即刻App年轻人的同好社区
下载
学 AI 老是半途而废？fast.ai 创始人：你方法反了——先做出能跑的，再回头补理论。
你是不是也这样：下决心好好学学 AI，买了课、收藏了一大堆教程，结果啃了几节就卡住，然后放下了，过两个月再重来一遍，循环往复。
如果是，先别急着怪自己没毅力。一个叫 Jeremy Howard 的人会告诉你：不是你不行，是你学的顺序，从一开始就反了。
Jeremy Howard 是 fast.ai 的创始人，专门教普通人用最快的方式上手 AI。想真正学会用 AI、又总在「打基础」这一步就阵亡的人，这篇值得看一看；天生爱啃理论、啃得下去的，可以划走。
大多数人、大多数课，都是「自下而上」教的：先把底层的数学、原理、术语一样样学透，最后才轮到动手做点真东西。听着很扎实，对吧？可现实是，绝大多数人还没熬到「能动手」那一步，就在枯燥的理论里把自己耗没了。
Jeremy 的 fast.ai 反着来。他管这叫「自上而下」：第一节课，就让你用一个现成的、最先进的工具，做出一个真能跑的东西——比如训练一个能认出猫和狗的模型。先让你尝到「我居然做出来了」的甜头，再回过头，一点点告诉你它背后到底是怎么回事。
他打过一个特别形象的比方。学踢球，没人会让你先把造球的工艺、球在空中飞的物理学全学一遍，才准你上场——那不荒唐吗？正常的办法，是先塞给你个球，踢起来再说。
学游泳更是这个理。你在岸上听一年「怎么换气、怎么划水」，都不如直接下水扑腾两下、呛两口水——身体一下就记住了。
道理就这么朴素：人是靠「做」、靠「立刻看到结果」学得最快的。先做出能跑的，再回头补理论，不是偷懒，是更顺人脑的学法。
那具体到咱们普通人学用 AI，该怎么动手？三个起步动作。
第一，别再囤教程了。挑一件你这周真想用 AI 搞定的具体小事——写个活动方案、整理一堆乱七八糟的资料、做个小表格——现在就打开 AI，动手。
第二，卡哪儿补哪儿。中途遇到不会的，就盯着那一个点去问、去查，而不是退回去从头系统学一遍。带着问题学，记得牢，也不容易烦。
第三，先把那个小东西做出来，哪怕它粗糙得很。那个「我真做出来了」的瞬间，会推着你想做下一个。理解可以慢慢补，但那股劲头，是等不来的。
当然，这不是说理论不重要。而是顺序——等你真做出点东西、想再上一层楼，那时候回头啃原理，你会发现学得又快又扎实，因为你终于知道它到底有什么用了。
所以，别再「等准备好了再开始」了。学 AI 最好的起点，从来不是第一节理论课，而是你亲手做出来的、第一个能跑起来的小东西。
我自己真的这种体验特别强烈，建议大家都试试。
你是不是也这样：下决心好好学学 AI，买了课、收藏了一大堆教程，结果啃了几节就卡住，然后放下了，过两个月再重来一遍，循环往复。
如果是，先别急着怪自己没毅力。一个叫 Jeremy Howard 的人会告诉你：不是你不行，是你学的顺序，从一开始就反了。
Jeremy Howard 是 fast.ai 的创始人，专门教普通人用最快的方式上手 AI。想真正学会用 AI、又总在「打基础」这一步就阵亡的人，这篇值得看一看；天生爱啃理论、啃得下去的，可以划走。
大多数人、大多数课，都是「自下而上」教的：先把底层的数学、原理、术语一样样学透，最后才轮到动手做点真东西。听着很扎实，对吧？可现实是，绝大多数人还没熬到「能动手」那一步，就在枯燥的理论里把自己耗没了。
Jeremy 的 fast.ai 反着来。他管这叫「自上而下」：第一节课，就让你用一个现成的、最先进的工具，做出一个真能跑的东西——比如训练一个能认出猫和狗的模型。先让你尝到「我居然做出来了」的甜头，再回过头，一点点告诉你它背后到底是怎么回事。
他打过一个特别形象的比方。学踢球，没人会让你先把造球的工艺、球在空中飞的物理学全学一遍，才准你上场——那不荒唐吗？正常的办法，是先塞给你个球，踢起来再说。
学游泳更是这个理。你在岸上听一年「怎么换气、怎么划水」，都不如直接下水扑腾两下、呛两口水——身体一下就记住了。
道理就这么朴素：人是靠「做」、靠「立刻看到结果」学得最快的。先做出能跑的，再回头补理论，不是偷懒，是更顺人脑的学法。
那具体到咱们普通人学用 AI，该怎么动手？三个起步动作。
第一，别再囤教程了。挑一件你这周真想用 AI 搞定的具体小事——写个活动方案、整理一堆乱七八糟的资料、做个小表格——现在就打开 AI，动手。
第二，卡哪儿补哪儿。中途遇到不会的，就盯着那一个点去问、去查，而不是退回去从头系统学一遍。带着问题学，记得牢，也不容易烦。
第三，先把那个小东西做出来，哪怕它粗糙得很。那个「我真做出来了」的瞬间，会推着你想做下一个。理解可以慢慢补，但那股劲头，是等不来的。
当然，这不是说理论不重要。而是顺序——等你真做出点东西、想再上一层楼，那时候回头啃原理，你会发现学得又快又扎实，因为你终于知道它到底有什么用了。
所以，别再「等准备好了再开始」了。学 AI 最好的起点，从来不是第一节理论课，而是你亲手做出来的、第一个能跑起来的小东西。
我自己真的这种体验特别强烈，建议大家都试试。
2 00
Anthropic三大「杀手锏」，一口气全曝光了！
就在今天，开发者在Google Vertex后台，意外发现一个新的模型标识——claude-opus-4.8。
时隔一个多月，Claude又一次大版本更新已经箭在弦上，呼之欲出！
几乎同一天，代号Mythos 1的「安全专用模型」，也在Claude界面中短暂现身。
而且，源码中新增了指向Claude Code和Claude Security的字符串。
另外，此前全网疯传的51万行泄露代码，提前剧透了Claude Sonnet 4.8。
代码还证实了，它将直接跳过4.7版本，或于6月中旬震撼发布。
Sonnet 4.8预计会继承Opus 4.7的视觉升级，在UI设计稿、架构图上，视觉准确率超98%。
不仅如此，它生成的代码将更加干净利落，还支持高级推理。
不难看出，Anthropic正三线并进，火力全开。
毕竟在IPO前夕，OpenAI依旧步步紧逼：下一代GPP-5.6现身，拥有极其强悍的前端爆发力。
再加上，谷歌Gemini 3.5 Pro也将于6月入局。
硅谷的ASI终极之战一触即发，三巨头的「贴身肉搏」，现在才真正开始。
就在今天，开发者在Google Vertex后台，意外发现一个新的模型标识——claude-opus-4.8。
时隔一个多月，Claude又一次大版本更新已经箭在弦上，呼之欲出！
几乎同一天，代号Mythos 1的「安全专用模型」，也在Claude界面中短暂现身。
而且，源码中新增了指向Claude Code和Claude Security的字符串。
另外，此前全网疯传的51万行泄露代码，提前剧透了Claude Sonnet 4.8。
代码还证实了，它将直接跳过4.7版本，或于6月中旬震撼发布。
Sonnet 4.8预计会继承Opus 4.7的视觉升级，在UI设计稿、架构图上，视觉准确率超98%。
不仅如此，它生成的代码将更加干净利落，还支持高级推理。
不难看出，Anthropic正三线并进，火力全开。
毕竟在IPO前夕，OpenAI依旧步步紧逼：下一代GPP-5.6现身，拥有极其强悍的前端爆发力。
再加上，谷歌Gemini 3.5 Pro也将于6月入局。
硅谷的ASI终极之战一触即发，三巨头的「贴身肉搏」，现在才真正开始。
0 00
学 AI 不缺资料，缺的是一条能走完的路。
一个 GitHub 仓库尝试解决这件事：从线性代数开始，一路到多 Agent 系统，435 节，20 个阶段。
不是教你 "调 GPT API"，是让你把反向传播、Tokenizer、Attention 机制都自己写一遍——再用框架重做一次。
到最后你手上有 435 个真正理解的工具：prompt、skill、agent、MCP server。
不只学会了，是真的建出来了。
github.com
一个 GitHub 仓库尝试解决这件事：从线性代数开始，一路到多 Agent 系统，435 节，20 个阶段。
不是教你 "调 GPT API"，是让你把反向传播、Tokenizer、Attention 机制都自己写一遍——再用框架重做一次。
到最后你手上有 435 个真正理解的工具：prompt、skill、agent、MCP server。
不只学会了，是真的建出来了。
github.com
8 01
Anthropic 今年三月上线了一个叫 Anthropic Academy 的课程平台。目前一共十八门课，全部免费，每门学完发一张官方证书，可以直接挂到 LinkedIn 上。注册只需要一个邮箱，不需要 Anthropic 账号。
十八门课分五个方向，从完全不写代码的人到做 agent 开发的程序员都能找到对应的内容。按三类人来说。
先说不写代码的人。
AI Fluency: Framework & Foundations 是最值得非技术人员先上的一门。十四节课，大概一小时出头，教的是怎么跟 AI 有效协作。它提了一个 4D 框架：委托、描述、辨别、勤勉。展开讲的是怎么给 AI 布置任务、怎么把你想要的描述清楚、怎么判断 AI 给的结果靠不靠谱、怎么保持对输出质量的把控。如果你天天在用 Claude 但觉得用得不够好，这门课值得花一小时走一遍。
Claude 101 更基础，讲 Claude 的功能和常见用法，适合完全没用过的人。AI Capabilities and Limitations 讲大模型到底能做什么、不能做什么，包括幻觉和上下文长度限制这些常见坑。
另外还有四门按场景细分的版本：给教育工作者的、给学生的、给非营利组织的、给小型企业的，都是在通用框架上叠加了具体行业的用法。还有一门 Teaching AI Fluency 专门教老师怎么在课堂上教 AI 素养，附带了可以直接用的教学材料。
再说开发者。
这部分课程量最大。Building with the Claude API 是整个平台的重头课：八十四节课、八个多小时视频、十个测验，从认证到流式传输到工具调用到检索管道，把用 API 做 Claude 应用的全链路走了一遍。如果只有时间上一门开发课，选这门。
Claude Code 有两门。Claude Code 101 讲基础工作流：探索、规划、写代码、提交，以及怎么在终端、VS Code、JetBrains 这些环境里安装和使用。Claude Code in Action 进一步，十五节课一小时，讲怎么把 Claude Code 融进日常开发，包括文件操作、命令执行和 GitHub 集成。
MCP 协议也是两门。入门课讲 MCP 的架构、用 Python SDK 搭服务端和客户端、调试工具怎么用。进阶课讲生产环境的部署模式：采样、通知、文件系统访问、传输机制。两门都需要 Python 和 JSON 基础。
跟 agent 相关的有三门。Introduction to Agent Skills 六节课半小时，教你在 Claude Code 里写 Skill，就是可复用的 Markdown 指令，Claude 会自动在合适的任务里调用它。Introduction to Subagents 四个动手模块，教怎么把任务拆给子 agent，每个子 agent 有独立的上下文窗口，不会污染主对话。Introduction to Claude Cowork 讲 Anthropic 新出的桌面 agent 工具，用来做文件管理和多步骤任务的自动化。
最后说用云平台的人。
Claude with Amazon Bedrock 和 Claude with Google Cloud Vertex AI 两门课分别讲怎么在 AWS 和谷歌云里接入 Claude。如果你们公司已经在用这两个平台，对应的课会告诉你怎么在现有架构上集成。
有一件事需要提前知道：所有课程目前只有英文，没有中文版。视频有英文字幕但没有翻译。当然这个也很容易，有太多 AI 工具可以翻译了。
怎么选取决于你是谁。非技术人员先上 AI Fluency 再上 Claude 101。开发者想系统学 Claude 开发，直接上 Building with the Claude API。已经在用 Claude Code 的，去看 Agent Skills 和 Subagents。对 MCP 感兴趣的先入门再进阶。
十八门课分五个方向，从完全不写代码的人到做 agent 开发的程序员都能找到对应的内容。按三类人来说。
先说不写代码的人。
AI Fluency: Framework & Foundations 是最值得非技术人员先上的一门。十四节课，大概一小时出头，教的是怎么跟 AI 有效协作。它提了一个 4D 框架：委托、描述、辨别、勤勉。展开讲的是怎么给 AI 布置任务、怎么把你想要的描述清楚、怎么判断 AI 给的结果靠不靠谱、怎么保持对输出质量的把控。如果你天天在用 Claude 但觉得用得不够好，这门课值得花一小时走一遍。
Claude 101 更基础，讲 Claude 的功能和常见用法，适合完全没用过的人。AI Capabilities and Limitations 讲大模型到底能做什么、不能做什么，包括幻觉和上下文长度限制这些常见坑。
另外还有四门按场景细分的版本：给教育工作者的、给学生的、给非营利组织的、给小型企业的，都是在通用框架上叠加了具体行业的用法。还有一门 Teaching AI Fluency 专门教老师怎么在课堂上教 AI 素养，附带了可以直接用的教学材料。
再说开发者。
这部分课程量最大。Building with the Claude API 是整个平台的重头课：八十四节课、八个多小时视频、十个测验，从认证到流式传输到工具调用到检索管道，把用 API 做 Claude 应用的全链路走了一遍。如果只有时间上一门开发课，选这门。
Claude Code 有两门。Claude Code 101 讲基础工作流：探索、规划、写代码、提交，以及怎么在终端、VS Code、JetBrains 这些环境里安装和使用。Claude Code in Action 进一步，十五节课一小时，讲怎么把 Claude Code 融进日常开发，包括文件操作、命令执行和 GitHub 集成。
MCP 协议也是两门。入门课讲 MCP 的架构、用 Python SDK 搭服务端和客户端、调试工具怎么用。进阶课讲生产环境的部署模式：采样、通知、文件系统访问、传输机制。两门都需要 Python 和 JSON 基础。
跟 agent 相关的有三门。Introduction to Agent Skills 六节课半小时，教你在 Claude Code 里写 Skill，就是可复用的 Markdown 指令，Claude 会自动在合适的任务里调用它。Introduction to Subagents 四个动手模块，教怎么把任务拆给子 agent，每个子 agent 有独立的上下文窗口，不会污染主对话。Introduction to Claude Cowork 讲 Anthropic 新出的桌面 agent 工具，用来做文件管理和多步骤任务的自动化。
最后说用云平台的人。
Claude with Amazon Bedrock 和 Claude with Google Cloud Vertex AI 两门课分别讲怎么在 AWS 和谷歌云里接入 Claude。如果你们公司已经在用这两个平台，对应的课会告诉你怎么在现有架构上集成。
有一件事需要提前知道：所有课程目前只有英文，没有中文版。视频有英文字幕但没有翻译。当然这个也很容易，有太多 AI 工具可以翻译了。
怎么选取决于你是谁。非技术人员先上 AI Fluency 再上 Claude 101。开发者想系统学 Claude 开发，直接上 Building with the Claude API。已经在用 Claude Code 的，去看 Agent Skills 和 Subagents。对 MCP 感兴趣的先入门再进阶。
281 1173
最近群里很多人登 codex 一直被卡海外手机号验证。
其实不用到处找接码平台，有个很野但好用的方法。
直接去 ChatGPT 网页版 → 设置 → 安全，绑定 Google Authenticator 开 2FA。
开完之后，再登 codex，基本就不怎么弹手机号验证了。
很多人不知道，其实验证码优先级会被 2FA 覆盖一部分。
一个设置解决问题。
其实不用到处找接码平台，有个很野但好用的方法。
直接去 ChatGPT 网页版 → 设置 → 安全，绑定 Google Authenticator 开 2FA。
开完之后，再登 codex，基本就不怎么弹手机号验证了。
很多人不知道，其实验证码优先级会被 2FA 覆盖一部分。
一个设置解决问题。
82 1417
All Agentic Architectures：一个 AI agent 设计教学项目。
地址：github.com/FareedKhan-dev/all-agentic-architectures
欢迎来到一套全面、动手实践型的现代 AI agent 设计大师课。本仓库包含 17+ 种前沿 agentic 架构的详细实现，基于 LangChain 和 LangGraph 构建。它被设计成一本持续更新的实践教材，用来连接理论概念与可实际运行、接近生产可用的代码。
项目旨在为开发者、研究人员和 AI 爱好者提供一条结构化、实践性强、教育价值高的学习路径，帮助他们掌握构建智能系统的方法。
该项目用 Jupyter Notebook 形式实现了 17+ 种 agentic architecture。
它主要基于 LangChain + LangGraph，每个 notebook 对应一种架构模式。
前 4 个 notebook 是单 agent 基础能力，比如反思、工具调用、ReAct 和规划；中间部分讲多 agent 协作；后面覆盖高级记忆与推理；再往后是可靠性与安全相关模式；最后涉及学习与适应。
地址：github.com/FareedKhan-dev/all-agentic-architectures
欢迎来到一套全面、动手实践型的现代 AI agent 设计大师课。本仓库包含 17+ 种前沿 agentic 架构的详细实现，基于 LangChain 和 LangGraph 构建。它被设计成一本持续更新的实践教材，用来连接理论概念与可实际运行、接近生产可用的代码。
项目旨在为开发者、研究人员和 AI 爱好者提供一条结构化、实践性强、教育价值高的学习路径，帮助他们掌握构建智能系统的方法。
该项目用 Jupyter Notebook 形式实现了 17+ 种 agentic architecture。
它主要基于 LangChain + LangGraph，每个 notebook 对应一种架构模式。
前 4 个 notebook 是单 agent 基础能力，比如反思、工具调用、ReAct 和规划；中间部分讲多 agent 协作；后面覆盖高级记忆与推理；再往后是可靠性与安全相关模式；最后涉及学习与适应。
4 04
学习了下Fiona Fung 在 Anthropic 大会上的演讲内容，关于 AI 时代怎么管工程团队。做些笔记顺便和大家分享。
核心观点很直接：当写代码的成本趋近于零，过去基于“开发贵”设计的流程全部要重构。
还有几个值得记下的观点：
• 从“先写设计文档”到“先发一个 PR”，技术辩论从白板讨论转向“让 Claude 同时搓三个版本对着代码聊”（对应之前大家说的对着Demo聊需求）
• “这段代码谁写的”正在失去意义，Claude Code 团队几乎所有 PR 都有 AI 参与（从harness和可控性角度，谁写的还真不一样，但作者应该是从业务视角来看的，也合理）
• 经理必须从 IC 做起，Fiona 自己 2017 年后首次重新写代码，“现在连 git 命令都不记得，全靠 Claude”（很认同）
• 砍掉旧流程比叠加新流程更难，但更重要。她用 jit planning（即时规划）替代六个月路线图，因为“原型成本趋零，提前规划的杠杆消失了”（确实，惯性很强大）
• 代码是唯一 source of truth，设计文档退位（这个其实是有争议的，spec的角色现在很微妙，不同做法各有优劣）
三个观察指标：新人上手时间、PR 生命周期、Claude 介入比例。但她警告：别盯着“多少代码是 AI 写的”这种虚荣指标，关键看产品质量。
最后这句话很实在：
“挑出最折腾人的那条工作流，重新审视它到底还在为谁干活。”
#AI编程##工程管理##ClaudeCode##技术思考#
核心观点很直接：当写代码的成本趋近于零，过去基于“开发贵”设计的流程全部要重构。
还有几个值得记下的观点：
• 从“先写设计文档”到“先发一个 PR”，技术辩论从白板讨论转向“让 Claude 同时搓三个版本对着代码聊”（对应之前大家说的对着Demo聊需求）
• “这段代码谁写的”正在失去意义，Claude Code 团队几乎所有 PR 都有 AI 参与（从harness和可控性角度，谁写的还真不一样，但作者应该是从业务视角来看的，也合理）
• 经理必须从 IC 做起，Fiona 自己 2017 年后首次重新写代码，“现在连 git 命令都不记得，全靠 Claude”（很认同）
• 砍掉旧流程比叠加新流程更难，但更重要。她用 jit planning（即时规划）替代六个月路线图，因为“原型成本趋零，提前规划的杠杆消失了”（确实，惯性很强大）
• 代码是唯一 source of truth，设计文档退位（这个其实是有争议的，spec的角色现在很微妙，不同做法各有优劣）
三个观察指标：新人上手时间、PR 生命周期、Claude 介入比例。但她警告：别盯着“多少代码是 AI 写的”这种虚荣指标，关键看产品质量。
最后这句话很实在：
“挑出最折腾人的那条工作流，重新审视它到底还在为谁干活。”
#AI编程##工程管理##ClaudeCode##技术思考#
1 00
我准备把翻译好，发在这里 //@文化苦旅: 有人有总结版的文件吗？
技术人说: Anthropic 官方出了一个 Claude Code 的保姆级教程，总共 9 节课，叫 Claude Code 101。 最近很多 Claude Code 的保姆级教程很火。这玩意不比互联网上所有的 Claude Code 入门教程牛皮？ 九节课的内容分别是： Claude Code 是什么？ 如何安装？ 底层工作方式？ 教你写第一个高质量 Claude Code 的提示词。 什么是 Claude.md？ Explore 模式、Plan 模式和 Code 模式。 MCP 是什么？ 如何管理上下文？ 怎么用 Hooks？ 详情：youtube.com/playlist?list=PLmWCw1CzcFilebjK89WLb5cAvM8K0cLB3
1 00