Alex_funny

寻找ai出路的小镇做题家｜ZJU生物医学博士，目前医药公司科学家，AI4Science | Cancer research | Bioinformatics | Digital pathology

[宝玉 @dotey]

https://t.co/9xwzd2byJ7

[歸藏(guizang.ai) @op7418]

Claude 官方写了一篇关于 Loop Engineer 的入门文章。

其实现在我们所说的 Loop Engineer，所有的底层逻辑在提出这个概念以前就已经具备了，甚至这些工作流程也是大家一直在用的，只是被套上了一个新的概念。

在这篇文章中，他们把 Loop 分成了四种类型：

回合制循环（Single-turn Loop）

这是最基本的 Claude Code 工作方式。你发出的每一个提示词（Prompt）都是一个循环，在这个循环中你不需要额外干预。Claude Code 完成这个循环后会给你输出，它的具体步骤是：收集上下文、采取行动、检查工作、重复，直到它认为你的提示词任务已经完成，或者觉得需要你介入时才会停止。

基于目标的循环（Goal-oriented Loop）

也就是 GOAL 模式（如 Codex、Claude Code 等工具都支持该模式）。有时候单回合不足以完成复杂任务，系统就会进行多次迭代，直到达成那个更大的目标。

基于时间的循环（Time-based Loop）

也就是 Claude Code 中的 loop 命令。你可以设置在指定的时间间隔自动触发某一个提示词，去运行特定任务，比如定期进行 PR 合并等。

主动循环（Active Loop）

你只需要设置一个事件，一旦该事件发生就会自动触发循环，完全不需要人工干预。例如，一旦 GitHub 上有了新的 Issue 或 PR，AI 就会自动进行审核和记录。

此外，官方还针对 Loop 给出了一些优化建议：

循环的质量取决于系统：你需要保证代码库本身的质量，比如完善的文档、严格的代码审查以及保持代码库的简洁等。

管理你的 Token 消耗：像 GOAL 这种基于目标的模式，对 Token 的消耗是非常巨大的。因此，你需要给循环设置明确的界限，比如什么时候该用大模型、什么时候该用小模型，以及明确的启动和结束条件。否则，一旦系统自己无限制地跑下去，不仅容易跑偏，还会消耗大量的 Token。

这些循环模式，本质上都是由我们现在 Agent 常见的各种能力组合而成的，比如前面提到的 GOAL 模式、Loop 模式，以及常见的 Skills 和 Hooks 等。

[露西的百宝箱 @Lucy_love_AI]

10个GitHub仓库帮你爬取整个互联网

全部收藏。每个都能从任何网站提取干净数据，这种访问权限通常需要销售电话和合同才能获得。

1. https://t.co/rNvFxlszKj

指向任何网站，它就能爬取每个页面、渲染JavaScript，返回AI能立即读取的干净结构化数据。13万星，进入GitHub百大仓库。半数AI创业公司悄悄运行的爬虫骨架，完全开源。

2. https://t.co/j93MmIWNzu

GitHub排名第一的爬虫。把任何网站转换成干净的LLM就绪的markdown，比付费服务更快，无需API密钥、无需账户、无需按页面付费。某开发者被16美元的付费爬虫激怒后几天就搞出来了。5.1万星。Apache 2.0。

3. https://t.co/UA4GAQP483

像真人一样操控浏览器的AI代理，点击、滚动、登录、填表，从未见过的网站中提取数据。两位苏黎世ETH研究员开发，一年内达到9.5万星。能爬取简单爬虫无法触及的页面。MIT协议。

4. https://t.co/XYCjgK7qWL
完整专业爬虫框架，包含轮换代理、自动重试、浏览器指纹欺骗和队列管理。防止被封禁的全套机制，爬虫公司收费数千的技术栈，现在免费给你。

5. https://t.co/WhdHyC9RdW

十多年来悄悄为数据团队赋能的工业级爬虫。爬百万页面、提取任何内容、干净导出。在大多数付费工具无法触及的规模上经过实战检验，始终免费。

6. https://t.co/8PTPlhMs7J

微软自家工具，将任何文件或网页、PDF、Office文档、HTML、图像转换成AI能用的干净markdown。整个数据管道公司都在围绕此构建，由微软开源。

7. https://t.co/DPX6WLhXXg

隐形爬虫，能自动适应网站布局变化，绕过反爬虫检测。防爬供应商当高级功能出售的猫鼠游戏，现在免费开源。

8. https://t.co/2M3DkTLTxV

从电脑远程控制任何安卓手机，提取数据和自动化没有网站的应用。通往大多数爬虫无法触及的纯移动平台的桥梁。13万+星。Apache 2.0。

9. https://t.co/O2EKeQRsAI

给一个例子它就自动找出规律爬取网站其余内容。无需选择器、无需代码维护。'直接给我数据'按钮，几行Python。

10. https://t.co/0lRVfrfkSA

curl的增强版，完美模拟真实浏览器指纹，请求看起来就像有Chrome的真人。昂贵爬虫API底层暗用的最低级技巧，现在免费。

公司为此收费2000美元/月。源代码就在这儿。

[AYi @AYi_AInotes]

被硅谷大佬吹爆的这篇文章，讲透了AI下一个真正的护城河，

接下来不管是创业AI项目还是借助AI做OPC一人公司，

这篇是必读的！

[姚金刚 @yaojingang]

这是今晚直播的相关资料、资源及系统，分享给大家

相关资料：
1、《GEO内容工程操作手册与评估标准》https://t.co/c0tEyINbzt
2、《GEO内容工程系统研究报告》https://t.co/HOEY73Cj7k
3、《GEO 内容工程方法体系与单篇内容实操教程》https://t.co/TzdsO33M5b
3、《系统之美》《人人都该懂的工程学》
4、《GEO: Generative Engine Optimization》https://t.co/QrHdgXghA1
5、《Generative Engine Optimization in digital repositories: optimizing visibility for generative AI》https://t.co/VJY4Yf5rss
6、《A Measurement Framework for Generative Engine Optimization Across AI Search Platforms》https://t.co/oj4eXluauw

相关资源：
1、GEO改写提示词：https://t.co/daKH5AEajS
2、GEO改写Skill：https://t.co/dJnVFIkErA
3、GEO单篇内容GEO特征标注演示：https://t.co/C8gwg72hH0

GEO系统与skill：
1、GEO Skills：https://t.co/Gee55y5OiT
2、GEOFlow：https://t.co/UHwRimsUsZ
3、Meta skill：https://t.co/Y0BXG6Z2Uo

[诺鸭船长3 @noahduck283]

这几天刷到的真正把loop实操起来的文章

我有预感，会在国内四位数的进阶AI课里看到这篇😂

[Yihui @yihui_indie]

给新手 Vibe Coding 复杂功能的一个小技巧，在提示词末尾加一句：

"如果 GitHub / npm 上有成熟的开源方案，直接复用，不要自己实现。"

[宝玉 @dotey]

PPT Master 确实是最好的 PPT Skill

我新的 skill 写PPT也挺好，能导出可编辑版本，可以AI配图，可以在 Agent 内置浏览器中标记编辑

https://t.co/POuwOWSuwe

[Easycompany @Easycompany333]

Anthropic 工程师用半小时完整讲述如何建立一个完整的自我提高优化的Loop流程

并且使用实际案例验证loop是多么的好用

没有冗余的提示词
没有一轮又一轮的对话

收藏起来

[Alex_funny @Alex_AI4Science]

@tianyi 转行的要不

[余温 @gkxspace]

卧槽，谁想到的这个用法🤯

Codex 内置浏览器打开 excalidraw，画布上随手画草稿标注，Codex 基于你画的出图，夯爆了

而且 Codex 生图几乎不限量。对比那些按次收费的 AI 生图工具，基本就是个免费无限画板

再配合编程能力，批量生图、统一风格、自动后期，都能搞。这套下来，以后出图我可能不用开别的工具了

[李韭二 @li9292]

我推荐这个网址：
https://t.co/qCvjAtWbU2
收录了几十个大神的
loop engineering的思路

[向阳乔木 @vista8]

强烈推荐安装这个Skill，比官方的Skill-creator强大很多。

如果不会写skill，用姚老师这个skill可以写出90分的skill

这个skill来源于Anthropic 官方泄露的Claude code源码，还有全网其他模型的skill整合后的元Skill。

经过姚老师长达一个月的打磨，这是我用过的最好的Meta Skill

Github：https://t.co/lEjfbHkjFB

[Mengke Wang @MengkePM]

https://t.co/ghUgtm1M1w

[Tw93 @HiTw93]

挺有趣，听朋友说我这几篇文章成为了现在 AI 岗位面试准备必读的文章，那我来汇总一下给大伙好啦，希望有帮助，当然也祝福最近从传统岗位工程师转型成 AI 岗位的小伙伴找到自己满意的工作。

1. 你不知道的 Claude Code：架构、治理与工程实践
https://t.co/p0RWjHcklI

2. 你不知道的 Agent：原理、架构与工程实践
https://t.co/4FXcGYqbaJ

3. 你不知道的大模型训练：原理、路径与新实践
https://t.co/DJuvPaBvhu

4. 你不知道的 AI Coding：非技术人的上手、场景与实战
https://t.co/TLi4q9XOtJ

5. 你不知道的 GEO：AI 可见性的原理、实践与取舍
https://t.co/VrLUqgucwR

6. 你不知道的具身智能：从小机器狗到 Optimus
https://t.co/bRBbRZXIZg

[思维怪怪 @0xLogicrw]

DeepSeek 资深研究员陈德里开源了个人项目 Deli AutoResearch SKILL，并发布了由智能体完全自主撰写的第四篇综述论文。

项目以单一的 SKILL.md 协议文件形态呈现，本身不含可执行代码。协议通过规约长周期任务中的状态持久化、防死循环（Anti-Loop）与心跳守护进程（Heartbeat Watchdog），指导 AI 智能体调用子智能体（Subagent）与多角色模拟机制，实现科研全流程的全自动协作。

同时发表的自我博弈综述论文展示了智能体在实验阶段的突破：在零人类干预下，智能体首次自主规划了 GPU 实验，并在 285B 参数量的 DeepSeek 模型上运行强化学习（RL）训练任务。通过 GRPO 算法，智能体完成了从实验设计、编写代码，到运行调试和总结结论的完整研究闭环，并在模拟同行评审中跑出了 8.6/10 的高分。

此前，陈德里已利用同样的方法自主产出过三篇学术综述。首篇关于自主科研智能体的论文经历了约 60 轮智能体迭代，总耗时约 10 小时，实现了从 V1 到 V5 的迭代演进。整套工作流不仅降低了长周期研究的人为操作成本，也验证了 AI 原生研究路径的可行性。

[Alex_funny @Alex_AI4Science]

限时免费你是搞不起吗，这点额度能干啥？

[Alex_funny @Alex_AI4Science]

@FishPeterson01 @RunnerOfPhil 破防了草

[Alex_funny @Alex_AI4Science]

@bboczeng 共鸣了

[Alex_funny @Alex_AI4Science]

@dontbesilent 佬，带带我