论文、课程、提示工程、长文、方法论。
吴恩达（Andrew Ng）指出2026年的 Prompt 技巧与2022年 ChatGPT 刚发布时已截然不同。他新推出课程「AI Prompting for Everyone」，旨在帮助各种技能水平的用户成为AI power user。课程覆盖跨 ChatGPT、Gemini、Claude 等主流模型的通用 Prompt 技巧，强调如何针对不同模型特性优化 Prompt 策略。对于想系统提升 AI 使用效率的读者，这门跨模型的通用方法论比单一工具教程更有长期价值。
原文链接： 作者：Khazix0918 日期：2026-04-14 抓取时间：2026-04-14 12:00
Android 17用lock-free混合数据结构DeliQueue替换了存在20年的MessageQueue实现。实际用户设备上实现丢帧率降低4%-7.7%、应用启动速度提升9.1%。这不是Binder IPC改造，而是对Android所有UI线程运行核心——Looper/Handler消息调度机制的根本性重构。每个应用的main线程、SystemUI、Launcher乃至system_server中的HandlerThread都依赖MessageQueue，这个单点性能改进具有全局传导效应。面向SDK 37及以上默认启用。
English Airbnb’s Page Performance Score on Android Luping Lin7 min read·Dec 17, 2021 -- Listen Share Part 4 of our series on Airbnb’s Page Performance Score....
面向资深Android系统工程师的技能升级路线图。核心判断：2025-2026年最具杠杆效应的方向是'端侧AI全栈'——将系统底层经验与AI推理优化、On-device ML和AI Agent开发结合。AI技能薪资溢价已达56%，全球AI人才缺口300万。建议投资方向包括：LLM基础能力、Agent开发、端侧推理优化、性能分析与AI结合。原文含具体学习路径和工具推荐。
GitHub - rockbenben/ChatGPT-Shortcut: 让生产力加倍的 ChatGPT 快捷指令，按照领域和功能分区，可对提示词进行标签筛选、关键词搜索和一键复制。 ChatGPT Shortcut 是根据领域和功能划分的 ChatGPT 快捷指令表，可通过标签筛选、关键词搜索和一键复制来使用提示词，旨在简化你的工作流程并提高生产力。即使是初学者，你只需复制提示词，稍加修改后发送给 ChatGPT，就能获得指定输出，让你的生产力加倍！ 提示词（即 Prompt）通常是用户提供的问题或文本，以激活模型生成回复。简单来说，prompt 就是用户想要询问的内容，作为输入送到 ...
关于如何在 Slack 上免费使用 GPT4 和 GPT3.5 的一个简单教程： 0、全程不需要科学上网； 1、注册一个 Slack 帐号 ； 2、创建一个工作区，随便起一个名字，如果你已经有工作区了，跳过此步； 3、点开 这个页面，安装 AIbus 到 Slack； 4、在 Slack 直接点开 AIbus 与它对话； 5、也可以在频道里把 AIbus 拉进来，之后就...
Android Framework常见面试题解答集，包含socketpair与socket区别、Binder通信原理、Handler机制、Service生命周期等核心知识点。面向Android系统工程师面试准备。
今天这一堂课啊，我想要用 OpenClaw 这个开源的专案当作一个例子，跟大家介绍 AI Agent 是怎么运作的。我相信大家在报章杂志上，已经听过很多跟 AI Agent 有关的事情。最近呢，有一个跟 AI Agent 有关的开源专案 OpenClaw 变得非常热门。这有多热门，我想就不用解释了，因为大家在报章杂志上大概都看过吹捧 OpenClaw 的文章了。
将 Agent 上下文管理类比 Rust Arena Allocator：预留大块连续内存→每次分配指针向前推→所有分配连续排列→整块一起释放。Agent 上下文窗口就是一块有限的、昂贵的内存空间。Prompt Engineering 的核心不是写好文字，而是内存管理。Arena 的核心特性（Append-only、空间局部性、批量释放）直接对应 Agent 上下文设计原则。Pruning 和 RAG 是技巧不是原则。
macOS 上 OpenClaw 运行报错的系统性排查指南。Gateway 是中枢神经，所有消息收发/LLM 调用/工具调度都经过它，挂了=系统瘫痪。覆盖 Gateway 启动失败排查（Node.js 版本、端口占用、launchd 服务注册、JSON 配置）、各类报错的根因分析。适用 macOS Apple Silicon/Intel。
翻译 Sara Imari Walker（亚利桑那州立大学天体生物学家）的文章。核心追问：科学到底是什么？如果连这个问题都没搞清楚，讨论 AI 能否"做科学"就是认知错误。AlphaFold 预测结构但不解释物理机制。关键不是 AI 能否执行方法步骤，而是科学产生知识的方式是否包含更多。引入"绑定问题"、"意识的困难问题"等概念，探讨科学作为人类文化系统的深层本质。
通过自研 modelbox 工具模拟模型提供商，抓取 OpenClaw 发给模型的完整系统提示词（约 16K token/34062 字符）。逐一解析：第一段源码硬注入（身份、工具清单、安全规则、子代理机制），第二段工具调用风格与安全约束，第三段 CLI 命令参考，第四段 skill 加载机制。帮助理解系统提示词结构以进行瘦身优化。
面向已完成基础配置的 OpenClaw 用户的中高级教程。覆盖：AGENTS.md 工作规范、记忆优化（构建可靠记忆体系）、子 Agent 团队协作、Cron 自动化、Skill 开发、多渠道部署（全平台接入）、性能调优、实战练习清单、疑难解答。系统性的进阶指南。
核心观点：prompt 工程不是写好的文字，而是精确知道自己想要什么。差距在于你脑中的模糊想法 vs 你能精确表达的程度。文章覆盖了从心理模型到输出精度的完整方法论，强调"看不见的工作"——在坐下来提示之前，先建立清晰的意图模型。
劝退文：99% 的人不需要自动化，更不需要 OpenClaw。连 chatbot 都玩不明白就想搞多 Agent 协作，连提示词都写不好就想自动决策。OpenClaw 是过渡产品，几大 AI 公司会推出更强大方案。与其烧 token 折腾 OpenClaw，不如先让 AI 介入日常工作。先学走再学跑。
OpenClaw 最大问题不是不会装，而是装完没真实场景。三步前置动作：第一阶段先把 AI 当思考伙伴，做时间审计（一周每分钟记录）；第二阶段先用 Manus、n8n、Zapier 等低门槛工具验证哪些流程跑得通；第三阶段再在低风险环境部署 OpenClaw，迁移已验证流程，评估 ROI。一句话：先想清楚，再验证，最后才扩张。
这是「写作提示词全家桶」系列第2篇，共7篇。上一篇讲了底层逻辑，这一篇直接给你两套拿走就能用的公众号写作提示词。
宝玉老师分享的去 AI 味方法：给 AI 一份持续更新的"写作风格 Skill"（几十到上百行），定义用词偏好、句式习惯、禁止清单、标点规范。具体步骤：1）用 AI 分析自己满意的原创文章生成初版 Skill；2）用 Skill 写一篇文章后自己逐句修改；3）把 AI 原文和修改版发给 AI 分析差异规律并更新 Skill；4）反复迭代，第一次改一半以上，第三次核心风格开始对，第十次 AI 的输出比你自己写的还像你的风格。核心观点：提示词是死的，Skill 是活的，越用越精确。
论文 OS-R1 提出用 RL Agent 自动配置 Linux 内核 18000+ configuration 选项。Rule-Guided Agent 设计，两阶段训练（Warm-up + Exploration），3000+ 配置样本数据集。在 Nginx/PostgreSQL/Redis 上取得性能提升。但生产环境极少为调优重编译内核，严重脱离工程实际。
我在知乎发现了一篇值得思考的文章，一起来看看吧。 在性能优化领域，竞品分析是一个永恒的话题。然而，现有的分析手段往往存在较大的局限性： • 指标维度浅层化 ：大多局限于帧率（FPS）、内存占用、CPU 频率及利用率、线程统计等硬件或系统层面的指标。虽然可以通过截帧分析渲染管线，但对于 CPU 端的具体开销（如 UI 逻辑、战斗系统、渲染提交等模块的具体耗时）难以进一步拆解。 • 技术壁垒：在缺乏源代码和符号表的情况下，往往难以洞察竞品底层的具体技术实现。
Avoid Mini-frameworks - laike9m's blog DEC 24TH, 2025 What is mini-framework? My Story Why mini-frameworks are bad? So, What Should You Do Instead? *See Hacker News discussion* I work in Google Ads infrastructure in the past four years. Over time, I've seen one pattern came along again and again, causing endless pain for developers, that is, creating mini-frameworks.
基于 Anthropic 的 "Effective harnesses for long-running agents" 最佳实践
文本和概念分析专家 Prompt 来源: GitHub Gist 作者: kevinz 原文链接: English This is a sophisticated prompt for text analysis and interactive HTML generation. The prompt defines an AI role as a "Text Analysis Expert" with the following core capabilities: Core Task When a user sends text, the AI must: Deeply analyze the text content, extracting key concepts, terms, and their interrelationships....
Android×鸿蒙×AI 技术刊#第14期——Compose动画深度解析、KMP多端实践落地、Android 16适配指南 本周 Android 生态聚焦 UI 框架、跨平台方案与系统适配三大核心领域： Compose 技术进阶 共享元素动画剖析：解析 sharedElement() 与 sharedBounds() 的精准应用场景与渲染差异（ScaleToBounds vs RemeasureToBounds）； Modifier 底层机制：Slot Table 存储结构与重组优化策略全解读。 跨平台方案落地 B站 KMP 实战：Bazel 构建 + FlowRedux 状态机实现 三端逻辑层共享 （Android/iOS/鸿蒙）； Flutter 鸿蒙热...
Android×鸿蒙×AI 技术刊#第12期：Android 16新特性、Compose与Flutter对比、ART机制揭秘 本周 Android 生态动态聚焦系统升级、框架演进与底层优化三大方向： 1️⃣Android 16 更新深度解读 强制应用开启全屏模式（edge-to-edge） ，预测性返回手势默认激活； 引入动态刷新率API （getSuggestedFrameRate）、增强型安全模式 及广播优先级限制等关键行为变更。 2️⃣ 跨平台框架能力交锋 Compose Multiplatform：Jetpack Compose 对比 Flutter 在 包体积、冷启动性能 的显著优势； **Flutter 挑战 iOS 26 ...
Android×AI 技术刊#第11期——都是Android技术文 本周 Android 技术动态聚焦三大核心方向： 跨端框架突破 ： 腾讯视频开源 ovCompose 框架 ，实现 Android/iOS/鸿蒙三端一码 开发，基于 Compose Multiplatform 深度优化性能与原生混排能力； 货拉拉开源 TheRouter 鸿蒙路由 ，支持跨模块解耦与动态路由表下发。 性能优化实践 ： 手机系统 D-Vsync 渲染管线优化方案 发布，实测掉帧率降低 72.7% ，功耗仅微增 0.13%； Flutter 复现 iOS 26 "液态玻璃"效果 ，解析着色器与扭曲算法实现难点。
AI 时代下的工程领导力：如何打造高效团队 - 来自谷歌工程负责人、Chrome 开发者的宝贵经验分享 AI 是个好帮手，但不能全靠它，团队领导者得搞清楚“更好”到底是啥意思，然后带着团队更快地往那儿走，团队成员也是如此。 今天偶然读到 Chrome 开发者、Google 工程负责人、著名技术书籍作者 -Addy Osmani 的一篇文章「Leading Effective Engineering Teams in the Age of GenAI」，讲的特别好，对于产品和研发方向如何变得高效，不管你是团队领导者、还是团队成员，都很有价值，分享给朋友们，可以先看我的阅读笔记，针对自己感兴趣的部门再阅读原文（推荐阅读，作者信息和文章链接放在文末）
Lilian Weng 的经典综述文章，系统阐述以 LLM 为核心的自主 Agent 系统架构。三大核心组件：Planning（任务分解、自我反思，涵盖 CoT、ToT、ReAct、Reflexion、CoH、AD 等方法）、Memory（短期上下文学习、长期向量存储）、Tool Use（API 调用、代码执行、外部知识访问）。文章深入分析了每种方法的原理和适用场景，包括多 Agent 协作框架。该文是 Agent 领域被引用最多的综述之一，适合作为系统性理解 Agent 设计的入门基石。
本杂志开源^\[1\]^，欢迎投稿^\[2\]^。另有《谁在招人》^\[3\]^服务，发布程序员招聘信息。合作请邮件联系^\[4\]^（[email protected]^\[5\]^）。
Android中AIDL和HIDL的区别，Google为什么更推荐AIDL？ 在Android中，AIDL（Android Interface Definition Language） 和 HIDL（HAL Interface Definition Language） 是两种用于定义跨进程通信接口的语言。AIDL 是 Android 系统最早支持的 IPC（进程间通信）机制，而 HIDL 是从 Android 8.0 开始引入，用于 HAL（Hardware Abstraction Layer）模块的接口定义。 随着 Android 的发展，Google 决定从 Android 11 开始将新的 HAL 统 一使用 AIDL 接口，而逐步放弃 HIDL。这种转变背后的原因涉及技术复杂度、性能、开发效率和生态统一性等多个方面。
The 2025 AI Engineering Reading List English The 2025 AI Engineer Reading List. We picked 50 paper/models/blogs across 10 fields in AI Eng: LLMs, Benchmarks, Prompting, RAG, Agents, CodeGen, Vision, Voice, Diffusion, Finetuning. If you're starting from scratch, start here. 中文 2025 年 AI 工程师阅读清单。我们在 AI 工程的 10 个领域中精选了 50 篇论文/模型/博客：LLM、基准测试、提示工程、RAG、Agent、代码生成、视觉、语音、扩散模型、微调。...
Articels/腹背受敌的中国经济（3 万字长文）.md at main · foreveryh/Articels · GitHub 文章转载分享. Contribute to foreveryh/Articels development by creating an account on GitHub. 繁华渐逝：腹背受敌的中国经济（3 万字长文） 全文约 3 万字，撰写花了我 14 个月。阅读需要 60 分钟。如果完全读懂，能受益 30 年。
本杂志开源^\[1\]^，欢迎投稿^\[2\]^。另有《谁在招人》^\[3\]^服务，发布程序员招聘信息。合作请邮件联系^\[4\]^（[email protected]^\[5\]^）。
我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译] 作者：Sheila Teo 原文链接： See all posts Published on 2024-05-06 Translated on 2023-12-28 我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译] 原文： How I Won Singapore’s GPT-4 Prompt Engineering Competition 作者： Sheila Teo 深度探索我在驾驭大语言模型（LLMs）中学到的策略 庆祝这一里程碑 — 真正的胜利在于宝贵的学习经历！ 上个月，我非常荣幸地在新加坡政府科技局（GovTech）组织的首届 GPT-4 提示工程大赛中脱颖而出，这场比赛吸引了超过 400 名杰出的参与者。...
本杂志开源^\[1\]^，欢迎投稿^\[2\]^。另有《谁在招人》^\[3\]^服务，发布程序员招聘信息。合作请邮件联系^\[4\]^（[email protected]^\[5\]^）。
Tailor\[1\]是西瓜视频 Android 团队开发的一款内存快照裁剪压缩工具，广泛用于字节跳动旗下各大 App 的 OOM 治理及异常排查，收益显著，在西瓜视频上更是取得 OOM 降低95%以上的好成绩。Tailor 工具现已开源，本文将通过原理、方案和实践来剖析 Tailor 的相关细节。
Android11+ AIDL：专为提升应用性能而生！ Android新版本AIDL性能再提升化！ 点击下方👇关注Android系统攻城狮 每日充电：OS+MultiMedia学习之旅
American Idle — Remains of the Day I promised one final piece on TikTok, focused primarily on the network effects of creativity. And this is that, in part. But it discusses a bunch of other topics, some only tangentially related to TikTok. All the points I wanted to cover seem hyperlinked in a sprawling loose tangle. This could easily have been sev...
最近两个月，受到香港中文大学卓越传媒人驻校计划的邀请，我在香港进行了为期八周的访学，并为新闻学院的学生们开设了一个工作坊，主题是关于"如何提问"。就在我们上课的几周时间里，ChatGPT以迅雷不及掩耳的速度进入了大众的视野。我在课上与同学们进行了讨论。有人说，在GPT的时代，会提问可能比会回答更加重要。有人欣喜，认为GPT将大大提高人类工作效率，减少无意义的重复劳动；也有人担忧，认为GPT可能会带来大规模失业，甚至动摇社会的基本结构。 比尔·盖茨称赞，当前这场由ChatGPT衍生开来的人工智能革命是他所见到的自1980年以来最具革命性的技术进步。具体来说，GPT的革命性到底体现在什么地方？当前关于人工智能的讨论有些怎样的误区？它可能会带来什么影响？有什么是它能做的、又有什么是它永远也做不到的...
Lilian Weng 经典 Prompt Engineering 综述。系统梳理 zero/few-shot、Instruction Prompting、CoT、Self-Consistency、ToT 等技术，深入分析 few-shot 示例选择策略（k-NN、图方法、对比学习）。还涵盖 ReAct、PAL 等外部工具范式。引用最广的入门文献之一。
GPT-4震撼发布：多模态大模型，直接升级ChatGPT、必应，开放API，游戏终结了？ > ChatGPT 点燃了科技行业的明灯，GPT-4 能燎原吗？ 谁能革得了 ChatGPT 的命？现在看来还是 OpenAI 自己。 在 ChatGPT 引爆科技领域之后，人们一直在讨论 AI「下一步」的发展会是什么，很多学者都提到了多模态，我们并没有等太久。今天凌晨，OpenAI 发布了多模态预训练大模型 GPT-4。 GPT-4 实现了以下几个方面的飞跃式提升：强大的识图能力；文字输入限制提升至 2.5 万字；回答准确性显著提高；能够生成歌词、创意文本，实现风格变化。 「GPT-4 是世界第一款...
ChatGPT内核：InstructGPT，基于反馈指令的PPO强化学习 聊天机器人 ChatGPT 在诱导下写出「毁灭人类计划书」，并给出... 5.1 对准性研究（Alignment Research）的启发 > 聊天机器人 ChatGPT 在诱导下写出「毁灭人类计划书」，并给出代码，AI 发展有哪些问题需关注？ 泻药。开发GPT也有两年了，看到这样的新闻确实是欣慰而震撼的。GPT Family刚提出的时候并没有受到很大的关注度，因此GPT-1也是不温不火。到GPT-2的时候auto-regressive paradigm终于开始有一群大佬研究，到现在也在学术界被广泛研究，很多大模型都...
Google 介绍 MLGO 框架，首个工业级将 ML 系统性集成到 LLVM 编译器的通用框架。使用强化学习训练神经网络替代编译器中的启发式决策。两个具体优化：1) Inlining-for-size：通过 RL 策略替代内联启发式，在 30k 模块上训练的策略可泛化到其他软件，实现 3%-7% 代码体积缩减（Fuchsia OS 上达 6.3%）；2) Regalloc-for-performance：寄存器分配优化，提升 0.3%-1.5% QPS。训练后的策略通过 XLA AOT 嵌入编译器，无运行时依赖。
Android 车载应用开发与分析 （4）- 编写基于AIDL 的 SDK - 掘金 之前介绍了车载应用开发体系中如何使用Jetpack在HMI中构建MVVM架构Android 车载应用开发与分析 （3）- 构建 MVVM 架构(Java版)，通过之前的介绍，也了解到在大多数车载 之前介绍了车载应用开发体系中如何使用Jetpack在HMI中构建MVVM架构Android 车载应用开发与分析 （3）- 构建 MVVM 架构(Java版)，通过之前的介绍，也了解到在大多数车载系统应用架构中，一个完整的应用往往会包含三层，分别是 HMI Human Machine Interface，显示UI信息，进行人机交互。 Service
"If something is humanly possible, it's attainable by you too." | Revue StoicallyTyped Newsletter - Happy Monday! Here is Issue #10! This issue will be a special issue that focuses on being a collection of resources related to the no Happy Monday! Here is Issue #10! This issue will be a special issue that focuses on being a collection of resources ...
Android滚动组件图片加载优化与滚动速度的精确监听 | Paincker 背景 在Android应用中，ListView / RecyclerView / ScrollView 滚动时，如果有过多图片加载容易导致卡顿，特别是快速滚动时，bindView中大量图片加载操作，会导致系统频繁分配回收内存，不仅消耗大量CPU和网络流量资源，而且极端情况下还会因为内存来不及回收产生OOM。 在Android应用中，ListView / RecyclerView / ScrollView 滚动时，如果有过多图片加载容易导致卡顿，特别是快速滚动时，bindView中大量图片加载操作，会导致系统频繁分配回收内存，不仅消耗大量CPU和网络流量资源，而且极端情况下还会因为内存来不及回收产生OOM。 一种最基...