learning

交互式 Scala 3 教程，可在浏览器中运行，每页都有实时编辑器，免费且开源。

来自 Real Python 的视频教程，讲解 Python 中 'or' 运算符的工作原理。

WhatsApp正在开发一种能够学习更人性化行为的人工智能，从而改善与用户的互动。

一篇关于LangGraph的教育文章，涵盖智能体架构、黑板模式以及构建智能体系统时的常见瓶颈。

在AI辅助编程的时代，作者认为深入理解编程语言概念对工程仍然至关重要，并列出来自不同语言的关键思想，这些思想扩展了解决问题的思维模型。

ReExplain 是一款工具，让你向AI解释你所知的知识，并发现你理解的盲点。

本文探讨了在2026年专注于AI智能体的职业是否是一条可行且有前景的道路，并为考虑进入该领域的人提供建议。

Fable Flight 让用户通过实时AI教练学习飞行。

推广推文声称仅需一篇文章即可学习状态机。

一项新的基准测试EgoBabyVLM挑战AI视觉语言模型，要求它们从婴儿头戴摄像头拍摄的视频中学习，结果显示当前的AI模型无法匹敌婴儿的学习效率，并表明类似婴儿的学习架构可能带来更高效的AI。

@TheAhmadOsman 发布的一条推文，指向一个学习AI内核工作原理的资源。

一条推文重点介绍了7个流行的GitHub仓库，供开发者通过构建真实项目来学习，包括Build Your Own X和Public APIs。

一个账号（@oprydai）自称是为学习各种机器人技术的人提供的资源，涵盖执行器、传感器、运动学、控制、ROS2、SLAM、无人机等领域。

本文讨论了AI中一种新的方法，其中记忆系统可以自主地自我重组，可能带来更具适应性和更高效的学习。

@aashatwt 在一系列推文中提供了成为 AI 原住民的逐步指南，涵盖如何理解 AI 基础知识、构建可复用技能，以及使用 Claude Code 和 Devin 等代理式编码工具。

gstack是一个拥有121k star的开源项目，由知名人物创建，值得学习；另一个类似项目gbrain是FDE岗位所需的工具箱。

一条推文分享了从头训练一个LLM如何帮助作者在AI面试中脱颖而出，并且自信地回答关于Transformer、微调和RAG的问题。

一篇观点性文章，探讨如何将间隔重复和闪卡（尤其是Anki）作为通用学习工具，反驳了常见于STEM领域的观点——认为它们仅适用于死记硬背。

本文提出了一种通用的神经符号推理与学习方法，将答案集编程与基于能量的模型框架进行模块化集成，支持连续潜空间中的联合优化和端到端训练。并在MNIST、CLEVR和MOT基准测试上展示了其应用。

@Franc0Fernand0 的一条推文建议工程师在跳进LeetCode刷题之前，先掌握12个基础数据结构和算法主题，建议每周学习一个主题。