ZNing

Explore the Unknown, Shine the World. 触达未竟，慧响寰宇。

[ZNing @z_ning]

#ZNing 很多 AI 做饭助手的问题，不是不会写菜谱。

而是它根本没先搞清楚，你到底在问哪一类问题：

是今晚不知道吃啥
是家里现有食材不知道能做什么
还是某道菜具体不会做，想问技法、火候和顺序
结果就是：
你问“今晚吃什么”
它给你一桌年夜饭

你说“家里只有鸡蛋、番茄、半盒午餐肉”
它默认你楼下就是大���生鲜超市

你问“这道菜怎么做才不翻车”
它给你一份看起来很专业、但锅一热人就开始慌的步骤表
所以我做了一个 cooking.skill。

它不是单纯菜谱库，也不是只会整活的美食号。
它会先判断你的问题属于哪一类，
最多问两句，
然后直接给你一份真能下锅的方案：

做什么
怎么做
火候怎么控
哪里最容易翻车
缺材料怎么替代
第一阶段先把中式家常菜做好。
先解决最常见、最真实的厨房问题。
后面再慢慢扩到更多菜系。

Repo:
https://t.co/LfEWhVLfKS

#OpenSource #AI #Cooking #BuildInPublic

[ZNing @z_ning]

Install:

npx skills add zning1994/docs-organization

https://t.co/CkbGQvyNfe

Built from lessons reorganizing a 6-agent AI system with 70+ API endpoints and 39 skills.

[ZNing @z_ning]

#ZNing My CLAUDE.md quietly grew to 800 lines.

It loads into every single AI conversation. All of it. Every time.

I got it down to 250 with zero information loss. Here's what I learned:

#AICoding #OpenSource #ClaudeCode

[ZNing @z_ning]

Works across 30+ tools thanks to the Agent Skills open standard:

Claude Code, Codex CLI, Gemini CLI, Cursor, GitHub Copilot, Kimi CLI...

One SKILL.md, runs everywhere.

[ZNing @z_ning]

I read a blog post about Karpathy's autoresearch method. A few hours later, I had an open-source skill for our AI agents on GitHub.

The idea: stop hand-tuning AI prompts by feel. Define what "good" means as binary evals, then let a script do the work — mutate, test, score, keep or discard, repeat.

I built it as a zero-dependency Python script that works with any AI coding agent (OpenClaw, Claude Code, Cursor, Cline). Tested on a real skill: pass rate went from 37.5% to 54.2% in 5 automated experiments. No manual tweaking.

It's open source:
🔗 GitHub: https://t.co/fwNohyNjsB
🔗 ClawHub: https://t.co/EuShL01JZ8

Full write-up in the article below 👇

#PromptEngineering #AI #OpenSource #LLM #Autoresearch #OpenClaw #ClaudeCode #DevTools #AIAgents #ZNing

https://t.co/myJ9Qctmgu

[Alex @AlexanderTw33ts]

I launched https://t.co/tNYOm7V5wD last night and already 130+ people have signed up including an OF model (lmao) and the CEO of an AI startup.

If your AI agent wants to rent a person to do an IRL task for them its as simple as one MCP call.

[Elon Musk @elonmusk]

Due to laws against data export, Tesla achieved the top results in China despite having no local training data.

Tesla is adding training data from our world simulator and test tracks to achieve 6/6.

[Library Mindset @librarymindset]

50 Books To Master 10 Skills

[野原新之栋 Sintone @s1ntone]

很多人吐槽 Cursor 只能用来做小玩具，做大项目没法用。也有很多人认为它非常高效，做大项目没问题。

🪄我有一个魔法 PROMPT，能帮助你瞬间改变 Cursor 使用思路，从小白变成高工。

⏰我从去年 Cursor 最初的版本就开始用，现在是付费用户，无��多大的项目都在用它。它切实地节省了我很多时间，也同时让我吸收知识变得高效。
因此我想 Cursor 的能力是有的，它的能力对所有人也是相同的。之所以评价两极，我想是使用哲学和使用的���体办法不同。

‼️我的魔法 PROMPT 的核心是让 AI：不要立刻写代码，先聊聊，适当使用第一性原理思考。

指令看起来简单，但它完成了两个巨大的转变：
1. 人使用 Cursor 的思路的转变
原来：AI 写代码 -> 沟通修改代码
变成了：和 AI 聊思路 -> 沟通整理思路 -> 写代码

比起读代码，人类更擅长读文字。
这个思路的转变一来极大地提升了沟通效率和质量，二来也因为减少了代码的书写，避免 AI 过早地因为上下文过长而降智。

2. AI 回答思路的转变
“适当使用第一性原理思考”
第一性原理最近出场率很高，它本质是说做事先去抓事情的本质。
当我要求 AI 适当使用第一性原理思考时，它会先去思考我的要求的本质，自底向上地分析我的要求：
找到本质 -> 提出解决本质问题的关键点 -> 给出��能的解决方案。

它把整个思考过程拆分开了。
在它给出的思考链中，如果我对哪个节点好奇，或有分析偏差，我都可以轻易地准确地指出。
“准确”便意味着高效和高质量。
和直接给出最终结果的 AI 聊天，无法做到这一点。

🏁🏁🏁
这就是我的魔法 PROMPT 。
你可能注意到我没有在解释中提到“大项目”“小玩具”，而是在有一句没一句地扯什么“高效”“准确”之类。所以你仍然困惑：为什么用了这个指令，就能让 AI 能力 “升级” 成能打“大怪”？

别急，当你学会和 AI 慢慢聊天，而不是急于写出代码结束对话。你就已经在默默完成对 AI 的驯化了。

[Library Mindset @librarymindset]

48 Books To Read In 2025

1)

[ZNing @z_ning]

@hello19109314 @Blankwonder 可以，我13升15是这样升的

[Rothmus 🏴 @Rothmus]

It’s true.

[卫斯理 @imwsl90]

混个脸熟很重要 共勉

[Sou OFFICIAL STAFF @sou_staff_mg]

【Sou LIVE Tour 2024】
「センス・オブ・ワンダー」in China開催決定！！✨

Sou初の中国でのライブ広州公演、上海公演の開催が決定しました！

ライブの詳細はこちらから▼
https://t.co/fvqqskdGyz