我在用的 AI 工具
把 Agent 能力带到聊天软件和日常自动化流程里的执行平台。
长文本理解和写作质量很稳定，适合结构化思考与复杂任务拆解。
通用能力强，适合快速探索、代码辅助和跨领域问答。
Google 的 AI 研究与笔记工具。可以围绕你上传的资料（文档、网页、笔记等）做问答、提炼重点、生成结构化总结，适合做知识整理与学习复盘。
我喜欢的 AI 博主 / 作者
yage.ai（Computing Life）
我很喜欢他的一点是：不只讨论"AI 有多强"，而是持续讲"AI 怎么真正落地"。
他的文章常常围绕真实任务展开，强调执行环境、测试与验证、任务拆解、以及结果闭环， 不是停留在工具测评或概念兴奋上。对我来说，这种"工程化、可复用、可执行"的写法特别有价值。
简单说，他提供的不是单点技巧，而是一整套能拿去做事的方法框架。
张咋啦（Zara）
她的内容不是从"程序员视角"教你技术细节，而是从普通人可执行路径出发，讲清楚如何把 AI 真正用进工作和生活。
她长期强调 Learn by Doing（先做再学）和 Learn in Public（公开学习）： 先用 AI 把一个真实问题做出来，再带着问题补理论，而不是先囤积知识。 这套方法对非技术背景尤其友好。
她本人的实践也很有代表性：从非技术背景切入 AI 产品与内容，持续高频输出， 并做出了自己的产品（LongCut / TLDW，聚焦长视频学习效率）。 对我很有启发的是她强调"输入 → 产出 → 反馈 → 迭代"的闭环，以及 AI 时代内容创作中的"活人感"。
刘小排
我关注他的原因是：他把「AI 编程 + 产品化 + 分发」打成了可复制的创业方法，并且长期公开实战数据与复盘。
他的主题非常稳定： 一是用 Claude Code / Codex / OpenClaw 等工具做真实业务，不讲"玩具 Demo"； 二是强调"先上线、再迭代、再放大分发"的闭环； 三是把 AI 当成团队成员和工作系统，而不只是聊天工具。
代表产品/项目包括 Raphael（AI 图片产品）、fast3d、Ralph Desktop（开源）等。 他比较有特点的方法论是：重执行、重迭代、重结果，用高频实验换确定性。 对普通人的启发是：非技术背景也能通过 AI 工具把产品做出来，但前提是愿意持续实战。
页面更新记录
- 初始化页面结构：新增「工具」「博主/作者」「推荐阅读」「更新记录」四个模块。
- 新增博主「张咋啦（Zara）」资料与链接。
- 扩展「张咋啦（Zara）」介绍：补充方法论与产品化经验。
- 新增「刘小排」人物条目：方法论、代表产品与联系方式。
- 工具区新增「NotebookLM」并补充用途说明（基于资料问答、总结与知识整理）。
- 工具区新增「Claude Code」与「Codex」，并注明它们是我的主要代码与文本处理工具。
- 按确认将「Claude Code」与「Codex」合并展示为一个组合工具条目。
- 按确认重构作者区：补充 yage.ai 的详细介绍，并将推荐阅读拆分到每位作者条目下（含张咋啦、刘小排）。