围绕近期热度较高的 9 个 AI 工程开源项目，梳理它们分别解决什么问题、核心机制是什么、适合哪些场景，以及科研写作、代码理解、Agent 工程化、端侧语音和 AI 视频生成中的选型思路。
Skill 不只是 prompt，而是一套由说明、资料、脚本和评测共同组成的能力单元。通过 8 阶段迭代循环、三层评测、5 维 AND 门控和 Trace 诊断，可以把 Skill 当成可训练对象，让它在数据和指标约束下自动改进。
Skill 是给 AI Agent 使用的结构化指令包，用来沉淀可复用的工作流。内容覆盖 Skill 的加载机制、SKILL.md 写法、安装发布流程、跨平台兼容、版本治理、调试评测，以及如何用一个开发助手 Skill 管理完整开发闭环。
academic-research-skills 是一套面向 Claude Code 的学术研究技能包，把文献调研、论文写作、模拟审稿和修订定稿组织成流水线。重点讲清它的四个 Skill、完整性闸门、引用核验、反谄媚协议和上手方式。
Codex App 的移动端入口集成在 ChatGPT iOS 中，可以把手机作为远程控制台给本机或云端 Codex 派发任务。这里梳理版本更新、权限模式、多电脑绑定、SSH 连接和常见坑，帮助把移动端 Codex 配成稳定的远程开发入口。
Harness Engineering 的关键不只是编排 Agent 工作流，更要让团队经验持续沉淀成可复用的知识资产。围绕知识分层、Git 化协作、按需检索、生命周期治理和异步人机协作，讲清 AI 工程交付系统该如何设计知识闭环。
围绕 AI Coding 和生成式内容工作流，梳理 9router、jcode、agentmemory、SuperSplat 等 7 个 GitHub 项目的定位、核心机制、适用场景和上手方式，帮助快速判断哪个工具能解决当前问题。
Claude Code 的多 Agent 机制可以拆成常规 Subagent、Fork Subagent 和 Coordinator 三套设计。核心在于工具隔离、上下文隔离、异步消息通信、Prompt 缓存复用以及协调者并行调度。
大模型通往 AGI 的主流路线面临能力、能源、供应链和分配机制四类边界。围绕 scaling 竞赛、数据中心资源消耗、隐形标注劳动、UBI 方案和 AI 教育工具，梳理普通人理解和应对这一轮 AI 变革的关键问题。
