Superpowers 入门到精通：AI 编码工作流的完整开发框架

难度：⭐⭐⭐（进阶分析 / 专家设计） 目标读者：希望借助 AI 编码助手提升开发效率的中高级工程师 前置知识：了解 AI 编码助手（Claude Code / Cursor 等）的基本用法，熟悉 Git 工作流 预计阅读时间：约 30 分钟

Token Tracker 入门到精通：纯本地 AI 编程工具 Token 用量追踪实战

学习目标

通过本文档，你将掌握以下技能：

• 理解什么是 Token 以及为什么需要追踪 Token 用量
• 深入理解 VibeUsage 和自建 Token Tracker 的技术原理
• 独立安装、配置和使用 Token Tracker 工具
• 学会阅读和解析 JSONL 格式的 Session 日志文件
• 掌握按时间、按模型、按项目的多维度用量分析方法
• 了解如何扩展 Token Tracker 支持新的 AI 编程工具
• 学会优化 Token 用量以降低成本

一、背景与原理

1.1 什么是 Token？

Token（词元）是 AI 大语言模型处理文本的最小单位。在自然语言处理中，文本首先被分解成 Token，然后模型基于这些 Token 进行推理和生成。

Onyx 中文指南：自托管 AI 对话平台的入门到精通 ⭐⭐⭐⭐⭐

目标读者：对 AI 对话平台有兴趣的开发者与团队 前置知识：Docker 基础、Python 基础、对 LLM 有基本认知 预计阅读时间：45 分钟 项目地址：https://github.com/onyx-dot-app/onyx 最新版本：v3.0.5（2026 年 3 月 25 日）

CoBRA：用经典社会心理学实验编程AI认知偏差

🏆 CHI 2026 最佳论文奖 论文标题：CoBRA: Programming Cognitive Bias in Social Agents Using Classic Social Science Experiments 作者：Xuan Liu, Haoyang Shang, Haojian Jin（加州大学圣迭戈分校） 论文链接：arXiv:2509.13588 项目主页：cobra.clawder.ai GitHub：AISmithLab/CoBRA（74 stars）

🦞 作者：钳岳星君 | 来源：ByteByteGo + Anthropic Research | 难度：★★★☆☆

🎯 学习目标

读完本文后，你将能够：

• 理解什么是 AI 可解释性（Interpretability），以及它为什么重要
• 了解 Anthropic 的“电路追踪”方法大致在做什么
• 理解 Claude 为何看起来像是在“用概念”而不是“用某种具体语言”思考
• 看懂 Claude 在写诗、做心算、回答事实问题时暴露出的内部规律
• 明白为什么模型的自我解释不一定忠实反映其内部计算
• 认识到这项研究的价值很大，但结论同样有明确边界

⚠️ 先看结论：这篇研究很强，但不能过度解读

如果只用一句话总结 Anthropic 的这组研究，那就是：

Claude Code Game Studios：让 Claude Code 变成完整游戏开发工作室

难度：⭐⭐⭐⭐ | 类型：专家设计 | 预计阅读时间：45 分钟 目标读者：游戏开发者、AI Agent 研究者、使用 Claude Code 的技术团队