Oulipo

进过央媒，混过字节，人在腾讯。余生唯一课题：如何不被AI定义成常量。

[Edward @edwardxlaime]

趁着FDE的热度还在，我直接把我的焚决交出来了，FDE必学的思维模式，我把它浓缩成了五个字：“人流钱暗界”（这五个字不止是FDE可以用，它能帮你拆分任何一种商业模式）

拿我最近做的一个面试题举例，我需要简化播客逐字稿转成公众号文章的流程

人：这个东西是给谁使用的，产出的结果是给谁的；在这里使用者是编辑？读者群体是什么？是单人还是协作编辑？

流：现在的流程是怎样的；编辑原本是对着逐字稿一点点写吗？反复固定的动作有哪些？

钱（量）：现在的真实投入是多少，要怎样才算成功；有了基线才能证明提效，衡量的指标是内容的阅读量还是编辑的效率

暗：没写在明面上的真实情况；编辑是否已经在使用AI？甲方的一些要求是否真实有效？这也是为什么FDE要驻扎一线，有些东西是只能现场感受的

界：有什么不能碰的界限，出现问题后的负责人是谁；这些不问清楚，要么你的产品就处处越界，要么到时候AI出问题了你就成背锅侠

[mousepotato @iluciddreaming]

https://t.co/SyjLrlHBWc

[六时夜 @Sixtimenight]

给所有想真正用好AI的人，最重要的建议：

1. 给 OpenAI 付费。

2. 下载并打开 Codex。

3. 选择5.6 Sol。

4. 在 Codex 里输入 /plan，先进入计划模式。

5. 手机打开豆包输入法，开始说话。或说给豆包然后复制转录的话。

把你最近想做的事、卡住的事、一直没开始的想法、想解决的问题，全都说出来。

不要整理语言。
不要追求逻辑。
不要想着说得漂亮。

你只需要一直说。

至少说 10 分钟，如果能说更久更好。

6. 把转录文字发到电脑上。

7. 回到 Codex，输入这段话：

「我刚刚说了一些想法，可能很乱。我会把转录文字粘贴在下面。请你先读完，不要马上给方案。你要先向我提问，帮我搞清楚这里面真正重要的东西是什么，以及我可以怎样用你把这些想法变成具体成果。请一直问，直到我说可以开始为止。」

8. 粘贴转录文字。

9. 按回车。

接下来，把主动权交给 Codex。

如果这个方法对你有用，欢迎把结果分享出来。

如果你觉得这套方法听起来很奇怪，也没关系。

你可以直接把这段话发给你正在使用的任何 AI，然后说：
「有人建议我这样开始用 AI。我想试试，但不知道该怎么做。你先帮我开始。」

很多人用不好 AI，不是因为工具不够强，也不是因为提示词不够高级。

而是因为他们从来没有把一个真实、具体、混乱的问题，完整地交给 AI。

先说出来。

剩下的，让 AI 和你一起整理。

好奇心和持续追问，比技巧更重要。

[智享 @CycleDecoded]

能把所有 PDF 解析工具按在地上摩擦的开源神器。

之前搞论文、抓数据或者拆文档，遇到复杂排版、公式和表格就乱码，这玩意直接把高质量 PDF 内容解析给做成“傻瓜式”套件了。上海人工智能实验室开源的，懂行的都知道他们家底子有多厚。

开源协议：Apache-2.0
GitHub Stars：10k+（还在暴涨）

📌 这玩意狠在哪里：

公式直接变 LaTeX：复杂数学公式一键提取，论文党写论文直接复制粘贴。

表格完美还原：带复杂的跨行跨列表格，提取出来结构一点不乱。

图像与文本精准分离：自动识别排版，扫描件也能搞定高精度 OCR。

高质量数据集神器：做 AI 大模型 RAG（检索增强）或者喂数据，用它洗数据效率翻倍。

白嫖党和 RAG 开发者狂喜，本地直接部署，再也不用给那些收费 PDF 转 Word 网站送钱了。

🔗 项目地址：https://t.co/QeWLKCtPJC

[Yohei @yoheinakajima]

i made the coolest graph based slides for a presentation i did last saturday at graphcon

demo: https://t.co/MAKnNLbz7U
gh: https://t.co/fA30OLaAUn

> nodes have one or more slide numbers
> on slide selection, pull in nodes with the slide number
> also push out nodes w/o the slide number
> "frame" centers around center of nodes w slide number
> can define layout (node direction/relationship) per slide
> in-slides animation is just letting new nodes in frame
> can reuse nodes across slides
> entire thing is a single html graph visualization

[向阳乔木 @vista8]

终于有人出手解决这个痛点了，不同 Agent 的对话、记忆的统一管理。

Product Hunt 刷到一个叫 Memmy 的开源项目。
https://t.co/UcdfJ8uWcV

能把Codex、Claude Code、Workbuddy、Hermes 等所有常见 Agent 对话记录统一扫描管理起来。

软件设计得也很全面，同时支持 Mac 和 Windows，还提供TUI和Cli。

这样哪怕不打开软件，也能用任意 Agent 调用读取记忆，很适合搭建一套个人上下文系统。

Github 地址见评论区

[黄赟 @huangyun_122]

哈哈，Grok 才是王者，用它挖掘 twitter 上的 KOL, 独立开发者，简直无敌

分享下我的提示词，有了它，每个投放小姐姐就再也不用愁有钱花不出去了，再小的产品也能找到机会曝光

1/ 找到粉丝数大于2000的中文区作者
2/ 查找TA最近的 10条推文，如果 AI 占比大于 40%，入选
3/ 开启母子进程，子进程执行，每过2小时刷新下粉丝数
4/ 做个 dashboard 给我展示

[知识分享官 @knowledgefxg]

宝藏实用网站推荐：YGJC. CC

把基本能想到的关于关于科学上网的一切实用教程都罗列出来了，作者有心了。

[Amto @XAMTO_AI]

这项目给Claude Code塞了28个心智模型和批判性思维技能，第一性原理、贝叶斯推理、系统思考、OODA循环、Pre-Mortem、约束理论、五个为什么、红队思维……全是正经框架。

用法很简单，装好后在Claude Code里直接按名字调用就行。比如你拿不准一个架构决策，丢一句“用第一性原理分析一下”；或者想预判项目风险，直接“做个Pre-Mortem”。Agent会用结构化方式帮你做决策、调试和策略分析，而不是凭感觉胡扯。

我看了下它的评估报告，作者跑了一套严格的测试，结论是“目前没有任何一个技能被证明能稳定提升准确率”，但这反而让我觉得靠谱。至少人家没吹牛，把这些当思考脚手架用，比让Agent裸奔强多了。

[Amto @XAMTO_AI]

想给大段文本画张关系网？这开源项目能一键转成知识图谱。

别人折腾Graph RAG还得抱着GPT接口不撒手，它直接用本地LLM（Ollama + Mistral）干这事，从文档里自动抽概念、挖关系。我拿几篇技术文档试了下，抽出来的概念关系比纯向量检索那种关键词匹配有逻辑多了。
Graph RAG比普通向量检索强就强在真懂上下文关联，拿来搞知识问答也顺手。

全程本地跑，数据不出门，不用掏钱调API。Docker一键启动就完事，演示图丢下面了，自己去看效果。

https://t.co/Zm6y2JBASn

[Amto @XAMTO_AI]

政府砸几百万美金搞的全球监控情报系统，被人开源了。

这事有意思的地方在于，它叫 Crucix，能实时盯着全球每个角落，一有风吹草动，直接给你发短信。

每15分钟从26个不同来源同步数据：

冲突热点地区、宏观经济指标

加密货币实时报价、大宗商品行情

卫星火情、航班实时动态、船舶AIS轨迹

Telegram情报频道的舆情监控

双向交互也做得很顺手：警报推Tg和DC，回短信输个 /brief 马上出摘要。

说实话，这种以前只存在于国家层面的监控能力，现在个人开发者随手就能搭一套。

🔗https://t.co/ztvJfYJkoh

[章工 @435hz]

你的身体状态，就是你人生的绝对天花板。
身体一旦虚了，什么意志力、定力、判断力会在一瞬间全部归零。连自己的内分泌都控制不了，你还想控制人生的走向？

天天熬着大夜琢磨怎么搞大钱，连个觉都睡不够，你不当韭菜谁当韭菜。
保持健康，持续精进，然后暴富。

[Mr Panda @PandaTalk8]

家人们， 你们要尽可能的花钱去买信息。 人一生所有的阶层跨越本质上都是获取最优质信息的过程。
认知升级实际上也是一个人对信息处理维度的层级的不同。

有的人虽然家财万贯，但实话说他的脑子和认知，可能都是处在底层的低维度上。

[huangserva @servasyy_ai]

杨立昆都转发了！
Unlimited-OCR 为什么这么火？

百度的 Unlimited-OCR 再次冲上 HuggingFace 趋势榜，目前全球第三，又一次排在 GLM-5.2 前面。
上个月它横扫 GitHub、HF 四榜第一，我以为这波热度就过去了，结果图灵奖得主一转发，又把它送回了前三。
GitHub star 破 1.65 万，HF 下载 224 万，还在涨。

传统 OCR 有个老毛病：把文档一页页切开处理，跨两页的表格直接断掉，阅读顺序也丢了。
Unlimited-OCR 用 R-SWA 机制，几十页文档当一个整体连续解析，解码时 KV Cache 恒定——文档再厚，显存占用不涨。

海外博主 Mario Nawfal 实测：100 页 PDF 一次解析完，40 页之后错误率还在 0.11 以下，其他 OCR 到这个长度已经干不动了。

3B 参数，自己电脑就能跑，关键免费。

如果你经常要处理几十上百页的 PDF——论文、合同、扫描件，以前要么手动切页，要么掏钱买 OCR SaaS，现在这两样都省了。

项目地址👇 https://t.co/MKaqdqVvUc
HuggingFace：https://t.co/MKaqdqVvUc

#无限OCR #UnlimitedOCR #百度 #文心大模型 #文心

[阿台🕊️ @QT9277]

卧槽，网传泄露的 Claude Fable 5 原始系统提示词，有人重新打磨出 token 精简优化版本，还整理成清爽规范的 Markdown，阅读和复制体验舒服太多。

仓库把内容调整成通用模板，不局限于 Claude，Gemini 3.1 Pro、ChatGPT 5.6 这类主流大模型都可以直接套用。

整套方案完全开源免费，想研究高阶系统提示词工程的可以自行查看。
🔗 https://t.co/hEWeGoHM5X

[非著名程序员 @KengGuangLong]

我决定了，我最近开始潜心研究 WorkBuddy 了，要想在国内做 AI 赚钱，WorkBuddy 已经到了不能不研究的地步了。

[Hanchin Hsieh @_yuchanns_]

给我们组全员安利了 raft. 一开始他们无动于衷，今天看我 agent 流畅地自动查日志，改代码，造数据，测试和开发都心动了。

[Fred-New @Fred834567]

我读完第一反应是：终于有人把Skill当产品做了。

不是丢几段Prompt就完事，是写了PRODUCT.md、HANDOVER.md，打了版本号，写了CHANGELOG——每一版为什么改、为什么回退都记着。这种东西在开源Skill里太少了，绝大多数人连README都写不明白。

最让我服的是他主动画了边界。

追星向的不接、硬广不接、长教程不接。一个Skill知道自己不做什么，比它能做什么难多了。功能可以加，边界守住需要判断力。这种人做的东西，我愿意试。

还有一个细节：他不用AI生图当主力。

宁可去Pexels、Unsplash找真实摄影图，也不想让卡片变成“一眼AI插画”。这个判断我认同，AI图同质化太快了，真实感反而成了稀缺品。

说到底，Skill是一个小产品。

判断一个Skill好不好，看它有没有被作者偏爱过。这个被偏爱过，看得出来。不是因为功能多，是因为他清楚什么是好的，并且守住了那条线。

我也在维护自己的开源项目，知道“守线”有多难。有时候功能加多了，反而不知道自己在做什么。他做了个不贪心的东西，反而更扎实。

[Zayn Hao @ZaynHao]

没想到帖子这么受欢迎，

这是网址哈：

https://t.co/wFQNGXTVMq

https://t.co/NOSME1srNl