标签
一本名为 *A Guide to a High Value-for-Money Life* 的 GitHub 开源书籍提供了 608 条基于证据的生活建议，涵盖健康、财务和法律建议，并引用了同行评审的来源。
Eliezer Yudkowsky 报道称，书籍《If Anyone Builds It, Everyone Dies》重新登上了《New York Times》畅销书榜，这表明公众对AI风险的关注在增加。
感谢读者 LiNan1984 将《深入理解 AI Agent》提炼为 22 项技能，方便代理开发和人类阅读。
这本书《Hands-On Large Language Models》提供了一个全面、开源的指南，介绍大型语言模型，包含可在Colab上运行的代码，覆盖从基础到多模态应用的主题。
Kai-Fu Lee的新书《AI Native》探讨了AI如何改变商业经济学，并为企业适应AI时代提供了路线图。
这条推文庆祝了《LLM 工程师手册》成为 Packt 出版社 2025 年最畅销的书籍，并预告了即将推出的第二册。
这篇文章介绍了一本完整的书籍，内容涵盖如何使用LangGraph、MCP、A2A和Ollama构建生产就绪的多智能体AI系统，并提供可运行的代码和实际应用案例。
书籍《Grokking AI Applications》由Andrea De Mauro著，是一本图文指南，教授构建如聊天机器人和代理等AI应用，强调系统设计和使用Langflow等工具的实践实现。
《Math for AI》一书在亚马逊畅销榜上排名第二，作者正在为其第三版征集审稿人，该版更新了AI数学基础的内容，如注意力机制和神经ODE。
这篇文章推广《FPGA编程手册》，这是一本指南，介绍使用SystemVerilog和VHDL进行FPGA设计，包含实践项目以动手学习。
对Tivadar Danka所著《Mathematics of Machine Learning》一书的评论，涵盖了人工智能和机器学习的数学基础，并提供了实用的Python示例和Jupyter笔记本。
介绍了一本名为《GIS编程入门》的开源书，免费提供且支持在线运行代码，适合从零基础学习地理空间编程，涵盖Python基础到高级地理数据分析。
尤金·菲茨杰拉德讨论他的书《不可见的引擎》，探索创新如何通过去中心化集体智慧发生，受到他在半导体和研究项目工作的影响，在人工智能进步的背景下。
Santiago (svpino) 推荐了《The Generative AI Career Masterplan》这本书，该书由来自Google、Microsoft、IBM和Liquid AI的行业领袖撰写，为生成式AI和智能体AI领域的职业提供了路线图，包括技能、框架和个人品牌策略。
一条推文分享了一本名为 539kernel 的免费书籍，该书以地址 0x7C00 的 x86 引导扇区为起点，逐步构建整个操作系统，从第一条指令到可运行的内核。
Ars Technica 采访了 Claire Stapleton，谈及她的新回忆录《Don't Be Evil》，讲述了她从谷歌内部人士到 2018 年罢工组织者的历程，以及她对公司文化的幻灭。
一条推荐Ovidiu Calin所著《Deep Learning Methods Of Mathematical Physics - Volume I: Direct And Inverse Problems》的推文，该书探讨了人工智能和深度学习在数学物理中的应用。