▸ 为什么 AI 时代 Rust 正在成为主流基础设施语言
Rust 不会取代 Python，但正在 AI 基础设施、模型服务、Tokenizer、边缘计算与 Python 原生扩展中形成稳定位置。本文基于 Rust 官方调查、crates.io、Android、Linux 与 Hugging Face 的一手资料分析原因与边界。
▸ 从 FLOPS 到显存带宽：AI 算力到底在算什么
拆解 AI 训练与推理中的计算量、显存、带宽、互联和成本，解释为什么峰值 FLOPS 很少等于真实吞吐。
▸ 什么是 Token：大模型如何切分、计量和理解文本
从分词器、词表和上下文窗口出发，解释 Token 如何影响大模型的成本、速度与工程设计。
▸ BIS 如何看待 AI：央行、生产率与金融稳定
结合国际清算银行的年度报告、工作论文与央行实践，梳理 AI 对产出、通胀、金融体系和政策治理的影响。
▸ Agent Skills 完全指南：21 款第三方 Skill 深度评测与使用心得
全面评测 21 款第三方 Agent Skills，涵盖 Vue 生态、前端设计、构建工具、实用工具四大分类。从安装配置到实际使用场景，带你了解每个 Skill 的功能特点、最佳实践与使用心得。
▸ Prompt Engineering 实战：让 LLM 真正听话的技巧
System prompt 怎么写、Few-shot 怎么设计、Chain-of-Thought 原理，以及常见失败模式和调试方法。
▸ RAG 系统设计：从 naive 到 production-ready
Retrieval-Augmented Generation 不只是「向量数据库 + LLM」，分块策略、召回质量、重排序、缓存才是工程核心。
▸ anthropics/skills：Anthropic 官方 Agent Skills 仓库解析
Anthropic 官方开源的 Agent Skills 标准仓库，127k stars，解析 SKILL.md 规范、17 个示例 skill 的设计模式，以及如何在 Claude Code / Claude.ai / API 中使用
▸ Karpathy 的 LLM 编码批评与 CLAUDE.md 最佳实践
基于 Andrej Karpathy 对 LLM 编程助手的观察，forrestchang 提炼出一个 CLAUDE.md 文件，4 条原则解决 AI 编码的典型失控问题：乱猜假设、过度设计、乱改代码、目标不清
▸ OpenClaw vs Hermes Agent：两个本地优先 Agent 的设计差异
OpenClaw（Novita AI）和 Hermes Agent（Nous Research）都是本地运行的个人 AI Agent，但在记忆系统、技能学习、运行环境和模型生态上走了不同的路。深入对比两种架构的核心差异。
▸ AI Agent 的记忆系统：从上下文窗口到长期记忆
深入拆解 AI Agent 的四种记忆类型、上下文窗口压缩策略、RAG 向量检索原理，以及三种典型失败模式和工程选型建议。
▸ 什么是 AI Agent？从 LLM 到自主执行
LLM 本身是无状态问答机，Agent 是什么让它’动’起来的？本文深入解析 Agent 的四个核心能力、ReAct 框架、工具调用原理，以及主流框架横向对比。