Nemo

nemo

[倉田 正充 | KURATA Masamitsu @kuratams]

ChernozhukovやHansenたちの因果推論テキスト、最初のマクラ（ツカミ）がこのおもちゃの車の価格と売れ行きの散布図で、ほぼ水平の回帰直線が描かれてる。そんじゃ値上げしても売れ行きは変わらないのか？ここから因果効果をどう推定できるか？というストーリーなんよね。個人的には分かりやす��て好き

[huhuhang @huhuhang]

如果你 Codex 的余额很多，可以试试目前 GitHub Trending 排名第一的项目：cloudflare/security-audit-skill

PS: 我们已经试过了。

[松井健太郎 睡眠・精神医学 (Kentaro Matsui) @matsuikentaro1]

英語論文執筆におけるAIっぽい表現を修正するスキル”Humanizer academic”マイナーアップデート
https://t.co/igPJVWHEg6
最近のGPTやClaudeはcoding agentとして最適化された結果？人間には読みにくい言葉遣いが多い…このスキル使うとちょっとマシになります（中華圏でよく使ってもらえてるっぽい）

[Jason Zhu @GoSailGlobal]

Claude Code 102 针对学术研究者

Mushtaq Bilal 博士的 Claude Code 102 出来了
第一篇 4M+ 阅读 / 这一篇接得很硬

他的核心论点：Claude Code 完全可以当成「长期研究项目」的工作流引擎来用

博士论文 / 长期写作 / 多年研究项目 / 都适用

5 个核心模块 / 我按重要度排序

· 1️⃣ 第一 用「文件夹 + CLAUDE.md」组织一切

主文件夹是「我的论文」
子文件夹
Literature（PDF + 阅读笔记）
Chapters（章节草稿）
Data（数据集）
Notes（会议记录 / 灵感）
Correspondence（导师邮件 / 合作者交流 / 审稿意见）

每个子文件夹放一个本地 CLAUDE.md
主文件夹放一个全局 CLAUDE.md（项目宪法）

例子
Chapters/CLAUDE.md：「评草稿时按 论点 / 证据 / 文献 / 反驳 结构来 / 引用全部 MLA 9」
Data/CLAUDE.md：「所有 CSV 视为原始数据 / 永远别覆盖 / 清洗后另存为 _clean 后缀」
Correspondence/CLAUDE.md：「优先看 reviewer 意见和 co-author 意见的重叠点」

Claude Code 在某子文件夹工作时 / 会同时读全局 + 该子文件夹的两份 CLAUDE.md

效果
你在做章节时 / 它知道 MLA 引用
你在处理数据时 / 它不会覆盖原文件
你处理审稿信时 / 它先找交叉意见

这套设计的精髓 / 让通用模型变成你这个项目的「专属助理」

· 2️⃣ 第二 Plan Mode + Custom Slash Commands

Plan Mode（Ctrl + Shift + M）
让 Claude 先把要做的步骤写出来 / 你看完同意了再开干
适用：3 步以上 / 跨文件夹 / 长输出 的任务
例如「综合 35 篇论文笔记」「筛选��统综述」「清洗数据集 + 生成 codebook」

Custom Slash Commands
重复性任务的快捷方式
让 Claude 自己创建 / 一句话搞定
「创建一个叫 /firstdraft 的 slash command / 把我 Notes 文件夹里的笔记变成通顺段落」
Claude 自动写一个 .md 进 .claude/commands

Mushtaq 的两条铁律
六个月才用一次的任务 / 别做 slash command
超过 15 行指令 / 拆成两个 slash command

· 3️⃣ 第三 Subagents 解决「context clutter」

长项目的最大问题
你让 Claude 读 20 篇 PDF 后再问它写大纲
它的回应会变慢 / 变模糊
因为前面所有内容都还在它的工作记忆里

Subagent = 自带独立 context window 的小 Claude
它读自己的 PDF / 自己的资料 / 不污染你的主对话

Mushtaq 给研究者的 4 个 subagent 模板

Literature Reviewer：每加一篇 PDF / 自动按你的论点出结构���总结
Citation Checker：核对每个引用是否对得上文献库
Methodology Auditor：检查方法部分跟数据是否一致
Reviewer 2：扮演敌意审稿人 / 撕你的草稿

最强的用法 ：并行批评
一句话「让 Methodology Auditor 和 Reviewer 2 并行评 chapter_4 / 各自出报告」
两个 subagent 各开各的 context / 各出各的报告
主会话一点没被污染

·4️⃣ 第四 Connectors / 把研究工具串起来

Claude Code 顶部「Customize → Connect your apps」
列出官方支持的 MCP 连接器
Zoom / Google Drive / Zotero / PubMed / arXiv 等等

实用 prompt 例子
「拉我最近三次跟合作者的 Zoom 通话纪要 / 抽出所有跟 Chapter 4 相关的评论 / 存到 Correspondence 文件夹今天日期的新文件」

Mushtaq 的一条警告
有保密数据的 app 别接（比如 Slack 里有��发表数据 / 别连）

·5️⃣ 第五 Hooks 和 Scheduled Tasks 让一切自动化

Hook ：某个事件触发时自动跑的脚本
最实用的一个 ：编辑前自动备份
「创建一个 pre-edit safety hook / 编辑任何 chapter 前先备份当前版本」
之后你让它改 chapter_4 / 它自动备份再改

Scheduled Task ：定时跑
最实用 ：每周一早 9 点用 PubMed MCP 拉这周新论文 / 交给 Literature Reviewer subagent 筛 / 把表存到 Weekly Scans 文件夹

Mushtaq 一条铁律
任何涉及「删除文件」的 hook / scheduled task / 别做

· 这五个模块拼起来 / 本质是把博士论文当成一个软件工程项目来管

Mushtaq 帮非技术研究者完成了一件难事
把「Claude Code = 编程工具」的认知 / 翻译成「Claude Code = 项目工作流引擎」

这套思路同样适用于
书的创作（每章一个子文件夹）
长期咨询项目（每个客户一个子文件夹）
家庭账本和长期规划（每个领域一个子文件夹）

���要这件事跨越数月 / 要积累上下文 / 有重复性任务 / 需要多视角评审
都能用这套模板搬过去

链接 ：https://t.co/8NrgrmkH46
（101 入门篇 / 4M+ 阅读 / 同账号往前翻一篇）

[Bill The Investor @billtheinvestor]

有人为 Claude Code 提供了永久记忆功能，它在 48 小时内获得了 4.6 万颗星。单次会话的 Token 消耗减少了 95%。永不触及上下文限制。能够完全衔接你上次中断的地方。一键安装。完全免费。

[NBER @nberpubs]

AI agents put in simulations of novel settings offer an alternative for applying theory, requiring minimal or no modifications, from @BenSManning and @johnjhorton https://t.co/dtF1DfRLuC

[AI Will @FinanceYF5]

Google Research 发布了“教科书终结者”。

它叫 Learn Your Way，使用 LearnLM 将任意 PDF 转换成 5 种个性化学习形式。使用该系统的学生，在记忆测试中的成绩为 78%，而传统方式为 67%。

教育革命已经到来。

[Olivert @indiehackercase]

强烈推荐Gilbert Strang新出的《线性代数与数据学习》(Linear Algebra and Learning from Data)。

有一定数学基础���想入门机器学习领域的老铁会发现什么叫醍醐灌顶。这本书是建立已有数学知识跟人工智能之间的一道桥梁。

没学过高等数学的同学，也可以看他的Linear Algebra for Everyone。

链接：https://t.co/8LjVxCf6Na

[Renaud Foucart @RenaudFoucart]

One of my favorite papers on the randomness of "meritocracy:" Participants in a famous classical music competition perform in random order, but this order affects the experts’ rankings, which in turn determine the musicians’ long-term career outcomes. Many such cases...

[Susan Schneider @DrSueSchneider]

New Paper: Is AI Conscious? A Primer on the Myths and Confusions Driving the Debate

AI sparks claims about machine minds—but are today’s systems really conscious? We cut through the myths + misconceptions.

#AI #Consciousness #Philosophy #AIEthics #LLM
https://t.co/IOXAYll8fs

[Joel Bowes @joelbowes]

What types of personality traits are associated with pro/anti reactions to AI?

Pro-AI: Openness, Extraversion, and Conscientiousness

Anti-AI: Neuroticism

[Jim Fan @DrJimFan]

"Consciousness" has been the taboo "C-word" in AI.

This 88-page paper, coauthored by Turing Prize laureate Yoshua Bengio, is a systematic survey of the scientific theories of consciousness, as well as possible implementations in today's AI stack.

I commend their courage to address such a controversial topic that most researchers shun. Here's what the paper concludes: quote "Our analysis suggests that no current AI systems are conscious, but also shows that there are no obvious barriers to building conscious AI systems."

It's a long read - will share notes later, bear with me.

Paper: https://t.co/dA6RZDAqhr

[HAKAN YILMAZKUDAY @yilmazkuday]

Retail inventories have contributed the most to the Great Trade Collapse. https://t.co/oixBtIMVyC

[Mustafa. @oprydai]

this is a must read if you are into deeptech

[[email protected] @ChrisAdamsEcon]

Excited to announce the publication of my new book Game Theory for Applied Econometricians: Data analytics with R: https://t.co/oCKkNYYLl3 #rstats #econtwitter

[Jesús Fernández-Villaverde @JesusFerna7026]

A beta version of my slide deck for my upcoming lecture on Geoeconomics at Oxford this Friday is now online:

https://t.co/tOk7nC1IC5

I’m looking for feedback: What else should I include? Are there any important citations I might have missed?

Please note: I don’t have room for more than 50 text slides, and I want to highlight how machine learning can be a powerful tool in this field, so I need to be selective.

Still, any suggestions are most welcome, especially as I’m considering turning this into a longer course.

@chris_d_clayton, @m_maggiori, @JSchreger, @lugaricano, @CathrinMohr, @Ch_Trebesch, @VGB32058943: you might find this of some interest.

[John B. Holbein @JohnHolbein1]

Families' wealth in 1427 predicts their wealth in 2011.

[joseph francis @joefrancis505]

In this article, Magness and Makovi have done a public service. They have accidentally shown how nonsense is being published in major economics journals.

As such, there are broader lessons to be learned from the Synthetic Marx Affair. Here goes… 1/15

[Ole Peters @ole_b_peters]

1/
How can I put this?
"Expected utility maximizers don't maximize utility."

Why? Because utility is not usually an ergodic quantity in the mathematical models used by economists, and maximizing its expected value doesn't mean much in the real world.

[Michael Thrower Chowdhury @BevansAdvocate]

This tome of a book is excellent. I've always liked Stiglitz, but wished his books did more academic deep dives. This book does that, presenting the current research on inequality, as well as the corresponding models plus variations. Highly recommend.