{"source":{"id":"2076847146251190642","title":"一个本地 Markdown 文件夹，就能先搭出个人 AI 第二大脑。 先装 Claude 桌面版。 再装黑曜石（Obsi…","url":"https://mubeitech.com/p/2076847146251190642"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2078827490575843583","account":"mubei","brand":"@mubei","title":"会用 Claude Code 的人，是在给工程助手铺工作现场，而不是找 AI 聊天。 Anthropic 的工程师花 2…","summary":"会用 Claude Code 的人，是在给工程助手铺工作现场，而不是找 AI 聊天。 Anthropic 的工程师花 28 分钟交了底，外面卖 300 美元的编程课，干货密度连前 10 分钟都打不过。想要真正用好它，得彻底戒掉“对着提示框发呆”的习惯，改用工程师的配置流。 它不只…","body":"会用 Claude Code 的人，是在给工程助手铺工作现场，而不是找 AI 聊天。\n\nAnthropic 的工程师花 28 分钟交了底，外面卖 300 美元的编程课，干货密度连前 10 分钟都打不过。想要真正用好它，得彻底戒掉“对着提示框发呆”的习惯，改用工程师的配置流。\n\n它不只懂补两三行代码。不管你用 VS Code 还是 JetBrains，只要有个 Node.js 环境，它就能直接扎进本地终端，甚至顺着远程 SSH 干活。\n\n怎么铺现场？先立规矩。\n直接丢一个 CLAUDE.md 文件进去。别把它当备忘录，这就是工程施工图。把项目规范全写清楚，它直接带着规矩干活。\n\n第二，放开记忆和并行会话。\n修 Bug 时别再一遍遍交代背景。它能记住你项目里的所有函数 and 文件结构，开着多个会话跨文件直接盘逻辑。\n\n第三，用好提示模式配合工具。\n往里扔个 mcp.json 文件，测试脚本跑不通？需要自动截图？给足授权，它能自己摸着配置去执行。\n\n最后，肌肉记忆别忘了。\n在终端里直接敲 Shift + Tab，瞬间调出并适配 Bash 命令，连切窗口的时间都能省下来。\n\n把现场铺好，把规矩立住。剩下的烂摊子，放手让它自己收。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2078900462636372353","translated_status_id":"2078900462636372353","published_at":"2026-07-19 16:06:14","created_at":"2026-07-19T18:01:19+02:00","url":"https://mubeitech.com/p/2078827490575843583","markdown_url":"https://mubeitech.com/p/2078827490575843583/markdown"},{"rank":2,"id":"2070988681737900504","account":"mubei","brand":"@mubei","title":"别再把 Claude 当成一个只能聊天的网页窗口了。 AI 时代的办公方式，正在发生底层逻辑的裂变。 Anthropic…","summary":"别再把 Claude 当成一个只能聊天的网页窗口了。 AI 时代的办公方式，正在发生底层逻辑的裂变。 Anthropic 开源了 11 个“知识工作插件”，直接开始接管办公室的真实业务流程。 它的开源仓库叫：anthropics/knowledge-work-plugins。 这…","body":"别再把 Claude 当成一个只能聊天的网页窗口了。\nAI 时代的办公方式，正在发生底层逻辑的裂变。\nAnthropic 开源了 11 个“知识工作插件”，直接开始接管办公室的真实业务流程。\n它的开源仓库叫：anthropics/knowledge-work-plugins。\n\n这 11 个插件，分别对应了销售、市场、工程、数据、设计、产品、HR、客服等 11 个岗位。\n但先别急着高呼“人人都能一键躺平”，这玩意儿目前还不是开箱即用的万能药。\n想要跑通它，你得下载 Claude 桌面端，开启 Co-Work 协同工作模式，连接本地文件夹，再手动配置各种第三方连接器。\n比如 Slack、HubSpot、Stripe、QuickBooks 甚至 DocuSign，都需要你手动授权打通。\n\n繁琐是繁琐，但它展示出的工作流复用性，确实让人头皮发麻。\n以里面一个叫“业务脉搏”的技能为例。\n当你输入一行指令，Claude 不去网上瞎编，直接同时调用 QuickBooks、Stripe、邮件和日历。\n它能并发拉取所有实时数据，一键诊断：谁的账期超了？今天最紧急的邮件是哪封？哪笔回款还没到？\n\n还有更绝的“催款技能”（Invoice Chase）。\n它能自动去 Stripe 筛出逾期未付的账单，并根据客户以前的付款表现进行“信用打分”。\n信用差的，它拟一封语气严厉的催款信；信用好的，它就拟一封温和的提醒草稿。\n这些草稿直接放进你的 Gmail 待发箱，设置好审批门槛，你点个同意，它才真正发出去。\n\n这才是真正有锋芒、能落地的 AI 工作流。\n聪明的打工人和小老板，现在别去凑热闹当消费者，赶紧把这个开源仓库保存下来。\n去拆解它里面的 Markdown 文件，看它是怎么写那些“技能指令”（Skills）的。\n那是最顶级的、结构化的系统提示词和工具链设计逻辑。\n看懂了这套逻辑，你就能把自己的重复性脑力劳动，也打包成专属的自动化插件。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2071173851585597451","translated_status_id":"2071173851585597451","published_at":"2026-06-28 09:24:55","created_at":"2026-06-28T11:17:47+02:00","url":"https://mubeitech.com/p/2070988681737900504","markdown_url":"https://mubeitech.com/p/2070988681737900504/markdown"},{"rank":3,"id":"2079955880670273780","account":"mubei","brand":"@mubei","title":"AI agent 最大的问题，是每次醒来它都失忆了。 它做过的决策、找过的证据，换个任务就忘得一干二净。 怎么解？ 最近…","summary":"AI agent 最大的问题，是每次醒来它都失忆了。 它做过的决策、找过的证据，换个任务就忘得一干二净。 怎么解？ 最近出了一个开源的 Vault 项目，直接给 AI 装了个外挂“海马体”。 它能为 Claude Code、Codex 和 Gemini 加上长期记忆层。 靠什么？…","body":"AI agent 最大的问题，是每次醒来它都失忆了。\n\n它做过的决策、找过的证据，换个任务就忘得一干二净。\n怎么解？\n\n最近出了一个开源的 Vault 项目，直接给 AI 装了个外挂“海马体”。\n它能为 Claude Code、Codex 和 Gemini 加上长期记忆层。\n靠什么？本地的 Obsidian。\n\n它会自动追踪 AI 的工作轨迹。\n关键决策、审查证据，甚至成功跑通的经验，全被自动捕获。\n直接存进 Obsidian vault 里，还能随时进行语义搜索。\n\n这不意味着装上它，上下文的限制就彻底消失了。\n但把决策和证据固化在本地，至少让你的 AI 助手，今天能记住昨天干了什么。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080208977237840305","translated_status_id":"2080208977237840305","published_at":"2026-07-23 08:08:37","created_at":"2026-07-23T10:01:27+02:00","url":"https://mubeitech.com/p/2079955880670273780","markdown_url":"https://mubeitech.com/p/2079955880670273780/markdown"},{"rank":4,"id":"2056850947947827403","account":"mubei","brand":"@mubei","title":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正…","summary":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。 很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。 Karpathy 总结了 AI 编程时最致命的 4 个…","body":"每月花 20 美元订阅 Claude，不叫会用 AI。\n\nAndrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。\n很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。\nKarpathy 总结了 AI 编程时最致命的 4 个认知缺陷。\n有开发者将这些洞察扩展成了 21 条系统规则，直接冲上 GitHub 趋势榜第一，斩获 8.2 万颗星。\n最惊人的是，配置这套规则后，AI 的编程准确率直接从 65% 飙升到了 94%。\n\n为什么强如 Claude 也会写出垃圾代码？\nKarpathy 揭示了 AI 的四个底层硬伤：\n\n第一，互联网平庸记忆的“思想钢印”。\nAI 太依赖训练集里的常见套路。\nKarpathy 在写 GPU 梯度同步时，为了追求极致性能，没有使用标准的 PyTorch DDP 容器，而是写了一套自定义同步例程。\n结果 AI 根本无法内化这个设计，像复读机一样疯狂逼他换回 DDP。\n它无法理解不符合大众惯例的高级架构。\n\n第二，防卫过当，制造代码垃圾。\nAI 极其喜欢自作聪明地添加一堆 try-catch 声明和冗余的异常处理。\n它总是试图按照“生产级模板”来搞，结果把原本精简优雅的代码库塞满无用逻辑，复杂度直接爆炸。\n\n第三，频繁调用已经废弃的旧 API。\n知识库的滞后性，导致它在面对快速迭代的技术栈时，经常写出过时的垃圾。\n\n第四，低宽带的自然语言沟通。\n在精细的代码段里，用英语长篇大论去命令 AI 效率极低。\n最好的方式是高信息带宽的“光标补全”。\n你将光标移到精准位置，敲出前三个字母，让 AI 顺着你的思路完成剩下的部分。\n\n那套席卷 GitHub 的 21 条规则，本质上就是在用物理外挂“驯化”AI。\n比如，它强迫 AI 必须先用一句话陈述对你独特架构的理解，禁止自作聪明地意淫。\n严禁 AI 在没有明确要求时添加防御性代码和复杂的第三方包。\n强制 AI 保持极简风格，像优秀的资深工程师一样思考。\n\nAI 协同编程的范式正在发生分裂。\n如果你只是让 Agent 去写毫无技术含量的样板代码，或者用来辅助翻译你不熟悉的语言，AI 足够好用。\n但如果你要构建真正具有高智力密度、需要精确排列的系统，放任 AI 自由发挥就是灾难。\n\n未来的编程分水岭，不再是你敲代码有多快，而是你有没有能力用严苛的规则把 AI 塞进你的心智模型里。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-20 08:24:19","created_at":"2026-05-20T10:23:00.695196","url":"https://mubeitech.com/p/2056850947947827403","markdown_url":"https://mubeitech.com/p/2056850947947827403/markdown"},{"rank":5,"id":"2080420729636422039","account":"mubei","brand":"@mubei","title":"模型的上下文窗口再大，对话一关，AI智能体的记忆照样清零。 想让它过目不忘，得建知识图谱，但传统做法代价极高。 你得拉起…","summary":"模型的上下文窗口再大，对话一关，AI智能体的记忆照样清零。 想让它过目不忘，得建知识图谱，但传统做法代价极高。 你得拉起四个独立的机器学习模型： 一个做命名实体识别，一个做关系分类，一个搞实体归一化，再来一个生成摘要。 每个都要人工标数据，换个专业领域立马水土不服。 Boris…","body":"模型的上下文窗口再大，对话一关，AI智能体的记忆照样清零。\n想让它过目不忘，得建知识图谱，但传统做法代价极高。\n\n你得拉起四个独立的机器学习模型：\n一个做命名实体识别，一个做关系分类，一个搞实体归一化，再来一个生成摘要。\n每个都要人工标数据，换个专业领域立马水土不服。\n\nBoris Cherny发布了一份“图工程”操作手册，把这条流水线掀了。\n那四个重度依赖训练的模型，被四个Claude提示词直接平替。\n\n纯靠提示词接力。\n抽取提示词用Haiku，直接从原始文档里抓取实体和主谓宾关系。\n解析提示词用Sonnet，把不同写法的同一个名字精准合并成一个节点。\n摘要提示词跨越不同文档，给核心实体生成全貌画像。\n查询提示词顺着搭好的图谱，直接进行多步推理。\n\n整套流程，不需要机器学习工程师。\n唯一的“训练数据”，就是一个Pydantic代码结构。\n没有外挂额外的自然语言处理库，也没有训练任何新模型。\n\n原本阅后即焚的一次性上下文，就这样变成了永久可复用的知识图谱。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080576533396173125","translated_status_id":"2080576533396173125","published_at":"2026-07-24 08:03:50","created_at":"2026-07-24T10:01:15+02:00","url":"https://mubeitech.com/p/2080420729636422039","markdown_url":"https://mubeitech.com/p/2080420729636422039/markdown"},{"rank":6,"id":"2042959633384423506","account":"mubei","brand":"@mubei","title":"有人把 Claude Code 的最大痛点给平了。 一个直接砍掉使用限制的开源工具。 GitHub 上已经狂揽 4.7…","summary":"有人把 Claude Code 的最大痛点给平了。 一个直接砍掉使用限制的开源工具。 GitHub 上已经狂揽 4.7 万颗星。 完全免费。 核心逻辑就是精准管理上下文。 它自动保存你的所有历史对话。 每次新开局，只提取必须要用到的那部分记忆。 你再也不用一遍遍跟 AI 解释项目…","body":"有人把 Claude Code 的最大痛点给平了。\n一个直接砍掉使用限制的开源工具。\nGitHub 上已经狂揽 4.7 万颗星。\n完全免费。\n\n核心逻辑就是精准管理上下文。\n它自动保存你的所有历史对话。\n每次新开局，只提取必须要用到的那部分记忆。\n你再也不用一遍遍跟 AI 解释项目背景。\n\n用得越久，Token 消耗反而越少。\n省下的算力额度都是真金白银。\n\n前置环境需要 Node.js 18 及以上。\n终端敲下 npx claude-mem install 即可完成。\n几秒钟装完，全程无缝生效。\n\n外置记忆才是用好大模型的硬通货。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2043254970699428330","translated_status_id":"2043254970699428330","published_at":"2026-04-12 08:46:52","created_at":"2026-04-12T10:45:10.965359","url":"https://mubeitech.com/p/2042959633384423506","markdown_url":"https://mubeitech.com/p/2042959633384423506/markdown"}]}