彦华笔记 Yanhua Notes
写 AI 工程、Agent 工作流和独立开发里，真正用得上的判断。 Notes on AI engineering, agent workflows, and shipping in public.
最新 Latest
Agent 的本质是一个 while 循环：拆解 78k star 项目 pi 的 792 行核心源码
打开真正几十万人在用的 coding agent 源码，核心就一件事：一个 while 循环。对照 pi 的 792 行 agent-loop，拆双层循环、Steering、事件流、错误处理、Token 截断防御和工具三段流水线。
更多笔记 More notes
普通人可以尝试的 8 个 AI 副业：怎么起步、怎么接到第一单
客户不会因为你用了 AI 而付费，只会因为你帮他省时间、提质量或解决问题而付费。8 个可实操的 AI 副业方向——从垂直内容服务到企业培训资料——每个都讲清楚怎么起步、怎么报价、最大的风险和产品化路径。
一个人做 SaaS 出海：从找需求到第一笔美元，7 步跑通闭环
AI 让一个人做产品成为可能，但开发效率提高不等于有人买单。从「该不该出海」的三个自检问题，到选需求、MVP、变现、支付与增长——7 步把一个人 SaaS 出海的闭环讲完。
硅谷四人酒局3小时，8个AI判断，有一条让我后背发凉
Naval 拉着 YC 总裁和两个连续创业者，喝着酒聊了 3 小时 AI。没有 PPT，没有通稿，正因为没人端着，这三小时里的判断比很多 AI 峰会都狠。8 个判断，有一条我是边听边后背发凉的。
提示词不用学了，要学的是那个替你写提示词的循环
编译自 Addy Osmani《Loop Engineering》。Harness Engineering 之后的下一步：你不该再给编码 Agent 写提示词，而该去设计那些替你写提示词的循环——拢共五个零件外加一块记忆，一个循环跑起来是什么样。
当 AI 开始自己造自己：Anthropic 递归自我改进全文翻译
Anthropic Institute 长文全文翻译：从每位工程师代码产出的陡增，到模型挑选「下一步」胜过人类——递归自我改进已经在发生。人类的角色如何一步步退后、Anthropic 内部的证据、几种可能的未来，以及：如果我们错了呢？
Google工程总监写了本453页的书，读完后我发现自己写的Agent根本不叫Agent
Antonio Gullí 把 AI Agent 开发拆成 21 种设计模式、4 个成熟度等级。读完最大的冲击是：大部分人以为自己在做 Agent，其实连 Level 1 都没到。Level 0-3 分级诊断、Context Engineering 四层模型、Producer-Critic 反射模式、Memory 三层架构，以及三件今天就能落地的事。
听完姚顺宇 4 小时访谈，我记下了 8 个会颠覆你认知的 AI 判断
在 Anthropic 和 Gemini 都训过模型的研究员姚顺宇，4 小时把 2026 年 AI 业内最不愿意公开说的话都说了。预训练没撞墙、个人英雄主义结束、壳产品两条活路、以及一道 24 小时面试题——8 个反复回放的判断。
Karpathy 知识库方法论：把 Obsidian 当代码仓库编译
Karpathy 用一个词改变了我对笔记管理的理解：编译。Obsidian Vault 是代码仓库，LLM 是编译器。分层、增量、可追溯——这不是新概念，这是软件工程的知识库版本。
Claude Code Skills 完全指南：Anthropic 内部数百个 Skills 用下来的经验总结
大多数人以为 Skills 只是 Markdown 文件，这个误解让他们少用了 90% 的威力。9 种类型、10 个秘诀、完整 CR Skill 案例，基于 Anthropic 工程团队内部实践整理。
Karpathy：当你的瓶颈不再是代码，而是你自己
Karpathy 在 No Priors 播客提出 7 个核心命题：Token 吞吐量是新的 GPU 利用率，Agent 是新客户，AutoResearch 让人类退出研究循环。完整框架拆解，附行动清单。