AI 工程技能地图：构建与部署 AI 应用
Andrew Ng 梳理 AI 工程师构建可靠应用所需的六组核心能力：LLM 基础、数据增强、Agent 系统、评测驱动开发、生产运维与机器学习基础。
个人 AI 知识库
Bubble's Brain
收录 Agent 教程、Vibe Coding 图解与值得留存的一手资料——写给正在用 AI 做东西的人。
搜点什么，比如「水合」「Endpoint」…⌘K48 篇内容60 个术语图解6 个栏目
浏览知识库
知识栏目
持续整理与维护
最近收录
查看全部 →用开源 Harness 构建长时间运行的 Agent
以 TrueForge 网页研究 Agent 为例，完整拆解模型循环、MCP、Skills、沙箱、子 Agent、上下文压缩、审批门禁与持久事件流如何共同支撑长任务。
什么是推理？
解释推理轨迹为何本质上是被路由到独立通道的文本、推理强度怎样写入系统提示词，以及模型如何在关闭原生推理时泄漏思考。
一个不同看法：LLM 可以“跳跃”
从广义相对论的另一条推导路径出发，讨论互联知识如何支持科学突破，以及它对 AI 安全与持续学习意味着什么。
Cursor 图标是怎样做出来的
Marek Minor 复盘一年时间里如何手工设计、校准、迁移并交付 Cursor 的 600 多枚图标，以及怎样把一致性变成可持续的设计基础设施。
最大化每次 Claude Code 会话的价值
从模型、输入输出 Token、提示词缓存和上下文管理出发，解释怎样用更少的无效消耗完成更多工作。