#科学方法

让AI学会「品味」：开源Skill Taste的多Agent设计探索

AI生成界面为何千篇一律？设计师SEN开源了一个名为Taste的Skill项目，通过四个Agent协作Pipeline，将网站「品味」反向工程为可验证的设计原则Taste DNA，真正超越表层样式抓取。

扩散模型高阶ODE求解器收敛性分析：误差界与快速采样理论

深入解析扩散模型高阶ODE求解器的收敛性理论：从误差三项分解、Ghost Flow构造到C2正则性验证，揭示DPM-Solver等快速采样方法的数学基础与严格误差保证。

白宫任命阿维·勒布领衔UAP科学顾问委员会

美国白宫联合五角大楼、ODNI与FBI正式成立UAP科学顾问委员会，争议天体物理学家阿维·勒布出任负责人。本文深度解析委员会职能、勒布的学术争议，以及这一任命背后的科学方法论之争与政策考量。

古代医学三千年：水银长生、解剖革命与黑死病的致命代价

从秦始皇服用水银丹药追求长生，到维萨里颠覆盖伦两千年解剖权威，再到黑死病席卷欧亚的荒诞疗法——三段跨越千年的医学故事，揭示「无证据的确定性」如何酿成历史上最惨烈的代价。

提示词工程入门：核心概念、价值与局限性全解析

什么是提示词工程？本文系统梳理提示词（Prompt）的定义、四大作用、与提示词工程的区别，以及六步实施流程、商业价值与技术局限，帮你快速建立AI提示词工程的完整认知框架。

Harness驾驭工程：企业级AI编程的核心方法论与实战指南

AI真的能取代程序员吗？本文深入解析Harness驾驭工程的原理与三大演进阶段，揭示企业级AI编程的真实痛点，帮助技术人找到AI时代的核心竞争力。

快速行动的本质：频繁接触现实是一种谦逊

「快速行动」并非鲁莽，而是承认认知局限、主动接受现实检验的智识谦逊。本文从哲学与实践双重视角，解析敏捷开发、MVP、AI迭代背后共同的底层逻辑——真正的傲慢，是相信无需验证就能得到答案。

谷歌Co-Scientist详解：Gemini驱动的多智能体AI科研系统

深度解析谷歌发布的Co-Scientist系统，一款基于Gemini大模型的多智能体AI科研伙伴，具备自主生成假设、智能体辩论和迭代进化能力，正在重塑药物发现、材料科学等领域的研究范式。

Sakana AI发布Marlin：8小时自主完成战略调研的AI Agent

Sakana AI首款商用产品Marlin正式发布，定位为自律型战略研究助手。用户输入调查主题后，Marlin可在8小时内自主完成深度调研，输出结构化报告。基于AI Scientist、AB-MCTS等核心技术，面向金融、咨询、智库等行业，标志着AI Agent从概念走向商用落地。

盘古Skill：18位商业领袖蒸馏为可调用AI协议的开源项目解析

盘古.skill开源项目将18位全球顶级商业领袖的认知模式与决策逻辑蒸馏为可调用AI协议，支持7×24小时决策分析。本文详解其六层规则体系、开天机制、数据蒸馏流程及实战应用案例。

前沿论文解读·第2期：弦理论危机与AI验证边界

每周五解读本周最值得关注的AI研究论文

程序员合理摸鱼：从代码编译到AI生成的等待艺术

从经典XKCD编译等待梗到AI编程时代的新解读，探讨程序员等待编译、等待AI生成代码背后的工作方式变革，以及如何重新定义开发者生产力。

广义相对论的诞生：直觉、知识与批判如何造就科学天才

从Lex Fridman与物理学家Don Lincoln的对话出发，深入剖析爱因斯坦创立广义相对论的思维过程，探讨科学天才如何通过直觉火花、知识积累与严格批判的融合实现突破性创新。

弦理论已死？费米实验室物理学家的深度反思

费米实验室物理学家Don Lincoln在Lex Fridman播客中深度剖析弦理论现状：景观问题、可证伪性困境、人才流失危机，以及为何弦理论既无法被证实也难以被杀死。

2025年Cursor十大实用技巧：从Agent模式到多模型并行全攻略

深度解析2025年Cursor最新版本的十大核心使用技巧，涵盖Agent与Edit模式切换、自定义模型配置、Debug调试模式、WorkTree多Agent并行、MCP配置、Rules规则管理等实战要点，助你全面提升AI编程效率。

Pi AutoResearch：AI自动跑实验，性能优化不再手动试错

Pi AutoResearch 是基于 Karpathy Auto Research 理念的编程插件，能自动生成优化方案、修改代码、跑测试、记录结果，实现性能优化实验的全流程自动化，支持构建速度、打包体积、模型训练等多种场景。

AI Agent提示词工程：三层架构实战指南

拒绝Vibe Coding：Matt Pocock的AI编程工程化实践

TypeScript大神Matt Pocock开源Skills仓库斩获8万+Star，用TDD、领域驱动设计等工程化方法解决AI编程三大痛点。本文深度拆解GrillMe、GrillWithDocs、TDD等核心技能，揭示AI时代软件工程基础为何比以往更重要。