团队内部的 AI / 大模型 / 工程化讲解合集。
给运营与产品的大模型可视化术语手册。
attention-is-all-you-needTransformer 论文的极简三页讲解。
scaling-law模型规模、数据与算力如何决定性能。
kv-cache推理加速的核心机制与成本优化。
world-models让 AI 在脑内模拟世界的范式。
deep-learning-rl两大范式的通俗入门。
recursive-self-improvementAI 自我迭代的原理与边界。
progressive-disclosure上下文工程中的记忆与信息分层。
representation-learning让 AI 把万物「翻译成数字」——embedding 与向量搜索的地基，结合 Akke 举例。
interpretability-alignment看懂 AI 在想什么、让它做我们想要的——结合 Akke 举例。
generative-media文生图 · 文生视频 · 图生视频 · 视频配音——2026 年 7 月各厂商最新格局、底层原理、GitHub 高星开源选型，结合 Softie 与 Akke 的真实生产实践与合规红线。
把门店营销工作台原型（V4.1）的 JS bundle 解包，40 个界面逐屏枚举出来做形态判定：桌面客户端相对浏览器的独占能力只有 5 类（本地文件系统、常驻托盘、驱动本机 App、离线、本机硬件），逐类去找落点——命中 0 屏；反过来手机拍摄直传、企微扫码登录、扫码开通付款、一条链接即交付这四件事客户端做不了或做得更差。也替客户端说了两句话：日均 76–84 分钟的重度使用，以及唯一真站得住的那条——大陆可达性（2026-07-28 成都实测 akke.vercel.app 超时、*.supabase.co DNS 解析失败），并说明为什么客户端同样绕不过这堵墙。含与 T1/T2/T3 执行分级的对齐（三档没有一档落在店长电脑上）、选网页后真正要花钱的四件事、三条回头做客户端的触发线与「网页 + 薄 Agent」的正确形态（深色技术长页，2026-08-02 原型实测）。
akke-tech-overview给第一次接触项目的技术顾问：一页滚动读懂 Akke 的部署三件套、评论→打分→触达数据管线、分通道 LLM 路由、绕抖音风控的真机/云电脑执行层、多租户 RLS，以及现阶段进展与最新技术栈版本（深色技术长页）。
qwen-in-production为阿里千问团队来访准备的一页速览：六条产品线（Akke / 门店工作台 / Softie / Vivi / CozyUp / Workflow）各自在用哪个千问槽位，九个模型逐个列出角色、用途与逐项核验过的挂牌单价。重头是两轮去偏横评的实测结论——第一轮把 chat 槽切到 2507 快照，输入侧降本 5.1×、输出侧 3.3×，但诚实写明红利是「成本砍掉八成」而非「效果飞跃」；第二轮出了个反直觉结果（qwen3-max 4.77 反而低于 qwen3-235b-a22b 5.82），以及一次六天后的全量回滚——照评测第一名切了推理模型，生产实跑单条 131~171 秒击穿两道超时天花板，教训是「只测质量不测 wall-clock 延迟就会选出线上跑不动的冠军」。另含围着模型建的四道护栏（一行 env 回滚 / 推理 token 哨兵 / 评测额度隔离 / 逐条成本回填）、三类生产实测踩坑（VL 判小控件状态的假阴性、json_object 退化、长度合规回退），以及按卡点排序的九个待请教问题（深色技术长页，单价与评测数据截至 2026-08-07）。
store-workbench-decision一个 36 屏交互原型要变成能单独迭代的产品，架构该怎么切。先拆原型（22 主屏 + 14 详情屏、13 屏一次性配置 vs 9 屏每日任务），再复盘三个月前「不要独立」那版选型的四个候选与否决理由，以及它为什么在目标函数变了之后被推翻。核心决策是把「独立」拆成四个可分别取舍的层级，最终停在「独立仓 + 共享数据面」——切开发布节奏、不切开数据。含五条实读代码核过的硬约束（其中两条推翻了内部备忘录的既有说法）、三层架构与共享数据面的四条契约、执行面 T1/T2/T3 分级，以及逐屏对账后的能力缺口分布：59% 现有能力直接覆盖，剩下 41% 恰好集中在演示效果最强的几屏，另有三处「照做会破坏系统」必须改设计（深色技术长页）。
akke-memory-systemAI 会话天生失忆，6 个人怎么共用一个脑子：三层渐进索引把 859 条经验、3.2MB 知识压成每次会话只花 5.7KB 的入口（约 560:1），一条记忆从写下到队友自动读到的 7 步生命周期，以及 pre-commit 体量硬闸、死链体检、未提交提醒、worktree 并发隔离四道自动闸——后半是逐条跑命令核实的 9 个缺口诊断与补洞清单（深色技术长页，数据实测 2026-07-29）。
oltp-olap-lakehouse起于一次真实告警：生产库 CPU 82%、当天 4 份资料写库超时，升配止血之后该问的是「是不是该上一套正经数据平台」。先把三个总被混着说的名词讲清楚——OLTP 一次改一行（行存＋事务）、OLAP 一次读一亿行（列存＋向量化，含同一问题两种存储读取量的量级对照）、Lakehouse 为什么是被数仓「贵且只收结构化」和数据湖「没事务变沼泽」两代坑逼出来的（Delta / Iceberg 那层元数据事务日志到底加了什么）。再用实测家底做判断：整库 1,356 MB、132 张表、最大表 44 万行，而两家的拐点在 TB~PB——差三个数量级，且它们不能替代业务库、上了是加一套不是换一套；附 Snowflake credit 与 Databricks DBU 双重计费的月度成本对照。真凶另有其人：一张 442 MB 的模型调用审计表吃掉三分之一的库、10 万行超 30 天且没有保留策略，邻居表全都有窗口只有它在裸奔。结论是不买但抄五个思想（存算分离冷热分层、bronze/silver/gold 分层、治理打标补上「能不能发给客户」的字段缺口、Time Travel 版本快照，以及一条反向结论——招牌向量检索恰恰最不用抄），并写死四条触发线与五级升级阶梯（深色技术长页，数据实测 2026-08-06）。
douyin-replica-tech把一条跑出成绩的爆款换成自家主播的脸和声音重新出片：MiniMax 零样本音色克隆、sync-lipsync 扩散式嘴部重绘、真人底片表情保真、OpenCV 逐帧字幕擦除与「先剪后驱动」成本工法——单条 $1.8，附完整选型对比与团队 skill 用法（深色技术长页，2026-07）。
video-pipeline-2026-08一年前只有「换脸换声」一条路，现在是四条：真人讲解、纯场景画外音、实景走位讲解，外加逐镜点菜（试验中，代码未合）。这一页讲整条产线当前长什么样——判型由解构端产出、复刻端只消费，九段主链路每一棒都落库交接，付费步骤的编号由服务端固定下发，断线重连不会产生第二笔费用；生产端只提交不可变阶段包、审核端只审当前包，两者都没有发布权，最后由店长完整播放一遍才解锁下载。成本拆成两本账：生成费有每单硬闸，而产线自己那个 AI 会话烧的「大脑费」曾经只记不拦——记的是遗照不是闸门，会话级美元硬闸已提交待合。另含 24 道确定性闸门按管什么分类（每道都对应一次真实翻车）、判死看心跳不看进度的原因、卡住／失败／判死三件事为什么必须分开，以及 13 类机器可读失败原因里只有一类值得自动重试（深色技术长页，口径 2026-08-10）。
video-workflow-landscape把团队全部 AI 视频工作流摊在一页上：一个解构端产出分镜 JSON 当契约，生成端只消费它——四张已定档的风格卡（真人讲解 $6 / 换场景口播 $12 试用 / 纯场景画外音 $15 / 实景走位 $30），外加试验中的逐镜点菜、小红书跨平台搬运线与仍是半成品的广告素材线。重头是门店工作台这一侧：生产与审核分权（producer 只提交不可变阶段包、reviewer 是构建时烘焙的固定只读镜像、两者都没有发布权，两把密钥相同则两条接口同时 503）、风格表把 video_type 的作用止步于查表那一下、26 道审片闸门按四阶段分布，以及 8 月 8–11 这四天让产线学会自己喊疼的九项改动——判型缓存（同一条片判两次型就是两笔钱）、纯场景准入止损（本店零实拍时一分生成费都不花就拦住）、大脑费单开一本账（混进生成费会让一单还没做画面就被自己的思考费打爆 $6）、会话原地续跑（换认领是付费链条倒下的第一张骨牌）、僵尸预留出口与结构化 409、定向返修、任务看板与内容库存、成片不再拿反馈来换下载。含九个自愈硬参数（心跳 60 秒 / 判死 5 分钟 / 重排 2 次 / 返修预算 30% / 并发默认 2 硬上限 8 / 失败分类 14 类）与「会话退出之后怎么走」的分支图。往下是四层主播数字资产与一次事故级发现——78 张图库、14 条模特素材、9 条成片出镜的其实是三个人，身份键因此改成人脸 embedding（阈值 0.375，「先平均再比对」被证明会双向漏报）；再往下是烧录字幕处置顺序、七道后期验收门、n8n 十个 active 工作流撑起的生图底座、一本逐笔回执记出来的成本账（大脑费换模型后同批 token 从 $60.50 降到 $0.58，三项优化把月支出从 $675 压到 $274），最后是四个可独立交付独立验收的协作面（深色技术长页，代码与成本口径 2026-08-11）。
hdyx-progress-2026-07视频制作 → 广告投放 → 加微承接 → 企微 AI 自动化：四条业务线各自走到哪、哪段全绿、哪里在等谁——含 M1 图源对照实验、三生态投放评估排序、加微链路事实澄清、企微 AI 灰度真发数据与按「球在谁手里」排的卡点总表（甲方分享会深色长页，数据截至 2026-07-15）。
hdyx-tech-blueprint-2026-07与进展页配套的工程口径：「想在云端、手在终端」三层总架构，视频产线 M1 图源对照实验设计与八工位流水线，三生态投放承接链路形态与归因埋点，抖音→企微 hard-gate 收口与短信桥，企微方案 A/B 对比与云电脑 GUI + VL 读屏数据链——含全栈选型表与两条贯穿性工程原则。
langchain-langgraph-langfuse三个都带 lang 的名字怎么分？前两个帮 AI 干活、第三个帮你看清 AI——结合 Akke 讲我们用了哪个、没用哪个、为什么。
claude-tag把 Claude 拉进 Slack 当常驻队友：@一下就接活、会主动盯事（Opus 4.8）。
hermes-agent团队自研 Agent 系统讲解。
loop-engineeringAgent 循环工程方法论。
fdeAnthropic 的 FDE 角色解读。
ai-harnessAgent harness 框架要点。
fable5新模型能力介绍。
claude-model-picker在 Claude Code 里写 Akke 代码时，什么活儿配哪一档模型——一页决策图，含定价、速度与 Akke 任务对照。
claude-code-model-effort模型、effort、fast 是三个独立旋钮，不是同一条「更强」的滑杆：换模型治「想不明白」、调 effort 治「想得不够深或想太多」、开 fast 只治「等得烦」。判定线不按重要程度、按不确定性的位置——说得清的活留给 Opus 5，说不清、要无人值守跑很久、要一次产出可交付文档的才切 Fable 5；安全向分析是红线（Fable 会拒答且 CC 里没有自动兜底）。含两台机器的规格对照与真实账单倍数（Fable 约 3～4×，不止牌面上的 2 倍）、low→max 七档 effort 阶梯与各自的典型活儿、九个会真花钱的坑（删掉「再检查一遍」、子 agent 要反向调），以及 Akke cron 排查 / 支付鉴权审计 / 视频流水线选型 / 财务周报等九个场景可直接照抄的档位（深色技术长页，Claude Code 2.1.220 实测口径）。
tencent-hy3腾讯混元刚发布的开源权重旗舰：架构、定价、优缺点，和生产在用的 Qwen3-2507 / DeepSeek V4 Flash 摆在一起算账——结论是两个槽都不换。
scheduling-terms定时·事件·常驻：一堆易混的自动化机制怎么选。
loop-goal-orchestration/loop 是让 prompt「反复醒来」的骨架，goal 是写进 prompt 的「何时停」判据——两者配起来让 Claude 自己盯一件事干到达标。结合 Akke 讲轮询/指标收敛/backlog 磨盘三种落法与四道护栏。
usage-limit-auto-resume长任务跑到一半撞了 Claude Code 的 5 小时限额、人又不在？先破除一个普遍误解——撞限额不是进程被杀，是会话暂停等输入、上下文全在，于是「派个哨兵守着终端、到点自动续」就成立。梳理官方现状（至今未内置、一串 open issue）与社区四派方案，深讲首选工具 unsnooze 的双通道检测 / epoch 轮询扛睡眠 / tmux resume 机制与上手姿势，附 prompt cache 成本坑，以及 Akke/Workflow 长线程的实际落法（深色技术长页，2026-07）。
dynamic-workflows让 Claude 写一段脚本去编排几十上百个子代理并行干活、脚本本身不烧 token 的用法：两种触发（关键词 ultracode / 会话默认 /effort ultracode）、临时与默认两种限流（use at most N agents / config 四档规模）、以及全库审计·大规模迁移·交叉验证·循环到达标四类该用场景与「一下午能干完就别叫蜂群」的别用边界（深色技术长页）。
autoreply-supabase-relay客户回复→数据库中转→生成→发送：为什么不一步到位。
wecom-vl-reading系统不是"读"聊天记录，是"看"截图——为什么四条正经读法全是死路、VL 会怎么看错、diff 矫正为什么一度失灵（test-22 修法）、四条护栏原则与给运营的"卡顿"三步判断（深色技术长页）。
enterprise-brain-distillation从 41 页企业手册与金牌销售对话，蒸馏出一颗"管得住嘴"的 AI 大脑——搭建、训练与护栏全景（甲方分享版深色 Deck）。
deconstruct-pipeline一条高播放竞品视频链接进来，一条合规 AI 成片出去——六工位产线总控动画（解构→重写→生图→生视频→配音→成片），三个人工卡口、重 roll 熔断、单条成本账与 M1-M3 落地路线。
ai-golden-salesperson"更有精气神"拆成 5 个可执行维度——人设密度、去客服腔、消息节奏、真实语料喂养、销售推进框架，每一维配开源研究依据，对照 Akke 企微 AI 代回的真实做法。
claude-code-codex同一个项目同时用两家的编码 Agent 可行吗？可行，但要先迈两道坎——指令文件互不相认（CLAUDE.md vs AGENTS.md）、两个 agent 不能同时写一个工作区。以 Akke 仓库现状为例给出四种协作模式与落地清单。
cloud-pc-fleet企业版与个人版云电脑混编共存，怎么避免「更新完各台跑的不是同一份程序」。先盘家底（八台在册，含一台没人登记过的企业版），再定位根因——中央能查到版本号的机器是零台，版本这个事实从没离开过机器本身。方案四层：版本自报（改动最小、必须排第一，它是后面每一步的验收尺子）、把三份手维护名单收敛成一份 manifest（更新工具现在只覆盖 25 个文件里的 11 个，还漏了它自己）、企业版推个人版拉但共用同一条哈希验收口径、漂移告警与按机器 pin 的灰度回滚。含分阶段路线、成本账（为什么不该为统一而全升企业版）与批量扩机红线（深色技术长页，2026-07）。
claude-code-cloud-pc企业微信和抖音都没有可用的对外发消息接口，于是「发消息」这件事只能落到一台登录着真账号的 Windows 云电脑上用 GUI 去点。这篇讲清楚怎么把这台机器交给终端里的 Claude：控制链七层全景、阿里无影企业版 RunCommand 的官方口径（16KB 命令体 / 300 秒超时 / 24KB 输出截断）、会话 0 与会话 1 的硬边界与 InteractiveToken 跳板、把 88KB 脚本塞进 16KB 管子的分块校验法、SNI 阻断的判据与中转修法、十四条坑位速查——以及一次把自己三条「已知死路」实测推翻的记录（深色技术长页，2026-07）。
aliyun-cli-runcommand不连远程桌面、不用人坐在机器前，怎么从 Mac 终端把脚本送进四台 Windows 云电脑再把结果读回来。手把手过一遍 aliyun CLI：RAM 凭据与 profile 的爆炸半径、「命令集 × API 版本 × 区域」三坐标（为什么 describe-users 会「不存在」、为什么 region 要写两遍且空列表比报错更坑）、run-command 与 describe-invocations 的两步走全流程（附本页写作时实跑的真实回执）、会话 0 与会话 1 的硬边界与 InteractiveToken 跳板、回执三条信道的可信度定论（其中两条曾被我们自己误判成平台 bug）、88KB 脚本分块灌入与 MD5 校验、开通机器与授权账号的完整序列，以及 18 条按症状查的坑位速查表——全部来自 Akke 生产机队（深色技术长页，2026-07）。
cloudpc-wecom-evolution两台成都的 Windows 云电脑登录着真实企业微信账号，自己读屏、自己生成话术、自己打字发送，运维它们的是杭州一台 Mac 终端里的 Claude Code。上半篇讲遥控原理——为什么官方接口三堵墙全走不通、会话 0 与会话 1 的硬边界、InteractiveToken 跳板、SNI 阻断与 Fly 中转；下半篇讲企微 AI 代回七个月的迭代史——从 kf API 撞 ICP 备案墙，到 VL 读屏、50 轮记忆、7 天召回、到店漏斗、脚本自愈与看门狗、五层配置压成一个版本号，含当前线上版本快照与四条仍未解决的缺口（深色技术长页，2026-07）。
i2v-quality-triageAI 生图 → 可灵/Seedance 图生视频的成片效果不理想，问题在提示词、图片还是模型？一次真实产线的三层归因排查：图片 > 模型参数 > 提示词，含嘴形破案实录（V3 无音频输入回退 v2.5）与可迁移的排查方法。
omnihuman-short-dramaAI 短剧口播视频怎么生成：从 v1 的 Kling+lipsync 多步级联，到 v2 的 OmniHuman 一步音频驱动（audio→video+face+body）。含 Seedream 真人锚点、反打单人架构（多人同框会两张脸同时张嘴）、fal/RunPod 调用地图澄清，以及逐环节的 RunPod 自建替代评估——空镜可换 Sulphur Pod 省 5×，口播真人的脸/口型/音色永远留 fal，单条 $14.82（深色技术长页，2026-07）。
2026 年跑通的企服 AI 没有一家靠「按人头订阅」赢——它们把收费口径从软件预算挪到了人力预算。拆解三种正在跑通的模式（按结果计费 / Service-as-Software / AI Rollup）、海外公司档案与真实增长基准（80+ 家过 $100M ARR、人均 ARR 差一个数量级、纯 SaaS 倍数跌 80%），中国现场的结构性差异（用友金蝶市值双双 -80%、北森 AI 新签已是传统 4 倍且要建 300 人 FDE 队伍），以及一套判断切入点的五条硬标准 + 可交互自查打分器与四个候选象限。全文数据标注 A/B/C 证据档位（深色技术长页，2026-07）。
ai-growth-landscapeAI 营销视频与社媒获客两个赛道、国内外 60+ 家公司的全景扫描：Sora 为何关停、Icon 为何从 AI 退回真人拍摄、13 倍估值差从哪来，以及 Meta 与抖音的私信 API 如何决定了「谁能主动跟陌生人说第一句话」。每条结论标注信源与证据档位，查不到就写查不到（深色长页，2026-07）。
tencent-ima-lke-landscape腾讯 IMA 全功能免费、LKE 已更名「智能体开发平台 ADP」且 188 元/月就送 100GB 知识库——「我们有个知识库」不再是卖点。逐条拆开腾讯这两个产品（含官方四档定价与配额），把国内竞品分成底座平台 / 办公入口 / 私域 SCRM 三层、海外分成企业搜索 / 客服 Agent / AI SDR 三个赛道，再对到我们企业大脑的家底上：五个料架 671 份资料，市面产品只覆盖得了其中两类，「该怎么说话」「遇到这种情况怎么办」和真实执行层是买不到的。含五条可直接落地的借鉴项（Glean 权限感知检索补「能不能发给客户」的字段缺口、Decagon AOP 治决策规则 35/40 天花板、OCR 救回 21 份扫描件）、两条明确不建议做的，以及整页数字的 A/B/C/D 证据分档。最扎心的一组数字来自微软自己：1.5 亿 Copilot 座席、约三成日活、6% 的试点走到规模化（深色技术长页，2026-08）。
把反复要说的一长段话存成一个 /命令：技能怎么存怎么触发、常用技能逐个拆解（grill-me / brainstorming / deep-research / code-review / simplify）、开源生态该从哪装、worktree 与子智能体怎么并行不打架。含从分享会笔记到 2026-07 的现状更正——「think / megathink 三档思考」已被官方文档推翻，以及我们这台机器上实测在跑的 23 个插件与 32 个自建技能。
new-mac-setup新同学第一天的完整动线：Shadowrocket 隧道 → curl 出口验证 → Xcode CLT / Homebrew / Node 依赖链 → Claude Code 安装登录，每步可复制执行，附终检清单与真实踩坑速查（深色技术长页 + 动画终端演示）。
mac-for-aiAI 时代的日常 = 终端里的 Agent + 想跑就跑的本地模型：macOS 的 Unix 底子和 Apple Silicon 统一内存各接住一半，也诚实讲清 Mac 什么时候不是答案。
vercel-supabase我们几乎每个产品都在用的两件套——前端托管 + 后端数据库：来历、能力全景，以及我们用了哪些、没用哪些、为什么。
database-storage-mapMongoDB、Supabase、Neon、R2、S3、阿里云放在一起比，几乎总是错位比较——它们根本不在同一层。先用三刀分层（存的东西长什么样 / 谁替你运维 / 在谁的机房），再逐层展开：八种数据形状各自的擅长与不擅长、交易库与分析库这条被忽略的正交线、从自己装到 BaaS 的四档运维形态、四大供应商阵营与「国外托管库在国内打不开」这条排在所有技术对比之前的硬约束。重头在对象存储的账单真相——存储单价只差 4 倍，出网单价差到无穷，同一份用量（1TB 存 + 10TB/月 下载）最贵的 S3 约 $914、最便宜的 R2 约 $15，61 倍差额几乎全部来自出网流量。另含 Postgres 一族四种买法的横向对账、MongoDB 到底什么时候才是对的、一棵可照走的决策树、十条最贵的误解，以及我们自己「一个 Postgres + 一个 R2」的真实选型与代价。全文价格取自厂商官方定价页（深色技术长页，2026-08-05 核）。
flyio我们的「重活」都跑在 Fly.io 上：它到底是什么、和自己租一台 VPS 有什么本质区别、Render / Railway / Heroku / Cloud Run 这些竞品各自站哪，以及我们为什么选它、踩过哪些坑。
falai-runpodAI 生成的两种买法：fal.ai 按「结果」收费（一千多个模型的统一点菜口），RunPod 按「GPU 时间」收费（把带显卡的厨房租给你）。什么时候点菜、什么时候开火，以及我们两家都在用、分别用来干什么、踩过哪些坑。
nextjs-nodejs-pythonAkke 是用哪几种语言搭起来的？用「一条请求的旅程」串起 TypeScript / Next.js / Node.js / Python，全员不写代码也能看懂同事每天在改什么。
sql-python-intro数据分析基础速成。
pr-git-worktree合并前的检查点，和多会话并行开发的隔离工具——结合 Akke 最近 3 天的真实提交举例。
git-commit-standards每次 git commit 之前该过哪几道题：把一条提交拆成 type / scope / 标题 / 正文 / 引用五块逐块讲透（含打字机对照演示），七个 type 怎么选、scope 为什么要前后一致、正文的三段式（什么问题逼你动手 / 为什么否决了另一条路 / 留了什么坑）。后半是代码进 main 的四条通道与两个组织的纪律差异（Akke 分层 PR 规则 + 高危路径双闸 vs Workflow 钩子直推 vs 新仓零 CI），以及三个逐条跑命令核出来的真问题——其中最要紧的一条是某仓 PR 自动评审因未装 GitHub App 一直 401、而 PR 平均 17 秒就被合掉，等于白开。全部举例取自同一人 2026-07-27→08-03 的 193 次真实提交（深色技术长页，Pantone 色板）。
协议·选 IP·客户端·排障：自建节点的完整脱敏科普。
team-vpn-architecture给协作团队的架构脱敏速览：搬瓦工入口 VPS 终结加密隧道、透明中转到 10 个独占美国 ISP 出口，每人一 UUID 死绑一出口；协议被防火墙逼从 TCP 一路走到 Hysteria2 UDP（含 TCP 掐数据 vs UDP 放行动图与协议进化时间轴）、Clash / Shadowrocket 终端接入切换、双机热备与 15 分钟深度巡检——不含任何 IP 与凭据（深色技术长页，2026-07）。
cloud-device-network云电脑、云手机时不时打不开、连不上网络，九成是本机代理软件的 fake-IP 模式挡住了 UDP——一眼认出症状 + 三步修复。
「反过来想」——先问怎样会失败，再挨个避开；结合 Akke 举例。
musk-five-step-algorithm质疑需求→删除→简化→加速→自动化：工程思维的操作系统，结合 Akke 举例。
wbs-task-breakdown把大目标拆到「一人一天可验收」为止——用 Akke 近 3 天的真实工作演示任务拆解，结合 Akke 举例。
yagni「以后可能用得上」是工程里最贵的一句话——为想象中的未来写的代码几乎都白写。什么该现在做、什么该等真需要时再做，以及 YAGNI 不适用的边界，结合团队真实决策。
thiel-simons-speed彼得·蒂尔的速度感 + 西蒙斯「一定有方法建模」的确定性——团队三条执行方法论：清晰 Spec 与验收、只强调结果不纠结过程、设计执行验收交给不同 session 接力。
数学最高奖 90 年来首次颁给中国数学家，一届来了两位：王虹终结 108 年的三维挂谷猜想（一根针转一圈最少要扫过多大地方），邓煜打通希尔伯特第六问题的核心链条（从分子碰撞严格推出流体方程）。零公式全比喻，含转针动画、三尺度粒子模拟、3D 奖牌与 Pantone 色卡版深色设计（深色技术长页，2026-07）。
riemann-hypothesis全程看图、零公式：素数是数字世界的原子，它们何时出现毫无规律，整体却守着一条平滑曲线；黎曼把这件事变成一张地图，地图上「海拔为零」的点全部站在同一条直线上——167 年没人能证明。含十二条山脊切片的 ζ 地形图（只有临界线那条会一次次触到海平面）、零点航拍图与一个「只要有一个落在这里就全盘崩塌」的幽灵点，以及用黎曼显式公式真算出来的素数音乐（10 支 / 30 支音叉叠加逼近素数台阶）。后半讲为什么 10 万亿个验证仍不算证明、希尔伯特 23 题里为何只剩 8 号原地未动、证明它对现实与 Akke 分别意味着什么（顺带破除「会破解银行密码」的误解），最后拆 2026 年 8 月 Claude 把临界线下界从 41.6% 推到 67.2% 的那一仗——60 个子 agent、31M token、650 个阵亡想法、Lean 形式化验证与外部数论专家审读，以及「验证器在环」架构可直接抄的六个动作（深色技术长页，口径 2026-08-11）。