用过 AI 的人大概都有这种体验：同样一个需求，Prompt 写得好和写得差，结果天差地别。问题在于，大多数人并不擅长写 Prompt——这不是天赋问题，而是缺少一个系统化的优化流程。

前言

按照作者的话来说，Pi Coding Agent 是一个有主见且极简的 Coding Agent。上手了一段时间后，我认为它是目前最好用的 AI Agent CLI 之一。

很多项目爆火后都会迎来各种低质量的 issues 和 AI 生成的 PR，而 pi 这个名字非常有意思——它会与数学常数产生关联，这正是作者有意为之，目的是降低知名度，保持社区质量。

这篇文章本来是写给朋友看的，顺手整理一下发出来。

假设你之前没折腾过域名邮箱、Cloudflare Workers、接码平台、注册机、AI API 中转这些东西，我尽量按"为什么要做这一步"和"怎么确认这步做对了"来讲。中间卡住了可以直接把报错丢给 AI 问，实测 Codex 对这类部署文档和配置排错的理解还行。不过 API Key、密码、Cookie、Token 这些东西，发给 AI 之前先脱敏，别问我怎么知道的。

利用 MCP 实现 Claude Skills 的渐进式披露机制: 复用 Claude Code Skill in Anywhere

—— 一种可行的能力封装与动态上下文扩展方案（技术设想与验证）

前言

Claude Skills 引入了一个非常先进的概念： 将专业知识、流程规范和任务方法封装成“技能包”，并在任务实际需要时才动态加载。

还没来得及看，先放个链接吧

下载本期《经济学人》

信访新规：中央与地方的冲突加剧了

新版信访规定最值得注意的地方，不是上访程序变复杂了，也不是进京上访变难了，而是它暴露了国内央地关系正在发生的深层变化：

中央正在把解决不了的社会矛盾，制度化地压回给地方。