不只是 AI 课程 —— 在 AI 时代 · 成为超级个体

进入真正的 AI Coding。从不会写 Code，到能够借助 Claude Code Build 真正的软件和产品。

Idea → Code → Debug → Build → Deploy 全流程 · 一个人跑完。AI Coding 不只是程序员的工具 · 它正在变成每一个 Builder 都应该掌握的能力。

Claude Work 是 Anthropic 的多 agent 工作台 —— 复杂 workflow · 多轮任务 · agentic 协作。

专门一节讲清楚它跟 Claude Code 的分工、什么时候用 Work 而不是 Code、以及怎样搭出一个能自己跑的 workflow。

Agent Loop 是所有 agent system 的心脏 —— plan → tool call → observe → reflect → next step 的循环。

没有理解 loop · 你只会写 prompt · 有了 loop · 你能设计能自我推进的 agent。这一节把 ReAct、reflection、planning、error recovery 等 loop pattern 从原理讲到实战。

💡 最近社区常说的 Loop Engineering · 讲的就是这节课。别被新名词唬住 —— 本质就是设计 agent 的这个循环。

MCP (Model Context Protocol) 是 Anthropic 推的 open standard —— 让 agent 能以标准协议连接任何数据源、工具、服务。

写一个 MCP server = 把你的私有 data / tool 变成 agent 的能力。这一节带你从零写一个 MCP server · 讲清楚 protocol shape、transport、authorization、以及生态里已有的 servers。

Ontology 是你的世界的骨架 —— 概念、关系、约束 · 让 AI 从「读 text」升级到「懂 domain」。

没有 ontology · agent 只能瞎猜 · 有了 ontology · agent 能像 domain expert 一样推理。这一节讲怎么从零起步给你的业务建 ontology。

Context Engineering 是现在最火的一个词 —— 但它不是玄学。它就是回答一个问题：在有限的 context window 里 · 到底往模型嘴里喂什么。

喂多了 · 模型分心、烧钱、还变笨（context rot）· 喂少了 · 模型不知道你在说什么。RAG、LLM Wiki、Ontology、Knowledge Graph 都是「怎么把知识存好」· 这一节讲的是「存好之后 · 每一次调用该取哪一块、怎么排、放多少」—— retrieval 策略、context 压缩、分层记忆、prompt 组装顺序、以及为什么「把所有东西塞进 prompt」永远是错的。

学完这节 · 你就明白：Prompt Engineering 是写好一句话 · Context Engineering 是管好整个上下文。后者才是让 agent 从 demo 走向生产的分水岭。

Skills 是给 agent 添加**新能力**的最轻量方式 —— 一个 Skill = 一个可复用的 capability module。

这一节把 Skill 的原理、authoring、组合方式讲清楚 · 现场写一个自己 domain 的 custom Skill。

Plugins 是 agent 与外部世界连接的方式 —— 调 API、查数据库、控外部服务。

Skill 是「agent 内部能力」· Plugin 是「agent 外部触手」。什么时候用哪种、怎么设计一个 plugin 的 interface · 一节课讲透。

Hooks 是给 agent workflow 加**拦截点**的机制 —— 在 tool call 前、后、错误时插入自定义逻辑。

Hook 是最容易被忽略但最能提升 agent 稳定性的 primitive · 这一节讲清楚 hook lifecycle、常见 pattern、以及生产环境里的最佳实践。

Harness = 把 agent 关在一个可测的沙箱里跑 · Eval Loop = 用可重复的评测持续判断它到底有多好。

没有 harness · 你只有 vibe check · 有了 harness · 你能系统性地把 agent 从 60 分提到 90 分。这一节讲测试集设计、通过率 vs 通过分数、regression 触发、以及 real-user data → eval-set 的回流机制。

💡 现在流行的 Harness Engineering · 讲的正是这节 —— 给 agent 建可测沙箱 + eval loop。名词新 · 东西是老的。

GStack 是 Garry Tan（YC president）开源的一整套 AI stack 工具集 —— builder 快速搭建 agent + AI product 的 open-source 基础设施。

Bill 会带你把 GStack 装起来、跑起来、hack 起来，让它成为你自己 startup / business 的日常武器。开源意味着零 licence 费 · 完全掌控 · 想改就改。

GBrain 是 Garry Tan open-source 生态里的 brain 层 —— 把 knowledge、context、reasoning 编织成 agent 真正可用的「大脑」。

与 GStack 是一对：Stack 提供工具、Brain 提供思考。学会以后，你搭出来的不再是一个个孤立的 prompt · 而是一个真正可以工作、能积累经验的 AI System。

让 agent 真的能收钱。这一节从零讲透 Stripe Payment Links、Checkout Sessions、Webhook + 幂等确认、订阅 vs 一次性、发票、退款、税务基础。

siliconroshi.ai 本身的付款闭环（就是给你卖会员的那一套）会作为 case study 现场拆解 —— dual-source webhook + lander 幂等、UNIQUE(stripe_sid) 保底、audit 表设计，一堂课把「AI 时代的收款系统」讲清。

Security = 你的 agent 不能被 prompt injection、data leak、tool abuse 攻破 · Governance = 团队里谁能改 prompt、谁能加 tool、谁能读 log、如何 audit。

Enterprise 环节的必备前置：secrets 管理、least-privilege、rate limit、abuse detection、rollback plan、以及 SOC-friendly 的 audit trail。

把前面所有东西放大到 enterprise scale —— 团队协作、权限管理、audit、compliance、data governance、cost control。

一个人做 agent 与一个公司部署 agent 是完全两个游戏。这一节把企业级 AI 部署的 pitfalls 和 patterns 讲清楚 —— 面向 CTO、tech lead、以及打算把 AI 卖给企业的创业者。

前面 topics 教会你做出 AI · 这一 track 教你把 AI 变成一门生意。

后续 weekly live sessions 陆续覆盖：SEO（传统搜索引擎优化 · Google/Bing/百度）· GEO（Generative Engine Optimization · 让 ChatGPT / Claude / Perplexity 引用你的内容）· Blogging（AI 时代的 content engine · 一天写十篇的 workflow）· Marketing（用 AI 做增长、广告、Email、Social）· Sales（cold outreach、CRM、pipeline、objection handling · 全部 AI-powered）· One-Person Company (OPC)（用一套 agent stack 把整个公司的运营、财务、客服跑起来 · 无需招人）· Startup 0 to 1（从 idea 到 MVP 到第一批付费用户 · Bill 亲自的 startup playbook）。

奠基会员 + Founding Member 全部 include · 不再另外收费。

技术再强 · 找错方向就是白干。这一节从 找方向 开始：怎么样用 ChatGPT 系统性地扫出十个赚钱行当 · 怎么排序 · 怎么排除掉「看着火但赚不到钱」的坑。

不是喊口号 · 是 Bill 现场跑一遍 workflow —— prompt 怎么写、怎么让 ChatGPT 给你算 TAM、客单价、竞争密度、进入成本，最后给你一张打了分的候选清单。学完你就有能力：用一晚上找到未来一年可以专注的赚钱方向。

做内容 · 做产品 · 做营销 · 第一步都是 找到正在被搜索、正在被讨论的话题。选错话题 · 再好的执行也是砸在冷水里。

这一节把 trending topic 侦察工具箱 一次讲透：Google Trends · X (Twitter) 实时趋势 · Reddit hot / rising · YouTube trending · TikTok Discover · 小红书 · 抖音热榜 · Product Hunt · Hacker News · Perplexity Discover · 以及怎么用 AI agent 把这些 signal 汇总成 一张每天自动刷新的 hot topic 仪表盘。

AI 时代 · 内容是杠杆 · 而镜头是内容的入口。很多技术出身的 builder 卡在这里 —— 产品做得好 · 就是没人认识。

这一节讲 怎么样出镜：怎么克服镜头恐惧 · 灯光音频最低配（一个手机 + 一个麦 + 一盏灯就能开始）· 镜头前的表达节奏 · 眼神 · 姿态 · 30 秒钩子怎么设计 · 抖音 / 小红书 / YouTube Shorts / X 视频的格式差异 · 以及一个可持续的 每周出镜节奏。Bill 自己出镜的踩坑经验 · 现场拆解。

做出来没人用 · 是每一个 builder 最痛的坎。这一节把 第一批用户从 0 到 10 到 100 的路径讲清楚 —— 不靠投广告 · 靠正确的 手工获客动作。

覆盖：Cold DM / Email 怎么写才不像 spam · Reddit / 小红书 / 微信社群 / X reply 里怎么合规地露出 · 怎么找到 第一个真正付费的用户（他跟前 9 个免费用户完全不一样）· 怎么让第一批用户变成推荐源 · 怎么用 AI agent 自动化前 100 个用户的触达和跟进。

结论：找到第一个用户比做出产品更难 · 但两件都是 builder 必须亲自做过一遍的事。