289
3课代表与鸭哥公开一段未经打磨的协作现场：从 Agent.md、工具接入和 Google Docs 配置，到 source of truth、evaluation 与 Voice Memo 自动化。它展示的不是完美教程，而是怎样把模糊问题逐步外化为可复用的 skill 和 context infrastructure。
适合想让 AI 深入真实工作、却常被安装、路径、权限和上下文卡住的人，帮助你理解高手如何准备环境，并把一次错误变成长期规则。
这期你会听到
• 为什么 AI 使用差距来自工作逻辑的外化，而不只是 prompt？
• 一个可复用的 skill 应怎样写清目标、常见坑、工具和成功标准？
• Agent.md 与 context infrastructure 分别承担什么作用？
• 为何搜索结果要先落盘，再由 AI 选择性读取？
• 怎样用 source of truth 和 evaluation 降低写作幻觉与漏检误报？
本期人物
课代表以非技术用户的视角追问安装摩擦、概念翻译与实际验收，鸭哥则拆解 Agent.md、工具接入、evaluation 和 context infrastructure，呈现两种视角如何共同完善 AI 工作流。
相关内容
课程里的讲解：
加入Superlinear Academy免费社区
把尚未外化的个人工作逻辑带来，和大家拆成可复用的规则、上下文与评估步骤。
关于主播与节目
孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。
《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。
