🔗：X Article

今天这篇是「你不知道的」系列第六篇，写完 Claude Code、Agent、大模型训练、AI Coding 和 GEO 之后，这次换个方向，聊我自己最不熟、又最好奇的具身智能。起点是今年 4 月，我用 STM32、ASRPRO、ESP32-C3、舵机和一堆 3D 打印件，花两百多块手搓了一台能听懂话、会走路、还能接云端 AI 对话的小机器狗。

真插上线、电机转起来才发现，从软件视角看「给大模型接个身体」很轻巧，落到物理世界完全是另一回事。一条自然语言指令要一路变成结构化意图、动作序列、PWM、力矩、电流和接触，每一层都有自己的时间和误差预算。最直观的是动作空间的差距：自动驾驶基本就方向盘、油门、刹车，而 Tesla Optimus 按 78 个执行器算，每个时间步都得把身体、手臂、手指、平衡、接触一起兼顾。

这篇文章想聊清楚这几个点：小机器狗怎么从一堆零件跑起来（异构芯片分工、端云协同、MCP）、机器人怎么知道自己在哪（深度、位姿、3D 地图）、从写死的动作到 VLA 这条路线（RT 系列、ACT、Diffusion Policy、π0、Gemini Robotics、Helix）、绕不开的时间能耗数据三道坎、Tesla Optimus 这个工程样本（纯视觉、FSD 迁移、一根没有销钉的手指、量产约束），以及几家公司的不同路线和一个软件工程师该怎么往具身智能走。

信息来源：TG频道@NewlearnerChannel

🧑🏻‍💻 你不知道的具身智能：从小机器狗到 Optimus最先出现在666News。

🔗：Blog

😄 5月30号，也是拥有了人生中第一辆车～Tesla Model Y，又称「大鼠标」（至于是善良还是邪恶，还是要看人啊哈哈）。从年前试驾到如今提车，也经历了差不多半年的纠结和选择，不过这里不具体展开选择，更多是讲讲目前的体验。

⚙️ 配置：后驱长续航，珍珠白色，灰色内饰

💰 价格：整车价格 296 500 元；保险 8000 元左右；购置税 13119.47 元 —— 2027 年前购置税减半征收

🛞 提车一周多，已经开了 400 多公里，驾驶体验就一个词：好开！反应灵敏、操作简单、车机流畅，想用的功能基本都能实现（尤其是车机自带 Apple Music 就很灵性）。但随车自带的百度地图导航（还不能改），蓝牙音频适配性，以及数据传输接口很少，也是目前我在这辆车的功能上不太满意的地方。

🩸 新手一血发生在第二天，在地下车库倒车的时候。好在只有一点痕迹，无伤大雅。

🔋 目前充过 2 次电，都是用的超充。特斯拉新车有超充权益可以购买，1299 元 2300 度。主要是市区跑的话也不会特别焦虑续航，30% 补电到 80% 大概半个小时的时间。

🌍 小时候家里没车，一直以来也习惯了出门公共交通的生活，但是开车之后感觉地球 Online 的自由度提高了好多啊！欢迎开车的朋友一起交流用车心得～

📘 关联阅读：

1️⃣ 领克07 EM-P —— 一个月以来的使用体验
2️⃣ 特斯拉的音乐之旅—— AM
3️⃣ 车机解决方案横向对比，别让它成为买车前最容易忽略的事情
4️⃣ 家境贫寒的 Tankey 混动 CRV 提车记

信息来源：TG频道@NewlearnerChannel via Kostya’s Lair

🚗 Model Y 提车一周简记最先出现在666News。

🔗：X Article

上个月在公司给产品和业务的同学分享了下怎么上手 AI Coding，加上最近发了条推特，聊到不少同学因为订阅门槛没机会用上一线 AI Coding 工具，方法和习惯不花钱就能先学，索性把上手这部分整理出来。

很多人卡在使用命令行的第一步，看到只有字符的终端会觉得是给程序员用的，自己肯定搞不定。其实门槛没想象的高，会用豆包这类对话框 AI 的人花点时间也能上手，剩下的就是慢慢习惯把执行权交给它。等用顺手后会发现它像个什么活都接的能干助手，跑后台数据、写解决你问题的小工具、把乱七八糟的文档拼成简报、做原型、整理销售报表都能干。

这篇文章想和大伙聊清楚这几个点：第一道坎为什么是命令行、Claude Code 适合什么样的活、CLAUDE.md 到底怎么写、需求精度差一档结果差多少、Plan 和 Auto 模式什么时候用、怎么验收它真的做对了、Skills 怎么沉淀重复动作打包成肌肉记忆，以及几条让账号不被封、代码不出事的安全习惯。

信息来源：TG频道@NewlearnerChannel

🧑🏻‍💻 你不知道的 AI Coding：非技术人的上手、场景与实战最先出现在666News。

🔗：Web

👾 Indie 这个词，在过去十年中逐渐泛滥成灾，并且只要提及脑海中就会自动浮现：独立博客、独立开发者、独立乐队、独立摄影师……它的边界很难去量化，但核心是小规模、自主控制以及强个人表达。在多元化和原子社会逐步发展的今天，Indie 无疑成为了很多人的生产方式与价值观

🚬 与 Indie 相对的，我想应该是工业流水线一般的制作，对应的感受可能是过于浓厚的商业气息、中规中矩、缺乏新意和灵魂等等（非贬义，在某些领域，流水线更为有效）。即便 之前 提到 AI 有着「减少噪音，高效提炼、整合、分析」的作用，但它也为工业流水线的复制潮、生成潮、幻觉潮提供了弹药

🤬 我们看到，之前憎恶的「内容农场」又换了一个形式出现在 X、小红书、公众号等图文社交媒体，甚至是 Telegram。自动化搬运猖獗、防范困难；幻觉生成随处可见、需要鉴别；文字 AI 味浓厚、观点单薄 / 缝合 / 夸张。这一切导致的结果是，一些人为了商业变现，把整个互联网搞得乌烟瘴气。字里行间礼貌了，活人感降低了，彼此的信任不再了

💡 今天介绍的这个索引网站，汇集了全球互联网最为「独立」的一些博客、个人项目、好玩意、新点子。你可以随机 roll 一个网站，也可以按照时间 / 热度等通过瀑布流列表查看。总之，互联网冲浪愉快，希望你能够重新找回「活人感」。积薪 的关门让人感到遗憾，但还好我们有像 VXNA 这样优秀的真人文字聚合

👀 最后说一句，AI 也能够通过善用，帮助我们写出更棒的文字，少数派的新年征文活动就很好地向我们展示了这一点。Indie 不代表刻板的古法手搓，与时俱进才能事半功倍，最重要的是，多思考、保持「活人感」和「好奇心」

信息来源：TG频道@NewlearnerChannel

🏠 Indie Internet Index：独立网站门户索引最先出现在666News。

🔗：X Article

今天这篇是「你不知道的」系列第三篇，写完 Claude Code 和 Agent 之后，想着继续挑战一下，把大模型训练到底怎么回事梳理清楚，尽量让非专业背景的人也能读懂。

刚开始我也以为模型变强就是参数堆大、数据喂多。后来发现用户真正感受到的那些提升，大部分不是来自预训练，而是来自它后面那整套流程：后训练、评测、奖励、Agent 训练、蒸馏，每一层都在影响最终体感。InstructGPT 当年有个数字，1.3B 做过对齐的模型，人类偏好评测里能赢过 175B 的 GPT-3，差了两个数量级，但用户更喜欢那个小的。

这篇文章想聊清楚这几个点：训练为什么是条流水线、数据配方怎么决定能力分布、系统约束为什么要在训练前就想清楚、后训练到底在调什么、奖励模型和 RLHF 怎么回事、蒸馏怎么把大模型能力压进小模型，以及 Agent 训练和部署侧还有哪些工程现实。

信息来源：TG频道@NewlearnerChannel

🧑🏻‍💻 你不知道的大模型训练：原理、路径与新实践最先出现在666News。

🔗 阅读原文

🤔 一直以来好像都缺一个能够高度自定义定制化的博客。直到最近才了解到 GitHub Pages 的易用性，着实是有点过于火星人了。

GitHub Pages 自带一个 username.github.io 的域名，同时支持自定义域名。我的域名是在 Namecheap 上购买的，也是这次搭建博客的整个过程中，唯一花了点钱的地方。GitHub Pages 还可以自动为网站添加 HTTPS 证书支持。

🌍 渲染引擎：Hexo

使用 Hexo 可以很方便地把你的 GitHub Pages 博客搭起来。它可以直接一键把所有需要的静态博客页面都部署到 GitHub Pages 上面，这样就不用再担心整体的网站结构、数据库等等。

我们只需要在本地把文章使用 Markdown 写好，然后使用 git commit 或者 Hexo 的一键部署功能就可以直接发布了，所以还是很方便的。

🎨 主题：NexT

Hexo 有多款主题可以选用，我选用的是 NexT，也算是非常经典的 Hexo 博客主题了。经过多年的迭代发展，NexT 已经非常成熟，文档也非常详尽。

🔢 IDE：VS Code

Hexo 和 NexT 的配置都使用 YAML 语言。为了编辑它，顺带可以在一个稳定本地环境中管理 GitHub Pages 仓库，我还是用 VS Code。它可以代码高亮、AI co-pilot，还内置终端。

🆓 如果你也需要一个轻量化、静态的个人博客，不如试试 GitHub Pages，几乎零建站和维护成本，就可以搭起来一个看起来十分专业的站点了。现在有了 AI 和 agents，你也可以完全抛弃上面的方式，直接「手搓」整个网站，也不是不行！

信息来源：TG频道@NewlearnerChannel via Kostya’s Lair

📒 GitHub Pages + Hexo 搭建的又一个个人博客最先出现在666News。

🔗：X Article

今天这篇文章源于写完「你不知道的 Claude Code」之后，发现自己对 Agent 底层的理解还差一截，加上团队在 Agent 方向已经有不少业务落地，一直缺一份系统梳理，所以又把资料、开源实现和自己写的代码重新过了一遍。

刚开始我也觉得 Agent 效果不稳是模型能力不够，换更贵的模型就能解决。后来发现提升往往没有想象中那么大，反而是 Harness 搭得好不好、工具描述准不准、上下文有没有分层管理，才是决定成功率的真正变量。

这篇文章想和大伙聊清楚这几个点：Agent Loop 的控制流怎么运转、Harness 为什么比模型更关键、上下文工程为什么决定稳定性、工具设计的核心原则、记忆系统怎么分层、多 Agent如何协作组织，以及评测和追踪体系怎么搭。

信息来源：TG频道@NewlearnerChannel

🧑🏻‍💻 你不知道的 Agent：原理、架构与工程实践最先出现在666News。

🔗：X Article

今天这篇文章源于自己最近半年深度使用 Claude Code、两个账号每月 40 刀氪金换来的一些踩坑经验，希望能给大伙一些输入。

刚开始我也把它当 ChatBot 用，后来很快遇到这样的问题：上下文越来越乱、工具越来越多但效果越来越差、规则越写越长却越不遵守，折腾了一段时间，研究了 Claude Code 本身之后才意识到，这不是 Prompt 问题，而是这套系统的设计就是这样的。

这篇文章想和大伙聊清楚这几个点：Claude Code 底层怎么运作、上下文为什么会乱以及怎么治理、Skills 和 Hooks 应该怎么设计、Subagents 的正确用法、Prompt Caching 的架构影响，以及怎么写一个真正有用的 CLAUDE.md。

信息来源：TG频道@NewlearnerChannel

🧑🏻‍💻 你不知道的 Claude Code：架构、治理与工程实践最先出现在666News。

🔗：Blog | 少数派 | 公众号

在日本旅行，不管是四季分明的温泉乡，还是深山秘境中的一汪热汤，温泉几乎是许多旅人行程中绕不开的一站。对当地人而言，泡汤不仅是日常生活的一部分，更是一种仪式般的身心疗愈方式；对游客而言，它既是放松的手段，也是走进日本文化肌理的独特入口。

因此，温泉成为了很多人赴日旅行时最向往的一站；但真正决定体验好坏的，往往不是目的地名气，而是你是否知道该怎么找、怎么选、怎么泡。这篇文章从日本《温泉法》对温泉的定义写起，延伸到泉质辨认、日归温泉与温泉旅馆的选择、入浴礼仪，以及搜索优质温泉时该盯住哪些关键词。它不是一篇简单的温泉推荐，而是一份能真正帮你把“想泡温泉”变成“会泡温泉”的实用指南。

编注：本文是《日本全境漫游计划》的试读文章，本栏目会以日本八大地域划分为主线，同时辅以特别专题栏目，不论是第一次赴日的游客、还是有丰富经验的旅人，都能以此栏目为参考，收获实用的的旅行建议和资料。

信息来源：TG频道@NewlearnerChannel

🏞 日本温泉完全指南：如何找、怎么泡、泡哪里？最先出现在666News。

💡引

Setapp 最近开始要求新上架的软件具备 AI 功能，忍不住吐槽几句。

过去两年上线的新工具里，我印象较好的有 LookAway、Bike、Strongbox、Supercharge、Muse 和 Spark。它们的共同特点是：用途明确，解决实际问题。都不以 AI 为主。

期间 Setapp 接连上架了一批评分低、用途模糊的 AI 软件。而 AI 领域的迭代速度极快，其中不少已经被市场边缘化。

好软件的魅力来自明确的用途和设计。Setapp 一旦用「AI 功能」做筛选标准，就会忽略那些真正优秀但不需要 AI 的工具。

👉 讨论

Setapp 要求新软件必须具备 AI 功能，其实反映了当前软件行业的集体焦虑。API 调用有持续的成本，这成了开发商维持高额订阅制的理由，即使很多用户根本不需要这些功能。

Setapp 的订阅收入按照用户本月实际使用过的应用来分配，使用权重越高的应用分成越多。开发者如果还带来新用户，可以额外拿到那位用户订阅费的 20%。所以 Setapp 目前采取的策略比较像「养蛊」。大量引入 AI 软件，让用户做筛选。低频软件在这样的生态里没有收入，甚至无法生存。

但这跟我最初订阅的初衷不同，我其实期待 Setapp 像山姆一样，订阅是为了省筛选成本，希望平台替我过滤，把高质量的工具集中呈现给我，而不是把一堆软件批量倒进来，让我自己去淘金。

信息来源：TG频道@NewlearnerChannel

📦 在 AI 浪潮中迷失的 Setapp最先出现在666News。