用AI自学高深难懂的知识，方法分享

作者一直自信能学会各种知识，曾是国家物理奥赛前十，大学拿过总统奖，创业自学软件和商业运营。但AI出现后，他的学习方式发生了根本变化。

很多人用AI提速学习，比如提炼笔记、翻译文献，但更重要的是，AI让我们有可能攻克那些以前觉得“太难、太耗时”的高阶知识。比如量子力学，顶级教材200小时才能读完，工作繁忙的你没法挤出这么多时间。AI让你有两条路：
1️⃣ 用AI快速扫一堆入门书籍和视频，获得广度（但收益递减）；
2️⃣ 用AI辅助，直接深入阅读权威教材，哪怕没读完，也能获得深度理解。

作者选择了第二条路，示范用AI逐步自学Christopher Bishop的《Pattern Recognition and Machine Learning》前32页，这是一本面向高年级本科和博士新生的经典教材，深度挑战适中。

核心工具组合：
- 教材PDF（能用OCR提取文字、公式、图片）
- AI模型
- 数字白板（作者用自己团队开发的Heptabase）

学习步骤：
1️⃣ 解析PDF，精确控制AI上下文，避免只读片段导致的理解偏差。
2️⃣ 生成学习卡片（章节或小节），可以让AI帮你翻译、总结、提炼定义和引导问题，适合你的学习习惯和难点。
3️⃣ 在白板上并排排布卡片，轻松“横向对比”内容，不用翻页就能联想和串联知识，随时和AI对话，问问题、求例题、检验理解，像随身带个读书导师。
4️⃣ 读完及时用自己的话写笔记，整理成层级清单，强化逻辑结构。
5️⃣ 反复拆解、视觉化笔记，画箭头连接知识点，深化理解，方便整合跨书跨领域的知识。

这套方法让作者能持续保持深度学习流状态，轻松攻克复杂难题。AI不是“代替思考”，而是“激发更深层次思考”，它是作者最棒的老师和思考伙伴。

附录：选书和合法获取PDF技巧
- 先用AI帮你挑选最权威、适合你的教材，反复打磨提问prompt。
- 多途径交叉验证书籍权威度和适读性。
- 利用Project Gutenberg、FreeTechBooks等开放资源，或作者官网获取免费正版教材。
- 书太难？用AI辅助阅读频率作为判定标准，适度挑战最有效。
#资源参考 #学习教程

在线开发搭建 web 应用时，常常要花很多时间写重复的代码，或者在 FastAPI 里集成 HTML 渲染很麻烦。

Air 是由《Two Scoops of Django》作者打造的全新 Python Web 框架，基于 FastAPI、Starlette 和 Pydantic，专注于让你用 Python 优雅快速地写出网页和接口。| #框架

不仅支持高效的 HTML 代码生成（Air Tags），还能无缝混合 Jinja 模板，完美支持 HTMX，内置表单验证，极大提升开发体验。

主要功能：

- 结合 FastAPI，前后端同框开发，接口和网页一站式管理；
- Air Tags：用 Python 类写 HTML，类型安全且易维护；
- 支持 Jinja 模板和 Air Tags 混合渲染，灵活自由；
- 内置 HTMX 支持，轻松实现页面局部刷新和交互；
- Pydantic 驱动的表单验证，保证数据安全准确；
- 轻量，易学，文档详细，适合快速上手和大型项目。

只需 pip install -U air 即可安装，适合想用 Python 快速构建现代 Web 应用的开发者。让你写代码更专注，效率更高，体验更佳

RapidOCR

⭐️ 项目功能：图像转文本

📁 项目简介：一个开源的光学字符识别（OCR）工具，支持多种编程语言，提供快速、灵活且高效的OCR解决方案，支持中文和英文的识别，并允许用户在离线环境中快速部署。

🌐 项目地址：点击直达

Google AI Edge Gallery

⭐️ 软件功能：离线AI助手

➡️ 支持平台：#Android

📁 软件简介：一款将先进的生成式人工智能（GenAI）模型直接带入用户的手中，支持在Android设备上离线运行。可以在没有互联网连接的情况下，体验各种创意和实用的AI应用场景。

允许轻松切换不同的AI模型，进行图像分析、音频转录、对话交互等多种功能，所有处理均在本地设备上完成

⬇️ 软件下载：点击下载

在线零知识证明编程语言太复杂？Lurk来了！

Lurk 是一个基于 Lisp 设计的图灵完备 zk-SNARKs 编程语言，结合了 Scheme 和 Common Lisp 的优点。它能生成简洁高效的零知识证明，支持任意计算的证明，是区块链和隐私计算领域的利器。

- 静态作用域，语法简洁，极易扩展；
- 生成的证明体积小，验证速度快；
- 代码即数据，天然支持内容寻址；
- 目前版本 0.5，持续优化中，性能提升显著。

适合密码学研究者和区块链开发者探索零知识证明编程新可能。

Agentic RAG：AI工程师必知的进阶检索生成框架

简单的RAG（Retrieval-Augmented Generation）系统很少直接用在实际场景。现实中，我们通常会给RAG加上“智能代理”（Agentic）能力，且尽量保持简洁。

没有放之四海皆准的方案，RAG系统必须根据具体业务灵活调整。理解Agentic RAG的关键组成，有助你设计适合自己的方案：

1️⃣ 用户查询分析
- 由基于大模型（LLM）的智能代理分析原始查询，可能重写或拆分成多条查询。
- 判断是否需要额外数据源。

2️⃣ 触发检索
- 若需更多数据，智能代理负责确定应调用哪些数据源，如实时用户数据、内部文档、网络信息等。

3️⃣ 数据整合与重排序
- 用更强的模型对检索结果进行筛选和重排名，大幅缩小信息范围。

4️⃣ 无需额外数据时，直接由LLM生成答案或执行多步动作。

5️⃣ 答案评估与循环优化
- 智能代理评判答案的准确性和相关性。
- 不达标时重新改写查询，重复生成，循环次数有限制。

💡 经验分享：
- 尽量简化流程，很多场景不需全部环节即可满足需求。
- 数据预处理和重排序环节是关键，覆盖90%以上应用。
- Agentic系统远超传统RAG，不只是问答，更能自动执行后续动作，未来会有更多分享，敬请关注！

Agentic RAG的核心在于“智能代理”的灵活决策能力，真正实现从理解用户意图到智能调取数据，再到动态生成和校验答案的全流程闭环。相比传统RAG，Agentic RAG更适合复杂业务场景，尤其是需要自动化执行操作的企业应用。未来AI系统的发展趋势将是“理解+检索+行动”的深度融合，而不仅仅是回答问题。

在线寻找音乐资源总是要翻遍各大平台，下载工具、播放器、歌词插件……太多分散工具使用起来很麻烦。

Music Megathread 是一个超全的音乐资源合集，汇集了免费音乐播放器、多平台下载器、流媒体客户端、歌词工具、音乐识别和管理软件，甚至还有Telegram音乐机器人，帮你轻松玩转音乐世界。

不仅支持 Spotify、YouTube Music、Deezer 等主流平台，还覆盖离线播放器、音频编辑、曲库管理、音效合成等丰富功能，满足各种音乐需求。| #音乐

核心亮点：

- 多平台音乐播放器和下载工具，支持Windows、macOS、Linux、Android、iOS；
- 丰富的 Spotify 和 YouTube Music 客户端及辅助工具，解锁更多功能；
- 在线与离线音乐管理、编辑、歌词同步与显示，一站式解决方案；
- 海量音乐识别与元数据编辑工具，方便整理个人音乐库；
- 全面支持音频录制、合成、转换、编辑，适合音乐制作爱好者；
- 集成多种Telegram音乐机器人，聊天中也能轻松找歌听歌。

适合音乐爱好者、音乐制作人、DJ、音频发烧友，帮你更高效地发现、管理和享受音乐。
#音乐资源 #工具 #资源参考

在线智能问答系统，文档上传、向量检索、模型推理一体化，轻松实现本地RAG入门体验。

Local PDF Chat RAG 是一个开源项目，专为想理解并动手实践检索增强生成（RAG）技术的初学者设计。它结合了PDF处理、FAISS向量检索、多模型集成等核心模块，帮助你从源码层面掌握RAG的底层流程。

主要功能：

- 多PDF文档上传与自动文本切割向量化
- 本地FAISS向量数据库构建与高效语义检索
- 混合BM25关键词检索提升召回率
- 交叉编码器及大模型（支持本地 Ollama 和云端 SiliconFlow）结果重排序
- 支持联网搜索增强回答的时效性（需配置SerpAPI密钥）
- 递归式深度检索，自动生成新查询，提升答复深度
- Gradio交互式Web UI，操作简单直观
- 本地化优先，保护数据隐私

适合科研、开发者和RAG技术爱好者快速上手，理解RAG的全流程细节。
#资源参考 #工具 #RAG

Website Headlines (dotcom)——网站标题灵感收集

网站标题能决定销售成败，这个网站提供丰富的高效标题库，汇聚 SaaS、B2B 和 DTC 品牌的成功案例。每个标题都附有截图，方便用户获取灵感。

理想的标题长度为 6-12 个字，SEO 和社交分享时最好控制在 55 个字符内。避免模糊和冗长的表达，确保标题清晰、有吸引力
#网站标题 #SEO #社交媒体 #资源参考 #工具

当贝AI

⭐️ 网站功能：AI助手

📁 网站简介：一个集成了多种优质AI大模型的平台，提供了DeepSeek满血版，聚合了全网的AI资源，如DeepSeek-R1 671B、豆包、通义千问和智谱等。

可以在平台上进行各种AI相关的查询和操作，享受免费的服务，且没有使用限制。

🔗 网站网址：点击打开

Snippai

⭐️ 软件功能：截图

➡️ 支持平台：#Windows #macOS #Linux

📁 软件简介：一款功能强大的智能截图工具，不仅能够识别图像中的公式和文本，还能分析和描述图像内容。

主要功能包括公式识别、文本提取、表格转换、图像分析、问题解决、代码理解、颜色检测和语言翻译等。

⬇️ 软件下载：点击下载

Table Detection & Extraction

⭐️ 插件功能：网页表格提取

➡️ 支持平台：#Chrome

📁 插件简介：一款智能表格提取工具，能够快速识别网页上的HTML表格并将其转换为30多种格式，包括CSV、JSON、Excel等。

只需在浏览器中悬停在表格上，即可看到转换图标，点击后即可选择所需的格式进行提取。

⬇️ 插件下载：点击下载

Sinkto

⭐️ 网站功能：短链接生成

📁 网站简介：一个 URL 短链接生成和链接管理平台，可以创建、管理和跟踪品牌化的短链接，提供先进的分析工具、自定义域名、二维码生成以及团队协作功能。

可以实时监控点击率、地理数据和来源，确保每个链接的有效性和安全性。

🔗 网站网址：点击打开

Maivi 是一款跨平台应用，利用现代人工智能技术快速将语音转换为文本，并将文本添加到剪贴板。

它提供录音控制快捷键和实时文本显示功能。

适用于 Linux、macOS 和 Windows 系统。

🧬 https://github.com/MaximeRivest/maivi/

#tools

#文件传输

取文件

在线文件传输工具，不限文件格式，最大支持 10 GB，可选择过期时间和永久有效，上传发送文件后，会给到一个取件码，对方输入即可获取文件，免费使用，无需注册。

https://quwenjian.cc

全自动攻击越狱Agent

来自佐治亚理工，UIUC， 清华大学等单位的研究者联合发布了一个非常有力的全自动越狱Agent，通过把有害提问分解成下级的，看似无害的提问，来绕过最强的现代商业大模型中防御机制，实现了近乎完美的攻击成功率（96%-98%）。项目主页。根据开源的代码，理论上只要配置各种key，就可以在家攻击越狱各种商业大模型。在论文中，已经被验证可以攻克Gemini系列，GPT-OSS, Claude Haiku 4.5.

🏷 #越狱 #AI安全

开源项目分享：可去除 Gemini 图片右下角可见水印

这是一款一款名为 GeminiWatermarkTool 的命令行开源工具，可离线去除 Gemini 生成图片右下角的可见水印。工具通过反向 Alpha 混合计算，还原被水印覆盖的像素，支持 jpg、png、webp 等常见格式。该工具为由 C++ 编写，无需依赖，并可批量处理目录。作者表示仅针对 Gemini 当前的可见水印，不支持去除隐藏水印。

另有开发者基于此项目开发出纯前端版本，完全在浏览器本地运行，不依赖服务器。项目使用 JavaScript 实现，通过反向 Alpha 混合算法还原原始像素，避免 AI 修补带来的不确定性。

allenk/GeminiWatermarkTool

你是否想让ChatGPT帮你准备求职面试，却不知道怎么提问才能收到最有效的指导？这里有一套实测有效的“高级提示语”框架，帮你系统性提升面试表现！

🎯 框架核心思路：
1️⃣ 角色设定：让ChatGPT扮演资深职业教练，具备10年以上行业经验，专注你所在领域。
2️⃣ 信息收集：先让AI询问关键背景信息，比如公司规模、文化、招聘经理情况、面试阶段等，确保它理解你的具体需求。
3️⃣ 定制方案：基于完整信息，AI设计个性化面试准备计划，包括行为面试题及答案框架、技术或案例题、文化契合度问题。
4️⃣ 模拟面试：逐题问答，AI即时给出结构和内容上的详细反馈，指出优点和改进点，帮助你逐步完善回答。
5️⃣ 亮点挖掘：教你如何结合简历中的关键成就，精准匹配岗位要求，突出自身优势。
6️⃣ 结尾策略：指导你如何调研公司并在面试尾声提出有深度的问题，留下好印象。

✅ 成功关键：
- AI必须先收集所有缺失信息，避免遗漏。
- 问题与反馈紧密结合职位描述和简历内容。
- 反馈具体且可操作，风格专业且积极鼓励。

举个例子，输入：
“我需要帮忙准备一场面试，我会给你职位描述和简历。你需要问我是否还需要了解公司信息、汇报对象等。”

AI优化为：
“你是一位资深职业教练，我正在准备[行业或职位]的面试。请先问我公司名称、规模、文化，招聘经理角色，面试阶段等问题，确保了解全貌。然后帮我制定详细计划，模拟问答反馈，帮我突出简历亮点，最后推荐调研和提问策略。”

📌 想用这套框架？直接试试给ChatGPT发送类似结构的提示，你会发现你的面试准备效率和质量成倍提升！

日常工作、学习和创作中，信息海量且杂乱，如何高效整理和利用上下文成为挑战。

MineContext 是一个开源的主动式上下文感知AI助手，通过截屏和内容理解（未来支持多模态多源信息），实时捕获你的数字世界全貌，自动生成日/周总结、待办事项和活动记录，帮助你理清思路，提升效率。

主要功能：

- 自动截屏，持续捕捉你的数字工作环境，轻松收集海量上下文；
- 智能重现相关内容，创作时快速调取关键资料；
- 主动推送洞见和总结，让信息主动找上你；
- 本地存储，隐私安全有保障；
- 支持多API接入，灵活定制，完美贴合你的需求。

适合知识工作者、内容创作者、项目经理等多种角色。无需频繁切换工具，MineContext让你的数字生活更智能、更高效。
#资源参考 #AI #开源

系统架构和扩展从来不是只靠理论就能掌握的事情。

《The Accidental CTO》由Subhash Choudhary亲述他如何从零基础到打造支撑百万店铺的Dukaan系统。

这不是枯燥的教科书，而是充满实战经验和幕后故事的系统设计手册：
- 从MVP快速迭代到大规模分布式流水线
- 复制、分片、缓存、队列的利弊权衡
- 观测性、容错设计和云成本管理的实战要点
- 真实生产环境中遇到的各种挑战与解决方案

无论你是工程师、架构师还是创业者，都能从这本书中学到如何将分布式系统从理论变成可用、可扩展、可维护的“活机器”。
#CTO #实践 #MVP

系统提示词（system prompts）正逐渐过时 | 推特帖子

通过构建真实世界的智能Agent，我们发现一个反直觉的真理：
拼凑一大堆规则的长prompt，反而会降低模型表现。

举例来说，你先加一条退款政策规则，再加一条语气规范，接着又加一条升级流程……很快，prompt就变成一篇2000字的操作手册。
但大型语言模型（LLM）对此表现极差。

研究也验证了这个现象，称之为“指令诅咒”：
规则越多，模型对单条指令的执行能力反而越差。

更好的方法是——“上下文条件式指导”（contextually conditional guidelines）

不是把所有规则塞进一个大prompt，而是把指令拆成模块，按照当前对话上下文动态加载：

agent.create_guideline(
    condition="客户询问退款",
    action="先检查订单状态，看是否符合退款条件",
    tools=[check_order_status],
)

每条指导包含：
- 条件：何时加载？
- 动作：满足条件时执行什么？

系统后台根据当前对话状态筛选相关规则，只加载真正需要的几条。
这样，模型不用同时处理几十条规则，而只专注当前3-4条，显著提升执行效果。

这种方法叫做“对齐建模（Alignment Modeling）”，通过上下文结构化指导，让Agent更专注、一致且合规。

关键不在于等待更小或更强的模型，而是设计尊重LLM工作原理的架构。

这套思路已在开源框架 Parlant中实现，欢迎尝试
---

额外思考：

- 这其实是“上下文工程”的进阶：给模型正确、精准、及时的信息，而非一股脑堆砌。
- 这种模块化、条件触发的设计，也更便于维护和扩展。
- 与其盲目加规则，不如用工程思维把Agent当成系统来构建，而非仅靠prompt“打鸡血”。
- 长远看，等待更智能的