6 篇内容
文章从 Sophie Alpert 关于工程师使用 AI 写作的内部政策出发，提出一个关键原则：无论是自己改写还是让 LLM 辅助整理，都必须对文档中每个想法和句子负责，不能以“AI 写的”为由推脱。作者进一步解释“自然语言文本不存在无损变换”，因为每次改写都会改变语义，而 AI 并不具备你最细致的表达意图，信息必然丢失。因此工程师应确保最终文档完全代表自己的真实思考，避免用 AI 生成的内容误导读者。文章短小但观点鲜明，是对 AI 辅助技术写作的清晰边界约束，适用于需要撰写设计文档、技术说明或评审材料的工程场景。
推荐收录，因为它用一个简洁的“无损变换不存在”概念，划清了工程师使用 AI 写作的责任边界，并且直接对接技术文档、设计评审等真实工作场景。读者可以将其作为个人或团队使用 LLM 辅助写作的默认准则，避免因转述造成语义漂移和信息损耗，具有长期可迁移的工程文化价值。
文章由 Simon Willison 引用并评论 Sophie Alpert 关于工程师使用 AI 写作的内部政策。核心论点是自然语言文本不存在无损转换，任何重写或改写都会改变原意；当执行者不掌握作者最细致的思想时，信息必然丢失。因此作者提出关键规则：工程师必须对文档中的每个观点和每句话负责，如果审阅者追问某句含义，不能用“AI 写的”来推脱。文章强调 AI 只能辅助，最终文本必须真实代表作者想法。该观点适用于技术文档和工程沟通，但篇幅较短，主要提供原则而非具体操作或实证。
推荐收录，因为它以简短清晰的方式提出了一个可迁移的工程写作边界：AI 改写会损失语义，写作者必须对每一句负责。这能帮助工程师在引入 LLM 辅助文档时避免误导读者、推卸责任，尤其适合需要维护技术文档、设计说明或代码评审沟通的开发者。虽然篇幅不长，但原则具有长期参考价值。
文章先提出一个很具体的个人管理策略：作者每周整理相机胶卷，把照片分成保留、删除和“待处理”三类，并进一步要求每张保留照片都写上一两句说明，记录拍摄时的场景和心情。作者认为这种轻量元数据能显著增强照片作为“生活记录”的价值，也能反过来促使自己更谨慎地筛选照片，因为说不清意义的图片未必值得长期保留。随后文章转到工具实现：作者把这一能力加进自写的 Blink Mac 应用，通过快捷键浏览、分类，并用底部覆盖层编辑 caption，保持全程键盘操作。最后作者回顾了重返旧代码库的维护成本，强调注释和文档对长期可读性的重要性，并把这个“只为自己服务”的小软件视为成功案例。文章的边界也很明确：它主要适合个人照片归档和单用户工具，不讨论通用产品化、同步或多用户协作。
文中不仅描述了“给照片写说明”的个人习惯，还给出了可落地的工具设计：键盘优先、轻量编辑、保留上下文元数据，并在自写应用里实现。适合做个人效率工具、桌面软件和长期维护小项目的读者参考，但它的经验强依赖单用户场景，产品化和协作场景的迁移价值有限。
这篇文章基于 curl 项目累计处理上千份漏洞报告的经验，系统总结了“优秀漏洞报告”应具备的要素。作者强调，提交者首先要确认问题是否真实、是否超出文档已说明的行为，并按项目要求的渠道提交，避免给维护者增加不必要的沟通成本。报告正文应先用简短、人写的段落概括问题与影响，再附上可独立运行的复现脚本或源码，并尽量提供可帮助理解和修复的补丁。文章还指出，报告应注明测试版本、尽可能定位最早受影响版本，并在后续沟通中持续协作，帮助项目完善修复与安全公告。整体内容适用于安全研究员、开源维护者和想提升漏洞通报质量的工程师，但它主要讨论报告流程与协作规范，而非漏洞挖掘技术本身。
推荐收录，因为文章直接来自长期处理漏洞报告的开源项目维护者，证据充分，且给出了复现、补丁、版本定位和协作的具体要求。对安全研究员、开源项目维护者以及负责漏洞响应的工程师都很实用，能直接迁移到真实提报与处置流程中。
这篇笔记系统梳理了傅里叶级数的基本构造：如何通过正交性推导三角傅里叶系数，函数满足何种条件时可以讨论级数收敛，以及偶/奇函数、区间有限但非周期函数的周期延拓如何简化计算。文章还进一步给出了相位形式与复指数形式的等价表达，并用 Hilbert 空间中的内积与投影解释傅里叶展开为何本质上是一次“基底分解”。 正文以一个三角波为例完整演算系数，展示了从定义、推导到实例的闭环，并明确指出该理论与傅里叶变换之间的边界。整体更偏数学基础讲解，但对信号处理、图形学、数值分析以及理解频域表示的读者具有长期参考价值。
推荐收录，因为文章不仅介绍傅里叶级数的公式，还把“系数为什么是投影”这一核心机制讲清楚，并用 Hilbert 空间视角建立了更稳固的理解框架。它对需要理解频域、正交基和函数展开的技术读者具有可迁移价值，尤其适合作为基础理论参考。
文章围绕“如何编写工作流 Skill”展开，先解释 Skill 的加载机制、SKILL.md 的结构和 frontmatter 的作用，再基于 7 个顶级 Skill 归纳出 5 种核心模式：线性流程、决策树按需加载、循环迭代、接力棒式跨会话持久化、多阶段检查点编排，以及一种偏“控制思维方式”的分析框架。作者进一步总结了让 Skill 更容易被模型遵从的写法，包括强硬语气、明确触发条件、量化阈值、负面指令、安全默认值与人类兜底，并给出最小可用模板和模式选择决策树，便于直接落地到实际 Skill 设计中。
推荐收录，因为它不是泛泛介绍概念，而是从真实顶级 Skill 样本中抽象出可复用的结构模式和写作原则，能直接指导工作流型 Agent/Skill 的设计。对需要为 LLM 编排任务、组织上下文、设计决策流和约束模型行为的工程师来说，这篇文章具有较强的迁移价值和长期参考意义。