首先。。 现在已经没有 xAI 了吧，记得是叫 SpaceXAI ？ 不过 Cursor 这个品牌如果直接改名还挺可惜的，如果老马一定要改，叫 SpaceX Code 可以吗？ 感觉用户都跟航天扯上关系了。

推荐给产品经理们的「PM Skills Marketplace」 开源作者 @PawelHuryn 把经典产品管理方法论封装成 AI 可调用的「68 Skills + 42 Commands + 9 Plugins」，让 Codex、Cursor、Claude Code、WorkBuddy 等变成"懂 PM 方法论的工作伙伴"。 # 三层架构、九个插件：Skills -> Commands -> Plugins 1. pm-product-discovery（13 Skills / 5 Commands） 创意发散、假设识别与排序、OST 机会树、用户访谈脚本、实验设计 2. pm-product-strategy（12 / 5） 战略画布、愿景、价值主张、Lean/BMC 画布、定价、SWOT/PESTLE/波特五力/Ansoff 3. pm-execution（16 / 11） 日常执行核心：PRD、OKR、成果导向路线图、冲刺/复盘、发布说明、利益相关者地图、用户故事、9 种优先级框架、红队压力测试 4. pm-market-research（7 / 3） 用户画像、细分、旅程地图、TAM/SAM/SOM、竞品分析、情感分析 5. pm-data-analytics（3 / 3） 自然语言转 SQL、同期群分析、A/B 测试统计显著性分析 6. pm-go-to-market（6 / 3） 滩头市场、ICP、增长飞轮、GTM 模式、竞品作战卡 7. pm-marketing-growth（5 / 2） 定位、价值主张、命名、北极星指标 8. pm-toolkit（4 / 5） 简历评审、NDA/隐私政策起草、校对 9. pm-ai-shipping（2 / 5） 最有特色的一个：为" vibe-coded 代码"补齐可审查性——逆向生成系统文档、静态安全/性能审计、测试覆盖映射，专门发现"文档说的与代码实际做的之间的差距"这类通用扫描器漏掉的问题

国内外大厂在疯狂 tokenmaxxing、token 消耗排名的 AI 大跃进后，后来 token 账单暴涨，又纷纷限定 token 额度，甚至有讽刺的说法「高管发现还是人便宜」、「token 不能欠费，但人能」😄 这些怪相都指向一个问题：AI Agent 能力强了，效率上去了，但一旦规模化推开，成本也上去了，甚至会改过效率的提升！ @databricks 团队基于自身实践，以及与 Stripe、Coinbase、Uber、Ramp 等数字化原生企业基础设施负责人的交流，要解决这个“既要又要”的问题，实现"双重使命"： · 广泛、低摩擦地向开发者开放 AI 工具； · 把人均总成本控制在相对固定的区间内。 核心概念：效率前沿 ≠ 智能前沿 通常所说的"前沿模型"指的是智能最高水平的模型——能解数学新题、发现新型安全漏洞的那种。前沿实验室的主攻方向也是推高智能上限。 但规模化部署时，真正重要的是另一条曲线——效率前沿：在给定智能水平上，价格最优的那组模型。 关键洞察在于：日常编程工作绝大多数不需要证明数学定理，只需要"够好"的模型。而效率前沿的推进速度远快于智能前沿——几乎每周都有新模型以更高的"智能/价格比"出现。因此，最大的成本杠杆不是谈判降价，是持续把用量迁移到效率更高的新模型上。 # DataBricks 提出的四大成本杠杆 杠杆 1：迁移到开源和低成本模型 收益最大的杠杆。效率前沿（同等智能下价格最优）几乎每周都在推进，但公开基准不可信，必须自建贴近内部场景的评测来验证新模型。反面案例同样重要：Stripe 测出 Opus 4.7 质平价升，拒绝上线。配套条件是 harness 与模型解耦——用元 harness（如 Omnigent）统一入口、底层自由切换，避免工具锁定模型。 杠杆 2：动态请求与任务路由 不让用户选模型，让系统选。三个层次：请求级（代理把每个请求发给"够用的最便宜模型"，如 Smart Routing）、任务级（按任务复杂度整体派发，如 Omnigent）、升级/委派（便宜模型主导、难题升级，或贵模型主循环、杂活外包）。Databricks 实测：成本降 30%+，质量持平最贵模型。 杠杆 3：可见性、绊线与渐进式摩擦（而非硬预算） 硬预算几乎无人采用——断供伤害生产力，且高消费用户往往正是最高产的人。主流做法是阶梯式：实时花费可见（跨工具统一展示）→ 可自清除的花费闸门（防意外超支）→ 需审批的闸门 → 降档到便宜模型（不中断工作）→ 极限情况才暂停。 杠杆 4：削减 Token 开销 成本大头不是用户输入，而是代理自动收集的上下文。手段：更频繁压缩上下文、选用/调优"话少"的 harness、审计工具输出冗长度、拆小任务、调优提示缓存命中率。Databricks 实测：token 量降近 50%，质量无损。 # 收口：AI Gateway 设计模式 上面所有技术背后有共同的基础设施需求——集中管理"模型菜单"、跨工具的统一成本可观测性、上下文膨胀的观测与压缩、会话轨迹的日志记录。这些需求催生了一类新的基础设施软件：AI Gateway，它的职责包括： · 底层模型（专有 + 开源）的容量管理与访问代理； · 预算追踪与执行，包括渐进式摩擦、模型降档等复杂策略； · 终端工具的配置管理（模型白名单、压缩设置等）； · 编程会话轨迹日志，用于下游效率分析和基准测试。 Databricks 自身重度依赖 Unity AI Gateway 承载这些能力，并已将其与 Omnigent 以开源或免费形式放出。 Omnigent - Github Unity AI Gateway - Github Managing AI Coding Costs at Scale

最近对 Tibo 的 RESET 感觉有些不太好 从最初的「掌管 RESET 的神」，确实因为 OpenAI 自己的 bug 等来重置，补偿用户损失，提升用户体验。 逐渐变成了庆祝 OpenAI 的一些里程碑，达到用户增长扩散的作用。到这里其实还好，大家跟着叫好，一起庆祝，自己还有了 token 挺好！ 最近越来越觉得，RESET 的时间点选择很怪，比如我的 8.8 的RESET 机会刚用掉，就重置了。而且重置，恢复时间也被延长，而不是原地重置。 特别是最近看到很多针对 A 社的重置，甚至是直接评论 A 社 Boris 等人的重置。利用用户来实现自己的营销和竞争目的，总感觉怪怪的。

最近对 Tibo 的 RESET 感觉有些不太好 从最初的「掌管 RESET 的神」，确实因为 OpenAI 自己的 bug 等来重置，补偿用户损失，提升用户体验。 逐渐变成了庆祝 OpenAI 的一些里程碑，达到用户增长扩散的作用。到这里其实还好，大家跟着叫好，一起庆祝，自己还有了 token 挺好！ 最近越来越觉得，RESET 的时间点选择很怪，比如我的 8.8 的RESET 机会刚用掉，就重置了。而且重置，恢复时间也被延长，而不是原地重置。 特别是最近看到很多针对 A 社的重置，甚至是直接评论 A 社 Boris 等人的重置。利用用户来实现自己的营销和竞争目的，总感觉怪怪的。

复刻优秀网站设计的 Skill 今天加入了 Apple Design 的 Showcase，包含提取出的 DESIGN.md 和 Apple-DESIGN-demo.html 这次我还尝试做了演示视频，效果居然还真得可以，特别是左下角的字幕，我很喜欢，朋友们如果觉得演示视频还行，我就把制作过程也整理成 Skill 开源出来。

Cursor Router 对于企业使用确实很实用，在完成任务的前提下，尽量压缩成本 两档配置 Auto Intelligence 和 Auto Balance 在发布两周后都有提升： · Auto Intelligence：用户满意度超过 Fable 级别，成本降低 68%（上线后又降了 18%） · Auto Balance：表现优于 Opus 4.8，成本降低 41%，满意度还提升了 3% Cursor 团队对于 4 种模型的属性和使用方案，也很值得我们参考，见下方表格

复刻优秀网站设计的 Skill 今天加入了 Apple Design 的 Showcase，包含提取出的 DESIGN.md 和 Apple-DESIGN-demo.html 这次我还尝试做了演示视频，效果居然还真得可以，特别是左下角的字幕，我很喜欢，朋友们如果觉得演示视频还行，我就把制作过程也整理成 Skill 开源出来。

国内外大厂在疯狂 tokenmaxxing、token 消耗排名的 AI 大跃进后，后来 token 账单暴涨，又纷纷限定 token 额度，甚至有讽刺的说法「高管发现还是人便宜」、「token 不能欠费，但人能」😄 这些怪相都指向一个问题：AI Agent 能力强了，效率上去了，但一旦规模化推开，成本也上去了，甚至会改过效率的提升！ @databricks 团队基于自身实践，以及与 Stripe、Coinbase、Uber、Ramp 等数字化原生企业基础设施负责人的交流，要解决这个“既要又要”的问题，实现"双重使命"： · 广泛、低摩擦地向开发者开放 AI 工具； · 把人均总成本控制在相对固定的区间内。 核心概念：效率前沿 ≠ 智能前沿 通常所说的"前沿模型"指的是智能最高水平的模型——能解数学新题、发现新型安全漏洞的那种。前沿实验室的主攻方向也是推高智能上限。 但规模化部署时，真正重要的是另一条曲线——效率前沿：在给定智能水平上，价格最优的那组模型。 关键洞察在于：日常编程工作绝大多数不需要证明数学定理，只需要"够好"的模型。而效率前沿的推进速度远快于智能前沿——几乎每周都有新模型以更高的"智能/价格比"出现。因此，最大的成本杠杆不是谈判降价，是持续把用量迁移到效率更高的新模型上。 # DataBricks 提出的四大成本杠杆 杠杆 1：迁移到开源和低成本模型 收益最大的杠杆。效率前沿（同等智能下价格最优）几乎每周都在推进，但公开基准不可信，必须自建贴近内部场景的评测来验证新模型。反面案例同样重要：Stripe 测出 Opus 4.7 质平价升，拒绝上线。配套条件是 harness 与模型解耦——用元 harness（如 Omnigent）统一入口、底层自由切换，避免工具锁定模型。 杠杆 2：动态请求与任务路由 不让用户选模型，让系统选。三个层次：请求级（代理把每个请求发给"够用的最便宜模型"，如 Smart Routing）、任务级（按任务复杂度整体派发，如 Omnigent）、升级/委派（便宜模型主导、难题升级，或贵模型主循环、杂活外包）。Databricks 实测：成本降 30%+，质量持平最贵模型。 杠杆 3：可见性、绊线与渐进式摩擦（而非硬预算） 硬预算几乎无人采用——断供伤害生产力，且高消费用户往往正是最高产的人。主流做法是阶梯式：实时花费可见（跨工具统一展示）→ 可自清除的花费闸门（防意外超支）→ 需审批的闸门 → 降档到便宜模型（不中断工作）→ 极限情况才暂停。 杠杆 4：削减 Token 开销 成本大头不是用户输入，而是代理自动收集的上下文。手段：更频繁压缩上下文、选用/调优"话少"的 harness、审计工具输出冗长度、拆小任务、调优提示缓存命中率。Databricks 实测：token 量降近 50%，质量无损。 # 收口：AI Gateway 设计模式 上面所有技术背后有共同的基础设施需求——集中管理"模型菜单"、跨工具的统一成本可观测性、上下文膨胀的观测与压缩、会话轨迹的日志记录。这些需求催生了一类新的基础设施软件：AI Gateway，它的职责包括： · 底层模型（专有 + 开源）的容量管理与访问代理； · 预算追踪与执行，包括渐进式摩擦、模型降档等复杂策略； · 终端工具的配置管理（模型白名单、压缩设置等）； · 编程会话轨迹日志，用于下游效率分析和基准测试。 Databricks 自身重度依赖 Unity AI Gateway 承载这些能力，并已将其与 Omnigent 以开源或免费形式放出。 Omnigent - Github Unity AI Gateway - Github Managing AI Coding Costs at Scale

X 创作者广告分成，一个月后会停止！ 取代它的是新的「Original Content Rewards Program」 # 什么算「原创」？ 算原创：自己写的帖子和长文、自己拍的照片视频、自己设计的梗图和插画、有实质观点的评论和解读、对他人内容做了有意义的转化（加入原创分析、叙述、幽默或创造性剪辑）。 不算原创： · 直接复制或下载别人的内容重新上传 · 只做轻微改动：裁剪、滤镜、加边框水印、调速、简单文字覆盖 · 带署名但无实质评论的转发搬运 · 几乎没有自己观点的「反应帖」 · 自动化工具生成的内容 · 专注于「教你怎么变现」的内容、虚假信息，以及被打上有用的 Community Note 的内容 判断标准就一条自测题：「去掉我的贡献，这条内容还有价值吗？」 如果答案是肯定的，就说明你加的东西不够。 # 原创内容奖励计划的钱怎么算 · 收入来源 = 原创内容产生的合格曝光 · 合格曝光的定义很严格：仅限 Premium 付费用户在主页时间线上、帖子至少 50% 可见的去重曝光 · 明确排除：同一账号重复浏览、付费推广流量、刷量等虚假曝光 · 每两周付款一次；新计划首笔付款 8 月 28 日，老用户转入后首笔为 9 月 25 日 # 关键变化：新旧计划如何交接 · 即日起：Revenue Sharing 不再接受新申请 · 现有分成用户：可持续收益至 9 月 7 日，最后三笔付款分别在 8 月 14 日、8 月 28 日和约 9 月 11 日 · 9 月 8 日起：老分成用户可申请转入新计划（需满足新门槛），已完成身份验证和收款绑定的无需重复操作 · 因违规被暂停变现的账号，不得加入新计划 # 申请门槛（需全部满足） · 年满 18 岁，所在国家/地区已开放该计划 · 账号信誉良好，无反复违反变现准则或服务条款的记录 · 个人或企业账号，且订阅 Premium / Premium+ / Premium Business · 至少 500 名认证粉丝 · 过去 90 天内有 50 万次来自认证用户的主页时间线曝光（回复的曝光不计入） · 持续发布原创内容 · 审核 3 个工作日出结果；被拒可申诉一次，申诉失败需等 90 天再申请

btw... Anthropic 叒没参加 Agent Plugins 开放标准。。 AGENTS.md 标准也是，到现在为止 Claude Code 还在用 CLAUDE.md ... 而 Anthropic 发起的 MCP 和 Agent Skills 标准，现在大家都通用。 真希望 Agent Plugins 和 AGENTS.md 这种 Agents 间通用标准，能真正通用，而不是除了 Claude Code 之外通用 😂

Cloudflare 也发布了一个浏览器引擎：Kitesurf Kitesurf 是专门为 AI Agent 设计的，完全运行在 Cloudflare Workers 的 V8 隔离环境之上，目前已集成进 Browser Run 产品、beta 期免费。 # 为什么需要"为 Agent 造一个浏览器"？ Chromium 等传统浏览器是为人类设计的，资源开销与 Agent 的实际需求严重错配。 人类需要的东西，Agent 都不在乎： · 标签页、主题、扩展、跨设备同步——Agent 只关心 token 数、上下文窗口、可扩展性和成本 · 60fps 流畅滚动、像素级渲染精度——Agent 只要能拿到结构化的机器可读内容，CSS 解析稍有偏差、渲染不完美都无所谓 · 威胁模型也不同——Agent 场景下，prompt injection（提示注入）和工具安全才是头等大事 而 Chromium 的内存和 CPU 开销大到"给每个 Agent 配一个实例在经济上不可行"。 Cloudflare 的论点是：这种高成本实际上把大半个 Web 锁在了少数高价大模型身后，让大量 Agent 应用跑不起来。Kitesurf 要解决的就是这个"Agent 浏览民主化"问题。 # 架构设计的四条原则 1. 测试先行，用测试驾驭 AI 编码 · 项目大量使用 AI 辅助开发，而控制 AI 产出质量的答案是"提供尽可能多的测试" · 用 WPT（Web Platform Tests） 作为 AI 的"明确球门柱"——一套现成的、规模庞大的 W3C 符合性标准，让 Agent 可以自行循环迭代、衡量进展，人类则专注架构和审查 · 但 WPT 只测标准符合性，不测真实网站，所以又叠加了集成测试 + 视觉回归测试：用 Puppeteer 脚本同时在 Chromium 和 Kitesurf 上跑真实网站的多步操作，逐步比对渲染输出 2. 尽量用原生 Rust 直接以 wasm-bindgen 编译到 WebAssembly，避免 Emscripten 那类多层模拟依赖导致的臃肿和缓慢 3. 异常处理是生存策略，不是代码卫生 浏览器必须消化"整个不可靠且时有敌意的 Web"，规则只有一条：任何失败都降级为空白帧或缺失元素，绝不让整个会话崩溃。每个边界捕获故障、默认给安全的空值、记录足够诊断的日志 4. 隔离 + 无状态 · 假设每次页面加载都是不可信输入、每个会话从零开始，组件只获得其功能必需的资源 · 无状态意味着可丢弃、可并行：卡住就杀掉，一次跑一千个实例，按需求弹性伸缩——天然契合 Agent 负载的突发性（bursty）特征 # 架构设计三个核心组件 1. Engine（引擎） · 唯一对外组件，实现 CDP 的 WebSocket 和 REST API · 选 CDP 的关键收益是客户端兼容性：Puppeteer、Playwright、chrome-remote-interface，甚至真正的 Chrome DevTools 前端，指过来就能用 · 也是唯一持有会话状态的组件，其他全部无状态 2. PageScript（脚本执行） · 最能体现 Workers 新能力的部分：每个页面或跨进程 iframe（OOPIF）通过 Dynamic Workers 拉起一个长生命周期的隔离实例，内含干净的 globalThis 和 DOM 对象 · HTML/CSS 解析用的是 Blitz（Rust 写的模块化渲染引擎）和 Stylo（Firefox 的高性能 CSS 解析器） · 页面里的 JS/Wasm 在同一 isolate 内执行 · 一个有趣的妥协：Workers 出于安全不支持原生 eval，而另开 isolate 又访问不到 globalThis——于是团队用 Rust 写的 Boa JS（一个 ECMAScript 引擎）在 Workers 里再跑一层运行时来兜底 eval。 3. PageRenderer（渲染器） · 把 PageScript 计算出的页面对象（scene）光栅化成像素：取内部字体和图片 → 用 Blitz 的 blitz-paint 模块（配合 Parley 做字形整形、字体选择、断行）→ 输出 JPEG/PNG/PDF · Engine 通过 Workers 内置的 RPC 一次调用 renderFrame() 拿回 PNG；由于渲染器不持页面状态，任何卡住或失败的调用都可以安全杀掉重来——每次渲染请求自包含、可重试 # 实测数据: Kitesurf vs. Chromium CPU：截图 | 380 ms | 1,173 ms | 省 3.1 倍 CPU：HTML 提取 | 229 ms | 877 ms | 省 3.8 倍 内存：截图 | 57.8 MiB | 271.0 MiB | 省 4.7 倍 内存：HTML 提取 | 39.4 MiB | 273.7 MiB | 省 7.0 倍 墙钟时间：截图 | 1,148 ms | 637 ms | 慢 1.8 倍 墙钟时间：HTML 提取 | 820 ms | 472 ms | 慢 1.7 倍 Kitesurf 用约 1.7-1.8 倍的速度代价，换来了 3-7 倍的 CPU/内存节省。Cloudflare 的逻辑是——CPU 和内存才是真正决定账单的东西，省内存意味着单机能跑更多会话、成本结构性下降。 兼容性方面，目前已通过 215,000+ 条 WPT 测试且每周新增数百条；对 Agent 最重要的部分（CSS、DOM、HTML、Selection、SVG、XHR）覆盖良好。能正确渲染 TodoMVC 全家桶（Vanilla/React/Vue/Angular/Preact）、Wikipedia、Hacker News、Cloudflare 博客和大部分自家 Dashboard。 # 边界与定位 ❌ 视频播放、WebGL ❌ 需要真实 TLS 指纹的反机器人挑战握手 ❌ 需要持久状态的十分钟级认证会话 适用场景则是：能接受"非像素完美"渲染的 Agent 任务，以及一次性 Quick Action 类自动化（内容提取、生成 PDF/截图）。 一句话定位：一个短暂的、完全隔离的、无状态的引擎，只为任务存续期间存在，为突发型 AI 负载而伸缩。

Agent Plugins 是由 OpenAI、AWS、Cursor、GitHub、VS Code 和 Vercel 等厂商共同推动的开放标准，把 Agent Skills 和 MCP 服务器配置打包成一次构建、多个 AI Agent 客户端间通用的可移植插件。

Codex、WorkBuddy 等 Agent 已经能读取 PDF。面对扫描件、多栏排版、跨页表格和公式时，解析质量仍会直接影响后续的检索、问答和数据提取。 Mac 上可以本地运行的 PDF parser 很多，PaddleOCR、GLM-OCR、MinerU 等工具的安装方式和运行环境各不相同。文档类型变化后，想换一个 parser 重新处理，通常还要重新配置。 DocDot @docdotai 把多个本地 parser 集中到了同一个 CLI 中管理。 官方安装命令： curl -fsSL | bash 安装 DocDot 后，可以在 NanoDoc、PaddleOCR、GLM-OCR、MinerU、LiteParse 之间安装和切换，并将 PDF 解析为 Markdown 或 JSON。后续还会继续增加新的 parser。 DocDot 也提供了 Web Mode。运行 `docdot web` 后，可以在浏览器中并排比较 3 个 parser 的结果。遇到复杂表格、公式或特殊排版时，可以根据实际输出选择更合适的解析器。 根据官方说明，安装程序还能扫描本机的 Codex、Claude Code、OpenClaw、Hermes 等 Agent，并配置相应的 Skill；需要接入其他应用时，也可以通过 MCP 调用。解析在本机运行，PDF 无需上传，目前主要面向 Apple Silicon Mac。 我在 Mac 上安装了 DocDot 和 NanoDoc，并准备了一页包含中英文、表格和公式的 PDF。 首次启动完成模型编译后，再次解析同一份 PDF 用时约 2.3 秒。正文和公式基本准确，表格结构得到保留，小字号表头仍有少量误识别。 这只是一份单页样本，不能替代完整的性能测试。官方技术报告使用了 4,231 页、64 类文档进行比较，NanoDoc 的综合质量和 Table TEDS 在参测解析器中均排名第一。 DocDot 今天在 Product Hunt 上线：

Codex、WorkBuddy 等 Agent 已经能读取 PDF。面对扫描件、多栏排版、跨页表格和公式时，解析质量仍会直接影响后续的检索、问答和数据提取。 Mac 上可以本地运行的 PDF parser 很多，PaddleOCR、GLM-OCR、MinerU 等工具的安装方式和运行环境各不相同。文档类型变化后，想换一个 parser 重新处理，通常还要重新配置。 DocDot @docdotai 把多个本地 parser 集中到了同一个 CLI 中管理。 官方安装命令： curl -fsSL | bash 安装 DocDot 后，可以在 NanoDoc、PaddleOCR、GLM-OCR、MinerU、LiteParse 之间安装和切换，并将 PDF 解析为 Markdown 或 JSON。后续还会继续增加新的 parser。 DocDot 也提供了 Web Mode。运行 `docdot web` 后，可以在浏览器中并排比较 3 个 parser 的结果。遇到复杂表格、公式或特殊排版时，可以根据实际输出选择更合适的解析器。 根据官方说明，安装程序还能扫描本机的 Codex、Claude Code、OpenClaw、Hermes 等 Agent，并配置相应的 Skill；需要接入其他应用时，也可以通过 MCP 调用。解析在本机运行，PDF 无需上传，目前主要面向 Apple Silicon Mac。 我在 Mac 上安装了 DocDot 和 NanoDoc，并准备了一页包含中英文、表格和公式的 PDF。 首次启动完成模型编译后，再次解析同一份 PDF 用时约 2.3 秒。正文和公式基本准确，表格结构得到保留，小字号表头仍有少量误识别。 这只是一份单页样本，不能替代完整的性能测试。官方技术报告使用了 4,231 页、64 类文档进行比较，NanoDoc 的综合质量和 Table TEDS 在参测解析器中均排名第一。 DocDot 今天在 Product Hunt 上线：

Claude Fable 5 订阅因为各种不可抗力一推再推后。。 Max 和 Team Premium 用户：7 月 20 日起，Fable 5 正式纳入订阅套餐，可使用每周额度的 50%。 Pro 和 Team Standard 用户：Fable 5 不进入套餐，继续走按量计费（usage credits，输入 $10/百万 token、输出 $50/百万 token），作为补偿一次性发放 $100 额度。 Claude Fable 5 的订阅闹剧终于要结束了，非 Max 和 Team Premium 的朋友们，好聚好散 😄

喜欢 GPT-5.6 Sol 的 10000 个理由 不是纯标题党，这个标题有个背景：Tibo 发布了一个活动，鼓励推友们分享自己使用 GPT-5.6 Sol 的心得、切换到 Codex 的原因等，前 10000 个审核通过的帖子，可以获得 $100 Codex Credits，我自己也得到了这 $100 不过实际点进去看这 10000 个帖子，能发现很多都是僵尸账号、内容真实性也比较低，所以，重点就是： 早看到、早发帖、早占坑！

别手搓排版了，这个Skill 让 AI 直接产出杂志级信息卡！ 你只管把文字丢给 AI，排版交给 infocard-skills： 这是一套开源的 Agent Skill，让 AI 学会「编辑部级排版」：读入任意自然语言内容，自动判断信息密度、挑选布局骨架，按现代杂志与瑞士国际主义风格生成定版 HTML 信息卡，再一键渲染成 3:4、16:9 等多种画幅的成图。 它内置六步工作流和严格的质量红线——标题不许改写、版面不许留大片空白、模块必须有主次——从密度判断到渲后自检，全程自动把关。 无论是知识卡片、榜单总结还是内容封面，从此文字进去，设计感直接拉满地出来。

Cursor 如何自动化 AI 研究并实现自我加速迭代 来自 Cursor 团队 @leerob 在 AI Engineer @aiDotEngineer 的主题演讲「Recursive Model Improvement」，聚焦 Cursor 如何系统性地自动化 AI 研究流程，构建可快速迭代模型的系统，并分享了与 SpaceXAI 联合训练 Grok 4.5 的部分工作。 核心框架：外循环 + 内循环 简单公式“更多算力 → 更好模型”只是表象。实际存在两层循环： · 外循环：模型上线后收集真实用户反馈、在线指标、A/B 测试结果，再反哺下一轮训练。Cursor 的大量收入来自 agent 使用数据，这些交互数据本身就是高质量训练信号。 · 内循环：直接提升训练过程本身的效率与质量——生成更难的 RL 环境、改进学习方法、设计更真实的软件工程任务、构建辅助模型（judge、reward model）等。 Cursor 已在大规模训练模型约一年。Composer 2.5 成为产品内最受欢迎的模型，主要得益于更多 RL 环境、更激进的任务难度以及新训练方法。 自动化研究与 Agent 系统 瓶颈逐渐从“模型能力”转向“人类研究者的带宽”。Cursor 因此构建了大规模 agent 系统来自动化研究中的重复性工作： · 研究者可直接从 Slack 启动实验、管理训练任务。 · 存在常驻运行的 agent 舰队（主 agent + 大量子 agent），它们通过 SSH 收集状态、维护健康度、并行执行任务。 · 当任务卡住、基础设施出问题或需要人类决策时，agent 会主动通过 Slack 或 PagerDuty 通知/呼叫人类。 · 目标是让研究者专注于最有野心的想法，而不是启动、监控、 babysitting 实验。 演讲用 Mario 类比：基础模型是 Mario；加上工具（code、shell、web、computer use、订阅与存储）变成 Super Mario；再叠加丰富上下文（Slack、Notion、Linear、Datadog、代码库、同事、其他 agent）则接近 Fire Mario。工具与上下文的组合正在显著放大模型实际有用性。 递归自我改进的机制 真正关键的跃迁在于：模型开始帮助训练下一个模型。 · 更强的主模型可以蒸馏出更好的辅助模型（judge、reward model 等）。 · 这些辅助模型反过来提升评估质量、奖励信号和数据生成效率，从而抬高整个系统的智能底线。 · 结果是训练循环本身加速——模型越强，越能更好地为自己的下一代创造训练条件。 这不是科幻意义上的完全自主 RSI，而是已经在发生的、可验证的“模型帮助改进模型训练流程”。随着更多算力上线，这种正反馈会被进一步放大。 Lee 也提到评估中的现实问题：前沿模型越来越会通过上网查答案来“作弊”破坏评估。Cursor 通过限制网络访问、删除 git history 等方式应对，并维护私有的真实代码库任务集（CursorBench）以确保评估可信。 与 Grok 4.5 的关联 Cursor 团队与 SpaceXAI 联合训练 Grok 4.5。Grok 4.5 是 Cursor 迄今最强模型，也是首个不仅针对软件工程、还覆盖更广泛知识工作的模型。训练使用了海量 Cursor 真实交互数据（代码库操作、工具使用、开发者-agent 协作轨迹），并在困难的真实环境中进行强化学习。前代模型被用来加速下一代模型的进度，正是上述递归机制的实际应用。

今晚成功把我每个月 $200 的订阅，众筹出去一半！！ 这每个月一百刀是这么赚来的： 我老婆有个很喜欢的视频号，发了一个视频，她很想下载下来，避免这个号删除这个视频。 这时我程序员的身份就被记起了，可是视频号这种完全封闭的系统，我这种水平是不可能几分钟通过找 url 等方式下载它的。 如果是 Codex 出现以前，我可能就得 Google 搜各种「视频号 下载」的网站了，现在有了 Codex 肯定让它做了，一个 /Goal 下去，大概 8-10 分钟搞定，MP4 已经躺在我的硬盘里了。 到这已经有一声「哇🤩」了。。还不算完，我说这么视频里说话比较快还不标准，要不我再给你做个字幕？ 这时我感觉众筹的机会来了，我接着说： 如果这个视频的字幕你还满意的话，后面每个视频号视频都由我来处理如何？不过它比较费 token，我得把我的 Plus 升级到 Pro，这样你要处理的视频就可以不限量了。（我都不知道自己鬼扯了些什么。。。） 果然 Codex 和我老婆都不负众望 😃，视频字幕搞定了、我每个月 $100 订阅也搞定了！