知识库精选-2026年7月30日-WayToAGI

《一段Prompt让你的Kimi K3 花钱更少，出活更快》Kimi K3 很强，但很多人用它做任务会遇到一个问题：它容易反复思考、重复验证，结果就是任务不收敛、调用成本高、出活慢。作者给了一段很短的Prompt，用来提前限定本轮只做什么、做到什么就停、验收哪些结果、遇到阻塞怎么结束。专治K3的三大毛病：想太多、烧钱快、出活慢。常用K3的可以直接试试。
《写了几十个Skill，我最常用的是这3个》云舒从自己写过的几十个 Skill 里，挑了3个最常用的：find-top-three用来帮你从复杂问题里找出当前最重要的三件事；dual-agent-collaboration用两个模型互相校验审核，提升方案设计和代码审查质量；issue-pool 负责把零散开发想法整理成可讨论、可验收、可开工的任务池。
《让 Agent 批量采集网页数据，Scrapling 到底好不好用？》很多人让 Agent 抓取网页时，习惯直接开浏览器。如果要连续抓几十个页面，甚至做长期采集，始终开着浏览器就有点重了。作者实测Scrapling + MCP：能用HTTP请求就直接抓，需要渲染时再启动浏览器，最后只把目标字段回传给Agent，减少上下文占用。文中还用天气、豆瓣Top250、豆瓣图书、B 站榜单、知乎热榜等案例，验证了分页、并发、落盘、限速和兜底能力。
《对Loop Engineering的思考》从2022到2026，AI 辅助编程经历了清晰的开发模式的转移：从 Prompt Engineering、Context Engineering、Harness Engineering，再到Loop和Graph Engineering。文章还拆解了Automations、Worktrees、Maker-Checker、Connectors、Memory等关键组件，并用TDD、证据链和预算控制解释怎么让 AI 更可靠地干活。
《从 TL 到 EM：我终于不再盯着 AI 写代码了》这篇文章适合正在用 Coding Agent 做项目的开发者、产品型创作者看。宝玉讲了一个很关键的转变：用 AI 编程时，人不用一直盯着每一行代码，从Tech Lead转向Engineering Manager。前者更关注实现细节和代码审查；后者更关注目标、方案、验收和结果。AI 编程真正的瓶颈也正在从“会不会写代码”变成“能不能想清楚要做什么”。
《李飞飞：解决机器人领域最难的问题丨a16z》大模型靠互联网文本快速扩大规模，机器人面对的世界完全不同。每次训练都要让机器真的移动，每次评估都要让原子穿过空间，速度慢、成本高，动作失控还会撞坏设备或伤到人。这些成本让机器人很难复制大模型的增长曲线。一起来看看在World Labs联合创始人兼CEO李飞飞看来，当下解决机器人领域最难的问题是什么？