resources

一条推特线程，列出了十大系统设计资源，包括书籍、博客和框架，并附有Martin Fowler网站的链接以供进一步阅读。

该推文分享了5个免费开源的GitHub项目，涵盖AI副业赚钱、程序副业、被动收入等实操资源，鼓励用户利用AI时代快速提升自己。

列举了50个谷歌搜索结果中不常出现的实用网站，涵盖免费书籍、论文、图像处理、安全工具、编程辅助等，帮助用户扩展互联网使用范围。

Awesome Robotics 是一个精心整理的 GitHub 资源列表，涵盖仿真器、库、论文等，按仿真、ROS、机器学习与感知等类别组织。该项目采用知识共享署名 4.0 国际许可协议开源。

推荐一些课程，让学习人工智能和机器学习变得更加容易。

Awesome AI Agents 2026是一个精选的GitHub列表，将340多个AI代理工具和框架组织成20多个类别，帮助开发者浏览快速演变的代理生态系统。

分享一个精选的AI评估（evals）资源库，包含高质量博客、播客、论文和项目，由Xiangyi Li整理。

Alisa Liu即将加入OpenAI，并完全免费公开了她的面试准备笔记和学习资源。

精选的14个最佳YouTube频道列表，用于在2026年学习AI，涵盖基础知识、深度学习、研究和实际应用。

介绍了一个名为 Awesome LLM Interpretability 的资源合集，汇集了多种可解释性工具、论文和社区资源，帮助理解大语言模型的内部工作机制。

一个由PromptSlab维护的精选资源列表，包含用于大型语言模型的论文、工具、课程和社区。

精心整理的 X/Twitter 账号列表，这些账号讲解 AI 概念并教你构建工具、智能体和框架，涵盖检索、测试、微调等内容。

一条推广一系列让学习更简单的系统设计视频的推文。

一位实践者表达了对Agentic AI领域中快速变化的炒作感到沮丧，并寻求如何在不倦怠的情况下保持同步的建议，询问可靠的资源和思维模型。

一条推文列出了AI工程师必须查看的10个GitHub仓库，涵盖动手实践AI工程、LLM、AI智能体、机器学习部署等。

精选Twitter账号列表，获取有关Claude Code、Cursor、Codex、GitHub Copilot及开源工具等AI编码工具的提示和最新动态。

推荐了Reddit上五个高价值子版块，涵盖AI、创业、电商、营销和生产力领域，作为信息获取的宝库。

AI Spark 将其知识库完全开源，包含 247 篇内容、六大模块（从入门到行业观察），持续更新，适合 AI 学习者使用。

推荐10本书，让你成为10倍AI工程师，涵盖LLM、机器学习、深度学习及数据密集型系统。

一份精心挑选的阅读清单，包含基础和现代资源，用于理解代理架构，融合了经典分布式系统概念与当前AI代理模式。