“Got you covered.” 🔫✨🔫 . 📸 @Gomjun1118 2025.11.16 G-Star Busan Zenless Zone Zero Trigger 绝区零 扳机 ————————————— #ZenlessZoneZero# #Trigger# #绝区零# #扳机# #젠레스# #트리거# #cosplay#

城堡Citadel创始人肯·格里芬，也与脸书创始人小扎一样，对AI运行机制不太懂。DeepSeek发布后，格里芬前往中国，然后得出惊人的结论：“DeepSeek的作者中，没有一个在美国受过教育。这是民族自豪感的一个体现”。格里芬大谈输掉人才争夺战。外界不清楚DeepSeek的海外背景员工比例，但格里芬判断“没有一个”肯定是假的。 DeepSeek的核心思想是效率优先的架构设计+高效强化学习。这些并非完全从零发明：MoE思想可追溯到早期工作，如GShard等；注意力压缩受MQA/GQA启发，RL基于PPO。特别是，DeepSeek的GRPO是PPO的变体，这些工作大多来自Google(注意力与MoE)和OpenAI(PPO)，DeepSeek在它们之上，做了针对性的工程与架构改进。 AI处于早期，后面的进程，会超出想象。

这周，我最想安利的 4 个 skill 最近在折腾 coding agent 的人应该越来越多了，如果你也在用 Claude Code、Codex、Cowork、OpenClaw、Hermes 这些，下面几个 skill 值得试一下。 安装方式巨简单：开个新聊天窗口，把 GitHub 链接丢进去，跟 agent 说“帮我安装这个”就行。 GStack：github 117k stars。Y Combinator CEO Garry Tan 做的。它给你的 agent 搭一支 23 人的虚拟工程团队，有负责压力测试产品创意的 CEO、能识别劣质 AI 内容的设计师、跑 OWASP 审计的安全官、还有负责 merge request 发布的发布工程师。你可以跑 /gstack-office-hours，在写任何代码之前先对创意做压力测试。 （token 粉碎机，预算够的可以试试） Stop Slop：github 12.6k stars。一个小 skill，去 AI 文本痕迹的。把 ChatGPT 的输出粘进来，跑一下，出来就是更干净的文字。拿 AI 写剧本或写博客的人应该会需要。 Graphify：github 72.7k stars。把代码库、文档或你的第二大脑转成可查询的知识图谱。你能看到一个很漂亮的知识图谱，展示这些内容之间的相关性。你的 agent 可以直接查这个图谱当记忆用，不用每次都重新读所有文件。文档说大型项目每次会话的 token 使用量能降 71 倍。 非常实用的skill，省token利器。 Last 30 Days：github 47k stars。这个是我最喜欢的skill。在 Reddit、X、YouTube、Hacker News、Polymarket 和开放网络上做实时情绪研究。输入 /last30days research [主题]，就能看到大家对一个话题到底感兴趣什么、困惑什么、在猜什么。 #agent# #Skill# #REDSkill#

PF39 新刊 明日奈!! 第一本蔚藍檔案的本本//// 真的對 遮單眼的腳色沒有抵抗力 寫真中 還有收入隱藏的 內衣版本喔>W<! 預購 請看簡介 連結 !

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～