● 开源两个月 16k+ star！我把 Huashu-Design 推翻重写了

📌 一句话摘要 作者将开源项目 Huashu-Design 从 v1 重写为 v2，通过三套并行设计逻辑、图片前置与事实验证，解决了 AI 设计工具输出单调、内容空洞与事实错误三大核心问题。 📝 详细摘要 本文是作者对其开源项目 Huashu-Design 2.0 的技术复盘与产品思考。项目在

● 【早说】智能体 AI 省钱指南：缓存、路由与上下文优化实战

📌 一句话摘要 本文详解提示词缓存、语义缓存、模型路由、懒加载工具和上下文清理五大策略，帮助开发者在保持性能的前提下，将 AI 智能体的月度成本从数千美元降至 50-100 美元。 📝 详细摘要 文章针对 AI 智能体成本高昂的问题，系统性地提出了五大优化策略。首先，通过提示词缓存（K/V 缓存

● 治拖延的 6 个 AI 提示词：从"想做"到"做完"

📌 一句话摘要 本文提出用 AI 作为行动脚手架，通过 6 个提示词策略，在目标澄清、任务拆解、降低启动阻力、预案、验收和复盘六个环节对抗拖延，并警示计划型、工具型和代理型三种 AI 时代的新型拖延。 📝 详细摘要 文章认为，AI 时代战胜拖延的关键不是靠更自律，而是将 AI 作为外部执行功能，

● 重磅！Anthropic 内部 Skills 经验公开了！

📌 一句话摘要 Anthropic 首次公开内部使用 Claude Code Skills 的完整经验，包括 9 类 Skills 的划分、编写原则、最佳实践以及团队分发与治理策略。 📝 详细摘要 本文是对 Anthropic 官方博客《Lessons from building Claude

● 7 个 AI 作者做了 70+Claude 技能，他们选出了这 12 个

📌 一句话摘要 本文从 7 位 AI 写作者的 70+ 个自用 Claude Skill 中精选出 12 个，覆盖写作、研究、效率与开发四大场景，每个 Skill 都配有明确的痛点、解法与创作者链接。 📝 详细摘要 文章是 Claude Cowork 平台（Claude 的自动化工作流工具）的

● Karpathy 的 4 条 CLAUDE.md 规则减少 30%错误，我加了 4 条后降到 5%

📌 一句话摘要 本文在 Karpathy 的 4 条 CLAUDE.md 规则基础上，新增 4 条针对多步骤 Agent 工作流的规则（Token 预算、先读后写、每步检查点、大声失败），将错误率从 30% 降至 5%。 📝 详细摘要 文章以 Karpathy 提出的 4 条 CLAUDE.md

● 手把手教你写第一个 Claude Code 技能（Skill）：一个能帮你省几十个小时的项目记忆系统

📌 一句话摘要 本文手把手教你为 Claude Code 构建一个「项目记忆」技能，通过结构化 Markdown 文件解决 AI 会话间失忆问题，并注入 CLAUDE.md 实现自动记忆检索。 📝 详细摘要 文章从开发者普遍面临的「AI 失忆症」切入——每次新会话 AI 都忘记之前解决过的问题，

● 我知道的所有 Agentic Engineering 技巧（2026 年 6 月）

📌 一句话摘要 本文总结了 22 条 Agentic Engineering 实战技巧，涵盖从规划、上下文管理到远程控制与成瘾风险的全流程经验，是一份高度可操作的 AI 编程工作流指南。 📝 详细摘要 文章由连续创业者 Matt Van Horn 撰写，Datawhale 编译整理，浓缩了其在使

● SQL 规范执行率提至 95%，得物数仓 Harness 实践全解析

📌 一句话摘要 本文详细介绍了得物数仓团队如何通过 Claude Code 的 Harness 机制（hooks + subagents + 持久化文件），将 SQL 规范执行率从 70-80% 提升至 95% 以上，并系统性解决 AI 编码中 context 丢失与规范执行不稳定的问题。 📝

● AI 工程三大核心概念：提示工程、上下文工程与框架工程的层次化理解

📌 一句话摘要 该推文引用并推荐了一篇深度文章，为提示工程、上下文工程和框架工程这三个常被混淆的 AI 工程概念提供了一个清晰的层次化理解框架。 📝 详细摘要 这条推文是对一条被引用推文的推荐和总结。被引用的推文（来自 akshay_pachaar）深入剖析了 AI 工程中的三个关键概念：提示工

● 提示工程的 6 种实践体会

📌 一句话摘要 本文通过实际案例和代码示例，系统介绍了自定义提示词与动态提示词的概念、区别及六种实践方法，包括手动实现、DSPy、dynamic_prompting 库、Jinja2 模板和 LangChain 框架。 📝 详细摘要 文章围绕提示工程的核心概念——自定义提示词（静态、任务导向）与

● Claude 写代码错误率从 41%降到 11%：Karpathy 的 4 条规则为什么不够

📌 一句话摘要 本文基于 6 周 30 个代码库的实测数据，将 Karpathy 的 4 条 Claude 编码规则扩展至 12 条，将任务错误率从 41% 降至 3%，并详细解释了每条新规则对应的真实失败模式。 📝 详细摘要 本文深入探讨了如何通过精心设计的 CLAUDE.md 文件来显著提升

● 从提示词到工程框架：AI 工程的成长之路

📌 一句话摘要 本文系统梳理了 AI 工程从提示工程、上下文工程到框架工程的演进路径，详细阐述了框架工程的五层安全架构，帮助开发者判断自身所处阶段并规划下一步方向。 📝 详细摘要 文章以 AI 工程两年来的演进为主线，将开发者实践归纳为三个递进阶段：提示工程、上下文工程和框架工程。提示工程关注如

● AI 编程能力的关键：定义问题与判断质量

📌 一句话摘要 宝玉认为，在 AI 辅助编程时代，判断谁写代码更快更好的标准是定义问题和拆解需求的能力，以及识别和指导 AI 完善结果的能力。 📝 详细摘要 这条推文是对 @grapeot 一条推文的观点补充。@grapeot 认为，在 AI 辅助编程中，一个水平一般但认真写 Docstring

● 22 年的提示词技巧过时了！刚刚，吴恩达新课来了

📌 一句话摘要 吴恩达发布面向零基础用户的 AI 提示词新课，覆盖信息检索、AI 思考伙伴和多媒体代码三大模块，帮助用户掌握 2026 年最新的 AI 使用技巧。 📝 详细摘要 吴恩达教授在社交平台宣布推出全新课程「AI Prompting for Everyone」，旨在帮助所有人成为 AI

● 吴恩达推出 2026 年新版 AI 提示工程课程

📌 一句话摘要 吴恩达推出新课程「AI Prompting for Everyone」，教授 2026 年与 2023 年截然不同的 AI 提示技巧，涵盖 ChatGPT、Gemini、Claude 等工具。 📝 详细摘要 这条推文引用并介绍了吴恩达（Andrew Ng）的新课程「AI Prom

● 审查 AI 生成代码的实用技巧：使用两个独立 Session

📌 一句话摘要 分享了一种通过使用两个独立的 AI 会话（一个生成代码，一个审查代码）来避免自我肯定偏差、提高代码审查质量的实用技巧。 📝 详细摘要 这篇推文分享了一个审查 AI 生成代码的实用技巧。作者指出，让同一个 AI 会话既生成代码又审查代码会导致“上下文污染”，类似于“既当运动员又当裁

● Claude Design 系统提示词深度解析与设计原则

📌 一句话摘要 推文详细解析了“泄露”的 Claude Design 系统提示词，揭示了其作为多媒介设计协作者的角色定位、工作流、核心设计原则与技术实现规范。 📝 详细摘要 这篇推文对一份据称是 Claude Design 的系统提示词进行了深度解析和总结。内容指出 Claude Design

● Opus 混合模型机制解析：Adaptive Thinking 开关逻辑变化

📌 一句话摘要 作者解释了 Claude Opus 作为混合模型的机制，并指出 Adaptive Thinking 开关逻辑已改变，建议默认关闭。 📝 详细摘要 这是对前一条推文的回复，提供了关于 Claude Opus 模型工作机制的更技术性解释。作者指出 Opus 是“混合模型”（Hybri

● Cursor AI 发布「Working with agents」课程：详解 Agent Harness 框架与实战技巧

📌 一句话摘要 作者分享了 Cursor AI 新发布的 Coding Agents 系列首节课程的核心内容，包括 Agent Harness 框架、提示工程、上下文管理等实战技巧，并讲述了与课程主讲人 Lee Robinson 的暖心互动。 📝 详细摘要 这篇推文首先分享了一个暖心的互动故事：