- 01Agent 是什么: 从 LLM 到 Agent, 范式迁移~8 分钟
- 02LLM 基础: Agent 的大脑怎么造~12 分钟
- 03Prompt Engineering 进阶: 写给 Agent 的指令~9 分钟
- 04工具调用: Agent 的手~9 分钟
- 05Memory: Agent 怎么记得~9 分钟
- 06Planning: Agent 怎么想~8 分钟
- 07RAG: Agent 的外脑~7 分钟
- 08Multi-Agent:当一个 Agent 不够用的时候~8 分钟
- 09评测: Agent 怎么打分~7 分钟
- 10安全 & 边界: Agent 不能做什么~10 分钟
- 112026 应用场景: Agent 在哪些地方落地了~12 分钟
- 12未来 12 个月: Agent 会怎么变~7 分钟
个人知识库
24 个系列 · 257 章 · 约 1393 分钟
- 01评估为什么重要~5 分钟
- 02评测基础概念~6 分钟
- 03离线评测设计~5 分钟
- 04在线评测方法~5 分钟
- 05LLM 评判体系~6 分钟
- 06指标体系搭建~6 分钟
- 07自动化评测工程~4 分钟
- 08评测驱动迭代~6 分钟
- 09实战案例剖析~6 分钟
- 10常见陷阱避坑~5 分钟
- 01面试全貌: P6/P7 到底面什么~10 分钟
- 02Java 基础深挖: 那些 90% 候选人翻车的题~8 分钟
- 03JVM 调优实战: 不止参数表~12 分钟
- 04并发编程:那些你不敢写在简历上的踩坑~7 分钟
- 05MySQL 深入: 跟面试官聊底层~7 分钟
- 06Redis 全景: 5 种数据结构 + 8 种场景~11 分钟
- 07分布式: 业务怎么定, 技术怎么选~11 分钟
- 08消息队列:Kafka vs RocketMQ,我们怎么选~12 分钟
- 09系统设计 4 道经典题: 高分答案的套路~11 分钟
- 10项目经验怎么讲: STAR 升级版~9 分钟
- 11大龄程序员怎么不被刷: 35 岁焦虑的 5 个有效动作~10 分钟
- 12反问环节: 5 个问题问出团队好坏~11 分钟
- 01你的第一个 Agent~2 分钟
- 02为什么需要 Multi-Agent~2 分钟
- 035 个核心抽象~2 分钟
- 04编排模式全景~2 分钟
- 05通信与状态~1 分钟
- 06失败的艺术~3 分钟
- 07框架横向对比~2 分钟
- 08可观测性与成本~3 分钟
- 09实战 CodeReviewer Multi-Agent~1 分钟
- 10生产化 Checklist~1 分钟
- 01Prompt 基础 + Token 经济学~3 分钟
- 02Few-shot 实战~3 分钟
- 03CoT 思维链~3 分钟
- 04Role / System Prompt:persona effect~4 分钟
- 05Structured Output~2 分钟
- 06Tool Use / Function Calling~1 分钟
- 07Prompt Caching:降成本 10x~2 分钟
- 08Prompt Injection 防御~3 分钟
- 09Eval-driven 迭代~3 分钟
- 10真实场景 4 案例~2 分钟
- 01上手:跑通第一个 Crew~1 分钟
- 02Crew 编排:Process 选型与协作~3 分钟
- 03Agent 调优:让 agent 听指挥~3 分钟
- 04Tools 与 MCP:给 agent 接手和脚~3 分钟
- 05Memory + Knowledge:让 agent 有记忆~2 分钟
- 06结构化输出与 Guardrail~2 分钟
- 07Flows:状态化的事件驱动编排~2 分钟
- 08Skills 与生产化基础~2 分钟
- 09实战:2 个 Side-Project 串起来~2 分钟
- 10公司生产案例 + 社区实战拆解~6 分钟
- 01Transformer 与 LLM 训练: 从注意力机制到 RLHF pipeline~15 分钟
- 02Inference 优化:KV cache、Flash Attention、量化、Speculative Decoding~11 分钟
- 03写之前先 sanity check: 这章是讲 ICL 为什么 work, 视角是研究型, 不是工程型~11 分钟
- 04Function Call 与 Tool Use:schema、解析、沙箱、协议层~12 分钟
- 05ReAct 与变体: 当 LLM 学会"边想边做"~11 分钟
- 06Reasoning Models (o1/o3 范式):把 compute 烧在 inference 上~10 分钟
- 07Agent 训练: 从 RLHF 到 Agent RL~12 分钟
- 08Memory 系统原理: 向量 / 图谱 / 神经记忆 / 知识编辑~11 分钟
- 09RAG 深度: 检索 / 重排 / 评估 / 端到端优化~11 分钟
- 10多 Agent 理论:从博弈均衡到通信下界~11 分钟
- 11Safety 理论: 越狱、注入、数据投毒与后门的统一视角~13 分钟
- 12Alignment 现状:价值对齐 / Constitutional AI / Scalable Oversight~11 分钟
- 13Self-Improvement: Agent 怎么改自己~10 分钟
- 14World Model / Embodied / AGI 路径: 2026 真在发生, 几个流派~11 分钟
- 01个人品牌的本质:为什么 2026 副业必须做个人品牌~11 分钟
- 02定位:找到你的内容窄门~14 分钟
- 03AI 选题引擎:用 LLM 找选题,验证真需求~12 分钟
- 04写作风格调教: 让 AI 写但不失人味~9 分钟
- 05内容矩阵设计: 一鱼多吃, 1 篇扩 10 篇~11 分钟
- 06跨平台分发策略: 公众号 / 即刻 / X / 小红书 / 知乎 / B 站~8 分钟
- 07冷启动 0-100 订阅: 前 100 个真粉怎么来~11 分钟
- 08AI 提效流水线: 周更 3 篇怎么做到~13 分钟
- 09从内容到产品: 0-1 副业产品怎么选~15 分钟
- 10付费转化与定价: 知识星球 / 课程 / 咨询 / SaaS~9 分钟
- 11数据驱动的复盘: 哪些指标真有用~9 分钟
- 12长期主义与避坑: 怎么持续 3 年+~12 分钟
- 01为什么需要 RAG~1 分钟
- 02Embedding 模型选型~1 分钟
- 03向量数据库选型~3 分钟
- 04Chunking 策略~1 分钟
- 05检索与 Reranking~1 分钟
- 06Prompt 设计:把检索结果喂给 LLM~1 分钟
- 07混合检索:向量 + 关键词~1 分钟
- 08RAG 评测:怎么知道你的系统真的有用?~1 分钟
- 09高级 RAG 模式~1 分钟
- 10RAG 生产化 Checklist~3 分钟
- 01AI PM 是什么: 2026 角色重塑~11 分钟
- 02用 AI 跑用户调研:替代 80% 用户访谈~11 分钟
- 03AI 时代 PRD 怎么写:新模板跟传统区别~11 分钟
- 04跟 engineering 协作: 从提需求到共创架构~12 分钟
- 05LLM-as-judge 评测: 让 AI 当评委跑用户故事~10 分钟
- 06用 agent 替代 PM 一部分工作: 文档 / 分析 / 竞品 / 会议~11 分钟
- 07AI native 团队怎么组建:5-10 人 mini team + agent~9 分钟
- 08OKR / 路线图 / 节奏: AI 产品怎么排节奏~10 分钟
- 09AI 产品上线后怎么迭代:data + 评测 + user feedback~9 分钟
- 10第十章 未来十二个月 AI PM 怎么变~11 分钟
- 01什么是 Harness:从裸 API 到能干活 Agent 的距离~3 分钟
- 02Agent Loop:把 `while not done` 展开成 8 种变体~4 分钟
- 03Tool 设计:Tool 是 LLM 的手,怎么造好这只手~4 分钟
- 04Context 管理:Context Window 爆了怎么办~3 分钟
- 05Permissions / Sandbox:怎么拦 LLM 不删你文件~3 分钟
- 06Observability:Agent 在生产里跑,trajectory、cost、latency 怎么观测~3 分钟
- 07Memory 分层:LLM 没记忆,Agent 需要~3 分钟
- 08Failure Recovery:Agent 出错了怎么恢复~3 分钟
- 09Eval-Driven Development:Harness 怎么测自己~3 分钟
- 10从零造一个 Harness:把前 9 章串起来~2 分钟
- 01为什么 Agent 经济学跟 SaaS 不一样~2 分钟
- 02Token 是怎么烧的~2 分钟
- 03Model routing 101~2 分钟
- 04Caching 三层~2 分钟
- 05Prompt 压缩~2 分钟
- 06Batch vs Stream~2 分钟
- 07用户粒度 quota~2 分钟
- 08预算告警 + 熔断~1 分钟
- 09工具调用省钱模式~2 分钟
- 10Cost dashboard 自建~2 分钟
- 01AI 视频全景 2026: Sora 2 / Veo 3 / 可灵 / Kling 横评~8 分钟
- 02短视频工业化流水线: 广告 / 电商 / 内容平台~12 分钟
- 03剧本怎么写: AI 辅助 + 模板 + 反 AI 味~9 分钟
- 04分镜: 脚本变画面: 拆镜头 + 视觉化~8 分钟
- 05配音 / 配乐 / 音效:工业化工具链~12 分钟
- 06图生视频 / 文生视频: 选型 + 成本 + 质量~8 分钟
- 07数字人 / 真人替身: 合规 + 商业落地 + 限~8 分钟
- 08后期: 剪辑 / 转场 / 字幕——我把一条 AI 短视频的后期流水线拆给你看~9 分钟
- 09短视频平台适配: 抖音 / 快手 / 视频号 / B 站 / 小红书~8 分钟
- 10商业化路径:接单、内容付费、课程、SaaS~12 分钟
- 11工业化案例拆解: 3-5 个真在赚钱的 AI 视频账号~12 分钟
- 12未来 12 个月: 多模态原生 / 实时生成 / 个人 IP 配视频~11 分钟
- 012026 一个人做产品的数学~3 分钟
- 02从模糊 idea 到"明早能开工"的方案~4 分钟
- 03不写代码先做调研~4 分钟
- 04用 AI 设计产品~3 分钟
- 05用 AI 写文案~3 分钟
- 06PMF 信号怎么看~5 分钟
- 07100 个人怎么找到你~5 分钟
- 08AI 产品的定价~5 分钟
- 09第一个 10 个付费用户~5 分钟
- 10留存 vs 增长~5 分钟
- 01为什么需要 Context Engineering~3 分钟
- 02上下文窗口与 token 基础~3 分钟
- 03Write 策略:外部存储与记忆架构~4 分钟
- 04Select 策略:RAG 与检索~3 分钟
- 05Compress 策略:摘要与上下文压缩~3 分钟
- 06Isolate 策略:结构化与隔离~4 分钟
- 07工具调用与 MCP~3 分钟
- 08多 Agent 上下文管理~3 分钟
- 09自主 Agentic RAG~3 分钟
- 10生产反模式与未来~4 分钟
- 01Skills 是什么~3 分钟
- 02SKILL.md 文件结构~2 分钟
- 03Skills 触发机制~3 分钟
- 04CLAUDE.md vs Skills:最关键的边界~2 分钟
- 058 大实用 Skills 拆解~2 分钟
- 06写你的第一个 Skill~3 分钟
- 07Skills 测试与评估~3 分钟
- 08Token 成本与性能优化~3 分钟
- 09Skills 市场与共享~3 分钟
- 10生态与未来~3 分钟
- 01Claude Code 是什么~2 分钟
- 02安装与 10 个关键设置~2 分钟
- 03CLAUDE.md 深入:项目记忆的写法~2 分钟
- 04Skills 与 Hooks:工作流自动化~2 分钟
- 05SubAgent 与 Worktree:并行任务~3 分钟
- 06MCP 集成:连接外部工具~2 分钟
- 07Slash Commands:自定义命令~2 分钟
- 0810 个真实场景~2 分钟
- 09Token 成本与性能调优~2 分钟
- 10局限 + 未来:Claude Code vs Cursor vs Codex vs TRAE~4 分钟
- 01什么是 vibe coding~1 分钟
- 02工具全景:七款主流 vibe coding 工具横评~1 分钟
- 03三段式口述:vibe coding 的标准方法~1 分钟
- 04真坑 1:N+1 性能陷阱~1 分钟
- 05真坑 2:字段命名 / 规范割裂~1 分钟
- 06真坑 3:安全 / 鉴权 / 密钥硬编码~1 分钟
- 07多文件联动 / 全局重构~2 分钟
- 08中文需求理解 / 国内工具链~2 分钟
- 09vibe coding 的边界:什么时候该停~2 分钟
- 10我的 vibe coding 工作流模板~1 分钟
- 01什么是 A2A 协议~1 分钟
- 02A2A vs MCP:分工与配合~1 分钟
- 03Agent Card:A2A 的自我介绍~1 分钟
- 04A2A 4 种协作范式~1 分钟
- 05管道模式(Pipeline)实战~1 分钟
- 06辩论模式(Debate)实战~2 分钟
- 07分层模式(Hierarchical)实战~2 分钟
- 08市场模式(Market)实战~2 分钟
- 09A2A 安全边界~2 分钟
- 10真实生产架构:端到端 A2A 系统怎么搭~1 分钟
- 01为什么 agent 需要长期记忆~2 分钟
- 02三层记忆架构~2 分钟
- 03Working Memory:会话级上下文工程~1 分钟
- 04Episodic Memory:事件流存储~1 分钟
- 05Semantic Memory:从事件提炼知识~1 分钟
- 06向量数据库:选型与实战~2 分钟
- 07知识图谱:关系推理~2 分钟
- 08混合检索:向量 + 图谱 + 关键词~1 分钟
- 09Memory 写入策略:什么时候写、写什么~2 分钟
- 10真实生产系统:端到端长期记忆架构~1 分钟
- 01什么是具身智能~3 分钟
- 02具身智能的三大支柱~3 分钟
- 03世界模型:embodied agent 的大脑核心~3 分钟
- 04仿真训练:embodied agent 的核心工程~3 分钟
- 05仿真平台深度对比:Isaac Lab / Genesis / MuJoCo / Habitat~2 分钟
- 06真机部署:sim-to-real 最后一公里~2 分钟
- 07机械臂:操作任务的 embodied agent~2 分钟
- 08导航:移动机器人的 embodied agent~3 分钟
- 09家庭服务机器人:消费级具身智能~3 分钟
- 10具身智能未来 3-5 年展望~4 分钟
- 01内容产业正在被 AI 重塑~4 分钟
- 02AIGC 工具全景:2026 年用什么做内容~3 分钟
- 03内容生产工作流改造~2 分钟
- 04Newsletter 经济:2026 年最值得做的内容生意~3 分钟
- 05Substack vs Beehiiv:平台深度对比~4 分钟
- 06内容平台对比:Newsletter 之外的 6 大选择~4 分钟
- 07内容变现的 6 条路径~4 分钟
- 08AI 协作创作:人和 AI 怎么配合~4 分钟
- 09AI 时代的版权与权利~5 分钟
- 10AI 时代创作者的未来 3-5 年~4 分钟
- 01AI Agent 实战案例库 — 2026 范式转移~2 分钟
- 02Codex 2026 大爆发:6/3 发布会深度拆解~3 分钟
- 03AGENTS.md 实战:让 Codex 自动遵守项目规则~2 分钟
- 04CodexLoop:让 AI 长任务不偷懒的 4 个机制~3 分钟
- 05多 Agent 并行协作:spawn_agent + AIGrader 半天全栈复盘~3 分钟
- 06Computer Use 实战:Codex 接管你电脑的能力图谱~5 分钟
- 07CI/CD + Git 自动化:Codex 的工程化闭环~2 分钟
- 08飞书 CLI 实测:让 Codex 真正进入你的办公流~4 分钟
- 09AIGrader 复盘:1 个人半天做出全栈 AI 批改平台~5 分钟
- 10AI Agent 未来 6 个月 + 个人 Pick~5 分钟
- 11Codex 工具生态全景:4 条官方线 + 3 个第三方平替~6 分钟
- 12AGENTS.md + Skills 最佳实践:个人 ECC 系统~6 分钟
- 13Codex + MCP 完整实战:把外部世界接进你的 agent~4 分钟
- 14Codex vs Claude Code vs Cursor:三种哲学 + 组合策略~6 分钟
- 15独立开发者 Codex 工作流模板:5 套真实可复制~3 分钟
- 01中国版 Codex 大乱斗:6 个月 15 款产品集体入场~4 分钟
- 02字节三连:TRAE Work + 豆包 + 豆包专业版~5 分钟
- 03阿里四面:QoderWork + Qoder CN + 通义灵码 + 钉钉 AI~7 分钟
- 04腾讯三连:WorkBuddy + Marvis + CodeBuddy~7 分钟
- 05Kimi Work 深度:300 子 Agent 集群 + 13 小时长任务 + 开源 K2.6~6 分钟
- 06专业派:百度文心快码 + 智谱 CodeGeeX + 华为 CodeArts~5 分钟
- 07共同模式:15 款桌面 Agent 收敛的 5 个核心范式~5 分钟
- 08国内 API 接入方案:DeepSeek / Qwen / GLM / Kimi / 豆包~3 分钟
- 09账号 / 订阅 / 配额:15 款产品的选型决策树~4 分钟
- 10独立开发者选型 + GEO 视角:6 个月赢家预测 + 引流打法~6 分钟
系列对比
10 个系列的难度、篇幅、适合谁。先看这张表选你的下一步。
我的笔记
所有书的高亮、个人 takeaway 和章节笔记, 一处看完
AI Agent 全景
从 LLM 到 Agent 的范式迁移全景: 工具/Memory/Planning/RAG/Multi-Agent/评测/安全/趋势, 工程师视角的实操地图
Agent 是什么: 从 LLM 到 Agent, 范式迁移
LLM 基础: Agent 的大脑怎么造
Prompt Engineering 进阶: 写给 Agent 的指令
工具调用: Agent 的手
Memory: Agent 怎么记得
Planning: Agent 怎么想
RAG: Agent 的外脑
Multi-Agent:当一个 Agent 不够用的时候
评测: Agent 怎么打分
安全 & 边界: Agent 不能做什么
2026 应用场景: Agent 在哪些地方落地了
未来 12 个月: Agent 会怎么变
AI Evals 实战
工程师实战手册: 30 天搭建可靠 AI 评估体系
评估为什么重要
评测基础概念
离线评测设计
在线评测方法
LLM 评判体系
指标体系搭建
自动化评测工程
评测驱动迭代
实战案例剖析
常见陷阱避坑
Java 高级开发工程师面试指南
P6/P7 全景地图:技术深挖 + 项目经验 + 系统设计 + 反问团队, 30 天从候选人变成 offer 收割机
面试全貌: P6/P7 到底面什么
Java 基础深挖: 那些 90% 候选人翻车的题
JVM 调优实战: 不止参数表
并发编程:那些你不敢写在简历上的踩坑
MySQL 深入: 跟面试官聊底层
Redis 全景: 5 种数据结构 + 8 种场景
分布式: 业务怎么定, 技术怎么选
消息队列:Kafka vs RocketMQ,我们怎么选
系统设计 4 道经典题: 高分答案的套路
项目经验怎么讲: STAR 升级版
大龄程序员怎么不被刷: 35 岁焦虑的 5 个有效动作
反问环节: 5 个问题问出团队好坏
Multi-Agent in Practice
从零到生产:手把手教你构建 Multi-Agent 系统
你的第一个 Agent
为什么需要 Multi-Agent
5 个核心抽象
编排模式全景
通信与状态
失败的艺术
框架横向对比
可观测性与成本
实战 CodeReviewer Multi-Agent
生产化 Checklist
LLM Prompt 实战
从基础到 2026 深度:4 元素 / Few-shot / CoT / Role / Structured / Tool / Cache / Injection / Eval
Prompt 基础 + Token 经济学
Few-shot 实战
CoT 思维链
Role / System Prompt:persona effect
Structured Output
Tool Use / Function Calling
Prompt Caching:降成本 10x
Prompt Injection 防御
Eval-driven 迭代
真实场景 4 案例
CrewAI 入门到实战
用 CrewAI v1.14 搭建生产级 Multi-Agent 系统:核心 API + 实战项目 + 公司落地案例
上手:跑通第一个 Crew
Crew 编排:Process 选型与协作
Agent 调优:让 agent 听指挥
Tools 与 MCP:给 agent 接手和脚
Memory + Knowledge:让 agent 有记忆
结构化输出与 Guardrail
Flows:状态化的事件驱动编排
Skills 与生产化基础
实战:2 个 Side-Project 串起来
公司生产案例 + 社区实战拆解
Agent 原理深挖
Transformer 与 LLM 训练: 从注意力机制到 RLHF pipeline
Inference 优化:KV cache、Flash Attention、量化、Speculative Decoding
写之前先 sanity check: 这章是讲 ICL 为什么 work, 视角是研究型, 不是工程型
Function Call 与 Tool Use:schema、解析、沙箱、协议层
ReAct 与变体: 当 LLM 学会"边想边做"
Reasoning Models (o1/o3 范式):把 compute 烧在 inference 上
Agent 训练: 从 RLHF 到 Agent RL
Memory 系统原理: 向量 / 图谱 / 神经记忆 / 知识编辑
RAG 深度: 检索 / 重排 / 评估 / 端到端优化
多 Agent 理论:从博弈均衡到通信下界
Safety 理论: 越狱、注入、数据投毒与后门的统一视角
Alignment 现状:价值对齐 / Constitutional AI / Scalable Oversight
Self-Improvement: Agent 怎么改自己
World Model / Embodied / AGI 路径: 2026 真在发生, 几个流派
AI 个人品牌放大
个人品牌的本质:为什么 2026 副业必须做个人品牌
定位:找到你的内容窄门
AI 选题引擎:用 LLM 找选题,验证真需求
写作风格调教: 让 AI 写但不失人味
内容矩阵设计: 一鱼多吃, 1 篇扩 10 篇
跨平台分发策略: 公众号 / 即刻 / X / 小红书 / 知乎 / B 站
冷启动 0-100 订阅: 前 100 个真粉怎么来
AI 提效流水线: 周更 3 篇怎么做到
从内容到产品: 0-1 副业产品怎么选
付费转化与定价: 知识星球 / 课程 / 咨询 / SaaS
数据驱动的复盘: 哪些指标真有用
长期主义与避坑: 怎么持续 3 年+
RAG 实战
检索增强生成:从 embedding 到向量数据库,从 chunking 到 reranking,从评测到生产化
为什么需要 RAG
Embedding 模型选型
向量数据库选型
Chunking 策略
检索与 Reranking
Prompt 设计:把检索结果喂给 LLM
混合检索:向量 + 关键词
RAG 评测:怎么知道你的系统真的有用?
高级 RAG 模式
RAG 生产化 Checklist
AI 时代的产品经理
AI PM 是什么: 2026 角色重塑
用 AI 跑用户调研:替代 80% 用户访谈
AI 时代 PRD 怎么写:新模板跟传统区别
跟 engineering 协作: 从提需求到共创架构
LLM-as-judge 评测: 让 AI 当评委跑用户故事
用 agent 替代 PM 一部分工作: 文档 / 分析 / 竞品 / 会议
AI native 团队怎么组建:5-10 人 mini team + agent
OKR / 路线图 / 节奏: AI 产品怎么排节奏
AI 产品上线后怎么迭代:data + 评测 + user feedback
第十章 未来十二个月 AI PM 怎么变
Harness Engineering
包裹 LLM 的整套工程基座:agent loop、tools、context、permissions、observability、memory、failure recovery、eval — 写给需要自己造 / 选 harness 的人
什么是 Harness:从裸 API 到能干活 Agent 的距离
Agent Loop:把 `while not done` 展开成 8 种变体
Tool 设计:Tool 是 LLM 的手,怎么造好这只手
Context 管理:Context Window 爆了怎么办
Permissions / Sandbox:怎么拦 LLM 不删你文件
Observability:Agent 在生产里跑,trajectory、cost、latency 怎么观测
Memory 分层:LLM 没记忆,Agent 需要
Failure Recovery:Agent 出错了怎么恢复
Eval-Driven Development:Harness 怎么测自己
从零造一个 Harness:把前 9 章串起来
Agent Cost Engineering
让你的 agent side project 活过 100 个用户:unit economics、model routing、caching、压缩、quota、熔断、cost dashboard
为什么 Agent 经济学跟 SaaS 不一样
Token 是怎么烧的
Model routing 101
Caching 三层
Prompt 压缩
Batch vs Stream
用户粒度 quota
预算告警 + 熔断
工具调用省钱模式
Cost dashboard 自建
AI 视频创作工业化
AI 视频全景 2026: Sora 2 / Veo 3 / 可灵 / Kling 横评
短视频工业化流水线: 广告 / 电商 / 内容平台
剧本怎么写: AI 辅助 + 模板 + 反 AI 味
分镜: 脚本变画面: 拆镜头 + 视觉化
配音 / 配乐 / 音效:工业化工具链
图生视频 / 文生视频: 选型 + 成本 + 质量
数字人 / 真人替身: 合规 + 商业落地 + 限
后期: 剪辑 / 转场 / 字幕——我把一条 AI 短视频的后期流水线拆给你看
短视频平台适配: 抖音 / 快手 / 视频号 / B 站 / 小红书
商业化路径:接单、内容付费、课程、SaaS
工业化案例拆解: 3-5 个真在赚钱的 AI 视频账号
未来 12 个月: 多模态原生 / 实时生成 / 个人 IP 配视频
Indie + AI:一个人做产品的产品方法论
写给非技术背景或不想写代码的个人开发者:用 AI 工具从 0 到 1 做出可实施 MVP 的产品方法论(idea 验证 / 设计 / 文案 / PMF / 渠道 / 定价 / 留存)
2026 一个人做产品的数学
从模糊 idea 到"明早能开工"的方案
不写代码先做调研
用 AI 设计产品
用 AI 写文案
PMF 信号怎么看
100 个人怎么找到你
AI 产品的定价
第一个 10 个付费用户
留存 vs 增长
Context Engineering 实战
10 章从 prompt 跨进上下文工程体系:Write / Select / Compress / Isolate 四大原则 + RAG / 记忆 / MCP / Agent 生产线实战
为什么需要 Context Engineering
上下文窗口与 token 基础
Write 策略:外部存储与记忆架构
Select 策略:RAG 与检索
Compress 策略:摘要与上下文压缩
Isolate 策略:结构化与隔离
工具调用与 MCP
多 Agent 上下文管理
自主 Agentic RAG
生产反模式与未来
Agent Skills 实战
10 章从 0 到 1 学会写 Claude Agent Skills:SKILL.md 结构 + 触发机制 + CLAUDE.md 分工 + 8 大实用 Skill 拆解 + 性能优化与生态
Skills 是什么
SKILL.md 文件结构
Skills 触发机制
CLAUDE.md vs Skills:最关键的边界
8 大实用 Skills 拆解
写你的第一个 Skill
Skills 测试与评估
Token 成本与性能优化
Skills 市场与共享
生态与未来
Claude Code 实战
10 章从 0 到上手 Claude Code:安装配置 + CLAUDE.md 项目记忆 + Skills/Hooks/SubAgent + MCP 集成 + 10 个实战场景 + 成本优化 + 与 Cursor/Codex/TRAE 的对比
Claude Code 是什么
安装与 10 个关键设置
CLAUDE.md 深入:项目记忆的写法
Skills 与 Hooks:工作流自动化
SubAgent 与 Worktree:并行任务
MCP 集成:连接外部工具
Slash Commands:自定义命令
10 个真实场景
Token 成本与性能调优
局限 + 未来:Claude Code vs Cursor vs Codex vs TRAE
Vibe Coding 实战
10 章讲透 vibe coding:Karpathy 定义 + 工具全景 + 三段式口述 + 三个真坑(N+1 / 字段割裂 / 安全)+ 多文件重构 + 中文本地化 + 边界 + 个人工作流
什么是 vibe coding
工具全景:七款主流 vibe coding 工具横评
三段式口述:vibe coding 的标准方法
真坑 1:N+1 性能陷阱
真坑 2:字段命名 / 规范割裂
真坑 3:安全 / 鉴权 / 密钥硬编码
多文件联动 / 全局重构
中文需求理解 / 国内工具链
vibe coding 的边界:什么时候该停
我的 vibe coding 工作流模板
A2A + 多 Agent 互操作
10 章讲透 agent 间通信:A2A 协议 + Agent Card + 4 种协作范式(管道/辩论/分层/市场)+ 安全边界 + 真实落地架构
什么是 A2A 协议
A2A vs MCP:分工与配合
Agent Card:A2A 的自我介绍
A2A 4 种协作范式
管道模式(Pipeline)实战
辩论模式(Debate)实战
分层模式(Hierarchical)实战
市场模式(Market)实战
A2A 安全边界
真实生产架构:端到端 A2A 系统怎么搭
长期记忆系统
10 章讲透 agent 长期记忆:三层架构(工作/情景/语义)+ 向量数据库 + 知识图谱 + 混合检索 + 写入策略 + 真实生产系统
为什么 agent 需要长期记忆
三层记忆架构
Working Memory:会话级上下文工程
Episodic Memory:事件流存储
Semantic Memory:从事件提炼知识
向量数据库:选型与实战
知识图谱:关系推理
混合检索:向量 + 图谱 + 关键词
Memory 写入策略:什么时候写、写什么
真实生产系统:端到端长期记忆架构
具身智能实战
10 章讲透 embodied agent:世界模型 + 仿真训练 + 真实机器人 + 机械臂 + 导航 + 家庭服务 + 未来 2-3 年趋势
什么是具身智能
具身智能的三大支柱
世界模型:embodied agent 的大脑核心
仿真训练:embodied agent 的核心工程
仿真平台深度对比:Isaac Lab / Genesis / MuJoCo / Habitat
真机部署:sim-to-real 最后一公里
机械臂:操作任务的 embodied agent
导航:移动机器人的 embodied agent
家庭服务机器人:消费级具身智能
具身智能未来 3-5 年展望
AI 内容创作经济
10 章讲透 AI 重塑内容产业:AIGC 工具 + 工作流改造 + Newsletter 经济 + Substack / Beehiiv + 内容平台对比 + 变现路径 + AI 协作 + 版权问题 + 未来创作者
内容产业正在被 AI 重塑
AIGC 工具全景:2026 年用什么做内容
内容生产工作流改造
Newsletter 经济:2026 年最值得做的内容生意
Substack vs Beehiiv:平台深度对比
内容平台对比:Newsletter 之外的 6 大选择
内容变现的 6 条路径
AI 协作创作:人和 AI 怎么配合
AI 时代的版权与权利
AI 时代创作者的未来 3-5 年
Codex 实战案例
15 章深挖 2026 最值得学的 Codex 实战案例:Codex 整合 ChatGPT 大爆发 + AGENTS.md 工程化 + CodexLoop 不偷懒 + spawn_agent 多 Agent 并行 + Windows Computer Use + CI/CD 自动化 + 飞书 CLI 接入办公 + AIGrader 半天全栈 + 未来 6 个月趋势 + 4 条官方线 3 个平替 + 个人 ECC 系统 + MCP 完整实战 + Codex vs Claude Code vs Cursor 横评 + 5 套可复制工作流
AI Agent 实战案例库 — 2026 范式转移
Codex 2026 大爆发:6/3 发布会深度拆解
AGENTS.md 实战:让 Codex 自动遵守项目规则
CodexLoop:让 AI 长任务不偷懒的 4 个机制
多 Agent 并行协作:spawn_agent + AIGrader 半天全栈复盘
Computer Use 实战:Codex 接管你电脑的能力图谱
CI/CD + Git 自动化:Codex 的工程化闭环
飞书 CLI 实测:让 Codex 真正进入你的办公流
AIGrader 复盘:1 个人半天做出全栈 AI 批改平台
AI Agent 未来 6 个月 + 个人 Pick
Codex 工具生态全景:4 条官方线 + 3 个第三方平替
AGENTS.md + Skills 最佳实践:个人 ECC 系统
Codex + MCP 完整实战:把外部世界接进你的 agent
Codex vs Claude Code vs Cursor:三种哲学 + 组合策略
独立开发者 Codex 工作流模板:5 套真实可复制
中国版 Codex 大乱斗
10 章拆解 2026 上半年 15 款国产 AI 编程 / 桌面 Agent 集体入场:字节 TRAE Work + 豆包、阿里 QoderWork + Qoder CN + 通义灵码、腾讯 WorkBuddy + Marvis + CodeBuddy、月之暗面 Kimi Work、百度文心快码、智谱 CodeGeeX、华为 CodeArts。从独立开发者视角真实使用 + 选型决策 + GEO 引流打法。