#AI
共 94 篇文章
从 PRD 到 Spec：Matt Pocock Skills 真正解决的是 Agent 交接问题
mattpocock/skills 当前没有 to-prd 目录，但 to-spec/to-tickets 展示了更完整的需求到实现工作流：规格、测试缝、垂直切片和阻塞关系。
Data Analysis Skill：让 Agent 不只会算数，而是会做分析
数据分析 Skill 的重点不是 pandas 自动化，而是把问题拆解、口径检查、并行分析和结论报告固定成可复用流程。
PRD 给 Agent 用，重点不是写得像文档，而是能继续执行
mattpocock/skills 的 to-spec/to-tickets 展示了一种更务实的 Agent 需求流程：从对话综合规格，再按可验证垂直切片拆票。
Data Analysis Skill 火起来，说明 Agent 终于需要“分析纪律”
数据分析 Skill 真正补上的不是代码能力，而是指标口径、问题拆解、多视角分析和可复核报告这套分析纪律。
Vercel Zero 语言观察：Agent 时代，编译器也得会给机器读
Vercel Labs 做 Zero，表面上是又一门系统编程语言。真值得看的不是“它要不要挑战 Rust、Go、Zig”，而是另一个问题：如果代码的主要生产者、调试者、修复者越来越多地变成 Agent，编程语言和编译器该不该换一套默认设计。 Zero 的答案很直接：让能力显式，让诊断结构化，让内存和依赖可预算，让修复动
Tailscale 私有网络指南：VPS 接入、子网路由与访问权限
把 VPS、家里的 NAS 和笔记本接入同一个 tailnet，分别设置设备访问、子网路由、出口节点与 SSH 权限，并用 Serve 访问本机服务。
支付宝 AI收：别只看副业，它真正补的是 Agent 交易层
支付宝把 Agent to Agent 交易摆到台前，最值得看的不是“普通人靠 AI 服务被动赚钱”这种副业叙事。 这个说法太轻，也容易把事情带偏。真正的变化在于：当 Agent 开始替人搜索、比价、下单、调用服务，支付就不能只停留在“人点按钮确认付款”的老流程里。服务要能被 Agent 发现、调用、计费、结算，还要有
Bytebot 上手：给 AI 一台能干活的电脑，而不是只给它一个聊天框
Bytebot 不是又一个“浏览器自动化插件”。它把 Agent 放进一台容器化 Linux 桌面里，让模型直接面对屏幕、文件、浏览器、办公软件和命令行。这个方向更有意思的地方，不是“说一句话让 AI 点鼠标”这么热闹，而是 Agent 的运行环境开始从聊天框，往一台可隔离、可观察、可接管、可持久化的工作站迁移。 这
open-slide 上手：让 AI Agent 写 PPT，关键不是模板，是把幻灯片变成代码工程
open-slide 上手：让 AI Agent 写 PPT，关键不是模板，是把幻灯片变成代码工程 PPT 这件事，最耗人的常常不是“写什么”，而是“怎么摆”。标题大一点还是小一点，图表往左还是往右，代码块会不会挤爆一页，配色有没有跑偏，改三轮之后版式还在不在。 Marp、Slidev、Reveal.js 已经把“用代
TempKit.io 开发者工具箱评测：把零碎测试任务收进浏览器
TempKit.io 适合开发、测试和隐私场景中的小型重复任务。本文从工具分类、实际工作流、隐私边界和替代方案出发，说明它适合什么、不适合什么。
bux 上手：把 Claude Code 变成 24 小时在线的浏览器 Agent
把 Claude Code 装在自己电脑上，适合“坐在桌前写代码”。但真正想让 Agent 干活，问题很快就变成另一种：人不在电脑前怎么办？浏览器登录态怎么保留？任务跑到一半遇到 2FA 或验证码怎么办？手机上能不能只发一句话，让它继续处理？ bux 解决的正是这个缝隙。它不是另一个浏览器自动化框架，也不是给 Clau
Recordly 上手：开源录屏工具真正要替掉的，是演示视频的后期碎活
产品演示视频最烦人的地方，不是录屏。录屏只是一秒钟按下按钮。真正花时间的是后面那串碎活：哪里该放大，光标要不要美化，背景怎么包装，要不要加字幕，GIF 和 MP4 分别怎么导出，录完看起来会不会像临时糊弄出来的素材。 Recordly 这类开源工具需要纳入评估，不是因为它“免费平替 Screen Studio”。免费只是入
Software 3.0 来了：程序员真正要学的不是 Prompt，而是给 Agent 设计接口
Karpathy 把 Software 3.0 说清楚之后，很多人第一反应还是落在“以后是不是不用写代码了”。这个问题问得太早，也太浅。更值得看的是：软件的接口正在换人。 Software 1.0 的接口给程序员用，核心是编程语言、函数、类型、测试和部署。Software 2.0 的接口给训练系统用，核心是数据集、损
thClaws 上手：用 Rust 做一个主权 Agent 工作台
## Agent 工作台开始往“一个二进制”收拢 现在的 AI 编程工具有点分裂：一个 CLI 负责聊天，一个编辑器插件负责改文件，一个 Web UI 负责看会话，一个脚本负责跑自动化。工具越多，能力越强，但状态也越散。你要换机器、换模型、换工作目录时，就会发现很多上下文其实不在项目里，而是黏在某个客户端上。 thCl
World2Agent 上手：让 Agent 先看见世界，再谈自动行动
## Agent 如果看不见世界，就只能在上下文里瞎猜 很多 Agent 项目聊到最后，都会卡在同一个地方：模型会推理、会写代码、会调用工具，但它对外部世界的感知仍然很碎。新闻、市场、日志、告警、天气、发布动态、GitHub 事件，各走各的格式，各写各的接入。Agent 想行动之前，先得靠一堆临时 glue code