MikeWang

[Thariq @trq212]

I just told Claude "can you help me think through this problem step by step"

[Xudong Han @Xudong07452910]

Anthropic 刚发了 Opus 5.5 的官方 Prompt 指南，非常值得看！

比如以前常写的「仔细思考」「一步步分析」，官方现在甚至建议考虑删掉。Opus 5.5 会自己决定思考多少，真正该调的是 effort，而且默认的 medium 在 Anthropic 测试里已经能达到甚至超过 Opus 5 的 high。

更有意思的是后半部分。

长任务要维护 checklist，跨 App 先主动探索 Context，多 Agent 甚至可以直接给它时间预算，让它自己调整并行策略。

感觉 Prompt Engineering 这件事也在变。

以前更像是在研究「这句话怎么写模型才听话」，现在更像是在设计模型工作的环境、反馈和约束。

Prompt 还重要，但 Harness 开始接管更多工作了。

官方指南：
https://t.co/gI9DAG9zdO⁠

[Alexey Fateev @superalesha]

I asked Opus 5.5 to make a history of Claude models development.

It built it in pure JS using only my skill. Awesome.

https://t.co/sammJUnp0Q

[Xudong Han @Xudong07452910]

这次 OpenAI 开始亲自下场教大家怎么写 Skills 和 AGENTS. md 了，这篇最新 Blog 非常值得看。

一个很明显的信号是，模型变强以后，Agent Engineering 也得跟着升级。很多以前为了旧模型加上的规则，到了 Astra 这里可能已经成了负担。

几个实践建议我想可以直接抄：

Skill 尽量做窄，描述里重点写清楚「什么时候该调用」，复杂说明等真正用到时再加载。

AGENTS. md 少写那种一刀切的规则，比如「每次先读完整 Repo」「所有改动都跑全量测试」「任何不确定都先问人」。这些很容易让 Astra 过度搜索、过度验证。

同时把「什么算完成」「哪些事情可以自主决定」「什么时候需要人介入」提前讲清楚，反而更容易让它放开手干活。

我现在甚至觉得，每次换一代模型，都应该顺手给自己的 AGENTS. md 和 Skills 做一次大扫除。

模型升级了，之前给旧模型搭的脚手架也该拆一拆。

OpenAI 现在亲自开始讲这些，很推荐做 Coding Agent / Harness 的人看。

https://t.co/ANAkAmNRwb

[Andrew Ng @AndrewYNg]

With AI Engineering skills, you actively shape the build: You influence what gets built, and drive the build loop. Here're key skills to do this. https://t.co/sysOYdzuZY

[Frank Wang 玉伯 @lifesinger]

快年底了。
回顾过去，今年最触动的一句话和一张图是：

Everything is a function of time, and everything is still on the table.

[Hux @huxlab]

今晚别刷Netflix了。

去看这个SpaceX AI工程师1小时的课程。

这是我见过最清晰、端到端讲透GrokBot到底该怎么真正用起来的课。

从单agent开始，一路到loop、graph、多智能体协作、verification和agent-friendly架构。

不管你是从没认真跑过agent，还是已经天天在用GrokBot，看完都会把很多“原来如此”的点一次打通。

真正核心就这几层：

1. 99%的人只用1个agent，没用loop和graph，只发挥了1%实力

2. 真正的新stack是Chief of Staff + PM + 20+ workers全自主团队

3. 怎么用高质量skills让agent像真工程师一样干活（pstack）

4. 怎么把代码和架构改成agent-friendly（Dune、contract、CI）

5. 怎么用verification让自己真正敢把活交给它们，而不是一直盯着

大多数人花好几个月才拼出的全景图，这节课直接给你画完。

把时间空出来，这可能是你这个月最值的一堂课。

[卡夫卡 @kafkaup]

读完最大的震动，不是模型又会写代码了，而是瓶颈已经换了：卡住我们的是编排、记忆、和闭环验收

以前我自己在好几个 agent 之间当调度员。grokbot 等于把「工程总监」产品化了——领域专精 bot、截图前后对比、外部状态库、出错就复盘进 playbook

对我这种写代码又玩 AI 的人来说，可抄的不是两百个 agent，而是先做一个领域、定一条必须有证明才能交卷的标准。模型会继续变，这层组织设计才是现在真正缺的

[Michael Guo @Michaelzsguo]

Lauren Tan @poteto 是 Cursor 的工程师，之前在 Meta 做 React Compiler，也在 Netflix 做过 tech lead 和工程经理。

她加入 Cursor 只有五个月。第一个月还在熟悉代码库，上个月已经合入了 1000 个 PR。这个月才过去 12 天，她又合入了接近 800 个。

这不是 AI slop code，而是你每天都在使用的 Cursor 的代码。

很多人，包括 Claude Code 的 Boris，都提过自己借助 coding agent 达到了类似的效率。但真正愿意把工作方法完整分享出来的人并不多。Lauren 在这个一小时的视频里，几乎是手把手讲了她怎么走到这一步。

她认为，用 AI coding 最大的问题不是生成代码，而是验证代码。

如果 agent 不能自己运行产品、操作界面、读取 CPU trace 和 heap snapshot、打开模拟器并复现问题，那么最后还是要由你来检查结果。你就是整个流程的 verifier，也是无法并行工作的瓶颈。

Lauren 的做法，是先给 agent 建立完整的验证能力：让它能通过 Chrome DevTools 或模拟器实际操作产品，再用 feature map 告诉它每个功能在哪里、怎么进入。这样即使同事只丢来一张截图，或者一句很模糊的 bug 描述，agent 也能找到对应功能，复现问题并验证修复。

每当她发现 agent 在猜测、漏读代码或走错方向，就把这个失败模式写成一条 skill。然后像测试代码一样测试这些 skill：让多个 sub-agent 分别执行任务，由 coordinator 制定 rubric，再让另一个模型交叉检查评分，反复迭代到结果足够稳定。

现在，她甚至允许 agent 自动合并 PR。有一天早上醒来，已经有 20 个 PR 自动进入 main；她直接在 main 上检查，结果都没有问题。

这套方法不是简单的提示词技巧，更像做工程管理：先设计好环境、流程和验收机制，再让团队并行工作。只不过这支团队，现在由几十个 coding agent 组成。

[Matthew Berman @MatthewBerman]

My full interview with Tibo (@thsottiaux)

0:45 Tibo's Lessons from Google DeepMind
4:22 Building OpenAI’s Relentless Culture
7:23 Astra & Next Gen Models
11:18 How Fast AI Changes Developer Workflows
14:27 ChatGPT & Codex Merging
20:25 OpenAI vs. Anthropic
23:37 Why OpenAI Keeps Resetting Limits
30:25 Recursive Self-Improvement
32:00 Dangers That Caused "The Pause"
34:13 Will Ultra Fast Become the Default?
43:20 Why Everyone Needs to Try AI

[ClaudeDevs @ClaudeDevs]

Claude Code and Claude Design now sync both ways.

Run /design-sync to pull your design system into your repo and build against your real components, or push what you've built back into Claude Design and keep editing on the canvas.

[Vincent @Vincent_AINotes]

国外大神录了一个11分钟的教程，用 AI 从零做了一个赛博朋克动画网站，看完我沉默了（已加中文字幕）

滚动页面背景视频跟着播、鼠标移动有视差、卡片是磨砂玻璃质感、字体是定制艺术体。这种效果找外包做报价至少大几千

他用 GPT 5.5 + Codex，11分钟搞定

最绝的是他的工作流：

不是上来就让 AI 写代码，先去 Pinterest 找视觉参考，去 https://t.co/bTLMCC0CUl 找现成的动画效果提示词，用 https://t.co/QVZ8BRqlIW 生成赛博朋克视频素材

然后把这些参考图、现成的 CSS 代码、具体的交互描述一起喂给 Codex。AI 拿到的不是一句模糊的"做个酷网站"，是精确的视觉方向 + 可用的代码片段

滚动驱动视频播放、液体玻璃效果这些以前要手写 GSAP 调半天的东西，他一个提示词就出来了

React + Vite + TypeScript + Tailwind + GSAP，全套技术栈 AI 自动配好

看完最大的感受是：差距不在工具上，在于怎么用。同一个 Codex，大部分人做出来像学生作业，这哥们做出来像设计公司的作品

[Jahan Zaib @jzaib4269]

Created with GPT Image 2.0 on ChatGPT

Peompt: A creative 3D illusion artwork of a cute young girl stepping out of a spiral notebook page placed on a wooden desk. The notebook has lined paper with handwritten text at the top. The girl looks semi-realistic 3D cartoon style, soft wavy brown hair, natural makeup, sweet smile, wearing a pastel crop top and high-waisted light grey jeans with white sneakers. Her lower body appears sketched in pencil on the notebook while the upper body looks realistic and popping out of the page.

[Ciri @Ciri_ai]

GPT Image 2 on Chatgpt

Prompt: Please transform the entire image into a single Decorative Folk Flat Illustration with Doodle elements. Use a bold and playful color palette, completely different from the original image. Simplify all details into clean, flat shapes with a handmade, slightly imperfect feel, as if drawn on a sheet of white paper. The overall style should look cute, childlike, and whimsical

[Thomas Ricouard @Dimillian]

Computer Use is finally out in the EU so this is a good read!

[彭根辉 @aipgh6]

Codex 加 Obsidian 这个软简件直是王炸组合！

今天研究一了下午，终于我把的 Twitter 点赞内容直接自动步同到我知识库里面，然后直接写转成朋友圈。这方个案我觉得至可少以释放三个人力。

我还在这个础基上做一了个我的知库识的中台，每天就在里这直接自动看地它给我整条内容。太炸裂了！我觉得大一家定要学来起

[Peter Yang @petergyang]

I make all my social media posts via Codex now.

It's pretty incredible how much time you can save when you chain together skills and browser use.

Should I make a video on how to do this?

[Thomas Ricouard @Dimillian]

https://t.co/E9VWMh6TNq

[宝玉 @dotey]

Lovable 的设计负责人 Felix Haas 在社交媒体上分享了一篇关于"AI 时代高效团队"的观察，七条经验总结，来自这家增长速度惊人的 AI 创业公司内部视角。

几条有意思的观点：

第一，别像员工一样等安排。影响力最大的人不问"这归谁管"，看到问题直接上手。主人翁意识不是靠分配的，只能靠自己拿。

第二，招人看态度不看简历。技能当然重要，但光有技能几乎不能预测一个人能不能成事。真正跑出来的人靠的是好奇心、韧劲和学什么都愿意学的心态。在 AI 时代，这一点比过去更明显。

第三，好奇心和沉迷 AI 是两回事。真正用好 AI 的人不是天天刷资讯，而是不断去试那些没人让他试的东西，追那些可能根本走不通的想法。大多数人不会这么做，但少数坚持的人，回报是指数级的。

第四，让资深的人重新动手。这是 Haas 觉得最有意思的现象：经验丰富的管理者重新变成了 builder（建造者）。AI 让个体贡献者的杠杆效应急剧放大，一个深度使用 AI 的资深工程师或设计师，可能是当下公司里最强大的组合。

第五，自我意识是速度的敌人。Haas 说他从没见过自我意识让公司变快，但见过它让公司变慢。最快的团队不太在意谁拿功劳，只在意什么方案有效。

第六，先发布再迭代。一周的内部讨论，抵不上一天的真实用户反馈。最强的团队不追求发布前完美，而是追求尽快学到东西。发布本身就是他们学习的方式。

这些观点单独看并不新鲜，不过 Lovable 这两年发展的确实不错，2024 年上线，8 个月做到 1 亿美元年收入，2025 年底完成 3.3 亿美元 B 轮融资，估值 66 亿美元，是欧洲增长最快的 AI 公司之一。

尤其是“让资深的人重新动手”这一条，可能是 AI 时代最容易被忽视的组织变化。当 AI 工具足够强大，过去被提拔到管理岗、远离一线的高手，重新获得了亲手做事的能力和动力。

[王峰Anc @wangfenganc]

Codex 十大必装 Skills 技能来了！ 让你效率提升10倍不止！

先收藏，再安装，这10个技能一个比一个实用！

1⃣Superpowers
让 Codex 像严格工程师一样干活：先写测试，再写代码，还会主动做代码检查，减少“看起来能跑、实际有坑”的情况。
安装/来源链接：
https://t.co/ufHfkw8zmY

2⃣SuperClaude Framework
给 Codex 增加一套常用指令菜单。你可以用更简单的命令，让它做分析、修 bug、写代码、优化项目、生成文档等任务。
安装/来源链接：
https://t.co/lVqPz8WPwe

3⃣MiniMaxSkills
一套现成的工作流程模板，覆盖前端、全栈、移动端和文档写作。适合不知道怎么下指令的新手，直接照着流程让 Codex 干活。
安装/来源链接：
https://t.co/LppWRckaot

4⃣Anthropic Official Skills
官方示例技能库。主要用来学习“一个好 Skill 应该怎么写”，也适合拿来当模板，改成自己的专属技能。
安装/来源链接：
https://t.co/z07dDYhbU7

5⃣Vercel Agent Skills
Vercel 官方的网页开发检查规则，特别适合 React 和前端项目。它会帮你检查页面性能、结构、可访问性和工程规范。
安装/来源链接：
https://t.co/I5L5esKl1H

6⃣Planning with Files
让 Codex 用 Markdown 文件记录计划、进度和上下文。适合长期项目，避免聊着聊着忘记前面做过什么。
安装/来源链接：
https://t.co/PhzFLvD65S

7⃣Context Engineering Skills
教 Codex 更好地管理上下文：什么该记住、什么该总结、什么时候该清理。适合复杂项目，能减少跑偏和重复沟通。
安装/来源链接：
https://t.co/g9JVmmfTc5

8⃣Composio Skills
帮 Codex 连接外部工具和服务，比如 GitHub、Notion、Slack、数据库等。适合想让 Codex 不只写代码，还能帮你操作工具的人。
安装/来源链接：
https://t.co/Y3rZITMHNK

9⃣Antfu Skills
学习高手如何设计 Skills。适合想进阶的人参考，看看优秀开发者是怎么把经验沉淀成可复用工作流的。
安装/来源链接：
https://t.co/zWX1OJbNmA

🔟Awesome Agent Skills
一个大型 Skills 目录，收集了很多公司和社区做的技能。适合当“技能导航站”，需要什么能力时进去找灵感或模板。
安装/来源链接：
https://t.co/zjwynBGVly

在用 CodeX 的强烈建议安装一下，对工作效率的提升是全方位的。 #codex #skill