AlaLee

[山景城小路 @Zen_with_AI]

素有南方MIT之称的佐治亚理工大学徐微（音译）教授今天公开了 CS8803 大语言模型 这门课。内��还涵盖了最新的 MoE, 强化学习，agent 等内容。 爱学习的你还不赶快收藏起来！

[陈有鱼 @youyuy88]

加州大学（UCLA）数学系助理教授 Ernest K. Ryu 开设了一门名为 《大语言模型的强化学习》 的公开课程，课程网站提供了完整的教学资源。

课程的特点是“理论加实战”结合，旨在帮助学习者系统建立从强化学习基础到 LLM 训练应用的知识框架。
课程内容覆盖全面，从深度强化学习的核心算法（如策略梯度、A3C、PPO），到大语言模型的基础概念（NLP、语言建模），再到 RLHF（基于人类反馈的��化学习）和可验证奖励强化学习等前沿训练范式，都有涉及。

课程配备了齐全的学习材料，包括讲座幻灯片、完整的授课视频以及配套的 Jupyter 代码示例和课后作业，方便学习者边学边练。根据课程页面信息，该课程不要求预先具备 RL 或 LLM 的专业知识，但建议学习者熟悉深度学习基础（如图像分类）。

对于希望深入理解如何将强化学习应用于大语言模型训练的研究者、工程师或学生来说，这是一套内容扎实、系统性强的高质量免费学习资源。

🔗 ：https://t.co/yOEDIYWJYi

[知识分享官 @knowledgefxg]

推荐一款学习英语的开源小神器：幕境（MuJing）
让你通过电影、美剧或文档中的真实语境学习英语单词的应用，让用户在原汁原味的情境中记忆词汇，提升学习效率。从YouTube上随便下了个视频试了试，可以一键提取单词和语境，浏览字幕，练习跟读什么的。
贴心提供Windows / macOS安装包，一键安装。

[Jackywine @Jackywine]

友友们，这个真的太强了

一个号称 Skills 的 Github 已经收录了上千个 Skills

包罗万象

应有尽有

https://t.co/XZW5INVcKh

[1024 @xiaohua_888]

这篇文章建议所有用Claude Code的人都读一遍，把.claude文件夹讲得非常透彻。

大多数人只知道CLAUDE.md，但其实.claude文件夹里藏了一整套配置体系：

1、CLAUDE.md：最核心的文件，写什么Claude就照做，建议控制在200行以内

2、rules/文件夹：当CLAUDE.md太臃肿时，按关注点拆分成多个规则文件，还支持按路径作用域加载

3、commands/文件夹：自定义斜杠命令，能嵌入shell命令输出，团队共享

4、skills/文件夹：和命令不同��技能是Claude自动触发的，不用手动输入

5、agents/文件夹：给子代理定义独立角色和权限，处理复杂任务

6、settings.json：权限控制，哪些工具能用、哪些文件能读

还有个容易忽略的点：其实有两个.claude目录，项目级的提交到git团队共享，全局~/.claude/放个人偏好。

[墓碑科技 @mubeitech]

良心呐！博主扫描了 1000 多个仓库，测试了 200 多项skill，列出了 50 个顶级 Claude skill与 GitHub AI 仓库 — 这是你x10唯一需要的列表。

[暖暖爱AI @nuannuan_share]

🚨 Anthropic 刚放出一门免费的 2 小时 Claude Code 大师课

不是概念课，
是真教你怎么用 AI 写代码、跑自动化、做项目。

如果你想把 AI
真正接进开发流程，
这门课非常值得收藏。

🔗 https://t.co/8cZfOIGOCO

[木马人 @cnyzgkc]

想学 Cloude Code 的新手朋友，强烈推荐这个YouTube AI 频道~

我差不多看完整个系列，真的很喜欢。

不是只讲理论，而是会提供大量技术实战，信息密度很高。

博主把复杂的概念转化成很容易懂的点，很适合新手学习~

地址我放留言区了👇👇👇

[0xAllen @0xAllen]

用 Claude code 这几个月以来，真正的能力起飞就是我安装了 find-skills 以后，今天把这个神器 Skill 分享出来。

要想 Claude 能力最大化，就是要配置各类能解决工作流问题的 Skills，获取 Skill 以前的方法就是看官方推荐库或者去一个个研究别人总结的库。

但是这个逻辑是先准备再使用，可是你永远不知道你会遇到什么样的问题需要什么样的Skill。

find-skills 可以当你遇到问题时直接给他说“找一个能解决XXX问题的技能”，他就可以按照热门技能的排序把最相关的技能列出来，然后一键安装就可以使用。

---
安装方法：

npx skills add vercel-labs/find-skills

[墓碑科技 @mubeitech]

搞机器学习和量化的，停下手里啃了一半的天书。
计量经济学大牛 Jan Magnus 刚甩出了一份作弊代码。
论文名字叫《矩阵微积分温和指南》。

这老头 1988 年写了本 450 页的学术巨著。
现在他自己把最核心的精华提纯了出来。
过滤掉了绝大多数脱离实际的学术边角料。

华尔街怎么算投资组合的最优解？
怎么用矩阵求导去平衡收益与风险？
这篇论文里全是直接能跑在模型里的干货。

学术圈习惯用繁杂的数学符号筑起高墙。
核心算法的解释权被一小撮学术精英死死把持。
普通人连看懂规则的资格都没有。

现在这道门槛被原作者亲自砸碎了。
知识的壁垒正在从内部瓦解。
靠故弄玄虚混饭吃的学术建制派，最怕这种把复杂理论剥光的高手。

[Hazel Lin @HazelLin549]

干货满满，关注了很久的开发者

[Kevin Ma @kevinma_dev_zh]

这是我读到的 Twitter 中文圈里面关于 Claude Code 最高质量的文章。

它��作者最近半年深度使用 Claude Code 的一些经验分享。他在团队中做了一些分享，然后整理出文章，跟大伙深入地讲解一下：
1. Claude Code 的底层怎么运作
2. 上下文为什么会乱以及怎么治理
3. Skills 和 Hooks 应该怎么设计
4. Agents 的正确用法

内容还是很丰富的，值得仔细看一看，学习一下。

另外，不要被 Claude Code 的这个名字所迷惑了，它实际上不仅仅是用于写代码，还可以做很多通用型 Agent 能做的事情。

[烁皓 @eternityspring]

强烈推荐所有AI学习的新人都去完整刷一遍Claude Code官方文档！

A厂（Anthropic）其实把文档写得超级清晰、超级实用，里面把我们天天挂在嘴边的这些概念讲得明明白白：
-Skills 到底怎么写、怎么复用、怎么跨项目带走
-Subagents 怎么建、怎么委派任务、怎么隔离上下文不炸
-MCP 服务器怎么配、怎么高效连外部工具、怎么避免上下文爆炸
-还有 Hooks、Agent Teams 等等高阶玩法……

我前几天硬着头皮全部刷完，之前一些模棱两可的东西瞬间就懂了。收益巨大，强烈安利！

[GitHubDaily @GitHub_Daily]

用 Claude Code 写代码，经常切到别的窗口干事情，等回来发现 AI 早就跑完了，或者卡在某个权限请求等你批准，白白浪费十几分钟。

偶然发现 peon-ping 这个很有趣的开源项目，用游戏角色语音提醒我们 AI 任务状态。

核心就是给工具加上语音包，内置 165 个，涵盖魔兽争霸、星际争霸、传送门、塞尔达等经典游戏角色语音。

GitHub：https://t.co/dJiiUTwFtE

除了声音提醒，还支持终端标签页标题更新、手机推送通知、SSH 远程开发音频转发、多种通知样式主题，��及自定义语音包。

甚至内置了健身提醒功能 Peon Trainer，编程 20 分钟后语音催你做俯卧撑，还能记录每日运动目标，把写代码和锻炼身体结合起来。

兼容性极强，支持 Claude Code、GitHub Copilot、Cursor、Windsurf 等主流工具，且提供 Homebrew 和一键安装脚本。

[Dhairya Karekar @dkare1009]

BREAKING: MIT just mass released their Al library for free. (Links included)

I went through these and honestly... this is better than most paid courses I've seen.

Here's the full list of books:

Foundations

1. Foundations of Machine Learning Core algorithms explained. Theory meets practice.

2. Understanding Deep Learning Neural networks demystified. Visual explanations included.

3. Machine Learning Systems Production-ready architecture. System design principles.

Advanced Techniques

4. Algorithms for ML Computational thinking simplified. Decision-making frameworks.

5. Deep Learning The definitive textbook. Covers everything deeply.

Reinforcement Learning

6. RL Basics (Sutton & Barto) The classic. Agent training fundamentals.

7. Distributional RL Beyond expected rewards. Advanced theory.

8. Multi-Agent Systems Agents working together. Coordination and competition.

9. Long Game Al Strategic agent design. Future-focused thinking.

Ethics & Probability

10. Fairness in ML Bias detection. Responsible Al practices.

11. Probabilistic ML (Part 1 & 2)

Links: https://t.co/AhDqm9x1QC

Most people pay thousands for bootcamps that teach half of this.

Bookmark it. Start anywhere. Just start.

Repost for others Follow for more insights on Al Agents.

MIT's books on Al

Foundations

1. Foundations of Machine Learning - https://t.co/HxbXfsDIl6

2. Understanding Deep Learning - https://t.co/AyeQav2yzN

3. Machine Learning Systems - https://t.co/0AxGtjBFwA

Advanced Techniques

4. Algorithms for ML - https://t.co/LOjFeK1hut

5. Deep Learning - https://t.co/Ztmu7X6gNM

Reinforcement Learning

6. RL Basics (Sutton & Barto) - https://t.co/HAWxL28df1

7. Distributional RL - https://t.co/VB1zBuSzag

8. Multi-Agent Systems - https://t.co/3tWqJaimYn

9. Long Game Al - https://t.co/vYDuy1XKT2

Ethics & Probability

10. Fairness in ML - https://t.co/B4lAj2ivpF

11. Probabilistic ML (Part 1) - https://t.co/folJrX24sf

12. Probabilistic ML (Part 2) - https://t.co/BMOjc8qSqZ

[纯棉短裤 @gxjdian]

Anthropic 刚刚推出了一所免费 AI 学院

包含 13 门认证课程

帮助掌握 AI

涵盖 MCP、API、Claude Code 等多个领域

完全免费

并提供 $0.00 的证书https://t.co/lCLPH2BlG1

[皓樂芒 @howlemont]

Anthropic ( claude ) 出官方学院了。各种免费教程。
大家不必到xhs,xy,bb，，，到处找民科邪修了。 https://t.co/ZaZCsbi9je

[Goshawk Trades @GoshawkTrades]

https://t.co/zY22h11YCE

[Ding @dingyi]

真的，大部分 Twitter 文章都很水，点进去就后悔，

不如看看这种：45 个 Claude Code 小技巧: 从入门到精通，虽然标题也很唬人，但是真有东西：

https://t.co/VZi4bDQ8YD

[Sanbu 散步 @sanbuphy]

更新了 Claude Code 内容体系相关教程，欢迎支持：https://t.co/jWIjmM55SC
涵盖系列深度指南：快速上手核心指南、MCP 完全指南、Skills 完全指南、Agent Teams 完全指南、Superpowers 工程级开发、工作流最佳实践、如何让 Coding Tools 长时间工作实用指南。