Thread By @karpathy - With many 🧩 dropping recently, a...
高潜力 92
Andrej Karpathy · Mon Aug 17 2026 08:00:00 GM
Karpathy提出LLM不应被视为聊天机器人，而应被理解为新型操作系统的内核进程，能够协调多模态输入输出、代码执行、浏览器访问和记忆存储等功能。他将当前主流LLM（GPT、PaLM、Claude、Llama）类比为Windows/macOS/Linux，认为我们正处于一个全新计算范式的早期阶段。将LLM看作聊天机器人，就如同将早期计算机仅视为计算器一样短视。
核心观点 - – LLM应被理解为新操作系统的内核进程，而非聊天机器人
- – LLM已能协调多模态I/O、代码解释器、浏览器访问、嵌入式数据库等核心能力
- – 当前LLM运行类似单线程执行，约10 token/s，可类比汇编级执行追踪
- – 计算机安全概念（攻击、防御、漏洞）同样适用于LLM生态
- – 主流LLM格局类比操作系统市场：GPT/PaLM/Claude/Llama对应Windows/macOS/Linux
- – OS有默认应用和应用商店，大多数应用可跨平台——LLM生态将遵循同样逻辑
- – 我们正处于全新计算范式的极早期阶段
LLMAI基础设施操作系统计算范式AI Agent分析预测技术趋势
388 Fully AI-Authored PRs (180 Merged) – Claude Creator Claims Programmers’ Only Remaining Task Is Signing Off
高潜力 88
Boris Cherny · Mon Aug 17 2026 16:40:51 GM
Anthropic工程师Boris Cherny（Claude之父）分享了一项实验：让Claude自主维护其应用程序，在数周内提交了388个完全由AI编写的PR，其中180个已被合并。工程师唯一的工作是点击按钮决定是否合并代码。该实验覆盖iOS、Android、桌面、Web、CLI和Agent SDK六个环境，Claude每日自动执行崩溃检测、重复代码合并、死代码清理等任务。
核心观点 - – AI已能自主完成完整的软件开发闭环：识别问题→修改代码→提交PR→等待审核
- – 388个AI编写的PR中180个被合并，合并率约46%，说明AI代码质量已达到可用水平
- – 程序员角色正在向'审批者'转变，核心工作从写代码变为判断代码是否合格
- – 该实验在Anthropic内部运行数周，具有一定的可信度和可复现性
- – Claude被要求不能用模拟器作弊，必须运行真实应用，体现了AI自主工作的约束设计
AI编程软件工程自动化ClaudeAnthropicAI Agent开发者工具预测分析
Riley Brown 用 Codex 跑 1.5M+ 粉丝内容生意：把每个反复干的活变成 Skill，是单人内容创业的真护城河 - Text Matrix
高潜力 88
Riley Brown · Wed Aug 19 2026 08:00:00 GM
Riley Brown 展示了如何以 Codex 为操作系统运营 150 万粉丝的单人内容创业，核心方法论是将每个重复性工作流封装为可复用的 Skill，形成难以复制的个人护城河。文章从工程架构层面拆解了 Codex 与 ChatGPT 的本质差异（本地存储 + computer use），并通过 Remotion、SerpAPI 等具体工具链演示了 Skill 驱动的内容生产流程。
核心观点 - – Codex 的核心优势不是对话能力，而是本地存储 + computer use 的架构组合，这是 agent 落地的基础设施前提
- – 将重复工作封装为 Skill（如 Remotion best practices）是单人内容创业的真正护城河，而非工具本身
- – 评估 agent 平台时「是否支持本地存储」比「上下文窗口大小」更关键，前者决定 computer use 能否落地
- – 内容分发采用「YouTube 为创作枢纽 + Instagram/TikTok/X 做 native 内容」的多平台分层策略
- – SerpAPI + Internet Image Puller 等 Skill 组合可将素材准备从人工外包转为自动化流程
AI工具内容创业单人团队工作流自动化CodexAgent创作者经济分析教程
How to use Claude Code better than 99% of People - The Startup Ideas Podcast | Wave AI Podcast Notes
高潜力 88
Greg Isenberg · Mon Aug 17 2026 08:00:00 GM
Greg Isenberg 在播客中系统讲解如何将 Claude Code 当作 AI 员工来管理，涵盖工作区搭建、上下文记忆、计划模式、任务分配等九大核心管理维度。核心理念是通过结构化的 repo 设计和提示词工程，让 Claude 承担真实的、持续性的创业工作流。内容附有具体提示词和七天行动计划，实操性极强。
核心观点 - – 将 Claude 类比为员工，需提供工作区、记忆、简报、任务、审查权限等结构化支撑
- – 推荐使用标准化 repo 结构（Claude.md、Roadmap.md、Review.md 等）作为 AI 员工的'数字办公桌'
- – Claude.md 是核心配置文件，需写入工作风格、业务背景和质量标准，越详细越有效
- – Plan Mode（计划模式）用于战略聚焦，先规划再执行，避免盲目操作
- – 提供了具体可复用的提示词模板和七天落地行动计划
Claude CodeAI 工具提示词工程创业工具AI 员工工作流自动化教程
Head of Claude Code, Boris Cherny: I'm not prompting my ...
高潜力 82
Boris Cherny
Claude Code负责人Boris Cherny分享了智能体工程的最新演进：开发范式已从人工提示单个Agent，转变为构建Agent图谱和循环，让Agent自动生成并调度其他Agent。这一'Agent提示Agent'的多层组织架构代表了过去三个月内正在发生的第二次重大跃迁。
核心观点 - – 开发范式转变：从人工提示Agent → Agent提示Agent的多层组织架构
- – 两次技术跃迁：第一次是模型能快速生成全部代码；第二次（当前进行中）是Agent自主协调其他Agent
- – Anthropic内部长期聚焦企业级编程场景，Claude Code源于Anthropic Labs原型团队的产品化尝试
- – 模型能力进化速度极快，产品侧往往滞后于模型实际能力，存在巨大的产品机会窗口
AI Agent智能体工程Claude Code多Agent系统LLM应用开发预测分析
Anthropic's Claude Code merges 46% of its own maintenance PRs — AI Insiders
高潜力 82
Boris Cherny · Sat Aug 15 2026 08:00:00 GM
Anthropic工程师Boris Cherny让Claude在无人逐一指令的情况下自主运行数周，对公司内部多个应用代码库提交了388个PR，最终46%被合并。这一实验展示了AI自主维护代码库的早期可行性，但也暴露出超过半数PR被拒绝的质量问题，以及审查成本尚未量化的关键缺口。
核心观点 - – Claude在无人逐一触发的情况下自主生成388个PR，覆盖iOS/Android/Web/CLI/Agent SDK等多个代码库
- – 46%合并率（180/388）意味着机器产出量远超人工，但多数提案被拒，质量稳定性存疑
- – 任务类型高度结构化：崩溃修复、重复代码合并、死代码清理、不稳定测试修复等约12类例行维护
- – 调优方式是修改routine指令而非手动改代码，形成一种'提示工程即运维'的新范式
- – 关键数据缺失：208个被拒PR的审查人工成本未被量化，净收益结论尚不确定
- – Anthropic正在探索加速机械性变更的审查流程，暗示下一步是降低人工介入门槛
AI Agent代码自动化软件工程AnthropicClaude自主AI开发工具案例分析
The year's most useful AI tool at one desk was a folder full of Markdown — Clarity Today
高潜力 82
Andrej Karpathy · Wed Aug 19 2026 08:00:00 GM
AI研究员Andrej Karpathy分享了一种用LLM构建个人知识库的工作流：将源文档放入本地文件夹，由LLM提取整理成持续更新的Markdown Wiki。该方法无需任何商业工具，被某专栏评为年度最有价值生产力工具，但前期需投入数周时间建设和维护。
核心观点 - – 核心工作流极简：本地文件夹 + 已有LLM订阅 + 纯文本，零采购成本，绕过企业安全审查流程
- – Karpathy的背书效应显著，发布数小时内引发大量GitHub仓库、YouTube视频和Substack文章跟进，说明该话题具有强传播势能
- – 年度生产力排名中，该工作流超越所有商业软件（Raycast、Capacities、Recall），但耐用工具仍是付费产品
- – 维护成本真实存在：作者坦承前期投入数周、维护负担重，类比为'老爷车'，并非适合所有人的方案
- – 'vibe coding'作者的新概念往往成为行业热词，此次'LLM Wiki'有同等传播潜力
AI工具个人知识管理LLM应用生产力工作流Markdown分析评论
Karpathy's LLM wiki idea spawns a cottage industry of personal knowledge bases — AI Chat Daily
高潜力 82
Andrej Karpathy · Wed Aug 19 2026 08:00:00 GM
Andrej Karpathy在2026年4月发推介绍了一种用LLM构建和维护个人Markdown知识库的工作流，迅速引发大量GitHub仓库、YouTube教程和Substack文章跟进。科技记者Casey Newton基于Claude Code和Obsidian构建了超过1440页的个人知识库，将六年的新闻档案转化为互联的Markdown页面，成为该工作流最具代表性的实践案例。
核心观点 - – Karpathy提出的核心工作流：将源文档放入本地文件夹，让LLM自动提取、组织并持续更新Markdown格式的个人知识库
- – 系统设计原则强调本地存储、纯文本和人类可读结构，确保跨模型迁移能力和厂商无关性
- – Casey Newton的实践规模惊人：1440+页面，仅Meta一页就超过12000字和1300个内链，覆盖16年记者生涯积累
- – 技术栈组合：Claude Fable 5生成初始提示、Obsidian存储、Ghostty终端、Claudian插件查询
- – 该工作流已形成'小型产业'：大量GitHub模板、教程内容围绕这一概念涌现，具有强烈的社区传播效应
个人知识管理LLM应用工作流工具ObsidianClaudeAndrej Karpathy分析教程
An LLM wiki changed how I work
高潜力 82
Andrej Karpathy · Wed Aug 19 2026 08:00:00 GM
Andrej Karpathy 提出用 LLM 构建个人知识库（wiki）的工作流：将源文档存入本地文件夹，由 LLM 提取整理成持续更新的 Markdown wiki。作者亲测后认为这是今年最有效的生产力工具，适合需要研究助手的知识工作者。文章同时涵盖了作者年度生产力工具盘点。
核心观点 - – Karpathy 提出 LLM wiki 方法：本地文件夹 + LLM 自动提取整理为 Markdown 格式的个人知识库，随新材料持续更新
- – 该方法迅速引发社区跟进，GitHub、YouTube、Substack 上出现大量复现教程，说明需求共鸣度极高
- – 作者实测认为是年度最佳生产力改进，但强调需要一定维护成本，并非零门槛
- – Raycast 等 AI 增强型启动器工具持续被验证为高价值生产力工具，GPT-5.5 Instant 被用于日常快速 AI 查询
- – 'Vibe coding' 创造者 Karpathy 的方法论具有强烈的传播效应，一条推文即可引爆社区跟进
LLM应用个人知识管理生产力工具AI工作流教程评论
How I Run My 1.5M+ Follower Content Business With Codex | Riley Brown - Behind the Craft | Lyssna här | Poddtoppen.se
高潜力 82
Riley Brown · Sun Aug 16 2026 08:00:00 GM
Riley Brown（150万+粉丝AI创作者）分享了如何用Codex构建一人百万美元内容业务的完整AI工作流，涵盖缩略图生成、视频钩子写作、B-roll动画制作等环节。他提出了BRENS框架用于将创意转化为强力钩子，并展示了如何设置AI代理主动发掘内容选题。
核心观点 - – 使用Codex作为核心工具运营完整内容业务，覆盖从选题到发布的全流程
- – BRENS框架：将创意结构化转化为高吸引力视频钩子的方法论
- – Codex可逆向工程分析顶级YouTube钩子，辅助内容策略
- – AI代理可主动（proactively）发现内容选题，而非被动等待指令
- – 一人公司通过AI工具栈实现高频内容产出，包括图表、缩略图、社媒帖子
AI工具内容创业一人公司创作者经济AI Agent教程工作流