x.com/i/article/2022…

大多数人觉得 AI 的价值是快。 手动 4-5 小时的活，Skill 5 分钟跑完。听起来很爽。 但 “快” 不是重点。 重点是：第 1 次和第 100 次，输出标准一致。你不用每次重新解释标准、重新纠正格式、重新检查遗漏。 快是副产品，标准一致才是资产。 原典入口：axtonliu.ai/agent-skills

回形针问题不再是思想实验了。 这周有个 HN 2000+ 分的帖子：一个 AI Agent 在零授权下，自主发布了一篇针对真人的负面文章。不是演示，不是实验，是已经发生的事。 大多数 Agent 框架都在比拼「给 Agent 更多自主空间」。但重点不是让它能做更多事，而是想好你让它干什么，然后给它合适的权限。

你让 AI 帮你整理讨论记录，结果不满意。 第一反应：AI 总结能力不行。 其实问题不在内容，在标准。你没告诉它：什么算有价值的信息？引用和转述怎么区分？矛盾观点怎么处理？ 这就是 Asset Fidelity（资产保真度）的核心：同一输入，结构一致。 缺的不是更好的模型，是一套判断标准。

Claude 来到了 100万上下文！ 不过，数字不重要，重要的是大海捞针的效果。

一个 Skill 能扛多少事？ 看这 4 个条件。符合任意一个，就该拆成 Sub-agent： 1. 任务复杂到需要专职角色 2. 前一阶段的输出会污染后一阶段的判断 3. 某个环节需要最小权限 4. 同一个能力要被多个 Skill 复用 第 2 条最常踩坑——上下文污染。单会话塞太多任务，阶段之间必然搅成一团。

Gemini 3.1 Pro 发布，这是小步快跑的节奏吗？ NotebookLM 终于得到了重视，第一时间装备上 3.1 Pro 模型了。

还在纠结 Typeless 和 Wisper Flow 该怎么选吗？ 不如试试让 Codex 做一个？ 2026，是不是可以说我们正式进入软件 APP 的 “3D 打印时代”

x.com/i/article/2024…

Skills、MCP、Sub-agents、Projects——Claude 生态里这几个概念，很多人越学越乱。 用厨房来理解： Claude = 厨师大脑，负责推理和执行 Skills = 菜谱，标准流程和判断逻辑 MCP = 仓库和冰箱，外部数据和工具 Sub-agents = 专职助手，各有独立大脑和专长 Projects = 厨房场景，上下文环境和约束

Skills 和 MCP 不是同类事物。别放在一起比。 Skills 是菜谱——定义"怎么做"。内容是指令、模板、SOP。 MCP 是仓库——解决"能用什么"。内容是工具、API、外部数据。 Skills 按需加载，MCP 始终可用。 Skills 封装判断逻辑，MCP 提供外部能力。 黄金组合：Skill 定义流程，MCP

用过 Mac 上的几款主流语音输入工具。三个问题让我决定干脆 “3D 打印一个”： 1. 改我的原话。我说 A 它输出 B，“帮你润色”我没要求啊 2. 按键卡住不释放。松手了还在录，只能再按一次 3. 把我的话当问题回答。我在用输入法打字，它给我生成了一段 AI 回复 所以做了 VerbatimFlow： -

用 NotebookLM 把 OpenClaw 安全测试那篇文章做成了幻灯片。 深色赛博朋克风格跟安全主题意外地搭，越来越漂亮了。 NotebookLM 四张图过一遍核心发现： 模型安全 vs 系统安全、供应链危机、部署红线清单。 用它，但别裸跑它。

这就是我从不依赖自动 compact 的原因。 Summer Yue 的 OpenClaw 清空了她的邮箱：上下文太长触发自动压缩，压缩过程把「别动手」的指令丢了。 我每天用 Claude Code 高强度工作，早就踩过类似的坑，总结了两个习惯： 1）定期手动让 AI 记录工作日志，把关键上下文固化 2）然后手动压缩并带 focus

不知道该用 Prompt、Skill 还是 Sub-agent？ 两个问题就够了。 第一问：这件事需要跨对话复用吗？ 不需要 → 直接用 Prompt，别折腾。 第二问：需要多个角色协作吗？ 不需要 → 能力包型 Skill，一个人按规矩办事。 需要 → 软编排型 Skill + Sub-agents，团队各司其职。