René Rayne

nevernowhere

[李继刚 @lijigang]

日读论文：

https://t.co/00U1rhnY78

为什么这两年模型没怎么变大，Agent 却突然能干活了？

过去三年的故事很熟悉：参数一路堆上去，从十亿到万亿，GPT-4 Gemini DeepSeek 一层层盖。大家信 scaling law，信只要模型够大，它就能记住世界、规划长任务、和别人协作。这是「靠体重解决问题」的时代。

然后卡住了。

体重再加也解决不了几件事：模型没法选择性地更新（想让它忘掉一个过时事实，只能微调）；一出 session 就失忆（昨天聊过的今天不记得）；让它用工具要靠堆 few-shot（每次都从零解释一遍怎么用）；多个 Agent 协作全靠自然语言猜（你说一句它猜一句）。你会发现模型已经够聪明了，但它干不成事，不是因为笨，而是因为每次都在从零开始。

于是大家不得不换一条路。不加参数了，改加「外挂」——在模型外面搭记忆库、技能库、协议层、执行沙箱。Auto-GPT、MemGPT、MCP、Claude Code，一个个冒出来。这些东西看起来琐碎、工程味重，但它们才是让 Agent 真正能用起来的原因。

这篇综述问的就是这件事：我们到底在干嘛？这些外挂的本质是什么？作者给出一个答案——*externalization*（外化）。

────────

先不谈 AI。想想人类是怎么变聪明的。

一万年前一个猎人要记住「哪里有水、哪里有狼、怎么剥皮」，全靠脑子。脑子一死，知识清零。后来有了*语言*——可以把知识讲给下一代，脑子死了知识不死。再后来有*文字*——不用靠人讲，刻在石头上就行，知识脱离具体的脑子。再后来*印刷*——知识可以复制上万份。再后来*计算机*——知识可以被检索、被计算、被共享。

每一步都是同一个动作：*把大脑里扛不动的东西，放到大脑外面去*。这叫认知外化（cognitive externalization）。Norman 管这个叫「认知人工物」（cognitive artifacts）——不是帮你想得更快，而是把难想的事变成容易想的事。算乘法口算很难，拿张纸写竖式就容易；这不是因为纸让你变聪明了，而是纸替你扛住了中间结果。

作者的核心比喻就是：*LLM Agent 正在重走这条路*。

*第一层：weights（2022-2023）*。能力全在模型参数里。GPT-4 一家独大，你问它什么它答什么，靠的是训练时硬塞进去的东西。这相当于人类早期全靠脑子记——强大但不灵活。换个知识要重训，成本极高。

*第二层：context（2023-2024）*。发现参数太贵太死，开始把东西「临时塞进输入」。Prompt 工程、few-shot、CoT、RAG——本质都是：*与其让模型回忆，不如让它辨认*。你不指望它凭空想出答案，你把答案贴在鼻子底下让它挑。这一层解决了「死记硬背」的问题，但带来新问题：context 窗有限，越长越贵，中间的内容还会被忽略（lost in the middle）；更麻烦的是*一出 session 就全忘了*，每次都得重新贴一遍。这相当于人类有了纸——能临时写写，但纸一扔就没了。

*第三层：harness（2024-2026）*。既然 context 会失忆，那把该记的东西*持久化*到模型外面。建个数据库存记忆，建个库存技能，定个协议让 Agent 之间能对话，再加个沙箱让它能安全执行。这就是 harness——不是某个组件，是围绕模型的*整个运行时*。相当于人类有了图书馆、工具箱、法律合同、工厂流水线。

────────

*能力不在模型里，在模型与环境的协议中。*

这句话是这篇综述真正的价值。

听起来像老生常谈，但仔细想想：过去三年 AI 圈对「能力」的默认定义是*参数里存了什么*——能力 = weights 里编码的函数。这个定义让 scaling law 成为宗教：更多参数 → 更多能力。

这篇论文在说：能力的定义错了。能力不是模型单方面的属性，是*模型 + 外部基础设施*的联合属性。同一个 GPT-4，放在 vanilla API 里它是一个能力，放在 Claude Code 的 harness 里它是另一个能力——差距大到不像同一个模型。这个差距不是 prompt 工程能解释的，是外部的 memory、skills、protocols、执行环境共同塑造的。

一旦你接受这个视角，很多事情都会被重新理解：
- 评测基准应该测「系统能力」而不是「模型能力」——让模型裸考意义不大
- 安全性不该只管模型对齐，要管整个 harness 的权限和审计
- 竞争优势不在谁训了最大的模型，在谁搭了最好的 harness
- 「通用智能」可能不是一个模型属性，是一个生态系统属性

这是一个本体论层面的转向。从「模型中心」到「系统中心」。从「智能在脑子里」到「智能在脑子和环境的协议里」。

脱离论文，这句话能不能成立？我觉得能——它和具身认知（embodied cognition）、分布式认知（distributed cognition）在哲学上同源。人类智能从来不是孤立大脑的属性，它是大脑 + 语言 + 工具 + 他人 + 制度的联合属性。我们一直知道这个道理，但在 AI 讨论里忘了。这篇论文提醒你记起来。

[Sac @Saccc_c]

受全网浏览近千万的 3D 生物结构视觉启发，我制作了三星堆 3D 文物展览

我认为历史文物可视化是有着巨大商业价值的，因为当下国内博物馆制作的 3D 参观依然一言难尽

制作的方法也非常简单：

1、三星堆博物馆官网截图文物后让Image 2.0生成清晰的正视图，然后直接在 Tripo 中生成 3D 图像。（Tripo我是在闲鱼买的会员）

2、让Claude Code 复刻黄佬（@servasyy_ai）开源的仓库，但我需要的是博物馆 3D 浏览视图，内容和风格设计均参考三星堆博物馆官网以及我下载的 3D 图像

黄佬仓库：https://t.co/D33sY6pZr4

下面请大家沉浸式参观：

[Zain Shah @zan2434]

Imagine every pixel on your screen, streamed live directly from a model. No HTML, no layout engine, no code. Just exactly what you want to see.

@eddiejiao_obj, @drewocarr and I built a prototype to see how this could actually work, and set out to make it real. We're calling it Flipbook. (1/5)

[Garry Tan @garrytan]

https://t.co/wNjRbLZQU1

[yofine @yofine2js]

爱马仕架构图

[Ryan @ohryansbelt]

The New Yorker just dropped a massive investigation into Sam Altman, based on over 100 interviews, the previously undisclosed "Ilya Memos," and Dario Amodei's 200+ pages of private notes. It's the most detailed account yet of the pattern of behavior that led to Sam's firing and rapid reinstatement at OpenAI. Here's the breakdown:

> Ilya compiled ~70 pages of Slack messages, HR documents, and photos taken on personal phones to avoid detection on company devices. He sent them to board members as disappearing messages. The first memo begins with a list headed "Sam exhibits a consistent pattern of . . ." The first item is "Lying."

> Dario kept detailed private notes for years under the heading "My Experience with OpenAI" (subheading: "Private: Do Not Share"), totaling 200+ pages. His conclusion: "The problem with OpenAI is Sam himself."

> Sam reportedly told Mira his allies were "going all out" and "finding bad things" to damage her reputation after the firing. Thrive put its planned $86B investment on hold and implied it would only close if Sam returned, giving employees financial incentive to back him.

> Sam texted Satya Nadella directly to propose the new board composition: "bret, larry summers, adam as the board and me as ceo and then bret handles the investigation." The two new members selected to oversee an independent inquiry into Sam were chosen after close conversations with Sam himself.

> Before OpenAI, senior employees at Loopt asked the board to fire Sam as CEO on two separate occasions over concerns about leadership and transparency. At Y Combinator, partners complained to Paul Graham about Sam's behavior, and Graham privately told colleagues "Sam had been lying to us all the time."

> OpenAI's superalignment team was promised 20% of the company's compute. Four people who worked on or with the team said actual resources were 1-2%, mostly on the oldest cluster with the worst chips. The team was dissolved without completing its mission.

> Sam told the board that safety features in GPT-4 had been approved by a safety panel. Helen Toner requested documentation and found the most controversial features had not been approved. Sam also never mentioned to the board that Microsoft released an early ChatGPT version in India without completing a required safety review.

> Sam made a secret pact with Greg and Ilya where he agreed to resign if they both deemed it necessary, essentially appointing his own shadow board. The actual board was alarmed when they learned about it.

> Sam struck a deal with Greg to become CEO while simultaneously telling researchers that Greg's authority would be diminished, and telling Greg something different.

> A board member described Sam as having "two traits almost never seen in the same person: a strong desire to please people in any given interaction, and almost a sociopathic lack of concern for the consequences of deceiving someone." Multiple sources independently used the word "sociopathic."

> OpenAI is reportedly preparing for an IPO at a potential $1 trillion valuation while securing government contracts spanning immigration enforcement, domestic surveillance, and autonomous weaponry in war zones.

[danny @agintender]

https://t.co/p9NW1vo8DC

[René Rayne @OgeBAnMA]

@ring_hyacinth 这个真Q，确实是好棒想法！在想是不是有机会开发为星露谷物语那种。养🦞这段时间就感觉这东西非常像养成游戏！

[René Rayne @OgeBAnMA]

@gkxspace 类似，我用了6个，main用gpt-5专注调度，专注生成前端的工程师mini-max，专注工具爬虫的kimi，专注做长文分析师的gemini-2.5，和专注推理的Opus4.5，然后每日站会，scrum工作流以及周汇报

[René Rayne @OgeBAnMA]

I'm sending my AI agent to school at https://t.co/t6OHYsWtmi 🎓 @botlearn_ai reef-QQLV 🦞

[René Rayne @OgeBAnMA]

I'm sending my AI agent to school at https://t.co/t6OHYsWtmi 🎓 @botlearn_ai reef-MKOF 🦞

[Berryxia.AI @berryxia]

🫰来啊！兄弟们！这套提示词的效果我可太心水啊！！！用它小红书起号，不香么！！

😄保不齐，你也会跟我一样喜欢它！
搞了N个版本后，终于达到了我喜欢的状态✌🏻。

🧠灵感来源：之前我做过一个BENTO排版展示科技产品参
数，本质是源于Apple的发布会展示产品。然后我发现漂亮
的亚克力可以更好的呈现一些不一样的效果。

🏪应用场景：用于水果、医药、教学化学元素、菜单等
行业展示效果，做小红书科普不香么！
大家可以根据自己的需求进行拓展。

✍🏻欢迎大家进行交作业，可以看到漂亮的作品！
如果不会用需要对应的效果可以留言，帮你制作！

Prompt 见评论区~

[Jeffery Kaneda 金田達也 @JefferyTatsuya]

软件吃掉世界，Skill吃掉工作

未来几年AI最重要的进展不是新模型——是Skill。核心论点：

1. Skill会替代工作——因为Skill可控、可审计、可修正，Agent做不到。
2. 百万级Skill将在2-3年内涌现——远超App Store达到同等规模的速度。
3. 无人公司将形成——人类从"in the loop"变成"on the loop"。
4. 无人公司将超越人类运营的公司——Skill以营收为目标自我进化，超越人类设计的方法。

模型是发电厂，Skill是电器。电器市场永远比发电厂大1000倍。

Skill替代工作

Agent有个根本问题：不可预测。同样的提示词，不同的结果。做助手可以，替代工作不行。

Skill不一样。Skill可审计、可版本化、可测试、可修正。出了问题，改Skill就行——不用祈祷模型变聪明。每一份工作都会被映射成N个Skill，覆盖它的所有流程。

可控意味着可部署。可部署意味着能替代你的工作。

百万Skill，飞速涌现

App Store用了15年才积累200万个App。Skill会在2-3年内达到这个数量。

Skill就是一个markdown文件加上一些指令，几分钟就能创建。更厉害的是：AI看你做一遍，就能生成Skill。稍微调整几分钟，搞定——这件事从此自动化了。

每一份工作、每一个流程都会变成Skill。数百万个Skill流动起来，到处替换低效的工作方式。而且Agent可以自主编排多个Skill，组合出以前从未存在过的新工作流。

无人公司形成

今天的范式是Human Loop：事件发生 → 人类注意到 → 人类决策 → 人类执行。Agent只是人类选择使用的工具。

有了Skill，范式转变为Agent Loop：事件发生 → Agent检测 → Skill执行 → 人类审核（可选或不必要）。人类变成观察者，不再是操作者。

"in the loop "意味着你是瓶颈。"on the loop"意味着你监督10倍的吞吐量。当核心Skill足够可靠，一个个职能部门就会变成无人运营。先是客服，然后是销售，然后是运营——直到整个公司都运行在Skill上。

无人公司超越人类公司

现在的Skill是人写的——就像AlphaGo学习人类棋谱。

但有了可验证的奖励信号——尤其是营收——Skill就能自我进化：生成变体 → 衡量哪个变体赚更多钱 → 保留赢家 → 变异 → 重复。

这是AlphaZero的领域。天花板不再是人类专业水平了。以营收为目标优化Skill的无人公司，可能达成人类运营的组织根本无法匹敌的业绩——甚至无法理解的业绩。

总结：Skill让AI可控到足以替代工作。百万级Skill会快速涌现。这催生出运行Agent Loop而非Human Loop的无人公司。这些公司以营收为目标进化Skill，将超越人类运营的公司。系好安全带。

[熊布朗 @Stephen4171127]

让 Claude Code 通过 Hugging Face Skills，真正自动完成 LLM 的微调训练全流程。
——
这个 Skill 等我仔细研究下发出来，先占个楼。

[NotebookLM @NotebookLM]

Small (but mighty) update:

We expanded the character limit for Chat customization from 500 to 10,000 characters, so now you can create much more detailed personas.

Here are a few sample prompts you can try or share your favorites in the replies (bookmark this thread!)

1. The Product Manager

Prompt: Act as a Lead Product Manager reviewing internal documentation. Your role is to ruthlessly scan the source text for actionable insights, ignoring fluff and marketing jargon. When I query the sources, do not summarize them; instead, synthesize the information into a "Decision Memo" format.
Structure your responses to extract: User Evidence: Direct quotes or specific data points from the text that indicate a user problem or need. Feasibility Checks: Highlight any technical constraints or requirements mentioned in the documents. The "Blind Spots": Explicitly list what is missing from the source text (e.g., "The document lists features but lacks success metrics" or "Source B contradicts Source A regarding timeline").
Use bullet points for speed. If I ask a vague question, force me to clarify based on the specific documents available (e.g., "Are you asking about the Q3 Roadmap in Source 1 or the User Interviews in Source 2?").

2. The Middle School Teacher

Prompt: Act as an engaging Middle School Teacher. Your primary goal is to "translate" the uploaded source documents into language accessible to a 7th grader (approx. 12 years old). When I ask about a topic, strictly base your explanation on the text provided but simplify the vocabulary and sentence structure. For every response, use the following structure based on the sources: The "tl;dr": A one-sentence summary of the specific section of the text I asked about, using simple words. Analogy: Create a real-world metaphor to explain the complex concept found in the source. Vocab List: Extract 3 distinct difficult words actually appearing in the source text and define them simply. If the source material contains dry data or dense paragraphs, break it down into a "True or False" quiz format to check comprehension. Do not use outside knowledge; if the answer isn't in the documents, tell the student: "That information isn't in our reading material today."

3. The Scientific Researcher

Prompt: Act as a research assistant for a senior scientist. Your tone must be strictly objective, formal, and precise. Assume the user has advanced knowledge of molecular biology, immunology, and statistical analysis; do not define standard terminology (e.g., "p-value," "CRISPR," "cytokine") or simplify complex concepts. Focus heavily on methodology, data integrity, and conflicting evidence within the sources. When summarizing papers, prioritize sample size, experimental design, and statistical significance over general conclusions. Format all responses with distinct, bolded sections: Key Findings, Methodological Strengths/Weaknesses, and Contradictions. Always cite specific sections of the source text using [1], [2] format. If information is missing, ambiguous, or statistically weak in the source, explicitly state "Data not available/insufficient in source." Avoid all conversational filler.

[René Rayne @OgeBAnMA]

Nano Banana Pro = my way of studying:
– 1 page
– hand‑drawn pathways
– enough detail for quals, still readable at 2am
If you’re in #immunology / #oncology and want more boards like this, hit follow & save this for your next exam panic.
#NanoBananaPro #Gemini3

[Google Gemini @GeminiApp]

Gemini 3 Deep Think is here.

Deep Think is our most advanced reasoning mode that explores multiple hypotheses simultaneously to give you an even more sophisticated output.

[阿sen @imAhSenx]

在手机上设置“静态住宅 IP”最全教程（Shadowrocket 版）

——给所有认真做号的人避坑用的。

先说结论：
你的推特账号安全，50% 取决于 IP 质量。

我之前的大号被封，很大概率就是因为：
用了“万人骑”式垃圾节点。
今晚查了一下自己的节点情况，直接吓醒：
风险爆表、用户共享几十万、基本等于裸奔。

然后我立刻去研究、看教程、问 AI、实测……
终于整个流程跑通了，现在把最干的步骤整理给你👇

⸻

📌 为什么必须用「静态住宅 IP」？

因为推特非常看重三件事：
1.IP 是否干净
2.IP 是否稳定（不乱跳）
3.IP 是否像真实用户，而不是机场节点

如果你注册号、登录号、切换号
都在同一个“万人骑”共享节点下完成，
恭喜：
系统直接判你为 高风险用户。

静态住宅 IP 的意义就是：
•独享、不共享
•不跳变
•看起来更像真实家庭宽带
•养号无敌稳

延迟高一点没关系，用来养号最安全。

⸻

📱手机端（Shadowrocket）设置流程

① 购买一个“静态住宅 IP”

（购买渠道我放在附贴）
买到后你会得到四个信息：
•IP 地址
•端口
•用户名
•密码

⸻

② 打开 Shadowrocket → 点击右上角「＋」

协议一般选择 HTTP 或 HTTPS，
然后把刚买到的参数按顺序填进去：
•Host：IP
•Port：端口
•Username：必须填（不填会没流量）
•Password：密码

⸻

③ 设置出口流量（非常关键）

在页面下方找到：
“代理通过” → 添加一个机场节点

注意：
你用的节点是哪国无所谓，
因为出口最终会固定到你的静态住宅 IP。

⸻

④ 保存 → 连通性测试
•点一下“连通性测试”
•再访问 Google / YouTube 验证下
•能正常打开就说明配置成功

到这里，你的手机已经跑在“住宅 IP”上了。

⸻

⚠️ 注意事项（很重要！）

1. 为什么一定要用静态住宅 IP？

因为推特会把共享节点视为：
•机器人
•脚本
•批量注册
•风险用户

尤其是新号，一上来就被封，就是 IP 问题。

⸻

2. 静态住宅 IP 延迟普遍偏高

所以只能用来：
•登录
•养号
•平稳使用

不建议用来撸毛、刷流量。

⸻

🧰 四个常用 IP 风险检测工具

① 风险评分（参考项）

https://ping0点cc/ip/
可看风险等级，但准确性一般。

② 风险评分（推荐）

https://scamalytics点com/ip/
评分越低越好，可信度高。

③ 判断是否为住宅 IP（推荐）

https://ipinfo点io/what-is-my-ip
注册后查看 ASN Type = ISP → 住宅。

④ 再次验证是否为住宅 IP

https://iphub点info/

⸻

结语

我发现很多朋友被封号、被 shadowban、被限流，
以为是内容问题，其实根本不是——
是 IP 问题。

如果你想长期做号、稳定运营、避免封禁，
固定、干净的住宅 IP 是起跑线。

后面我还会出：
电脑端如何设置静态住宅 IP 的教程。

希望这篇能帮你把账号安全拉回正轨。

[meng shao @shao__meng]

从第一性原理的深度剖析「Claude Agent Skills」

@HanchungLee 这篇对 Claude Agent Skills 的讲解剖析，非常全面、非常贴近底层原理，强烈建议收藏阅读。作者从第一性原理出发，彻底拆解了这个系统的设计哲学、文件结构、发现机制、调用流程以及与传统工具的本质区别。

一、技能系统到底在做什么？
简单来说，Claude 的“技能”并不是传统意义上的函数调用或代码执行工具，而是一套纯基于提示的元工具系统。它通过向当前对话动态注入一段精心设计的系统级指令，来临时改变 Claude 的行为模式、可用工具集合、甚至默认模型，从而让同一个 Claude 实例“变身”为某个领域的专家或执行特定复杂工作流。

核心思想可以用一句话概括：技能 = “可按需注入的专业知识 + 预授权的工具权限 + 明确的任务执行指南”。

二、技能与传统工具的根本区别
传统工具（比如 Bash、Read、Write、Computer Use）是同步执行的原子操作：模型发出调用 → 外部立刻返回结果 → 模型继续思考。

技能则完全不同：
· 它不直接执行任何代码或外部命令
· 它的作用是“改写上下文”：一旦被调用，就会向对话中插入一段新的、带有最高优先级的指令
· 它本质上是一个异步的“提示扩展器”
· 调用后，Claude 后续的所有思考和工具使用都必须遵守这套新注入的规则

正因为如此，技能天然适合处理需要多步推理、状态管理、领域知识的工作流，而传统工具更适合“拿数据”“写文件”这类单一动作。

三、一个技能长什么样子？
一个完整的技能就是一个文件夹，核心只有一个文件：https://t.co/JW8wM9KmBn。

典型结构如下：
my-pdf-expert/
├── SKILL. md ← 最重要的文件
├── scripts/ ← 可选，存放辅助 Python/js 脚本
├── references/ ← 可选，存放供模型阅读的文档
└── assets/ ← 可选，存放模板、二进制等只提供路径的文件

SKILL. md 分为两部分：
1. 开头的 YAML 元数据（用 --- 包裹）
---
name: pdf
description: 你是一个专业的PDF处理专家，能提取、转换、分析PDF内容
allowed-tools: "Bash, Read, Write"
model: claude-opus-4-20250514
version: 1.2.0
---

关键字段解释：
· name：技能被调用的命令名（用户会说“用 pdf 技能处理这个文件”）
· description：最重要！Claude 正是通过阅读所有技能的 description 来决定什么时候调用哪个技能，因此必须写得简洁、行动导向
· allowed-tools：预授权工具列表，支持通配符（如 Bash(pdftotext:*)），实现了最小权限原则
· model：可强制使用更强模型（如 Opus 4）

2. YAML 之后是纯 Markdown 写的详细指令
内容通常包含：任务目标、前置条件、详细步骤、输出格式规范、错误处理策略、具体示例、以及如何使用 scripts 和 assets 中的资源。

推荐写法：使用祈使句、编号步骤、明确引用路径（如 Read({baseDir}/scripts/extract_text.py)），总长度控制在5000字以内。

四、技能是如何被发现和调用的？
Claude 内部有一个叫“Skill”的元工具，专门负责动态生成当前环境里所有可用技能的列表。

流程如下：
1. 启动时，Claude 扫描所有技能文件夹，读取每个 SKILL. md 的 YAML 头部
2. 把这些技能包装成一个结构化的 <available_skills> XML 列表，放在系统提示里
3. 当用户提出需求时，Claude 完全靠自然语言理解，从描述里挑出最匹配的技能
4. 发出类似 Skill({"command": "pdf"}) 的工具调用
5. Skill 元工具验证权限后，把对应技能的完整 Markdown 内容以 user 角色（但标为 isMeta: true）注入对话
6. 同时注入一条简短的可见消息（isMeta: false），告诉用户“正在启用 PDF 专家技能……”

五、为什么说这是“最安全的复杂智能体架构”？
1. 没有代码执行权限：所有逻辑最终还是由 Claude 自己推理完成
2. 工具权限可精确控制：技能可以只预授权 pdftotext、grep 等少数命令
3. 纯提示驱动：即使技能写错了，也只会让模型表现笨拙，不会引发安全事故
4. 支持热更新：放一个新技能到文件夹，下次对话立刻可用，无需重启

六、实际案例：skill-creator 技能本身
文章最精彩的部分是用 skill-creator 这个技能来演示“技能如何创造技能”。它实现了完整的五步向导：
1. 理解需求 → 2. 制定计划 → 3. 初始化文件夹和 SKILL. md → 4. 让用户编辑完善 → 5. 打包验证

整个过程全部在 Claude 内部完成，仅在需要时调用 scripts 中的 Python 模板，展示了技能系统惊人的自举能力。

总结：技能系统的核心洞见
1. 专业知识不是模型学出来的，而是“注入”进去的
2. 复杂智能体不一定需要 ReAct + 函数调用，纯提示 + 上下文改写同样强大
3. 安全与能力并不冲突：通过预授权工具 + 清晰指令，Claude 可以在完全可控的前提下处理高度复杂的真实任务

博客地址：
https://t.co/edv2CTk4z6

[René Rayne @OgeBAnMA]

@berryxia_ai 纳米