中外作家们都是怎么用 AI 写小说赚钱的？
九段理江拿芥川奖、Joe Vasicek 把写一本书的周期从 2 年压到 14 天、Leanne Leeds 一年写 12-15 本 Amazon 4.5 星、Hachette 因为一本 AI 占 78.4% 的小说撤书——Sudowrite、NovelCrafter、Claude + Scrivener 这套西方主流工作流和中文圈完全空白的对照。
Ais
一文看懂 Harness Engineering，帮你的 AI 提效 10 倍
裸模型在严肃工程任务上已经不够用了。真正拉开差距的，是围绕模型搭出来的 Harness：上下文管理、工具执行、任务编排、反馈机制和架构护栏。
五项原则教你写出工业级 Skill
Skill 不是更长的 Prompt，而是可触发、可执行、可测试、可维护的工作流。本文从按需加载、工具边界、模型选择、渐进式披露、验证迭代五个角度，讲清楚怎么写出真正稳定可用的 Skill。
Claude Code 新手指南：7 条让你收获一位百万年薪员工的建议
用了一年多 Claude Code，我把工作流浓缩成 7 条可复用原则。新手最大的错误不是不会用，而是把它当 ChatGPT。用对了它是你的超级工程师，用错了它是一个有幻觉、会撒谎的懒虫。
给 Coding Agent 造一个记忆仓库
每次会话结束，AI 的上下文清零——这不是 bug，是所有 coding agent 的根本缺陷。本文分享我如何用纯 Markdown 文件构建三层记忆架构，让 Claude Code 和 Codex 跨 session 记住决策和踩过的坑，哪些东西值得记、哪些是噪音，以及跨 agent 兼容时遇到的工程现实。
别再把 AI 当聊天机器人了：四个让我的 Agent 拥有大脑的 MCP 工具
探讨了将 LLM 当作简单聊天机器人使用的局限性，介绍了模型上下文协议（MCP），详解四个核心工具如何为 AI 提供上下文、规划和记忆能力，将其转变为强大的自主工程伙伴。
Tool vs. Skill vs. MCP：一文讲清三者区别
厘清 Agent AI 中 Tool（原子函数）、Skill（复杂工作流）和模型上下文协议（MCP）的区别，为开发者提供一个架构框架来选择合适的抽象层次。
如何让你的 Agent 像 OpenClaw 一样聪明
提供了一份为 AI 编程 Agent 实现持久化记忆系统的实操指南，主张采用简化的文件方案和手动 ‘/save’ 命令来捕获会话上下文，以最小复杂度获取最大价值。
为什么 OpenClaw 能在一周内爆火
深入分析 OpenClaw 这款开源 AI 助手的病毒式传播——它在本地运行、拥有操作系统级执行能力，探讨其主动任务和去中心化技能生态等核心创新，同时揭示其背后的重大安全隐患。