic fault recovery. HCCL = Huawei Collective Communication Library

很多朋友用OpenClaw编程体验非常差， 需要开发时， 还要切到Codex或Claude code， 其实让OpenClaw/Agent具有软件开发能力， 你只需要安装Superpower这个已经有149K🌟的skills， 我的个人体验非常丝滑。 基本上让智能体， 拥有和follow一整套开发实践： 需求澄清、写设计、拆计划、调子 agent 执行、做测试、debug、review，再验证收尾。 我的有一个专门负责编程的智能体Pandas， 他的agent.md里强制要求就是： 必须用superpower进行任何开发任务。