资源库

An afternoon on Supabase: pgvector, a 44x query plan, and two RLS lessons

Supabase 实战英文复盘:pgvector 44x 查询优化与 RLS 双闸门

AI 每日简报 · 2026年7月25日

AI 每日简报 · 2026年7月26日

AI 每日简报 · 2026年7月27日

LLM 幻觉评测与缓解 —— 两把尺子与一套防线

前沿模型网络安全能力评测 —— 从 ExploitGym 逃逸事件说起

万亿级开源 MoE 模型自托管 —— 以 Kimi K3 为例

AI 每日简报 · 2026年7月24日

模型蒸馏与来源取证

长时程 Agent 安全与轨迹级监控

AI 每日简报 · 2026年7月23日

Computer Use Agent:让模型像人一样看屏幕、动鼠标

长时程 Agent 的上下文退化(Context Rot)与自压缩(Self-Compaction)

AI 每日简报 · 2026年7月22日

AI 每日简报 · 2026年7月21日

云端 Agent 运行时:从 Cowork 上云看 Agent 的「离机执行」架构

AI 每日简报 · 2026年7月20日

我的网站没有后端:拿 mingyuyang.com 讲透 Supabase

《Supabase 面试备考指南》实战篇:本站零后端接口的真相——resources 表即全站内容、PostgREST 自动 API、六行代码的 Google 登录、两张表两种 RLS 配方、匿名探针实证(公开表 78 行 vs 私有表空数组)、两把钥匙的管理纪律,外加四个真实踩坑和一段两分钟面试陈述逐字稿;所有代码原文摘自本站仓库

Supabase 面试备考指南:架构 · RLS · Auth · 一周学习路径

把「会用」升级成「能讲」:database-centric 架构、RLS 四种策略与性能优化六招、JWT 与新旧 API Key 体系、Realtime 逻辑复制原理与扩展限制、Supavisor 连接池两模式,配 28 道可折叠自测的高频面试题和 7 天学习计划;关键数字全部核对 2026-07 官方文档

多模型路由 Model Routing:把每个请求送给「最便宜的够用模型」

AI 每日简报 · 2026年7月19日

MCP Apps:让 MCP 服务器「长出界面」的交互 UI 扩展

AI 每日简报 · 2026年7月18日

混合线性注意力 KDA:Kimi K3 如何把 1M 上下文解码提速 6 倍

AI 每日简报 · 2026年7月17日

MCP 企业托管授权(EMA)与 Agent 身份认证

AI 每日简报 · 2026年7月16日

Agent Harness Engineering:一个 Agent 里 98% 不是 AI(细致版)

程序化工具调用(PTC)

AI 每日简报 · 2026年7月15日

我让 Claude Code 和 Codex 搭伙开发 iOS 游戏:双 AI 协作完整打法

StarPairs 项目实战复盘:不用多 agent 框架,一个 git 仓库 + 三份 Markdown 就让 Claude Code 当工程师、Codex 当美工——划地盘、开工单、轮流上场、验收分级,5 天两轮 UI 改版零冲突;含真实截图、真实文件原文和可照抄的 8 步清单

How Warp uses Warp:一份来自 Warp 内部的「编码强制令」

Warp 公开的内部工程规范:每个编码任务必须从 prompt 开始,10 分钟没进展就报反馈、可换竞品、最后允许手写;红线是「AI 写的」永远不是借口——人对提交的每行代码负全责,所有失败案例优先做成 eval

Warp University 精华指南:40 个官方教程视频一篇看完

Warp 官方教程站(原站已下线)全量整理:40 课 7 大类,每课附原视频+基于完整字幕的中文讲解——从 warp.md 规则文件、agent profiles、MCP 接入到 Warp 团队在百万行 Rust 代码库上的实战,核心是把 agent 当同事来管理

Warp VS Claude Code:一场来自 Warp 工程师的正面对比实测

Warp 官方对比视频全文整理:CLI vs 内置 agent,从 diff 处理、上下文引用到模型池逐维度拆解;真实 Sentry issue 各跑三轮均 2–4 分钟修复,另附 GPT-5 加试——结论不是谁全赢,而是两类人各选各的

AI Agent 技术栈(2026 版):LLM 与生产级 Agent 之间的六层基础设施

Paolo Perrone 重画 Letta 2024 经典栈图:模型推理/协议工具/记忆知识/框架SDK/评估可观测/护栏安全六层逐层拆解,每层按状态管理·厂商锁定·demo→生产鸿沟三问打分;四种 Agent 类型决定投资哪几层,预判 2027 年栈将向厂商 SDK 坍缩。

AI 每日简报 · 2026年7月14日

AI Agent 评测与 Benchmark:如何科学判断一个 Agent 好不好

AI 每日简报 · 2026年7月13日

Agent Skills(智能体技能)

Agent 记忆系统:让智能体「记住并持续变强」

AI 每日简报 · 2026年7月12日

AI 每日简报 · 2026年7月11日

Agentic RL:用强化学习训练「会用工具」的 Agent

AI 每日简报 · 2026年7月10日

多智能体编排(Multi-Agent Orchestration)

AI 每日简报 · 2026年7月9日

iOS App 第一次出海:归因与投放接入入门指南

整理自 Adjust 线上课堂:iOS 归因为什么难、ATT 与 SKAN 两套独立框架怎么理解和配置、Google(ICM)/ Meta(MAE/AEM)/ TikTok(SAN)三大渠道接入路径、归因窗口对齐建议与该看的指标,收尾附首次出海接入七步清单

上下文工程 Context Engineering

AI 每日简报 · 2026年7月8日

AI 每日简报 · 2026年7月7日

Anthropic 内部团队怎么用 Claude Code:10 个部门的一线实战

Anthropic 官方 23 页 PDF 全文整理:从数据基础设施到法务,10 个团队的用例、量化影响与实操建议——Vim mode 70% 自主完成、研究时间省 80%、广告文案 2 小时变 15 分钟,以及「按风险分层给 agent 放权」的共性方法论

Claude Code 最佳实践:官方指南全文整理

官方文档现行版全文:上下文窗口是一切实践的出发点——给 Claude 可运行的验证、先探索再计划再编码、写好 CLAUDE.md、技能/子智能体/插件扩展、并行会话与扇出、五大失败模式

Awesome Claude Agents:给 Claude Code 配一支 24 人 AI 开发团队

开源子智能体合集全文整理:3 编排器 + 13 框架专家 + 4 通用专家 + 4 核心成员,team-configurator 六步自动配队写进 CLAUDE.md;作者坦言实验性且一个复杂功能可烧 1–5 万 token

SuperClaude Framework:把 Claude Code 变成结构化开发平台

元编程配置框架 README 全文整理:30 斜杠命令 + 20 专职 agents + 7 行为模式 + 8 MCP 服务器,以行为指令注入重塑 Claude Code;含 Deep Research 多跳调研与四级深度分级

好上下文产出好代码:StockApp 如何从零构建 AI-Native 工程文化

StockApp 团队实战全文:AI-native 文化比手工开发提效约 2.5 倍(1,098 PR / 13 周实测)——monorepo 共享工作区、分层开发六级、万事先问能不能用 AI、MCP 补上下文、多模型集成评审五大原则

掀开 Claude Code 的引擎盖:用代理抓包逆向它的提示工程

OutSight AI 用 LiteLLM 代理抓包数百次 API 调用:system-reminder 贯穿全管线、Bash 权限竟是生成式判定、子智能体默认不带 todo 提醒——Claude Code 的魔法 = 一段宏大提示 + 系统化上下文工程

AI Agent 的沙箱与安全隔离

AI 每日简报 · 2026年7月6日

Adjust Web to App Campaign 流程及设置:全渠道配置指南

从「为什么要做 Web2App」讲起,逐渠道拆解 Google、Facebook、TikTok、Kwai、Snap / Pinterest / Bing 的广告流程、Adjust 后台配置、跟踪链接拼接与数据回传设置,配动态流程图讲清每条链路的归因原理

Google Antigravity 深度调研:Agent-First 开发平台完全指南

Google 随 Gemini 3 发布的 agent-first 开发平台:是什么、2.0 产品家族改了什么、怎么上手、和 Claude Code / Cursor 怎么选,以及真实发生过的坑

第三方 Agent 生态与行业结构(2026 年中调研)

从 Cursor、Devin、Manus 到 LangGraph 与中国开源生态,梳理 2025–2026 年 agent 生态五个层面的现状,收束到一个核心问题:harness(执行外壳)是护城河,还是终将被商品化的耗材

Claude 全产品 Agent 矩阵调研:垂直整合 Harness 的布局逻辑

Claude Code、Agent SDK、Cowork、Chrome、Excel、PowerPoint、Deep Research——七个入口、一套引擎:讲清每个产品是什么、给谁用、有多成熟、怎么收费,以及 Anthropic 垂直整合 Harness 的布局逻辑

OpenAI / ChatGPT Agent 生态全景调研

Codex、ChatGPT Agent、Agents SDK / AgentKit、GPTs 与 ChatGPT Apps、Atlas 浏览器五条产品线,逐一梳理定位、目标用户、场景、成熟度与定价,并与 Anthropic 的路线做系统对比

Eval(AI 评估)深度学习文档:从「感觉能跑」到「可度量地可靠」

Eval 是给 AI 系统出的一套「考试」:三种打分器、两类 Eval、pass@k 与 pass^k、从零建第一套 Eval 到全生命周期落地,基于 Anthropic 官方工程指南与一线实践整理

FAANG 是怎么 Vibe Coding 的:大厂 AI 写生产代码的 7 步工作流

高赞 Reddit 帖全文整理:设计文档打地基、评审把痛苦前置、AI 先写测试再写码、双人评审+staging 收口,从提案到上线提速约 30%

让 AI 在复杂代码库中真正干活:频繁有意压缩(FIC)实战

HumanLayer ace-fca 全文整理:上下文窗口是影响输出质量的唯一杠杆;研究/计划/实现三步工作流+40–60% 利用率+高杠杆人工审查,让 Claude Code 拿下 30 万行 Rust 代码库、7 小时交付 3.5 万行

MCP 2026-07-28 新规范深度解读 · 无状态核心、MCP Apps 与 Tasks

AI 每日简报 · 2026年7月5日

长上下文如何失效

规格说明书是新的源代码:Spec 正在成为 AI 时代的 Source of Truth

Ravi Mehta 文章全文整理:AI 提速工程交付后,瓶颈转向「知道做什么、对齐需求」;含 Sean Grove 的 spec-as-source-code 论断、新旧工作流对比与非技术创始人 spec 驱动发布实战

RAG 全景图:核心概念与完整流程

从知识源到答案输出的 11 个阶段一次看全:切块、向量化、检索、重排序、上下文组装、生成与评估,外加 6 种高级范式、12 张概念速查卡与常见指标解释

Agent 运行时架构 · 交互讲解版:6 步走通一次请求

分步高亮 + 中文旁白,跟着一次请求走完 Think/Act/Observe 闭环;悬停任意模块弹出「定义 + 例子」;另含全景动效模式

Agent Runtime Architecture: The Reasoning Loop (Vector)

English vector diagram of the Agent runtime architecture — Runtime harness, Think/Act/Observe loop, on-demand resources, tool-result feedback

Agent 运行时架构图:Reasoning Loop 闭环迭代(矢量图)

Agent 运行时架构全景图,矢量重绘,可无限放大不失真

Agent 运行时架构:Reasoning Loop 的闭环迭代

一张架构图拆透:Runtime 底座 + Think/Act/Observe 闭环 + 资源按需调用 + 工具结果回流

DSpark 论文精读:置信度调度的半自回归推测解码

DSpark 论文精读

提示工程技术全览:从零样本到智能体推理

Prompting Techniques 技术全览

Coding Agents 101:把事情真正做完的艺术

编程智能体实战指南

Model Context Protocol(MCP):面向开发者的完整介绍

MCP 开发者完整介绍(Stytch)

模型上下文协议 MCP:面向开发者的全面入门

MCP 全面入门

MCP Registry 发布:开放的 MCP 服务器目录

MCP 官方注册中心发布预览

为 AI 智能体编写高效工具 —— 而且用智能体来写

为智能体编写高效工具(Anthropic)

DeepSeek-R1：深度求索的推理模型进化之路

DeepSeek-R1 模型解读

Anthropic提示工程圆桌会议：Prompt Engineering Roundtable

Anthropic 提示工程圆桌

CS146S第一周：Introduction to Building and Evaluating Large Language Model Applications

CS146S Week1 笔记

大语言模型完全指南：从入门到实战

大语言模型完全指南

深入理解大语言模型：架构、训练与推理

深入理解 LLM

ODDL内部培训：移动广告归因与数据对接

ODDL 培训笔记

Adjust数据差异排查指南：从日志到归因

Adjust 数据排查指南

Adjust ODDL：海外广告投放与数据监控

Adjust ODDL 海外投放

Claude开发者手册：从API到应用开发

Claude 开发者手册

Claude产品架构解析：从设计到部署

Claude 产品架构解析

从移动广告视角看 Generative Engine Optimization：AI 搜索时代，品牌、 App 和广告主应该如何获得可见性与转化

最近半年，越来越多客户开始问我一个问题：“以后用户都不搜 Google 了，直接问 ChatGPT，我们的 A

Adjust Redownloads设置全解析：让数据更真实，用户价值更高

今天我们就来拆解 Adjust 的 Redownloads 功能，帮你轻松理解这些复杂的数据逻辑。

FB/GG买量为主的团队，如何借力海外DSP实现ROI稳定提升+量级突破

作为移动App/游戏出海的UA（User Acquisition）同学，我们过去几年最依赖的永远是Meta（F

为什么做 iOS 投放，Meta 的 AEM MAE一定要开 Universal Deeplink？

Meta 要 Universal Deeplink，不是为了跳转，是为了让 AEM 在没有 IDFA 的情况下继续识别流量来源、接收事件、做优化。不开 UDL，AEM 等于白开。

【实操进阶】工具类 App 的 SKAN 4 三次回调与 ROI 建模

对大多数开发者来说，工具类 App 看似简单（打开→使用→广告或订阅），但在 iOS 生态里，它反而是最考验

SKAN CV 空值太多怎么办？一文讲清隐私阈值

为什么 SKAN CV 空值那么多？在做 iOS 广告投放时，很多人都会遇到这样的问题：👉 广告跑了，钱花了，但 SKAN 回传的数据里 CV 值却是空的（null）。

刷App时广告咋来的？揭秘海外广告交易的 0.2秒幕后

你有没有想过，刷手机App时弹出的广告，到底是怎么“选中”你的？从你打开App到广告出现在屏幕上，整个过程可能只用了0.2秒！

第一次出海投放广告：必备 SDK 全指南（附选型建议+文档合集）

对于首次尝试出海广告投放的团队，选平台、找代理、准备素材是基础，但 SDK 接入却是决定投放效果和数据分析的关键。本文将全面拆解出海广告投放所需的 SDK，从功能、选择到调试，附上官方文档链接，助你快速构建知识框架，少走弯路！

iOS用户价值高，但买量分析好难？

说真的，谁不想多拿点iOS用户？他们消费能力强、付费意愿高，还不怎么退款，简直是理想客户。BUT！

搞懂 Apple Ads：iOS 流量红利下的投放秘籍

「2025 最新 Apple Ads 投放指南：怎么投、怎么测、怎么优」❝ATT 时代，iOS 最靠谱的增长通

小游戏也能跑 ROAS？IAA 数据共享实操指南

🎯 小游戏也能跑 ROAS？IAA 数据共享实操指南❝“我们是靠广告变现的，没内购，怎么跑 ROAS 呀？

跑了ATT还要看SKAN吗？广告人必须搞懂的三套归因系统

在iOS生态中，广告归因的复杂性让无数广告人头疼。

Google Ads 又出新招：ICM 是什么？对出海归因有多大影响？ | 鸣宇出海研习社

最近，“ICM”这个词在出海圈子里有点火。不少广告主和运营同学都在问：“听说 Google 广告开始支持 ICM，这是个啥？

海外小游戏怎么算赚钱？一篇搞懂ROI和变现逻辑

小游戏出海这几年真是越来越卷！想在海外市场站稳脚跟，光靠产品好玩可不够，投入的每一分钱都得算清楚能不能赚回来。

广告变现进阶指南：分流策略2.0——比价分流 + LTV保护，收益提升10%！

App广告变现入门指南：从零开始，赚海外用户的钱！

辛苦开发了一款App，终于有了用户，但它还没开始赚钱？或者你听说过广告变现，却不知道从哪儿下手？别担心！

【SKAN 4必看】中重度类游戏CV怎么设计才有效？（入门全讲）

1. 引言：三次回传，解锁中重度游戏的用户价值在中重度IAP游戏的运营中，用户从安装到成为高价值玩家的过程需要

【实操进阶】广告变现APP第一回传 CV 值到底怎么拆？附映射表模板

【实操进阶】广告变现APP第一回传 CV 值到底怎么拆？

SKAN归因到底怎么算？数据为什么总对不上？