Software 2.0

AGENT

Anthropic：技能构建内部指南

从结构、触发器到测试和分发的全面解析。

APPLICATION

用 Gemini TTS 生成音频故事

最终，我选择了 Google Gemini、Google TTS 和 Cloudflare R2来实现从文本生成音频故事。

APPLICATION

构建 AI 驱动的播客生成器

如何利用 Gemini 和 Cloud Run 每天获取最新新闻播客

INDUSTRY

成为 AI 原生设计师

关于演示、隐性知识以及如何构建自己的脚手架。

MODEL-ZOO

Gemini 3.1 TTS提示编写指南

Gemini 3.1 Flash 文本转语音 (TTS) 是一个新模型，你可以通过指导它来获得精确的音频表现。在这篇博文中，我将分享一些关于如何通过提示词引导模型的技巧，并展示它的一些优势。

MODEL-ZOO

gemini 3.1 TTS全部30 种语音实测

我测试了 Google 新版 Gemini 3.1 的全部 30 种语音，下面介绍我的发现。

AI

从逆向工程重新认识 AI 的强大

我不是什么逆向工程专家，因此对于 AI 在这领域的影响不多加评论。但至少对我这个不太会逆向的人来说，AI 已经几乎完全满足我对逆向工程的需求。

MODEL-ZOO

Lyria 3 音乐制作指南

无论你是想为好朋友制作一首生日歌、一首健身时的燃曲，还是一首适合学习的 lo-fi 忧郁节拍，Lyria 3 都能满足你

RAG

用YouTube视频构建金融RAG

基于RAG的聊天机器人，利用YouTube频道作为知识库。

TOOL

yt-dlp：突破极限

yt-dlp支持数千个网站——不只是YouTube——并添加了关键改进：更智能的格式排序、SponsorBlock集成、多线程片段下载和干净的Python嵌入API。

APPLICATION

我用AI自动化了80%的工作

大多数开发者把AI当作更聪明的Google来用。输入问题。获取答案。复制。粘贴。继续。 那只是一个稍微快一点的剪贴板。

RAG

多模态RAG：双VLM架构

我最终构建的系统在流水线的两个不同阶段使用两个独立的视觉语言模型（VLM）。一个轻量级VLM在摄取期间生成摘要，用于索引和检索。

MODEL-ZOO

Flash 3.1 TTS：用提示控制声音

Gemini 3.1 Flash TTS 携200+音频标签、30种声音预设和让ElevenLabs紧张的控制力重磅登场。

MODEL-ZOO

关于Gemma 4的真相

一周的真实 Python 工作。不是基准测试。以下是实际发生的情况。

RAG

RAG 只是权宜之计

当你调整分块大小时，你并不是在修复 bug。你只是在修补一个从一开始就不存在的反馈回路。

AGENT

如何为AI编写功能规格说明

为什么智能体编程依赖于确定性契约，而非模糊需求和提示词猜测

INDUSTRY

Claude Design会取代设计师吗？

这很复杂，但也很简单。

AGENT

Superpowers插件的心理学技巧

本文探讨像Superpowers这样的框架如何运用罗伯特·西奥迪尼的说服原则（权威、承诺、社会认同）让AI智能体更加自律，以及开发者如何在自己的CLAUDE.md（或AGENT.md）文件中使用合理化辩解对照表、压力测试和承诺机制。

AI

蒸馏你的前同事

你的公司想在你离开之前提取你的一切。以下是他们实际能得到的东西。

TOOL

Ollama/vLLM/llama.cpp实测

那次事故让我深入研究，逐一测试了三大本地 LLM 推理工具：Ollama、vLLM 和 llama.cpp。我发现的结果彻底改变了我对本地 AI 部署的看法。

STARTUP

如何打造「服务即软件」业务

下一家万亿美元公司将出售工作成果，而非工具，因为软件支出每花一美元，旁边就有六美元或更多的服务支出，而 AI 刚刚把那笔服务预算变成了初创公司真正能攻克的东西。

INDUSTRY

后IDE时代的软件开发

对我来说，一个重要的时刻出现在最近，当我意识到IDE不再是我工作流的中心。Claude Code、Beads、Gas Town、GStack和规格驱动开发教会我关于IDE之后的软件开发。

JOB MARKET

AI时代，为什么还要学习？

关于判断力、摩擦力，以及AI唯一无法为你做到的事。

INDUSTRY

AI原生游戏的历史回顾

在GDC 2026上，我们对过去几年中已上线、扩展、成功，有时甚至惊人地失败的AI原生游戏进行了分析。

APPLICATION

基于语义搜索假装图像生成

如何使用现有的图片数据集来模拟图像生成过程并获得灵感。