Django框架作者，从2002年开始写技术博客。最近两年博客主题几乎完全放在AI上面，以让各个模型画"骑着自行车的鹈鹕"而闻名。
Resources Directory
资源
这里收集了我长期使用、持续跟踪和反复参考的资源
没有找到匹配项，可以换个关键词试试。
-
-
Ruby On Rails作者，曾是37 Signals的CTO，研发过Basecamp等业界知名产品。博客主题很广，技术、创业、开源等等都有涉猎。
-
知名开源项目Flask、Jinja2的作者，很长时间都在研发Sentry。博客相对更加"极客"，对技术细节讨论比较深入。
-
Redis的作者，来自意大利的传奇程序员。博客文章现在以AI为主。
-
NodeJS的作者，现在在开发Deno，一个新的JS/Typescript运行时。
-
HashiCorp的创始人，公司已被IBM收购。目前正在专心搞新的开源项目Ghostty，一个革命性的Terminal。博客文章写Ghostty的研发、Zig编程语言还有AI。
-
Pragmatic Engineer是SubStack上排名第一的技术博客。曾在Skype和Uber做技术Leader，现在全职做技术博主。
-
React框架的核心开发者，也是BlueSky的创始团队之一。博客主要写前端、Javascript、React等技术。
-
独立软件开发者，写过游戏开发的技术图书。开源项目Pi Agent是现在最热的OpenClaw的核心。很多文章都在聊AI编程，尤其是Claude Code。
-
澳洲的一位程序员，在Github工作。喜欢上播客聊程序员那些事，文章更新很频繁。
-
女程序员，开源项目Anubis（一个反AI爬虫的工具）的作者。
-
生活在南非开普敦的程序员，开源博客平台Bearblog的作者。
-
Google工程技术负责人，《Learning JavaScript Design Patterns》等书的作者。写作内容关于软件工程、技术领导力和开发者成长。
-
机构：Mistral AI | 方向：开发者关系、应用落地 开发者落地手册，实战教程丰富 适合：应用开发工程师、产品经理 重点：Mistral实战、RAG构建、函数调用
-
机构：Mistral AI（顾问） | 方向：企业级RAG 专注企业级LLM应用实践 适合：企业AI工程师、RAG开发者 重点：GraphRAG、CorrectiveRAG、MoA
-
WebRTC 的早期创建者之一，曾在 Google 推动 WebRTC 成为 W3C 和 IETF 标准。Fixie.ai 联合创始人兼 CTO，后加入 OpenAI 负责 Real-Time AI 方向。
-
Yan Wang（鸭哥）的个人博客，长期写 AI Coding、Agentic AI、上下文工程与系统设计，兼具方法论深度和工程落地经验。
-
在Google Deepmind负责开发者关系。文章的主题主要是AI模型（尤其是Gemini），AI编程等等。
-
LLM研究工程师，拥有10年以上人工智能经验。专注于AI和LLM研究，以代码驱动的实现为特色。《Build a Large Language Model From Scratch》的作者。
-
机构：OpenAI | 方向：安全系统、RLHF、Agent 行业必读综述文献，体系化程度高，每篇相当于小综述 适合：研究员、技术负责人、需快速掌握领域全貌者 重点：AI代理架构、对抗攻击、幻觉问题、RLHF
-
机构：Cohere（前DeepMind） | 方向：NLP、多语言模型、迁移学习 NLP News 简报是行业标准，理论深度高 适合：NLP研究员、多语言模型开发者 重点：多任务学习、迁移学习、NLP前沿
-
机构：Cohere | 方向：可视化教学 图解式教学，全球公认最佳入门资源 适合：初学者、需要直观理解模型者 重点：Transformer图解、GPT图解、BERT图解
-
机构：Anthropic | 方向：可解释性、神经网络可视化 深度学习的显微镜，连接数学抽象与视觉直觉 适合：AI安全研究员、理论物理背景学者 重点：回路分析、流形结构、研究债务
-
机构：DeepMind（前Anthropic） | 方向：机制可解释性、逆向工程 可解释性研究实战手册，有大量代码和练习 适合：AI安全研究员、深度学习原理探索者 重点：Grokking现象、感应头、TransformerLens
-
机构：独立（前OpenAI） | 方向：AI对齐、Superalignment 系统讨论对齐问题，直接表达研究者观点 适合：AI安全研究员、对齐研究者 重点：对齐税、最小可行对齐方案
-
机构：Anthropic | 方向：内对齐、欺骗性对齐 对齐社区长篇blog，理论深度高 适合：AI安全研究员、对齐理论研究者 重点：内对齐、欺骗性对齐
-
机构：OpenAI | 方向：多智能体学习、机制设计 聚焦AI与人/AI共存问题 适合：多智能体研究者、机制设计研究者 重点：多智能体系统、激励设计
-
机构：Meta（前OpenAI/Google Brain） | 方向：CoT、涌现能力、Scaling Laws 思维链与涌现能力布道者，连接缩放定律与 Prompt 工程 适合：模型算法研究员、Prompt工程师 重点：涌现现象、思维链机制、指令微调
-
机构：DeepMind | 方向：高效Transformer、架构设计 架构师必读圣经，深刻洞察模型架构历史 适合：大模型架构师、基础设施工程师 重点：T5 vs GPT、归纳偏置、Scaling
-
机构：Mistral AI | 方向：高效模型、Chinchilla优化 小模型大能力教科书，高效派巅峰 适合：资源受限的研究者、创业公司 重点：Llama训练、RAG、数据最优比
-
机构：Mistral AI | 方向：数学推理、MoE模型 推理与效率的未来方向 适合：推理能力研究者、MoE开发者 重点：数学超智能、Mixtral、稀疏激活
-
机构：Meta（前OpenAI/Google） | 方向：指令微调、模型行为 理解微调本质必读 适合：模型训练工程师、微调研究者 重点：指令微调规模化、激励vs教导
-
机构：DeepMind | 方向：多模态、医疗AI Transformer发明者之一，追踪架构鼻祖足迹 适合：架构研究者、多模态开发者 重点：多模态融合、Speech2Face
-
机构：独立（前Google） | 方向：卷积神经网络、ImageNet AlexNet作者，开启深度学习革命 适合：计算机视觉研究员、深度学习历史研究者 重点：AlexNet、CIFAR数据集、卷积网络
-
机构：CMU/Allen Institute | 方向：量化、消费级硬件 贫穷研究者救星，消费级硬件运行大模型 适合：创业公司CTO、个人开发者 重点：QLoRA、GPU选购指南、模型压缩
-
机构：Anthropic | 方向：系统工程、性能优化 系统工程师硬核指南，底层调试经验丰富 适合：训练集群维护者、推理优化工程师 重点：性能工程、GPU调试、大规模系统
-
机构：Google | 方向：大规模系统、分布式训练 Google AI基础设施领军人物，系统架构大师 适合：系统架构师、分布式训练工程师 重点：TensorFlow、大规模ML系统、TPU
-
机构：Eureka Labs（前OpenAI/Tesla） | 方向：深度学习教育、Software 2.0 直觉构建大师，通过代码和类比解释复杂概念 适合：工程师、深度学习入门者 重点：Software 2.0、RNN、反向传播、LLM心理学
-
机构：Voltron Data | 方向：MLOps、实时ML 生产环境 ML 系统设计专家 适合：MLOps工程师、数据科学家 重点：数据漂移、特征存储、实时推理
-
机构：Amazon | 方向：推荐系统、LLM应用 推荐系统与 LLM 工程落地 适合：推荐系统工程师、LLM应用开发者 重点：LLM-as-Judge、RAG设计模式
-
机构：DeepMind | 方向：数据叙事、LLM行为 半生活半技术，数据叙事参考 适合：产品故事写作者、创意研究者 重点：自我数据分析、LLM创造力评测
-
Matt Ridley提供关于社会、技术和经济的相关分析。《理性乐观派》的作者马特·里德利对社会、技术和经济进行了相关且有趣的分析。
-
比尔盖茨的博客是一个有用的资源，它提供了对当前世界事件的见解。盖茨是一位多产的读者，他推荐的书籍总是很好。
-
Ben Thompson的博客，包含对企业通过技术进行颠覆的深入分析。如果想在技术方面取得优势，这里是很好的起点。
-
提供跨多个学科书籍的详细总结。Blas Moros的《兔子洞》对多个学科（商业、历史、心理学、物理学、生物学等）的广泛书籍进行了详细的总结。其目的是"帮助构建和充实你的思维框架，拓宽你的视野，并对你的生活和与周围世界的互动产生积极的影响。"
-
Rory Sutherland在《旁观者》中的专栏提供关于广告和行为科学的见解。如果真有"广告界的查理·芒格"这样的人，那罗里·萨瑟兰就是了。罗里是奥美的副董事长，也是奥美内部行为科学实践的联合创始人。
-
Dan Wang的博客，提供关于科技、经济和中国的深度分析。
-
Ed Zitron 的独立技术评论博客，持续追踪 AI 泡沫、科技公司商业模式与互联网产品劣化，写法尖锐但信息密度很高。
-
The Batch 栏目，提供近一周的 AI 相关消息和观点
-
OpenAI 官方新闻
-
Anthropic 工程博客
-
微软 Azure 的 AI 主题博客
-
AWS 的 AI 主题博客
-
Google Cloud 的 AI 主题博客
-
Meta 的 AI 主题博客
-
机构：阿里云 | 方向：开源大模型、多模态、长文本 国内顶级开源大模型，技术博客详尽 适合：中文NLP研究者、开源模型开发者 重点：Qwen系列、长文本处理、多模态融合
-
方向：GLM系列、CodeGeeX、CogView ChatGLM 系列开源模型，代码生成与视觉生成 适合：中文大模型开发者、代码生成研究者 重点：GLM架构、代码生成、文生图
-
方向：多模态、推荐系统、NLP 工业级AI应用，推荐系统与多模态前沿 适合：推荐系统工程师、多模态研究者 重点：推荐算法、视频理解、内容生成
-
方向：语音生成、多模态交互 语音大模型与多模态交互创新 适合：语音AI研究者、多模态交互开发者 重点：语音合成、多模态对话、情感计算
-
方向：超长上下文、推理优化 长文本处理领军者，200K+ 上下文窗口 适合：长文本应用开发者、对话系统研究者 重点：长上下文技术、推理优化、对话系统
-
方向：代码生成、MoE架构 代码能力强劲，MoE 架构创新 适合：代码生成研究者、MoE架构开发者 重点：DeepSeek Coder、MoE架构、推理优化
-
方向：CPM系列、高效训练 清华系创业，CPM 系列模型与高效训练 适合：学术界转工业界研究者、高效训练研究者 重点：CPM模型、参数高效微调、知识蒸馏
-
方向：Step系列、数学推理 数学推理与科学计算能力突出 适合：数学推理研究者、科学计算开发者 重点：数学推理、科学问答、逻辑推理
-
特色：高效模型、欧洲视角 小模型高性能，MoE架构 适合：资源受限开发者、欧洲AI关注者 重点：Mistral模型、Mixtral、效率优化
-
特色：企业级NLP、RAG 企业级应用、RAG最佳实践 适合：企业AI开发者、RAG研究者 重点：企业NLP、RAG、语义搜索
-
特色：开源社区、模型分享 开源生态中心，模型与数据集平台 适合：开源开发者、模型研究者 重点：Transformers库、模型部署、社区实践
-
LangChain 官方博客
-
LlamaIndex 官方博客
-
OpenAI 开发者网络研讨会
-
Anthropic 培训课程
-
Pinecone 官方博客，向量数据库领域的领导者
-
Milvus 官方博客，开源向量数据库
-
Cloudflare 的 AI 主题博客
-
LinkedIn 工程博客，以 Kafka 等开源项目闻名
-
Netflix 技术博客，以高人均产出和独特企业文化著称
-
Spotify 工程博客，音乐流媒体技术
-
GitHub 工程博客，代码托管平台技术
-
Slack 工程博客，企业通讯技术
-
Stripe 工程博客，支付技术和金融科技
-
Heroku 工程博客，PaaS 平台技术
-
Booking.com 技术博客，在线旅游平台
-
Canva 工程博客，设计工具技术
-
Databricks 工程博客，Spark 内存计算公司
-
E2B 博客，AI Agent 开发平台
-
Confluent 技术博客，Kafka 创业公司，流数据处理
-
Elastic 博客，开源搜索和分析引擎
-
特色：数据标注、RLHF 数据工程与RLHF实践 适合：数据工程师、RLHF研究者 重点：数据质量、RLHF、人类反馈
-
特色：去中心化训练、开源模型 分布式训练与开源模型托管 适合：分布式训练研究者、开源开发者 重点：分布式训练、模型托管、开源协作
-
由学生经营的 Graham & Doddsville 时事通讯每年出版三次。包含对许多世界最伟大投资者的采访。这是股票理念、投资智慧和对一些世界最佳投资者的见解的绝佳来源。过去的版本包括对霍华德·马克斯、比尔·阿克曼、弗兰克·马丁、莱昂·库珀曼、拉里·罗宾斯、吉姆·查诺斯等人的采访。
-
涵盖人类误判、决策、战略和哲学等主题的资源。该博客被称为"全球最大基金经理的圣地"，其中包括 Ray Dalio 和 Dan Loeb 等顶级投资者。
-
Jim Paulsen对市场、资产类别和经济数据的独特见解具有预见性。在金融危机爆发前就开始关注吉姆·保尔森的见解。他对市场、资产类别和经济数据的独特见解一直被证明是具有先见之明的。在担任华尔街经济学家和首席投资策略师 40 年后，吉姆现已退休，但仍会定期对经济和金融市场发表评论。
-
提供对美国住房市场和美国经济的深入见解。金融危机爆发之前，就关注了 CalculatedRisk 的 Bill McBride。他对美国房地产市场和美国经济的见解是首屈一指的。在这里了解美国经济的现状。
-
《价值投资者洞察》每月出版一次，其中包含一系列对成功投资者的采访。许多投资大师都曾在时事通讯中出现，包括吉姆·查诺斯、塞思·克拉曼、莱昂·库珀曼、李·安斯利、埃德·瓦肯海姆、拉里·罗宾斯、乔尔·格林布拉特等。听取有实际经验的基金经理的意见比听取华尔街分析师的意见更有利可图。
-
通过筛选公司记录来识别有价值的信息。每周记录 Scott Krisiloff 和 Erick Mokaya 仔细筛选公司记录，找出可以带来改变的宝贵信息。优秀的管理团队会提出并分享值得关注的优秀且可行的建议。
-
多学科研究所，探索复杂系统。这是一所多学科研究所，汇集了 800 多名合作科学家、学者、知识分子和艺术家，探索经济、生态系统、人类发展、创新和智力进化等复杂系统。James Anderson、Nick Sleep、Michael Mauboussin 和 Josh Wolfe 推荐。
-
摩根·豪瑟尔 (Morgan Housel) 撰写的关于投资和心理学的精彩博文集。引人入胜、见解深刻、令人耳目一新。总是令人大开眼界。
-
关于投资的广泛主题的信息集合。价值投资世界收集了有关投资的广泛主题的大量信息。
-
Bill Gurley分享关于技术、在线平台、市场、竞争优势等的见解。Benchmark Capital 合伙人 Bill Gurley 分享了他对技术、在线平台和市场、竞争优势、商业模式、投资分析、批判性推理等方面的见解。Bill 还是 Santa Fe Institute 的董事会成员，被广泛认为是技术领域最具影响力的交易撮合者之一。
-
提供关于广泛员工所有权的案例研究和资源。让所有员工都参与到他们所创造的价值中，这不仅是良好的商业行为和明智的投资，也是正确的做法。由 KKR 的 Pete Stavros 领导的 Ownership Works 为投资者提供了宝贵的案例研究和资源，帮助他们了解广泛的员工持股的好处和实施要求。
-
提供市场数据和新闻的来源。彭博社是获取市场数据和新闻的首选来源。如果订阅了彭博社，那么它几乎无所不能。分析、新闻和见解的强大来源。
-
每日更新有用信息链接的资源。Abnormal Returns 是另一个很棒的资源，它每天更新涵盖广泛主题的有用信息链接。值得一看的每日更新。
-
《巴伦周刊》每周出版一次，提供有关公司、经济事件和投资者访谈的有趣见解。虽然它倾向于以美国为中心，但值得每周查看。
-
Bespoke Invest 博客提供了对美国经济数据和市场数据的有趣分析。
-
《穿越华尔街》是获取市场信息和分析的有用来源。它经常对市场、经济和个股提供一些有趣而独特的见解。
-
多年来，查理·罗斯采访过许多投资大师：沃伦·巴菲特、塞思·克拉曼、比尔·阿克曼、迈克尔·斯坦哈特和彼得·林奇。这些采访提供了永恒的教训。
-
佩蒂斯先生的博客主要关注中国经济。佩蒂斯先生是北京大学的教授。自金融危机爆发以来，一直关注他的博客，他对中国经济、其增长模式以及对硬商品和世界经济的影响的理解是首屈一指的。他对中国经济放缓的先见之明、对欧洲危机的见解以及他在 2012 年发表的文章"到 2015 年硬商品将崩溃"都表明他值得一听。
-
经常提供对一些世界上最伟大投资者的优秀采访。
-
投资大师相关资料的网站，包含Investor Tutorials、Resource Page、Masters Bookshelf等栏目。Investor Tutorials部分可以直接当做"信息降噪"、"信息捕手"等人的优质策展或专题。网页上的Resource Page几十个优质信息源可以水几十期一手信息源简介。Masters Bookshelf这个栏目所展示的图书放进AI进行拆书总结足够一个拆书博主一年的专题内容。
-
Attention-free 的 RNN 架构语言模型，兼顾类 Transformer 的性能与线性时间、常数空间开销，适合长上下文和端侧推理场景。
-
Google DeepMind 的开放模型系列，强调高计算与内存效率，可覆盖云端、个人电脑、手机和 IoT 设备等多种部署场景。
-
面向边缘 AI 的底层张量库，支持量化、跨平台和高性能推理，广泛用于 llama.cpp、whisper.cpp 等本地大模型项目。
-
聚焦让大模型进入终端设备的开源团队，围绕 MiniCPM 等模型推进高效深思考、多模态理解和手机可运行的大模型能力。
-
开放神经网络交换格式与生态，强调模型格式互通、导出转换和跨运行时推理加速，适合端侧与跨平台部署工作流。
-
枪炮、病菌与钢铁
作者：贾雷德·戴蒙德。出版时间：2006
-
西方将主宰多久
作者：伊恩·莫里斯。出版时间：2011
-
文明的度量
作者：伊恩·莫里斯。出版时间：2014
-
人类简史
作者：尤瓦尔·赫拉利。出版时间：2014
-
文明
作者：尼尔·弗格森。出版时间：2012
-
神的历史
作者：凯伦·阿姆斯壮。出版时间：2018
-
伯罗奔尼撒战争史
作者：修昔底德。出版时间：2012
-
全球通史：从史前史到21世纪
作者：斯塔夫·里阿诺斯
-
大国的兴衰
作者：保罗·肯尼迪。出版时间：2013
-
群的征服
作者：爱德华·奥斯本·威尔森。出版时间：2018
-
无穷的开始
作者：戴维·多伊奇。出版时间：2014
-
真实世界的脉络
作者：戴维·多伊奇。出版时间：2016
-
自私的基因
作者：理查德·道金斯。出版时间：1990
-
心智探奇
作者：史蒂芬·平克。出版时间：2016
-
快思慢想
作者：丹尼尔·康纳曼。出版时间：2012
-
创新者
作者：沃尔特·艾萨克森。出版时间：2017
-
自然哲学的数学原理
作者：牛顿。出版时间：2006
-
物种起源
作者：达尔文。出版时间：1995
-
深度学习革命
作者：凯德·梅茨。书里回顾了人工智能如何从长期冷门研究一步步走到今天的产业中心，重点写关键研究者、技术突破和这场深度学习浪潮的形成过程。
-
即兴：通过人工智能放大我们的人性
作者：[美] 里德·霍夫曼与第四代生成式模型协作完成。书里讨论人工智能会怎样改变教育、商业、创造力、社交媒体、新闻和劳动方式，也试图回答人在这一轮技术变革里的位置。
-
为什么伟大不能被计划
作者：[美] 肯尼斯·斯坦利 / [美] 乔尔·雷曼。两位作者持续多年扎根人工智能前沿领域，这本书是他们在科学研究的过程中蹦出的意外火花。
-
理性乐观派
作者：马特·里德利。出版时间：2011
-
科学发现的逻辑
作者：卡尔·波普尔。出版时间：2008
-
开放社会及其敌人
作者：卡尔·波普尔。出版时间：1999
-
当下的启蒙
作者：史蒂芬·平克。出版时间：2018
-
大癫狂
作者：查尔斯·麦基。出版时间：2013
-
通往奴役之路
作者：弗里德利希·哈耶克。出版时间：1997
-
柏拉图对话集
作者：柏拉图。出版时间：2013
-
理想国
作者：柏拉图。出版时间：1986
-
尼各马可伦理学
作者：亚里士多德。出版时间：2003
-
政治学
作者：亚里士多德。出版时间：1997
-
忏悔录
作者：奥古斯丁。出版时间：1963
-
圣经
作者：佚名
-
利维坦
作者：霍布斯。出版时间：1985
-
社会契约论
作者：卢梭。出版时间：2003
-
君主论
作者：马基雅维里。出版时间：2012
-
政府论
作者：约翰·洛克。出版时间：2009
-
论自由
作者：约翰·密尔。出版时间：2005
-
笛卡尔哲学原理
作者：笛卡尔。出版时间：1997
-
论美国的民主
作者：托克维尔。出版时间：1989
-
联邦党人文集
作者：汉密尔顿等。出版时间：1980
-
梦的解析
作者：西格蒙德·弗洛伊德。出版时间：2008
-
自由的未来
作者：扎卡里亚。出版时间：2014
-
注定一战
作者：格雷厄姆·艾利森。出版时间：2019
-
先秦诸子系年
作者：钱穆
-
中华文化十二讲
作者：钱穆
-
史记（白话本）
作者：司马迁。出版时间：2016
-
白话二十五史
作者：李解民等
-
四书
作者：朱熹（编）
-
中国的自由传统
作者：狄百瑞
-
万古江河
作者：许倬云
-
黄宗羲全集
作者：黄宗羲
-
余英时文集
作者：余英时
-
思想与人物
作者：林毓生
-
曾国藩全集
作者：曾国藩
-
万历十五年
作者：黄仁宇
-
中国官僚政治研究
作者：王亚南
-
中国人的精神
作者：辜鸿铭
-
中国原生文明启示录
作者：孙皓晖
-
中国经济史
作者：钱穆
-
红太阳是怎样升起的
作者：高华
-
资本主义与二十一世纪
作者：黄仁宇
-
中国经济改革进程
作者：吴敬琏
-
解读中国经济
作者：林毅夫。出版时间：2014
-
杨小凯学术文库
作者：杨小凯。出版时间：2018
-
超常增长：1979-2049年的中国经济
作者：史正富
-
伟大的中国工业革命
作者：文一
-
浩荡两千年
作者：吴晓波。出版时间：2012
-
聪明的投资者
作者：本杰明·格雷厄姆。出版时间：2000
-
证券分析
作者：本杰明·格雷厄姆、戴维·多德。出版时间：2013
-
穷查理宝典
作者：彼得·考夫曼（编）。出版时间：2005
-
查理·芒格传
作者：珍妮特·洛尔。出版时间：2009
-
巴菲特致股东的信
作者：沃伦·巴菲特。出版时间：2004
-
永恒的价值：巴菲特传
作者：安迪 基尔派翠克。出版时间：2000
-
雪球：巴菲特传
作者：艾莉斯·施洛德。出版时间：2008
-
股市天才
作者：乔尔·格林布拉特。出版时间：2011
-
疯狂、惊恐和崩溃：金融危机史
作者：查尔斯·P.金德尔伯。出版时间：2007
-
戴维斯王朝
作者：约翰·罗斯查得。出版时间：2005
-
客户的游艇在哪里
作者：小弗雷德·施韦德。出版时间：2010
-
国富国穷
作者：戴维 S. 兰德斯。出版时间：2010
-
拉斯基、哈耶克：改变世界的三个经济学家
作者：肯尼斯 R.胡佛。出版时间：2013
-
竞争优势
作者：迈克尔·波特。出版时间：2005
-
股市长线法宝
作者：杰里米·西格尔。出版时间：2011
-
国富论
作者：亚当·斯密。出版时间：2015
-
摩根财团
作者：罗恩·彻诺。出版时间：2003
-
洛克菲勒传：全球首富的创富秘诀
作者：罗恩·彻诺。出版时间：2013
-
跨越鸿沟
作者：[美] 杰弗里·摩尔。这本书系统解释了新技术从早期采用者走向主流市场时会遇到的关键断层，适合科技创业者、产品经理和投资人理解技术扩散与市场进入策略。
-
富人思维
作者：[美] 贾森·卡拉卡尼斯。这本书围绕天使投资展开，重点讲怎样判断创业者、识别早期项目和建立投资纪律，虽然以美国市场为主，但很多方法对国内创业投资同样有参考价值。
-
创新者的窘境
作者：[美] 克莱顿·克里斯坦森。这本书提出了破坏式创新的经典框架，解释为什么成熟企业常常错失下一轮技术浪潮，也是理解第二曲线和行业更替的基础读物。
-
风险投资史
作者：[英] 塞巴斯蒂安·马拉比。这本书从行业史角度梳理了风险投资的起源、扩张和繁荣，把机构、投资人、创业公司和技术进步串在一起，是理解风投体系的一本权威作品。
-
超级创始人
作者：阿里·塔马塞布。这本书基于大样本创业公司数据，分析独角兽创始人的真实特征，试图回答成功创业是否存在共性规律，适合投资人和创业者参考。
-
风险投资交易
作者：桂曙光。《风险投资交易》首先介绍风险投资条款清单的概况，并花了一些篇幅讨论了风险投资交易中的不同参与方，以及创业者应该如何向风险投资人融资。本书熟练地勾勒了风险投资条款清单的核心要素——从经济因素相关条款到控制因素相关条款，并分享获得公平交易的策略
-
E代英豪
作者：[美] 兰尔.E.斯特罗斯
-
风投
作者：汤姆·尼古拉斯。风投的传奇故事为大众熟知，似乎就是一场1变1万、1亿的金钱游戏，但“当涉及风投时，那些不了解其历史的人更有可能获得糟糕的回报”。
-
风投的选择
作者：[印] 塔朗·沙阿 / [印] 希塔尔·沙阿。本书通过采访多位知名风险投资人，讲他们如何判断市场、产品和创业者，也结合多个经典公司案例讨论融资与管理决策。
-
创业维艰
作者：本·霍洛维茨。这本书集中写创业和管理中最难、最脏、最没人愿意讲的部分，适合创始人和管理者理解公司在高压环境下如何做艰难决策。
-
从0到1
作者：[美] 彼得·蒂尔 / [美] 布莱克·马斯特斯。硅谷创投教父、贝宝联合创始人的代表作，内容整理自斯坦福大学一门很有影响力的创业课，核心是在技术变化剧烈的时代，真正有价值的公司往往来自少数人的独特判断。
-
打破模式：为什么有些初创企业能改变未来
作者：[美] 迈克·梅尔普斯、彼得·齐贝尔曼
-
周期
作者：[美]霍华德·马克斯。每个投资人都想弄清楚自己现在所处的周期位置。也就是说，人们渴望知道自己下一步应该追加投资，继续留在市场，还是应该果断卖出，离开市场。大家都知道市场周期起伏波动，然而，大部分投资人往往只想到市场周期的首层浅思维。
-
思考：快与慢
作者：[美国] 丹尼尔·卡尼曼。为了让读者更直观地理解系统一和系统二的差别，卡尼曼介绍了大量经典行为实验，解释我们什么时候可以相信直觉，什么时候必须放慢判断，也帮助读者在工作、投资和日常生活里减少常见的思维失误。
-
投资最重要的事
作者：[美] 霍华德·马克斯。诸位专家就“第二层次思维”、价格与价值的关系、耐心等待机会、防御性投资等概念发表了精彩的真知灼见。全新升级版新增一章来探讨合理预期的重要性，作者本人也加入了评论，扩充了原先讨论的主题。同时，邀请了被《纽约时报》称为“华尔街大师中的翘楚”的布鲁斯·格林沃尔德撰写前言，就价值投资、生产率、信息经济等概念娓娓道来。
-
巴菲特致股东信
-
竞争战略
作者：[美]迈克尔·波特。《竞争战略》是由当今全球战略、“竞争战略之父”、美国哈佛大学教授迈克尔・波特所著。本书及《竞争战略》、《竞争论》、《国家竞争优势》等作品被公认为管理学界的经典。
-
黑客与画家
作者：[美] 保罗·格雷厄姆。这本文集围绕黑客、编程语言、创业和创造力展开，既讲技术人的工作方式，也讲互联网时代的规则和独立思考的重要性。
-
高效能人士的七个习惯
作者：[美] 史蒂芬·柯维。本书精选柯维博士“七个习惯”的最核心思想和方法，为忙碌人士带来超价值的自我提升体验。用最少的时间，参透高效能人士的持续成功之路。
-
学会提问
作者：[美] 尼尔·布朗 / [美] 斯图尔特·基利。这本书围绕批判性思维展开，用大量日常例子提醒读者遇到观点、宣传和权威表达时不要急着接受，而要先拆解论据、证据和推理过程。
-
用图表说话 麦肯锡商务沟通完全工具箱
作者：[美] 基恩·泽拉兹尼。书里围绕商业表达中的图表选择、信息排序和视觉呈现展开，适合需要把复杂数据讲清楚的人阅读，比单纯堆表格更强调沟通效果。
-
金字塔原理 思考、表达和解决问题的逻辑
作者：[美] 芭芭拉·明托。这本书介绍了一套把零散观点组织成清晰结构的方法，适合需要写作、汇报、分析和解决问题的人，用来训练表达的条理性很有效。
-
邓小平时代
作者：傅高义。出版时间：2013
-
李光耀回忆录：我一生的挑战
作者：李光耀。出版时间：2013
-
李光耀：新加坡赖以生存的硬道理
作者：李光耀。出版时间：2011
-
李光耀回忆录 1923-1965
作者：李光耀。出版时间：1998
-
李光耀回忆录 1965-2000
作者：李光耀。出版时间：2000
-
格雷厄姆：华尔街教父回忆录
作者：本杰明·格雷厄姆。出版时间：2008
-
股票大作手回忆录
作者：埃德温·勒菲弗。出版时间：2010
-
穷理查年鉴—财富之路
作者：本杰明·富兰克林。出版时间：2003
-
富兰克林传
作者：沃尔特·艾萨克森。出版时间：2016
-
列奥纳多·达·芬奇传
作者：沃尔特·艾萨克森。出版时间：2018
-
梅隆：一个美国金融政治家的人生
作者：大卫·坎纳丁。出版时间：2010
-
沃伯格家族
作者：罗恩·彻诺。出版时间：2011
-
将心注入(星巴克)
作者：[美] 霍华德·舒尔茨 / [美] 多利·琼斯·扬。本书想要告诉读者的是，我们如何在自己的经历中学到了关于经营企业与生活的某些重要的课程。我希望，这些见识会有助于那些正在创办企业和追求生活梦想的人。
-
九败一胜(美团传)
作者：李志刚。所有的创业者都面临着很多问题，困惑不是个人的，是有共性的。除了自身去摸索着石头走路，他们还可以通过学习，从那些在创业路上走得更远的创业者身上学到经验、教训。
-
腾讯传
作者：吴晓波。腾讯官方唯一授权的权威传记著名财经作家吴晓波倾力之作当市值最高的中国互联网公司，遇上中国财经界最冷静的一双眼睛读懂腾讯，读懂中国互联网
-
一往无前(小米传记)
作者：范海涛。10岁的小米，给世界讲了一个怎样的故事？这是关于一群人的故事。这10年是雷军作为创业者升级蜕变的10年，是小米数万员工一往无前的10年，也是跟随小米一路走来的一代人的黄金10年。他们坚持梦想、无所畏惧，哪怕被质疑、被嘲笑，也要毅然站上全球竞争最激烈的舞台。
-
激荡三十年
作者：吴晓波。尽管任何一段历史都有它不可替代的独特性，可是，1978年－2008年的中国，却是不可能重复的。在一个拥有13亿人口的大国里，僵化的计划经济体制日渐瓦解了，一群小人物把中国变成了一个巨大的试验场，它在众目睽睽之下，以不可逆转的姿态向商业社会转轨。
-
激荡十年
作者：吴晓波。作为时代记录者，吴晓波有意识地从1978年中国改革开放伊始，记录中国翻天覆地的变化和对我们影响至深的人物与事件，串成一部我们每个人的时代激荡史。而最新的这十年，无疑更壮观，也更扑朔迷离。
-
褚时健传
作者：周桦。褚时健，这是一个在中国烟草史上举足轻重的名字，这是一位将地方工厂发展成世界级行业巨头的能人，临近退休却折戟沉沙。
-
心若菩提(曹德旺传)
作者：曹德旺。曹德旺1946年出生于福建福清高山，9岁上学，14岁辍学，卖过烟丝、贩过水果、修过板车。1983年承包高山异型玻璃厂。1985年将主业迅速转向汽车玻璃，彻底改变了中国汽车玻璃市场100%依赖进口的历史。
-
三位一体(intel传)
作者：[美]迈克尔·马隆。本书讲述了罗伯特•诺伊斯、戈登•摩尔和安德鲁•格鲁夫如何缔造了世界上最重要公司的故事。公司的“外交家”诺伊斯被视为圣父、“思想家”摩尔被视为圣灵、“行动家”格鲁夫被视为圣子，这个三位一体的组合创下了企业管理中的奇迹，开创了一个价值万亿美元的产业，将一家初创企业打造成为千亿美元量级的巨型公司。
-
创业者：世界最成功的技术公司初创的故事
作者：[美] 杰西卡·利文斯顿。这本书通过一组访谈回到科技公司最早期的阶段，记录创始人在公司还很小的时候如何做决定、如何犯错、又如何坚持下来。
-
乔布斯传——沃尔特·艾萨克森
作者：[美] 沃尔特·艾萨克森。他是一位极具创造力的企业家，他有如过山车般精彩的人生和犀利激越的性格，充满追求完美和誓不罢休的激情，他创造出个人电脑、动画电影、音乐、手机、平板电脑以及数字出版等6大产业的颠覆性变革。
-
硅谷钢铁侠(ElonMusk传)
作者：[美] 阿什利·万斯。埃隆•马斯克的人生经历，和无数改变世界的伟大实业家的经历一样，是那种可以被千百次地写进小说、搬上银幕后，每一次重看都依然激动人心的，属于全人类的传奇故事。
-
阅后即焚(Snapchat传)
作者：比利·加拉格尔。三个年轻人一个偶然的创意，诞生了一家价值百亿美元的互联网巨头，这究竟是如何做到的？
-
创造：用非传统方式做有价值的事
作者：[美] 托尼·法德尔。作者曾主导随身音乐播放器、智能手机和智能家居产品的研发，这本书总结了他在硅谷三十多年里关于产品设计、领导力、创业、决策与失败复盘的经验。
-
鞋狗：耐克创始人菲尔·奈特亲笔自传
作者：[美] 菲尔·奈特。这本自传回顾了耐克从早期草创公司一路成长为全球品牌的过程，重点写创业初期的资金压力、试错决策和品牌建立。
-
超级创始人：独角兽的成功密码
作者：[美] 阿里·塔马塞布
-
郭鹤年传
作者：郭鹤年口述，安德鲁·坦泽整理。郭鹤年是香港以及马来西亚企业家，出生于柔佛新山，以经营白糖业起家，有「亚洲糖王」之称。书中讲述他创立以亚洲为基地的郭氏集团故事，是一部家族史，也写到他在乱世中的成长经历，以及从1949年开始如何把集团带成多元经营的跨国企业。
-
爱彼迎传：打造让用户热爱的产品
作者：[美] 利·加拉格尔。这本书讲的是爱彼迎从一个看起来不靠谱的小点子，成长为全球住宿平台巨头的过程，也写到了它怎样重塑酒店行业和用户体验。
-
孵化Twitter：从蛮荒到IPO的狂野旅程
作者：[美] 尼克·比尔顿。这本书记录了推特从创立、内斗到上市的全过程，也展示了它为什么能在短时间内变成全球最有影响力的社交平台之一。
-
热血野心：优步的崛起与衰落
作者：[美] 迈克·艾萨克。这本书聚焦优步的高速崛起、资本博弈和内部冲突，适合用来理解硅谷高增长公司在权力、文化和治理上的代价。
-
支付战争：互联网金融创世纪
作者：埃里克·杰克逊
-
Facebook效应
作者：[美] 大卫·柯克帕特里克。这本书回顾了脸书从哈佛宿舍项目成长为全球社交网络巨头的过程，重点写创始团队、增长策略和扎克伯格的产品与控制欲。
-
一网打尽：贝佐斯与亚马逊时代
作者：布拉德·斯通。这本书详细写了亚马逊的成长史和贝佐斯的经营风格，是理解电商、平台扩张和长期主义管理的一本代表作。
-
沉默的大多数
作者：王小波
-
荷马史诗·伊利亚特
作者：荷马。出版时间：2015
-
荷马史诗·奥德赛
作者：荷马。出版时间：2015
-
浮士德
作者：歌德。出版时间：2007
-
源泉
作者：安·兰德。出版时间：2013
-
1984
作者：乔治·奥威尔。出版时间：2010
-
Mario Zechner 的 Pi Agent 相关开源项目
-
Google DeepMind Agent Development Kit
-
LangChain 的 Agent 图编排框架，使用状态图构建智能体
-
OpenAI Agents Python SDK
-
Pydantic AI 框架，结构化 AI 交互
-
Vercel AI SDK，用于构建 AI 驱动的前端应用
-
实用的 LLM 应用、RAG 示例、智能体实现合集，适合寻找真实世界的实现示例。
-
带代码示例的 LLM 应用合集，适合学习如何构建 LLM 应用。
-
多模态模型资源合集，专注于多模态大语言模型领域。
-
微软边缘 AI 课程，涵盖优化、部署和真实世界的边缘 AI 应用，适合端侧 AI 开发。
-
OpenAI 官方 Cookbook，提供使用 OpenAI API 的可运行示例，包含 API 最佳实践。
-
训练和微调示例 Cookbook，提供平台特定配方，适合微调工作流学习。
-
构建 LLM 应用的示例 Cookbook，提供配方和教程，适合 LLM 应用开发。
-
Hugging Face 的 LLM 评估最佳实践实用指南，适合学习评估 LLM 性能。
-
设计和优化超越提示工程的上下文实用手册，适合高级上下文管理。
-
社区策划的系统提示词和 AI 工具示例集合，适合提示词和智能体工程。
-
Claude Code 命令、文件和工作流的 Awesome 列表，适合最大化 Claude Code 的生产力。
-
Claude 技能和工作流的 Awesome 列表，适合扩展 Claude 的能力。
-
多平台 AI 编码框架和 agent harness，支持 Claude Code、Cursor、OpenCode、Codex、Gemini CLI 等工具，用规格、任务、工作区日志和并行 worktree 管理 AI 工程流程。
-
Claude Code 最佳实践资料库，主题是从 vibe coding 走向 agentic engineering，整理 agents、commands、skills、上下文工程和工作流编排等实践。
-
把本地 AI 编码 agent 桥接到飞书、钉钉、Slack、Telegram、Discord、LINE、企业微信等消息平台，让 Claude Code、Cursor、Gemini CLI、Codex 等可远程对话与协作。
-
轻量级元提示、上下文工程和规格驱动开发系统，面向 Claude Code、OpenCode、Gemini CLI、Codex、Copilot、Cursor 等工具，重点解决长上下文下的质量衰减。
-
持续追踪 Claude Code 系统提示词、内置工具描述、子 agent 提示词、CLAUDE.md、压缩、状态栏、WebFetch、Bash、安全审查等内部提示结构，适合研究 Claude Code 行为和提示词演化。
-
Claude Code 的源码反编译/逆向还原项目，目标是复现 Claude Code 大部分功能与工程化能力，并扩展 Pipe IPC 群控、ACP、远程控制、Langfuse 监控、Web Search、模型供应商兼容等能力。
-
从 0 到 1 构建 nano 版 Claude Code-like agent harness 的学习项目，强调 Bash is all you need，适合理解 Claude Code 类工具的最小实现、命令执行和 agent loop。
-
Anthropic 官方 Claude Cookbooks，提供使用 Claude 构建的笔记本和示例，以 Jupyter 笔记本形式呈现。
-
生产级 Turborepo 模板，适合构建现代 SaaS 应用，强调工程化、可扩展性和生产环境可用性。
-
React + Node.js 全栈 SaaS 模板，集成 Stripe、ShadCN UI 等常见产品能力，适合快速启动商业项目。
-
基于 TanStack Start 的全栈 SaaS 模板，自带认证、支付和积分系统，适合快速验证产品想法。
-
完全构建在 Cloudflare 生态上的全栈 SaaS 模板，适合部署在边缘基础设施上的产品。
-
面向 AI-assisted development 的后端模板与基础设施项目，可快速接入认证、数据库、存储、函数和 AI 集成，适合做 AI 时代的应用后端起步。
-
AI 产品导航站模板，适合快速搭建 AI 工具收录、导航和内容分发类网站。
-
Vercel Labs 开源的智能体实验项目，适合研究多智能体交互、工具调用和生产级 agent 应用形态。
-
LangChain 推出的开源软件工程智能体项目，聚焦自动化代码理解、修改与工程任务执行。
-
面向后台异步执行场景的智能体项目，适合参考任务调度、长任务处理和 agent 后台运行模式。
-
LangChain 的深度 Agent 框架
-
OpenAI 开源的轻量级终端编码 agent，可在本地运行，支持 CLI、IDE 集成和 ChatGPT/API 登录，适合自动化编码与 agent 工程实践。
-
开源 AI coding agent，提供终端 UI、桌面应用测试版和多种包管理器安装方式，适合研究本地编码 agent、终端交互和多模型工程化。
-
统一的企业级 RAG 与本地 LLM 应用开发框架，集成知识库构建、文档解析、模型目录和多种本地/云端推理后端，适合做私有化 AI 应用落地。
-
开源自托管的 AI 图片与视频生成工作台，支持 200+ 模型、桌面端安装和本地推理扩展，适合搭建可控的生成式媒体生产流程。
-
面向 GEO/SEO 内容运营的开源内容生产系统，把 AI 生成、素材管理、审核工作流和发布串成一条链路，适合自动化内容站和运营后台落地。
-
面向内容团队和独立创作者的自托管 AI 内容生产系统，覆盖信息采集、素材整理、选题挖掘、文章生成和图文发布的完整流程。
-
企业级 AI 数据预处理平台，把 PDF、Office、图片、音频、视频等非结构化数据转换成 Markdown/JSON，并支持 MCP 集成，适合知识库和文档流转前处理。
-
端侧语音交互全家桶项目，把 STT、TTS、说话人识别、VAD、关键词唤醒、声纹、源分离和降噪统一到同一份 ONNX Runtime 运行时中，适合 IoT、车机和离线语音方案落地。
-
用于构建 LLM 微调、RAG 和评测数据集的数据工程工具，适合清洗、整理和生成可复用的数据集资产。
-
一站式 AI 数字人系统，集成视频合成、语音合成、语音克隆和本地模型管理，适合做数字人口播和本地化多媒体创作落地。
-
开源 LLM 工程平台，覆盖观测、评测、Prompt 管理、Playground 和数据集管理，适合团队化开发和持续优化 AI 应用。
-
企业级 AI 编程助手，面向研发协作和研发管理场景，支持私有化部署、本地模型接入、代码安全扫描和 AI 行为审计。
-
面向文档与多会话工作流的桌面 Agent 工作台，支持多模型连接、MCP 接入、后台任务和权限控制，适合多 Agent 协作场景的产品化落地。
-
自托管企业级AI搜索平台，支持数千万文档规模的索引和检索。混合搜索、知识图谱、文档级权限控制。技术栈Python+TypeScript，兼容任何LLM，集成40+外部应用连接器。
-
实时语音/视频 Agent 框架，用于构建交互式 AI 助手
-
字节跳动开源的长周期 SuperAgent harness，结合 sandbox、memory、tool、skill 和 subagent，适合研究复杂任务的 Agent 工程化运行时。
-
VectifyAI 的 vectorless、reasoning-based RAG 框架，通过树状文档索引替代向量库与切块，适合长文档检索、专业知识问答和企业知识库落地。
-
开源金融终端，集成市场分析、投资研究、经济数据和 AI 自动化能力，定位为可交互的现代投研工作台。
-
多交易所加密策略自动化系统，覆盖网格交易、刷量交易、套利监控和市场监控，偏向工程化的实盘交易基础设施。
-
自主型 AI 交易助手，强调自动选择模型、自动拉取市场数据和钱包式支付，适合研究 agent-native 的交易产品形态。
-
Agent-native 的自动化交易平台，面向 AI 智能体直接参与交易、交换观点和执行策略的场景，强调全自动交易工作流。
-
微软开源的 AI 导向量化投资平台，覆盖数据处理、研究建模、策略生成和生产落地，适合量化研究与实验自动化。
-
成熟的开源加密货币交易机器人，提供回测、策略优化、资金管理、Web UI 和 Telegram 控制，是算法交易的常用框架。
-
面向深度金融研究的自主智能体，能够围绕复杂金融问题进行任务规划、自我反思和实时市场数据分析。
-
TradingView Screener 的 Python API，支持股票、加密货币、外汇、债券、期货和 Coin 筛选，覆盖 13,000+ 字段，并提供 MCP 集成用于市场数据查询。
-
AKShare 是一个开源的 Python 库，它提供统一接口，用于从数十个可信数据源获取金融数据。其指导理念——Write less, get more（写更少，得更多）——精准概括了其核心价值所在：仅需一行 Python 代码，即可获取历史股票价格、基金净值、期货结算数据、宏观经济指标等海量信息。无论你是一名为探索市场模式的数据科学家、一名构建交易策略的量化研究员，还是一名学习金融分析的学生，AKShare 都能消除原始 HTTP 爬取的摩擦，并直接交付干净且开箱即用的 pandas DataFrame。
-
面向股票数据获取与分析场景的开源 SDK，适合作为行情读取、指标计算和投资研究自动化流程的基础工具。
-
AI-native 的通用 CLI Hub 和运行时，可以把网站、浏览器会话、Electron 应用和本地工具转换成确定性的命令行接口，供人和 AI Agent 复用登录态、执行网页自动化和沉淀可复用命令。
-
阿里巴巴的页面自动化 Agent 项目
-
以浏览器扩展形态提供的 Playwright MCP 实现，强调上下文占用更小、能力更强，适合给 AI Agent 做轻量浏览器自动化。
-
Vercel Labs 的浏览器自动化 CLI，面向 AI agents 设计，提供原生 Rust 实现、多会话隔离和可观察性面板。
-
基于 Cloudflare 构建的邮箱服务项目，适合参考 Cloudflare 生态里邮件接收、转发与服务化能力的实现方式。
-
完全运行在 Cloudflare 上的短链接服务，强调简单、快速、安全和分析能力，适合参考 Cloudflare 上的 SaaS 小工具实现。
-
基于 Cloudflare Worker + Container 的图片处理服务，依赖 Photon，支持缩放、裁剪、水印、滤镜等常见图像处理能力。
-
Cloudflare 出品的 OpenAPI 3/3.1 schema 生成与校验库，支持 Hono、itty-router 等框架，适合做 Cloudflare API 项目的契约层。
-
高性能、可扩展的 Memory engine 与应用，也是 AI 时代的 Memory API，适合参考 Cloudflare/边缘基础设施上的记忆层产品实现。
-
适配 Cloudflare Browser Workers 的 Puppeteer Core fork，适合参考在 Cloudflare 浏览器执行环境里跑自动化任务的实现方式。
-
把浏览器 cookies 和 localStorage 同步到 Cloudflare KV 或 GitHub Gist 的浏览器扩展，适合做会话同步、状态保存和轻量云同步场景。
-
基于 Cloudflare Workers、Hono、D1 和 Queues 的 Webhook 通知服务，适合接入微信通知和自动化消息推送场景。
-
基于 Cloudflare Workers 的轻量级订阅管理与提醒系统，可跟踪各类订阅服务到期时间，并通过 Telegram、Webhook 等多渠道发送提醒。
-
Portkey 的高性能 AI Gateway，集成路由、观测与 guardrails，可统一接入 200+ LLM 和 50+ AI Guardrails，适合做模型网关与 AI 基础设施。
-
把 localhost 暴露到 edge 的零配置隧道工具，强调安全、快速，并基于 Cloudflare Workers 提供本地到边缘的接入能力。
-
基于 Cloudflare Edge 的开源 ngrok 替代品，可把 localhost 快速暴露为公网 HTTP/HTTPS 地址，支持自定义子域名、自动 HTTPS 和零配置隧道。
-
面向 Cloudflare 的生产级 Next.js 全栈起步模板，集成 Edge Runtime、Workers、D1、R2 和 GitHub Actions，适合低成本搭建边缘部署产品。
-
这篇论文研究超大规模语言模型在 few-shot 设定下的泛化能力，关注模型是否能仅凭上下文示例完成新任务。它聚焦于展示规模扩张如何带来任务适应和推理样式的涌现。
-
这篇论文研究语言模型的参数规模、数据规模与计算量之间的关系，试图找出性能随规模增长的规律。它聚焦于用经验缩放定律解释模型能力提升的主要驱动因素。
-
这篇论文提出 Transformer 架构，用纯注意力机制替代循环与卷积结构，解决序列建模中的长距离依赖和并行效率问题。它聚焦于建立后续大语言模型和推理模型普遍采用的基础网络范式。
-
这篇论文研究通过链式思维提示激发大语言模型的多步推理能力，解决模型直接给答案时推理不稳定的问题。它聚焦于让模型显式生成中间推理步骤，从而提升复杂推理任务表现。
-
这篇论文研究在链式思维基础上进行多条推理路径采样与投票，解决单一路径容易偶然出错的问题。它聚焦于用 self-consistency 提高复杂推理结果的稳定性与可靠性。
-
这篇论文研究将链式推理扩展为树状搜索，解决复杂问题中单一路径推理容易过早陷入局部错误的问题。它聚焦于让模型在多个思路分支间探索、评估与回溯。
-
这篇论文研究比树状结构更灵活的图式推理表示，解决复杂问题中信息需要跨步骤复用与重组的问题。它聚焦于让推理过程支持更丰富的分支连接、合并和反馈。
-
这篇论文研究不依赖示例、仅靠简单提示语句激发模型推理能力的可能性。它聚焦于 zero-shot 场景下如何通过提示触发模型生成更完整的中间思考过程。
-
这篇论文研究如何仅用强化学习激发大语言模型的推理能力，解决长推理轨迹依赖大量人工标注的问题。它聚焦于通过 RL 促使模型形成自我反思、验证和策略调整等推理行为。
-
这篇论文研究如何利用人类偏好反馈训练语言模型生成更好的摘要，解决仅靠监督学习难以对齐质量偏好的问题。它聚焦于奖励建模与基于反馈的强化学习在语言任务中的可行性。
-
这篇论文研究如何用人类反馈训练语言模型更好地遵循指令，解决预训练模型回答不符合用户意图的问题。它聚焦于 SFT、奖励模型与 RLHF 组合形成的指令对齐训练流程。
-
这篇论文研究在不显式训练奖励模型和执行复杂强化学习的情况下学习人类偏好，解决 RLHF 实现成本高的问题。它聚焦于把偏好比较直接转化为可优化的目标函数。
-
这篇论文研究如何控制推理模型思考多久，解决统一推理预算无法兼顾简单任务和复杂任务的问题。它聚焦于用强化学习让模型按任务难度动态分配思考时长。
-
这篇论文研究是否可以在预训练阶段引入反思机制，解决反思能力长期被视为推理时技巧的问题。它聚焦于把自检和修正能力前移到模型训练阶段内化。
-
这篇论文研究在没有人工数据的情况下能否通过自博弈获得推理能力，解决 reasoning 训练对人工监督数据的依赖问题。它聚焦于零数据条件下的自举式强化学习推理。
-
这篇论文研究在没有外部奖励的情况下能否学习推理，解决 reasoning with RL 对显式奖励信号的依赖问题。它聚焦于利用内部反馈或自监督信号驱动推理能力提升。
-
这篇论文研究极少样本条件下是否能通过强化学习提升推理能力，解决 reasoning with RL 对训练样本需求高的问题。它聚焦于在极低数据量下设计有效的奖励与优化流程。
-
这篇论文研究如何通过强化学习延长推理模型的思考长度，解决复杂问题需要更长推理过程却难以稳定训练的问题。它聚焦于让模型学会在更长思考链中维持有效推理。
-
这篇论文研究如何用层次化思维模板组织代码推理，解决复杂编程任务中单层推理结构表达不足的问题。它聚焦于通过可扩展模板构建多层次的 reasoning 流程。
-
这篇论文研究如何继续用强化学习提升已有强推理模型的表现，解决高水平 reasoning 模型进一步优化的训练路径问题。它聚焦于在强基础模型上精炼推理策略与思考质量。
-
这篇论文研究如何为共情型 Agent 设计可验证的情感奖励，解决情感反馈难以稳定用于强化学习训练的问题。它聚焦于把情感对齐目标转化为可校验的奖励信号。
-
这篇论文研究如何用尽量简单的方法复现 test-time scaling，解决推理模型额外思考预算难以工程化复现的问题。它聚焦于小规模高质量推理数据与预算控制技巧对推理表现的作用。
-
这篇论文研究哪些推理步骤可以并行、哪些必须串行，解决复杂推理过程中固定并行策略效率不高的问题。它聚焦于让模型自适应地学习并行推理结构。
-
这篇论文研究如何通过学习异步解码扩大语言模型的并行生成能力，解决自回归解码串行带来的速度瓶颈。它聚焦于识别可并行的语义片段并在推理时调度并发生成。
-
这篇论文研究如何在保持推理质量的同时降低推理成本，解决长推理链带来的计算开销问题。它聚焦于训练模型学会更高效地组织和裁剪推理过程。
-
这篇论文研究语言模型是否会隐式形成可并行的推理分支，解决传统自回归过程将多条潜在思路压成单线输出的问题。它聚焦于发现和利用这些并行分支来提升推理效率。
-
这篇论文研究如何通过单样本熵最小化让推理过程更稳定，解决 reasoning 路径不一致和不确定性过高的问题。它聚焦于在极低样本条件下约束推理分布的离散程度。
-
这篇论文研究是否能在线预测提示难度来加速 reasoning 模型的 RL 微调，解决训练资源在不同难度样本上分配不均的问题。它聚焦于难度感知的训练调度与效率优化。
-
这篇论文研究 Agent 如何通过增加测试时交互次数来推理，解决许多任务仅靠静态内部思考不足以完成的问题。它聚焦于把与环境的交互本身作为 test-time scaling 的一部分。
-
这篇论文研究如何让大语言模型学会策略性地使用工具，解决工具调用依赖静态提示和规则的问题。它聚焦于通过强化学习学习何时调用工具、调用什么工具以及如何利用工具结果。
-
这篇论文研究如何把大型推理模型扩展为具备深度研究能力的系统，解决复杂开放问题需要持续检索、筛选与综合的问题。它聚焦于将推理能力与网络研究工作流结合。
-
这篇论文研究 Agent 如何利用跨领域历史经验解决新任务，解决 agentic problem solving 中经验难以沉淀和迁移的问题。它聚焦于构建可复用的经验知识库与调用机制。
-
这篇论文研究如何为软件工程代理设计专门的人机接口，解决语言模型直接操作代码库和终端时交互能力不足的问题。它聚焦于文件浏览、代码编辑、测试执行等软件工程环境中的 Agent 接口设计。
-
这篇论文研究如何把搜索行为纳入推理过程，解决检索增强方法通常无法让模型自主决定何时检索的问题。它聚焦于通过强化学习学习搜索时机、查询内容和结果整合策略。
-
这篇论文研究如何构建能够自主搜寻信息的网络 Agent，解决开放环境下信息检索、筛选与整合需要长期规划的问题。它聚焦于网页导航与信息寻求行为的自主化。
-
这篇论文研究 Agent 系统的扩展规律，解决多因素共同作用下 Agent 能力增长缺乏系统性认识的问题。它聚焦于模型规模、交互模式与环境复杂度对 Agent 性能的影响。
-
这篇论文研究超越传统 RAG 的 Agent 记忆检索方法，解决单阶段检索难以满足长程记忆访问质量的问题。它聚焦于通过解耦和聚合改进 Agent 的记忆检索流程。
-
这篇论文研究强化学习推理模型内部到底形成了哪些推理模式，解决 reasoning 现象缺乏细粒度分析的问题。它聚焦于对 DeepSeek-R1 的推理行为、策略结构和形成机制进行剖析。
-
这篇论文研究如何在适应性学习过程中主动采样更有价值的任务，解决稳健适应训练中任务选择成本高的问题。它聚焦于用预测模型估计任务风险并指导任务采样。
-
这篇论文研究如何构建更能暴露多轮查询、符号推理和软件特征理解能力的评测基准，解决现有 benchmark 对复杂推理覆盖不足的问题。它聚焦于新基准的设计与模型表现分析。
-
这篇综述研究自我进化 Agent 的主要技术路径与开放问题，解决该方向研究碎片化、缺少整体图景的问题。它聚焦于自改进、自主学习和通往更强 Agent 系统的路线总结。
-
这篇论文研究大语言模型的可控性与可解释性评测，解决不同 steering 与表示方法缺乏统一比较基准的问题。它聚焦于构建大规模基准来评估控制效果和概念检测能力。
-
这篇论文研究狭窄微调为何会引发广泛失调，解决对齐训练局部目标可能破坏整体行为边界的问题。它聚焦于窄任务训练与跨场景失调之间的因果联系。
-
这篇论文研究如何评估大语言模型的高阶社会认知能力，解决现有评测难以覆盖心理状态理解与社会推理的问题。它聚焦于用 Agent-as-a-Judge 框架衡量模型在复杂社会判断中的表现。
-
这篇论文研究推理模型中的后门与突现失调风险，解决 reasoning 过程更长、更复杂后可能出现的新型安全问题。它聚焦于后门触发、隐藏推理风险和对齐脆弱性。
-
这篇论文研究思维链可监测性能否成为 AI 安全的抓手，解决如何观察和约束推理模型内部过程的问题。它聚焦于可监测性的机会、局限和被规避的脆弱性。
-
这篇论文研究生产环境中的奖励破解如何自然演化为失调行为，解决强化学习系统上线后长期风险难以及时识别的问题。它聚焦于 reward hacking 与突现失调之间的关联。
-
这篇论文研究模型的异常泛化与归纳后门现象，解决看似无害的训练信号如何诱发隐蔽控制风险的问题。它聚焦于泛化行为中的安全漏洞与后门机制。
-
专访全球顶级风险投资人，曾邀请 Sequoia 的 Doug Leone 与 Benchmark 的 Bill Gurley。每周还对话一位传奇创业者，包括 Spotify 创始人 Daniel Ek、LinkedIn 联合创始人 Reid Hoffman 与 Snowflake CEO Frank Slootman 等。
-
Chamath Palihapitiya、Jason Calacanis、David Sacks 与 David Friedberg 聚焦经济、科技、政治、社会与扑克等热点议题。
-
Bill Gurley 与 Brad Gerstner 双周更新，畅谈科技、市场、投资的方方面面。
-
挪威主权基金 CEO Nicolai Tangen 访谈全球最大公司的领袖，深入了解企业、掌舵人及其作为股东的角色。
-
与世界一流的投资人和商业领袖对话，探索他们的理念、方法与故事，帮助你更聪明地投资时间与金钱。适合投资人、CEO、创业者与商业战略人士收听。
-
说到精彩的播客，很难不提Barry Ritholtz 的"商业大师"系列。Ritholtz 先生邀请了来自各个领域的众多有趣嘉宾，他对投资领域的广泛了解确保了访谈内容富有洞察力且引人入胜。
-
了解企业可以为投资带来优势。问问巴菲特吧。"我是一个更好的投资者，因为我是一个商人；我是一个更好的商人，因为我是一个投资者。"《商业战争》为您讲述了未经授权的真实故事，讲述了是什么推动公司及其领导者、发明家、投资者和高管走向新高度或走向毁灭。
-
哥伦比亚商学院的系列播客，包含对世界上一些伟大投资者的采访。"与传奇人物一起进行价值投资"是哥伦比亚商学院推出的系列节目，采访了一些世界上最伟大的投资者。采访内容涵盖了他们对投资管理行业的看法、他们如何开发自己的投资流程以及他们如何看待该领域随着时间的推移而发生变化。一些精彩的采访，包括大卫·艾布拉姆斯、汤姆·罗素、马里奥·加贝利、克里斯·戴维斯和迈克尔·莫布森。
-
与投资相关的播客，包括对优质公司、强大商业模式等的讨论。
-
Protégé Partners的Ted Seides的采访是投资知识的优秀资源。Protégé Partners的Ted Seides可能因为与沃伦·巴菲特对冲基金的失败赌注而出名，而不是他的播客系列。尽管如此，Seides 先生的采访仍然是投资知识的绝佳资源。
-
Consuelo Mack的节目关注长期投资，有许多有趣的嘉宾。Consuelo Mack 的 Wealthtrack视频采访以播客形式的音频录音形式提供。Consuelo 邀请了许多有趣的嘉宾，其中包括许多投资大师。Mack 专注于长期投资，她在金融市场的经验确保了采访内容深刻而有趣。
-
包含对各种投资者和商业人士的采访，以及对有趣书籍和投资风格的讨论。普雷斯顿和斯蒂格在他们的播客系列中采访了众多杰出的投资者和商界人士。他们还经常评论有趣的书籍、投资者、投资风格、作家和商业成功故事。
-
每家公司都有故事。由 Ben Gilbert 与 David Rosenthal 主持，Acquired 深度剖析科技史上最重要的 IPO 与并购事件。
-
每周阅读一位传奇创业者的传记，总结可用于现实工作的经验与洞见。
-
由 Guy Raz 主持，讲述全球知名公司的创业故事，揭示其背后的挑战与心路历程。
-
来自顶级孵化器 Y Combinator 的播客（原 YC Podcast），主要采访 YC 内部的合伙人以及他们投资的优秀创始人，分享关于创业、融资和产品开发的实战经验，AI 是近期绝对的核心话题。
-
每一期节目中，都会和这个时代最重要的创业公司背后的人物进行对谈，提炼他们实践的策略、经验和思维框架。对谈话题涵盖招聘、市场策略（GTM）、产品、增长、融资等等。
-
Jason Calacanis 报道初创、科技、市场与媒体热点，专访全球顶尖创业者、运营者、投资人和创新者
-
Uncapped 是由 Sam Altman 的弟弟 Jack Altman 主持的一档播客，他会和自己真正欣赏、好奇的人展开深入对话。Jack Altman 此前于 2022 年共同创立了科技独角兽 Lattice，公司估值约 30 亿美元。
-
《深度工作》作者、乔治城大学计算机科学教授 Cal Newport 的播客。他主要回答听众关于工作、效率、技术和生活方式的提问，倡导数字极简主义和深度工作理念。
-
-
-
由斯坦福大学医学院的神经科学教授 Andrew Huberman 主持。他致力于将复杂的神经科学知识，以普通人能理解和实践的方式讲解出来，内容涵盖睡眠、专注力、学习、健康等，干货满满，科学性极强。
-
由麻省理工学院（MIT）的人工智能研究员 Lex Fridman 主持。该播客以其深度长篇访谈而闻名，嘉宾覆盖科学、技术、哲学、历史和政治等领域的全球顶尖思想家和领袖，如 Elon Musk、Sam Altman、Yuval Noah Harari 等。
-
汇集了 AngelList 创始人 Naval Ravikant 的智慧精华。内容短小精悍，主要围绕财富、幸福、哲学和自我成长等主题，充满了深刻的洞见。
-
由 This American Life 团队制作，是现象级的非虚构叙事播客。每一季都会深入调查一个真实的案件或事件，其第一季的播出引发了全球对播客的关注。
-
-
-
来自 Farnam Street 博客的 Shane Parrish 主持，专注于访谈各领域的顶尖专家，探索他们成功的思维模型、决策方式和学习方法，以提升听众的认知水平。
-
-
-
作者和生活方式设计师 Tim Ferriss 的播客，他是"生活黑客"理念的代表人物。他采访各行各业的成功人士，解构他们的战术、工具和日常习惯，你可以从中学习到提高效率和生活质量的具体方法。
-
组织心理学家、畅销书作家 Adam Grant 主持的播客。他探索如何让工作生活不那么糟糕，通过采访不同寻常的专业人士，揭示让工作更有创造力和价值的秘诀。
-
投资者、企业家、创意人士、高成就者和变革者必读。肖恩通过《What Got You There》提供灵感——让您深入了解一些世界上最有影响力的人的个性、经历和策略。
-
主持人 Dwarkesh Patel 以其深入的研究和准备工作而著称，被称为"小 Lex Fridman"。他专注于与科技领域的杰出人物进行对谈，内容硬核，尤其在 AI 领域有很高的水准，嘉宾包括 a16z 的 Marc Andreessen 和 OpenAI 的 Andrej Karpathy。
-
光速创投的播客，同样专注于生成式 AI。他们会邀请投资组合中的公司创始人或行业专家，讨论 AI 技术的应用和未来发展。
-
一档面向 AI 工程师和从业者的硬核技术播客。两位主持人 Alessio 和 Swyx 都有技术开发和风险投资的复合背景，播客的信息密度和技术干货含量非常高。
-
AI, Machine Learning & What's Next: 由顶级 Solo VC Elad Gil 和 Conviction VC 的 Sarah Guo 共同主持。每期节目都会邀请一位 AI 领域的专家进行对谈，嘉宾阵容强大，能让你了解到 AI 领域最前沿的动态和思考。
-
Redpoint Ventures 的 AI 主题播客，内容质量很高。主持人专业，能与嘉宾进行深入的技术和市场探讨，对于追踪 AI 行业趋势很有帮助。
-
《纽约时报》出品的科技新闻评论播客。两位主持人 Kevin Roose 和 Casey Newton 以幽默风趣的方式讨论每周发生的科技大事件。他们的聊天氛围轻松愉快，能帮助你快速跟上科技圈的最新动态。
-
面向 Python 开发者的长期播客，围绕 Python 生态、工程实践、开发工具和相关技术展开深度访谈，是了解 Python 社区动态的经典节目。
-
Kenneth Reitz 主持的技术播客，聚焦 Python 社区成员、开源维护者与开发者故事，内容偏人物访谈和社区观察。
-
为编程新人准备的技术播客，既采访刚入行的开发者，也采访资深工程师和知名项目作者，适合了解入门路径、职业转型和开发者成长故事。
-
面向软件开发者的故事型播客，采访程序员、架构师和测试工程师，重点讲述他们的职业经历、失败教训和成长路径。
-
Red Hat 出品的开源技术播客，围绕程序员、黑客、操作系统、互联网历史和开源文化讲故事，适合用轻松方式了解开源世界。
-
围绕软件开发、开源和工程文化的老牌播客，经常采访各领域工程师与黑客，内容覆盖工具、项目、职业和技术新闻，适合建立开源与工程语境。
-
Laurence Bradford 主持的技术播客，面向自学开发者和转行人群，重点讨论如何学习编程、进入技术行业和构建开发者职业路径。
-
面向开发者的短节目播客，关注工程师的工作方式、职业意义、思考框架与日常决策，内容比纯技术更偏工程师成长与职业反思。
-
Quick and Dirty Tips 体系下的技术播客，用更通俗的方式解释数据泄露、隐私、安全和数字生活中的复杂技术议题，适合非纯技术背景也能听懂。
-
Ben Thompson 与 James Allworth 主持的科技播客，从战略与技术两个维度讨论公司、平台、软件发布和商业决策，适合理解技术产品背后的企业逻辑。
-
聚焦云计算、DevOps、平台工程与基础设施的技术播客，近年来也覆盖 AI、Kubernetes 和云原生，是基础设施方向的重要节目。
-
DataCamp 出品的数据科学播客，讨论数据科学、AI、现代数据栈和行业应用，适合想补足数据分析与机器学习语境的开发者。
-
数据可视化领域的经典播客，长期围绕数据可视化设计、信息表达、可视分析和数据叙事展开讨论，适合产品分析与可视化设计方向。
-
新一代 AI 音视频处理平台，提供语音转文字、字幕生成、视频翻译、文字转语音、音视频总结和 AI 视频生成，适合内容生产与视频工作流提效。
-
AI 科学绘图工具，可以把自然语言描述快速转成科研插图、论文配图和可编辑 SVG，适合学术论文、演示文稿和教学材料制作。
-
在线 AI 对口型视频工具，主打免注册、快速生成和多语言场景，适合做口播视频、角色配音和短视频本地化。
-
AI ASMR 视频生成工具，基于 VEO3 AI 技术，把创意快速变成带有耳语、敲击、自然音等元素的 ASMR 视频内容。
-
一站式 AI 视频与图片工具平台，覆盖文生视频、图生视频、AI 图片生成、音乐视频和多种免费视频工具，适合做内容站和工具矩阵参考。
-
在线 AI 图片编辑产品，强调提示词理解、一致角色编辑、场景保持和多图输入，适合观察图像编辑型 AI 产品的工作流设计。
-
AI 创意套件，覆盖图像、视频和 3D 生成与编辑，适合研究创作者工作台、实时生成体验和多模态创意工具的产品设计。
-
AI 视频生成与创作平台，面向文本/图片到视频、短视频创意和视觉内容生产场景，适合观察新一代视频工具站的信息架构。
-
AI 图像、视频和音频生成平台，提供文生图、图生图、风格参考、姿态参考、局部重绘、扩图、去背景和图生视频等工具，适合研究综合型 AI 创作站。
-
大型设计素材和 AI 创作平台，覆盖图片、矢量、图标、模板、视频、Mockup 与 AI 图片/视频工具，是素材库向 AI 工具站演进的典型样本。
-
AI 视频与视觉生成平台，强调电影感镜头、角色表现和移动端创意工作流，适合研究视频生成产品的模板化表达与社交传播。
-
AI 图片与视频创作工具站，面向短视频、营销素材和社交内容生产，适合分析轻量化 AI 创作产品的入口、模板和生成链路。
-
Google 的 AI 助手产品，可用于写作、规划、学习、搜索和多模态交互，并持续融合 Deep Research、Canvas、Live 等能力。
-
Anthropic 的通用 AI 助手产品，适合写作、总结、分析、研究和对话式工作流，是当前主流 AI 产品形态的重要参考样本。
-
OpenAI 的 AI 编码伙伴，支持在终端、IDE 和 ChatGPT 体系中协作完成编码、测试和代码审查，是 AI 编程产品的重要代表。
-
Google 的 AI-first 笔记与研究产品，围绕用户自己的资料做总结、问答、音频概览和资料整理，适合做知识库与研究助手产品参考。
-
一站式 AI 创作平台，聚焦图像、视频等内容创作流程，属于中文市场里典型的生成式内容产品形态。
-
Anthropic 的 AI 编码 agent，主打终端与 IDE 协作、代码理解和工程执行，适合研究 agent 产品的任务流与交互设计。
-
月之暗面推出的 AI 助手产品，擅长长文本阅读、联网搜索、写作整理和中文场景问答，是中文 AI 产品的重要代表之一。
-
Product Hunt 发榜日追踪与数据看板产品，可以看今日发榜、热门产品、Hunter、日历和 Upcoming，适合追踪新品发布节奏与独立产品社区动态。
-
经典社媒运营平台，覆盖内容创建、跨平台发布、排期与基础分析，适合个人创作者和小团队统一管理多平台账号。
-
一站式社媒排期与分析工具，强调把内容发布、账号管理和表现分析放到同一工作台里，也适合作为 agentic 社媒工具的参考样本。
-
面向创作者和企业的社媒创作与发布工具，支持 X、LinkedIn、Threads、Bluesky 等平台，强调写作体验、排期、分析和自动化。
-
社媒运营工作台，提供统一内容日历、AI 图片/视频能力，并支持通过 MCP 连接 Claude、Cursor 或 OpenClaw，把 agent 带入社媒工作流。
-
独立开发者与小型在线业务创业者社区，聚焦产品构建、增长、收入和运营经验分享，是独立产品路线的重要信息源。
-
面向 builders 的职业与作品展示社区，强调 proof of work、求职连接和产品展示，适合观察开发者社交与作品集产品形态。
-
Hacker News 的 Show 展示区，集中浏览开发者发布的项目、工具和实验产品，适合追踪新品发布和独立项目动向。
-
新产品与互联网 startup 早期发布平台，帮助用户尽早发现即将上线的新工具和新公司，也适合做产品发现渠道研究。
-
面向 side project 创作者的 Reddit 社区，常见内容包括项目展示、反馈收集、增长尝试和开发过程分享。
-
面向开发者的内容社区，围绕软件开发、职业成长、工程实践和技术讨论展开，是开发者写作和信息分发的重要平台。
-
中文技术社区，聚焦开发、AI、开源工具、效率和数字生活话题，社区讨论密度高，适合观察中文开发者与 AI 工具用户的真实需求。
-
从 X 平台收集优秀网页设计案例的灵感站，适合找近期流行的视觉风格、页面布局和独立产品设计语言。
-
精选网页设计灵感库，按 AI、Fintech、Marketing、Design Tools 等类别筛选，适合做视觉风格和分类结构参考。
-
高质量 Landing Page 灵感与模板平台，覆盖页面、组件、配色和行业标签，适合研究 SaaS 首页和营销页结构。
-
专注 SaaS 网页设计灵感的案例站，提供 Landing、Pricing、Product、Blog 等页面分类，适合拆解 SaaS 站点信息架构。
-
移动端和 Web 动效灵感库，聚焦 UI/UX 动画细节、交互节奏和微交互设计，适合做产品动效与交互动线参考。
-
从真实产品站点中提取品牌风格、配色、字体、间距和组件特征的设计参考库，适合给 AI 编程和网页设计提供更具体的视觉参照。
-
无代码 WebGL 交互设计工具，擅长制作动画背景、鼠标交互和可嵌入网页的视觉效果，适合参考新一代品牌站的动效表达。
-
高质量演示文稿与视觉叙事灵感站，收集优秀 deck、排版结构和页面节奏，适合参考叙事型页面与展示文稿设计。
-
移动应用图标生成工具，可一键生成多平台、多尺寸的应用图标资源，适合参考图标生成类工具的交互和设计流程。
-
多屏幕响应式测试工具，可同时预览多个设备尺寸、截图、标注和对比页面布局，适合做前端适配与响应式回归检查。
-
基于代码复制模式的现代 UI 组件库，建立在 Radix UI 和 Tailwind CSS 之上，强调高度可定制、开源和可直接改源码。
-
社区维护的轻量级 SVG 图标库，图标风格统一、适合在 React 等项目里按组件方式直接引用。
-
基于 React 的图表库，适合快速搭建折线图、柱状图、饼图等常见数据可视化组件，配置方式组件化且直观。
-
React 生产级动画库，现以 Motion 形态继续演进，适合为 Web 应用加入声明式动画、手势交互和过渡效果。
-
强调无障碍和高质量交互的无样式 UI 原语组件库，适合做设计系统和自定义组件的底层基础。
-
开源 UI 组件和模板库，偏重视觉表现与 Landing Page 效果，适合快速拼装更有设计感的首页和营销页。
-
专注动画效果的 React 组件库，提供可复制粘贴的动效组件，适合快速给项目加入更生动的界面表现。
-
面向 React 和 Next.js 的组件库，内置大量 Tailwind CSS + Framer Motion 动画组件，适合快速搭建更有表现力的界面。
-
社区驱动的开源 UI 组件库，组件数量多，支持 CSS 或 Tailwind，用于快速寻找现成界面片段和交互实现。
-
面向 shadcn/ui 的主题生成工具，可以从单个颜色或预设快速生成整套主题，适合设计系统和前端样式调优。
-
自动生成设计系统调色板的配色工具，适合快速试验品牌色、主题色和一整套 UI 色阶。
-
风格灵活的图标库，适合界面、图表、演示文稿等多种场景，常被用于更丰富的产品视觉系统。
-
免费 SVG 图标与矢量图搜索平台，适合快速查找图标、插画和可编辑矢量资源。
-
全平台图标生成工具，可快速输出 Android、iOS、Web 等平台需要的应用图标资源。
-
实时协作平台，让人类与 AI agents 在频道和私信中像队友一样一起工作，适合研究 AI 协作产品的聊天、权限和多人工作流设计。
-
本地并行编码 agent 管理工具，可在一台机器上运行 10+ 个并行 coding agents，适合研究多 agent 调度、任务切换和开发者协同界面。
-
面向多任务场景的 macOS 终端，兼容 Claude Code、Codex、OpenCode、Gemini CLI 等工具，强调垂直标签、通知环、分屏和 socket API。
-
开源的人类 + Agent 项目管理平台，可分配任务、跟踪进度并沉淀技能，适合观察 AI teammate 产品如何做任务流、组织协同和能力复用。
-
自托管 daemon，可把 Claude Code、Codex 和 OpenCode 跑在你的机器上，并从手机、桌面或 Web 随时连接，适合研究远程 agent 运行与跨端接入。
-
在 Mac 上运行一整队编码 agents 的协作工具，可创建并行 Codex + Claude Code agents、使用隔离工作区、查看工作状态并合并改动。
-
Serverless 数据平台，提供 Redis、Vector、QStash 等托管能力，强调低延迟和高扩展性，适合现代实时应用和 AI 应用后端。
-
面向开发者的 Serverless Postgres，围绕分支数据库、自动扩缩容和现代工作流设计，适合快速构建可靠的云端应用。
-
应用性能监控与错误追踪平台，帮助开发者更清晰地定位错误、追踪性能瓶颈并加快问题修复，是工程可观测性的常用工具。
-
开发者认证与用户管理平台，免费支持到 5 万月活留存用户，适合快速接入登录、会话、权限和用户体系。
-
ElevenLabs 推出的 AI 开发者工具包，聚合 ElevenLabs、Mistral、Perplexity 等服务，适合快速搭建 AI 项目和比较常用供应商组合。
-
Cloudflare 的统一控制台入口，用于管理 CDN、DNS、Workers、R2、D1、Queues、Zero Trust 等能力，是 Cloudflare 生态开发的核心工作台。
-
开发者与 agent 的工具接入层，提供即时工具调用、委托授权、沙箱环境和 1000+ 应用集成，适合构建带外部操作能力的 AI agent。
-
托管的 Vitess 和 Postgres 云数据库平台，强调高性能、可扩展性和现代数据库工作流，适合构建需要分支、扩容和线上迁移能力的应用。
-
面向边缘与 agent 场景的 SQLite 分布式数据库，可像文件一样部署到服务器、浏览器和设备，适合边缘计算与多地低延迟访问。
-
AWS 的全托管 Serverless NoSQL 键值数据库，强调高性能、任意规模扩展、内建安全、持续备份与多区域复制。
-
域名注册与站点基础设施服务，适合做域名购买、管理和品牌资产配置，是独立开发者常用的域名工具选项之一。
-
最流行的云对象存储服务之一，提供高可扩展性、可用性、安全性和性能，适用于备份、数据湖、静态资源、AI 与分析场景。
-
域名查询与 TLD 数据工具，可快速查看可注册后缀、域名价格与后缀信息，适合做域名筛选、品牌命名和站点上线前准备。
-
腾讯安全的网址安全中心，可用于做域名背调，查看网址是否被反诈或安全系统拦截，适合上线前和投放前的域名体检。
-
高送达率的交易与营销邮件发送服务，面向开发者提供 SMTP 与 API，强调速度、稳定性与收件箱送达表现。
-
面向现代 Web 的部署平台，支持 Next.js 等框架，提供从开发到上线的完整工作流与全球边缘基础设施，是前端和全栈产品常见首选。
-
Cloudflare 的边缘计算平台，用于在全球网络上运行应用逻辑，适合高性能、低延迟和分布式应用，也常用于 API、AI 和自动化服务。
-
轻量级开源网站统计工具，强调隐私友好、无 Cookie、简单快速，适合作为 Google Analytics 的替代方案。
-
微软免费的用户行为分析工具，提供会话录制、点击热力图等能力，适合分析网站上的用户浏览路径与交互问题。
-
事件埋点与通知工具，用更轻量的方式帮助团队追踪产品事件、关键动作和系统变化，适合早期产品快速搭建运营可见性。
-
全球支付与金融基础设施平台，支持支付、账单、订阅和资金管理，是 SaaS 和全球业务最常见的支付后端之一。
-
全球普及度很高的在线支付系统，适合跨境收款、结账支付和个人/企业间转账，是国际业务常见支付选项。
-
最流行的前端 UI 库之一，围绕组件化、声明式编程和虚拟 DOM 构建，适合做现代 Web 与原生界面的基础视图层。
-
Vercel 出品的 React 全栈框架，支持服务端渲染、静态生成、路由、Server Actions 与现代部署工作流。
-
现代静态站点生成器和内容站框架，支持多框架组件、岛屿架构和高性能内容站点，适合博客、文档站和营销站。
-
高性能 Python API 框架，强调类型提示、自动文档、开发效率与生产可用性，适合构建现代后端服务与 AI API。
-
Go 生态里流行的轻量级 Web 框架，强调速度快、API 清晰、学习门槛低，适合构建高性能 HTTP 服务。
-
最流行的原子类 CSS 框架之一，通过 utility-first 的方式在模板中直接组合样式，适合快速构建现代界面。
-
轻量级 hooks 风格状态管理库，API 简洁、上手快，适合共享全局状态但不想引入复杂模板代码的 React 项目。
-
原子化状态管理库，采用 bottom-up 的方式组织状态，适合需要细粒度订阅、复杂交互和高性能局部更新的 React 项目。
-
TypeScript 优先的数据校验库，提供 schema 声明、运行时验证和静态类型推导，适合表单、API 响应和状态入库前校验。
-
轻量级高性能 TypeScript ORM，强调类型安全、SQL 直观性和现代全栈数据库工作流，适合 TypeScript 项目。
-
下一代 Web Extension 框架，围绕浏览器扩展开发体验做了大量工程封装，适合更快地开发、打包和发布插件。
-
功能全面的认证框架，适合在现代 Web 应用中快速搭建身份认证、会话和用户体系。
-
Next.js 生态中的常用认证方案，帮助开发者快速接入登录、OAuth 和会话管理。
-
功能丰富的 JavaScript 国际化框架，适合多语言内容管理、翻译资源组织和跨前后端复用国际化能力。
-
专为 Next.js 设计的国际化方案，适合在现代 App Router 与 React Server Components 场景下做多语言支持。
-
火山引擎 veFaaS 的一体化 Agent 沙箱模板，集成浏览器、文件、Shell 和代码执行能力，适合快速部署可定制的云端沙箱环境。
-
火山引擎 veFaaS 的 Computer Use Agent 模板，面向可操作网页与桌面流程的智能体场景，适合快速验证具身操作型 Agent。
-
火山引擎 veFaaS 的长时记忆 Agent 模板，强调记忆存储、长期上下文与多轮任务延续，适合构建需要持续记忆的智能体应用。
-
火山引擎 veFaaS 的 Browser Session 模板，提供可托管的浏览器会话与 MCP 能力，适合浏览器自动化、网页访问和 Agent 工具调用场景。
-
火山引擎 veFaaS 的云沙箱模板，集成 Shell、File、Code 等工具能力，支持 OpenAPI 和 MCP，适合沙箱文件操作与代码执行场景。
-
火山引擎基于云手机与豆包视觉大模型能力的移动端 AI 智能体方案，可通过自然语言指令完成移动端应用自动化任务。
-
火山引擎 veFaaS 的浏览器云沙箱模板，可通过 CDP 或 VNC 使用沙箱浏览器，并支持 MCP 和 CDP 连接。
-
基于火山引擎 veFaaS 云沙箱的模型评测智能体，支持 SWE-bench 系列数据集一键评测，用于验证模型解决真实代码缺陷的能力。
-
基于豆包视觉大模型和 Browser Session 能力的 E2E 测试智能体，可通过自然语言完成 Web 应用自动化测试、用例生成和智能断言。
-
火山引擎应用广场中的深度推理工具，集成丰富的 MCP 服务，面向学术研究、企业决策和产品调研等复杂问题分析场景。
-
火山引擎应用广场中的扣子罗盘模板，帮助专业开发者搭建 AI Agent，并完成观测、评测、Prompt 开发与调试工作。
-
火山引擎应用广场中的扣子开发平台模板，提供大模型与工具生态，从开发到部署支持快速构建 AI Agent 应用。
-
技术栈识别插件，进入网站后可快速识别 CMS、前端框架、电商平台、分析工具、支付和 CDN 等技术，用来看竞品站点和拆网站很高效。
-
SEO 与流量分析插件，可在搜索结果页和站点内查看流量、DR、关键词、域名信息、AdSense 反查与 Google Ads 投放关联站点，适合做竞品和广告研究。
-
关键词研究插件，可直接查看搜索量、竞争度、趋势、相关词、长尾词和站点流量指标。免费版适合找词和看趋势，付费版可看 CPC 与更完整的数据。
-
相似网站发现插件，可快速寻找某个网站的替代站点和同类竞品，适合做竞对拓展、行业盘点和灵感收集。
-
面向全职 SEO 的浏览器插件，可在页面级快速查看标题、索引状态、链接、结构化信息等 SEO 线索，适合做页面审查和 SERP 研究。
-
Ahrefs 官方浏览器插件，可在页面和搜索结果中直接查看链接指标、页面元信息、重定向和损坏链接，适合做 SEO 诊断与竞品分析。
-
WooRank 的站点体检插件，可快速检查页面基础 SEO 健康度、结构问题和可优化项，适合做快速审核和初步排查。
-
流量、Whois 与网站 SEO 信息整合插件，可快速查看域名和站点基础分析数据，适合做站点摸底与批量浏览时的快速判断。