教程

n8n 教程：用 You.com 和 Jev 搭建每天早上的 AI 新闻简报工作流

n8n 博客发布一篇客座教程，介绍用 You.com 节点、TypeSafe AI 的 Jev 模型和 n8n 搭建每早 8 点的 AI 新闻简报工作流。

卡尔的AI沃茨开源红绿灯提示语，解决 Agent 刹不住车浪费 token 额度的问题

作者分享了一个不到三百字的进度提示语加 hook，让 Agent 每轮结尾输出 🟢🟡🔴 三态进度条，区分原始需求未完成、已达成且可形成后续 Plan、已达成仅供存档三种状态，转黄或转红后停手等待指令。作者用它解决 Claude Code、Codex 等 Agent 对话刹不住车、被建议清单拉着无限跑浪费额度的问题，子代理和多类任务同样适用。

不会写代码的用户用 Dots 造出 66KB App，15.32GB 照片视频 4 分钟批量存入相册

一位没写过代码的用户让 Dots 操控云端电脑写了一个 App，把超大 ZIP 解压后逐张存入 iPhone 相册，支持显示进度、中断续存和自动跳过已存文件。该 App 仅 66KB，无需 Apple 开发者账号，用数据线装到手机；实测 953 个文件、15.32GB 约 4 分钟存完。作者转发这一案例，认为 vibe coding 让普通人也能为自己做工具。

Stanford CS 329Z 第 6 讲「Agent Design Patterns and Scaffolds」讲义公开，作者整理五大设计模式概要

Stanford CS 329Z（Engineering AI Agents，2026 秋季）第 6 讲「Agent Design Patterns and Scaffolds」讲义公开，讲义链接为 https://web.stanford.edu/class/cs329z/slides/lecture06.pdf。

哥伦比亚大学 Agentic Engineering 课程第 5 讲视频与讲义公布

哥伦比亚大学 Agentic Engineering 课程第 5 讲「What Tools Does an Agent Actually Need?」的视频和讲义 Slides 公布，主讲为 Dr. Nick Gu，课程主题包括研究方法、为什么需要工具、什么是工具、工具组件与判断，附 YouTube 视频和 Google Slides 讲义链接。

马斯克：把最难的任务交给 Grok Bot

把最难的任务交给 Grok @Bot

用 GPT-6 Astra 把闲置 Kindle 改造成照片相框

有人用 GPT-6 Astra（reasoning effort 设为 High）配合 Codex 和 T3 Code，把一台第 10 代 Kindle Basic 越狱并改造成照片相框，项目名为 KindleCTL。

Dot 智能体主动排查订阅异常

我的 AI 智能体在做主动客户服务：有人发邮件告诉我，订阅我的 Substack 后，他们被自动订阅了其他内容（这不应该发生） 在我没有要求的情况下，我的 Dot 自己跑了测试，通过尝试复现这个错误，弄清了发生了什么。

OpenAI 的 GPT 6.1 工作流配置

当前配置： > gpt 6.1 sol（high） > cloud envs（默认用它） > dots 作为编排器 > codex exec 用于评测 > 原生 codex 应用

Agentic 经济学：AI 公司研发提速与资源分配

马东锡 NLP 提出 AI Native 公司的两个核心问题：AI 越聪明研发是否越快、产品迭代能否随之提速；以及资源有限时如何管理 AI Agent 牛马以最大化效益。

Vapi 自研代码审查机器人如何将 PR 合并时间缩短一半

Vapi 工程师 Lat Ware 自研 Pedantic Review Bot，使 PR 从开到合并的平均时间从 130 多小时降到 65 小时。机器人会运行测试和小复现来验证发现，分析和发评论分属两个 job，只能评论不能批准或推送；2026 年 9 月 2 日至 10 月 2 日审查了 1,694 个 PR，在 276 个中提出 363 个 blocker 发现。

推荐理由：作者基于自家代码库做了提示词版本、多跑对比和范围指令等实验，给出可直接迁移的代码审查智能体实践结论。

Muse Wonder 与 Muse Code 接入 fal 生成图像视频

Muse Wonder 和 Muse Code 接入 fal 后，生成图像和视频的体验更加出色。来我们最新的 YouTube 视频了解具体方法！ https://youtu.be/cKzu7phvcs0?si=uFtOGBqRfknrd8e9

Perplexity：每个 Project 都是一个 Git 仓库

Perplexity CEO Aravind Srinivas 宣布每个 Perplexity Project 都是一个 Git 仓库，团队为此构建了面向智能体的 Git forge。每个智能体在自己的短期沙箱中工作并提交到 S3 上的共享仓库，提交冲突低于 2%。智能体用 `ls` 和 `grep` 检索，在金融文档分析任务上答案准确率 63% 对 37%，优于语义搜索。

HumanLayer 管理智能体会话方案

把你的智能体会话迁移到 @freestyle_dev 的强劲开发机上，并用 @humanlayer_dev 来管理，这里面有巨大的 alpha（我听说 @benswerd 给 YC 创始人准备了一个相当丰厚的优惠）

vLLM 用双向 KV 传输优化多轮智能体负载的 TTFT

vLLM 通过双向 KV 传输让 decode 节点把已计算的 KV 缓存回传给 prefill 节点，避免多轮对话中重复计算上下文。在 Amazon EC2 P5en 的 1P1D 部署上，该特性将 Qwen3-32B 的 TTFT 降低最多 1.6 倍，zai-org/GLM-5-FP8 降低最多 3.3 倍。

Meta 如何将闲置 AI 推理容量转化为更好的广告推荐

Meta 构建了一套系统，把分散在各团队配额、区域和加速器类型中的闲置推理容量聚合成共享的机会容量池，用于广告推荐。系统通过 Rank More Ads（RMA）调整排序阶段评估的候选广告数量、Serve Better Models（SBM）调整路由到更强模型的请求比例这两个弹性杠杆，在不影响基线服务的前提下扩展可选工作负载，并借助物理与逻辑隔离及价值感知的降载机制在容量被突然回收时优雅降级。

Perplexity 为智能体打造 Git 文件系统

这就是我们如何将 Perplexity Projects 背后的文件系统构建为面向智能体的 Git forge。 每个智能体在自己的沙盒中工作，并提交到共享仓库，人们和其他智能体可以在跨会话中基于其工作继续构建。 阅读更多：https://www.perplexity.ai/hub/blog/building-shared-workspaces-for-people-and-agents

GitHub Copilot 教程：四种方法让 Copilot 了解你的代码库

GitHub Blog 发布 Copilot for Beginners 系列教程，讲解四种让 Copilot 理解项目的方式：通过 .github/copilot-instructions.md 及路径级指令文件定义规范。

Lauren Tan 谈应对 AI 代码 slop：代码库就是 agent 的记忆

Lauren Tan 回应 AI 生成 slop 代码的争论，认为工程师并非无能为力。她提出两个要点：给 agent 提供验证自身工作的方式，以及把代码库当作 agent 的记忆，将观察到的错误模式逐步转成约束，并通过类型系统、缩小架构选择空间或自建框架（如其为 grok bot 打造的框架）重构代码，让 agent 反模式在结构上不可能出现。

Flo Health 如何用 Databricks AI Runtime 构建更安全、更实用的开源模型

Flo Health 借助 Databricks AI Runtime 在无服务器 NVIDIA H100 GPU 上对开源模型做分布式微调，用 26 个 AI 评委（12 个医疗安全、6 个微观行为、8 个实用性）和超 15,000 条隐私优先合成问题构建训练信号，并采用监督微调加 DPO 的强化微调流程。

IBM 解析分布式推理如何支撑大模型服务：llm-d 的六项关键技术

IBM Research 发文解析分布式推理如何为大规模 LLM 服务调度流量，其开源 Kubernetes 原生框架 llm-d 涵盖前缀缓存感知路由、KV-cache 卸载、流控、批推理优化、prefill/decode 分离与宽专家并行六项技术。

O'Reilly 系列收官：30 分钟在 OpenClaw 上搭建个人助理 Agent

O'Reilly《Zero to Agent in 30 Minutes》最终集由 AI 工程师 Sajal Sharma 演示如何在 OpenClaw 上构建可自主处理定时任务的个人助理，用户可自选部署位置、模型和数据访问方式。

TinyFish 如何在 Databricks AI Runtime 上训练并运行其 web-native 模型

TinyFish 在 Databricks AI Runtime 上完成其 web-native 模型的训练、评估与生产部署，内部 go/no-go 基准中该模型完成 2,178 个 web-agent 任务中的 1,691 个，任务成功率 77.6%。

大AI理论：用三步调节推理档位提升AI干活效率

作者提出“大AI理论”，用三个阶段调节模型推理档位：第一步用最高推理加计划模式，以语音、图片、视频把所有想法倒给AI生成计划；第二步降到中档推理快速执行，前提是需求描述足够详细。

WebMCP 如何让网站同时面向人和 AI Agent 设计

WebMCP（与 MCP 不同）为网页开发者提供标准方式，通过 document.modelContext.registerTool 注册带名称、描述和输入 schema 的结构化工具，让 Agent 直接调用网站能力，也可用 HTML 表单属性声明式暴露工具。

PixVerse 猫咪换装粉丝趋势模板

粉丝换装趋势，主角是一只猫 来 PixVerse 试试，模板见下方 ↓

Google 5天 AI Agents 课程第2份白皮书解读：Agent 四层协议栈 MCP、A2A、A2UI 与 AP2/UCP

邵猛转发 Google「5天 AI Agents 课程」第2份白皮书 Agent Tools & Interoperability，梳理 Agent 生态协议栈：MCP 连工具、A2A 连 Agent、A2UI 连用户界面、AP2/UCP 连商业交易。

创作者用可灵 4.0 打造爆款 AI 音乐视频

如何做出一支让人热议的 AI 生成音乐视频？👀🎬 PROMPTR Studios 创意总监兼联合创始人 Simon Meyer 提前获得了 Kling 4.0 的使用权限，用来测试它的新能力。他创作的这支音乐视频走红，观众纷纷想知道他是怎么做到的。 在本期 Creator Off Script 中，Simon 拆解了自己的创作流程，分享了他如何让 AI 画面显得真实，并揭晓了 Kling 4.0 中最让他印象深刻的那些功能。

Pi Coding Agent 速查表信息卡

Pi School 免费课程提供的 Pi Coding Agent 速查表 我把它生成了信息卡，方便大家收藏随时查阅

Lee Robinson 斯坦福 CS146S 讲座拆解 Grok Bot 常驻 Agent 的四层内部构造

作者整理 Lee Robinson 在斯坦福 CS146S 的讲座（视频 https://www.youtube.com/watch?v=L1OBRtfPS34），拆解 Grok Bot 这类常驻 Agent 的四层机制。

如何只用自己拥有的文件约束编码智能体

Tessl 博客文章介绍用四个可拥有的文件杠杆约束编码智能体：CLAUDE.md 指令、.claude/rules/ 路径级规则、.claude/ 下的能力配置和 .claude/hooks/ 钩子。

推荐理由：作者用同一工单三次实测对比 charter 各文件杠杆的效果，方法可迁移到自己的仓库，并指出机器可查与需人审的边界。

2026 年 12 款顶级 AI 实时翻译工具盘点：延迟、语言与定价

MarkTechPost 按官方产品、定价与文档页面核验了 12 款 AI 实时翻译工具。Palabra.ai 支持双向语音翻译与声音克隆，宣称延迟低于 1 秒，API 语音翻译 $0.04/分钟；Gemini 3.5 Live Translate 覆盖 70+ 语言，输出比说话人慢几秒。

Meshy 3D Agent 自定义技能做角色设计

Ep. 1 | 用自定义 Skill 做角色设计 我们的 3D 美术团队如何使用 Meshy，Ep. 1： 在 Meshy 3D Agent 中用自定义 Skill 做角色设计。 一张参考图。逐步确认： 概念 → 三视图 → 角色设定图 → 故事 → 12 格分镜。 一个角色。无限世界。

Google 5天 AI Agents 课程首份白皮书 The New SDLC With Vibe Coding 解读

Google 与 Kaggle 的 5 天 AI Agents 课程发布第一份白皮书 The New SDLC With Vibe Coding，区分 vibe coding 与 agentic engineering，关键分界是 Tests + Evals 双验证。

用 Claude Opus 5.5、Blender、Unreal Engine 和 Meshy 构建游戏的七步教程

一篇教程介绍用 Claude Opus 5.5 配合 Claude Code、Blender、Unreal Engine 5 和 Meshy 构建游戏的方法。核心思路是给每个工具分配单一职责：通过 MCP 连接 Blender 和 Meshy，由 Meshy 生成道具和角色、Blender 清理和放置、Unreal 负责光照物理和游戏本身、Opus 在一个对话里调度三者。流程为先让 Opus 头脑风暴 5 个游戏点子再展开，告知 GPU 以便压满画面性能，首个完整构建约花 4 小时和约 19% 的每周 Max plan 用量，之后因素材复用会快很多。

推荐理由：原文给出七步工具分工流程和实际耗时与费用，读者可以直接照搬搭建游戏的工作流。

Google 与 Kaggle 五天 AI Agents 课程解读：五份白皮书串联从 Vibe Coding 到生产级 Agent

作者深度解读 Google 与 Kaggle 联合推出的免费 5 天 AI Agents 密集课程，课程现已在 Kaggle Learn 转为自学模式。

Tripo 联手 img2threejs 办 Three.js 工作坊

很高兴与 @thebuggeddev 和 @NickDevFE 合作，向大家展示 Tripo 如何无缝集成到你的 Three.js 工作流中。从快速生成 3D 资产到可编辑代码，我们全都覆盖。 今天开播！点击加入活动：https://discord.gg/m7fHkeA7Vu?event=1558837514708590703

什么是浏览器指纹识别？原理与局限解析

浏览器指纹识别通过收集 user agent、语言、屏幕尺寸、字体、canvas 与 WebGL 渲染、音频处理等信号，组合后经哈希函数生成紧凑标识，用于在 cookie 被删除后仍能识别回访浏览器。它分为被动式（HTTP 头、IP、TLS 握手）与主动式（JavaScript 采集）两类，常用于追踪用户、防欺诈和检测机器人，但相似浏览器可能撞车、浏览器更新也会改变结果。

WorkBuddy 查账揪出 636 万美元重复退款

黑五的账算不明白？ 输入 5,000 行，输出 3,000 笔真实订单。 我们的财务与会计专家揪出了 636 万美元的重复项和退款 👇

斯坦福 CS329A 自我改进智能体课程第一讲学习笔记

作者发布斯坦福课程 CS329A「Self-Improving AI Agents」第一讲 Course Overview 的学习笔记，课程 9 讲视频已发布在 YouTube，第一讲获 52 万观看。

大AI理论：分三阶段调推理档位榨干模型能力

作者提出“大AI理论”，用三阶段对话把模型能力拉到极致。第一步拉满推理并选计划模式，用语音、图片、视频不过滤倒出想法整理成计划；第二步切中档推理快速干活，前提是需求描述足够详细，作者引Terminal Bench 3.0说明详细需求加中档推理质量高于模糊需求加高档推理；第三步把推理调回高档让AI审查中档成果，称能揪出约20%的问题，审查耗时约为从头生成的三分之一。

邵猛解读 Lee Robinson 斯坦福 CS146S 讲座：Grok Bot 的 Harness 与上下文工程

作者分享反复学习 Lee Robinson 斯坦福 CS146S 讲座的笔记，聚焦 Grok Bot 的 Harness 与上下文工程构建。

Beyond Naive RAG：9 位检索专家总结朴素 RAG 的失效与进阶实践

Hamel Husain 主编的演讲合集《Beyond Naive RAG》汇总 9 位检索专家的实战共识，指出 2023 年「切块 → 单向量 embedding → 余弦检索」的朴素 RAG 已失效，但 RAG 本身未死。

Hamel Husain 将 AI 评估课程浓缩为 13 张口袋指南信息卡

@HamelHusain 将其 Applied AI Evals 课程的要点浓缩成 13 张信息卡，链接见 https://hamel.dev/notes/llm/evals/flashcards/。

Lauren Tan 谈让 Agent 写出更正确代码的起点：自我验证

Lauren Tan 提出，让 Agent 更自主工作的最基本切入点是赋予其自我验证能力，即像真实用户一样实际运行和操作应用，覆盖 CLI、API、UI 等接口。验证应产出可审查的工件，证明工作正确、符合意图且比通读整个 PR 更易审查，UI 工作常用视频和截图。她指出 skill 包等都是可选的附加项，并提醒并非所有领域都易于验证，验证只是近似、仍可能出错。

Grok bot 用法：发链接或 @bot 提需求

不知道用 grok bot 做什么？把下面这条帖子的链接发给它（里面有近千个点子！），或者 @bot： @bot 读完整个帖子，为我的工作和生活推荐你能帮上忙的点子

密歇根大学 AI 编程课 Applied Agentic Software Engineering 发布五个工程 Skills

密歇根大学课程「Applied Agentic Software Engineering」把 AI 编程方法论做成五个 Skills：/peanuts、/elephant。

哥伦比亚大学 Agentic Engineering 第 5 讲：221 分钟讲透 Agent 工具

哥伦比亚大学 COMS W4995 Agentic Engineering 第 5 讲「Agent tools in pictures」共 11 章约 221 分钟，讲解工具契约、调用链路、五种打包方式和信任边界。核心命题是模型只生成结构化文本，执行、权限、密钥都由模型外的 harness 决定，并用四层失败框架和 pass^k 等方法落实度量。

哈佛 2026 秋季 CS2680〈现代 AI 系统〉课程深度解读：从 Agent Loop 到推理引擎

作者解读哈佛大学 2026 年秋季研究生课程 CS2680「Modern AI Systems: Agents and System Optimizations」，该课由 Juncheng Yang 开设，用一条主线把 agent 应用与推理系统串起来。

有人逆向拆解了 ChatGPT Intelligent UI 的工作原理

有人逆向工程了 ChatGPT 新推出的 Generative UI（Intelligent UI）的架构。其工作方式是智能体不写原始代码，而是输出一种新语言 DIL，由服务端编译并流式传输，客户端在沙箱运行时用约 70 个原生 UI 组件渲染，使界面感觉原生；交互无需额外的 AI 调用。

The Verge 记者实测在 M5 Ultra Mac Studio 上用 Hermes Agent 玩转本地 AI

The Verge 作者在 256GB 统一内存的 M5 Ultra Mac Studio 上安装开源自托管智能体应用 Hermes Agent，搭配约 105GB 的 1250 亿参数 Qwen 3.8 Flash Next 模型开始尝试本地 AI。

用 500B tokens 让 AI 智能体反编译一款第一人称射击游戏

作者用 Claude Max 和 Codex Pro 的多智能体编排，历时约 3 个月、消耗估计 600-700B tokens 将一款热门第一人称射击游戏反编译为 C++，最终 99% 函数重建完成、83% 字节级精确，游戏可完整运行。

Python 3.15.0 加入 actions/python-versions

Python 3.15.0 已被加入 actions/python-versions，现在可以在 GitHub Actions 测试矩阵中填入 "3.15"，针对这一新版本运行测试。作者此前曾让 ChatGPT 每小时检查一次该版本是否上线。

八款 AI 语音输入法实测对比：微信、千问、OpenLess、秘塔等，作者选出 Vibe Coding 搭配方案

作者实测微信输入法、千问输入法、开源项目 OpenLess 和秘塔输入法四款，并汇总上期豆包、Typeless、闪电说、网易叭哥说数据。结论是千问准确率最高且支持双向剪贴板，微信速度最快但 AI 润色弱，OpenLess 配置最灵活但需二十分钟到半小时配置；作者最终方案为千问加叭哥说加 Typeless 三件套。

TechCrunch 盘点可通过短信使用的 AI 智能体

TechCrunch 盘点了一批可像普通人一样通过短信、iMessage 或 WhatsApp 直接交互的 AI 智能体，覆盖通用助理、家庭、旅行和工作场景。

可灵 4.0 三项创意实测：超现实场景如何拍出真实感

韩国视觉创作者 서오키（oasis.seo.ai）用三项创意实验测试可灵 4.0，分别考察 Omni Reference、风格转换与角色一致性。她最关注的是静态图像转为视频后，人物表情、服装与 1990 年代电影质感能否保持一致，以及巨型鸭子等超现实元素能否自然融入同一空间，而非像后期合成的 CG。

这套想拿来更新课件，沿用原来的模板，只换过时的案例和截图。每次都重新生成一套，反而容易把一门课做成好几种画风。

这套想拿来更新课件，沿用原来的模板，只换过时的案例和截图。每次都重新生成一套，反而容易把一门课做成好几种画风。

从 RAG 失败到 91% 准确率：Uber 法务红线 Agent 的四次架构演进

Uber 法务红线 Agent 经四次架构演进，AI 决策准确率达 91%，平均合同审核时间下降 20%+。

LLM 推理性能核心框架：Prefill 拼算力，Decode 拼带宽，KV 缓存决定显存代价

作者整理了 llama.app 的推理概念文档（https://llama.app/docs/prefill-vs-decode），提出核心框架：Prefill 阶段并行读入 prompt、瓶颈在算力，Decode 阶段逐 token 自回归、瓶颈在内存带宽。

Thariq 分享用 Claude API 额度每日生成的 AI 新标签页主页

Thariq 展示自己用每日生成的 AI 主页替换 Chrome 新标签页，称效果不错，并合并了他人提交的 PR。此前有人提到 MAX 计划用户每月可获得与订阅额匹配（100 或 200 美元）的 Claude API 额度，可用于搭建个人 AI 工具，其示例是根据每天阅读的网站生成的主页。

卡兹克花5天用AI改造公司：自建以Agent为原生的企业中台

虚实传媒创始人卡兹克用5天时间为30多人的公司完成一场AI化改造，核心是用Claude等工具搭建一个以Agent操作为原生、以飞书数据为基建的企业中台。

SGLang 与 Miles 在 NVIDIA Vera Rubin 上的早期适配：推理内核调优与端到端 RL 训练

RadixArk 的 SGLang & Miles 团队获得两台 NVIDIA Vera Rubin 节点（8 GPU）的早期访问，将 SGLang 用于推理、Miles 用于 RL 训练并首次跑通。

Kling 4.0 实战测评：韩国创作者测试人物表演、多图转场与风格转换

韩国视觉创作者서오키（@oasis.seo.ai）对 Kling 4.0 进行了三组实测，覆盖人物表演与角色稳定性、三张图片连续转场、实拍与卡通反复切换。她认为 Kling 4.0 能自然衔接视线、表情和手势，多图连接时原图风格与氛围基本保留，实拍与卡通切换过程无明显割裂，降低了反复生成和后期修补的成本。

Lee Robinson 斯坦福 CS146S 讲座详解常驻智能体架构与上下文工程

Lee Robinson 在斯坦福 CS146S 约 45 分钟的讲座中拆解 GrokBot 类常驻主动式智能体的工程架构，涵盖服务器与 Firecracker 微虚机的休眠唤醒模型、单工具薄客户端设计、Temporal 持久化工作流、auto review 安全机制与提示注入防护。

OpenRouter 5 人销售团队的 AI 智能体 Rasp 每月节省约 600 小时的经验拆解

OpenRouter 为其 5 人销售团队打造的 AI 销售智能体 Rasp 每月节省约 600 小时，93% 首触邮件全自动化，单次 demo 耗时从 103 降到 44 分钟。

Lee Robinson 在斯坦福 CS146S 讲座视频发布，详解常驻式主动智能体的工作原理

Lee Robinson 在斯坦福 CS146S「AI 原生软件开发」课程的讲座视频发布，主题是 Grok Bot 这类常驻式主动智能体如何工作。

八款AI语音输入法横评，作者找到Vibe Coding的最佳搭配

作者实测微信输入法、千问输入法、开源项目OpenLess、秘塔输入法四款，加上上期已测的Typeless、闪电说、网易叭哥说和豆包输入法，共八款AI语音输入法，统一用同一段含中英文混合、编号列表和专有名词的文字测试。

Figma 总结 4 个推动团队级 AI 采用的团队仪式

Figma 博客介绍 4 个推动团队级 AI 采用的做法：Figma 的 AI Collective 五个同伴学习小组，每周 1 小时共 6 周；Sephora 技术高级副总裁 Sneha Narahalli 主持双周论坛。

卡兹克用5天为公司搭建AI化企业中台

自媒体作者卡兹克花5天对公司进行AI化改造，核心是用Claude等工具制作品牌VI、设计组件和PPT模板，并自建一个以Agent操作为原生、以飞书数据为基建的企业中台。

Claude Managed Agents 迁移体验

加入 Anthropic 之前，我花了大约 2 周时间用 Opus 4 把这个当作副业项目来折腾。它用了 Agent SDK，所以需要一个持续运行的进程，而且运行得不太好 但给 Opus 5.5 一个提示词就把它移植到了 Claude Managed Agents 上，而且可靠性大大提升

Claude Code Projects 上手教程发布，Beta 逐步开放给 Pro 和 Max 用户

Claude Code 推出 Projects 功能，目前处于 Beta 阶段并逐步向 Pro 和 Max 计划开放。官方视频介绍项目是一个持续对话，由 Claude 协调工作并将每个任务作为独立线程并行运行，内容涵盖设置项目、引导线程、审查 pull request、创建 artifacts、连接外部服务和安排例行任务，用户可加入 waitlist 获取更早的访问权限。

4 个 Grok bot 模板助你构建 X 应用

这里有 4 个 grok @bot 模板，可用于在 X 上构建，今天就能用： - 发布 - 威胁狩猎 - 威胁情报 - X api 集成

我把老板、GitHub 高管和 CEO 做成了 AI 克隆，用来替他们签字

作者把老板 Natalia Quintero 一年的 Slack 消息蒸馏成 natalia.md，用来模拟她是否会批准一封发给客户的邮件。他还克隆了一位 GitHub 高管和一位 CEO，这些 AI 克隆熟悉真人遵循的每条规则，却从不知道何时该打破规则。

LangChain 如何用 Managed Deep Agents 打造开箱即用的智能体用户体验

LangChain 在 Managed Deep Agents v0.9 中新增 reactions API，可为 Slack 等渠道的分布式智能体动态分配 emoji 回应，支持字符串或返回 emoji 的可调用对象。该功能可接入 Jev 等决策模型，Jev 最多支持 255 个选项，并可用置信度阈值（低于 0.25 时回退到 👀）控制回应。

Claude Code 动态工作流使用建议

动态工作流功能强大，但会消耗大量 token，因此我们建议从范围明确的任务开始。在此基础上，逐步提升任务复杂度。 在 Claude Code 中可通过以下方式上手：/claude-api managed-agents-onboard bug-hunter，或访问 https://platform.claude.com/agent-quickstart 查看模板。

Ai2 如何用 GPU 时间预算与分层公平分配改造 GPU 集群调度

Ai2 用 GPU 时间预算、分层公平分配和时间切片契约替换了原有的优先级调度器，把各研究项目该分多少 GPU 时间的争论从逐案运维操作变成透明的预算分配流程。

Ai2 如何用 GPU 时间预算和分层公平分享调度器优化集群分配

Ai2 AI Infrastructure 团队将基于优先级的 GPU 调度器替换为包含 GPU 时间预算、分层公平分享分配和时间切片合约的系统，用于管理数千张 NVIDIA H100、B200 和 B300，服务约 150 名内部研究员，需求超出容量 2-3 倍。

Unsloth 发布免费 notebook，可将 Qwen3.5-4B 本地训练成决策模型

Unsloth 发布免费 notebook，教用户把 Qwen3.5-4B 训练成生成决策而非文本的决策模型，本地仅需 8GB VRAM。内容涵盖数据准备（state、questions、gold answers）、训练与服务；配套指南见 unsloth.ai/docs。其引用帖提到用 Clef head 加 LoRA（r=64）微调一 epoch，把 Qwen3.5 0.8B 在 3 个决策基准上的总体准确率从 20.7% 提到 74.3%，仅需 4GB VRAM。Notebook：https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_(4B)-Decision.ipynb

Baseten 解析高质量 NVFP4 量化：启发式规则、逐层敏感度评分与 SaturationQuant

Baseten 工程博客解析如何实现高质量 NVFP4 4-bit 量化，介绍了启发式规则、孤立层敏感度评分和 SaturationQuant 三种方案。NVFP4 每 16 个值共享一个 block scale，权重可直接计算 scale，激活值则需通过校准数据集统计分布。

智能体代码审查的解剖：Tessl Code Review 如何重构 PR 审查流程

Tessl 发布博客拆解智能体代码审查的完整结构，包括标准、视角、发现、裁决、逐条回应与记忆六个环节。其 Tessl Code Review 内置正确性与数据完整性、安全与隐私、规模与韧性、可维护性与代码质量四个视角，以 skill 形式打包并并行运行，标准以 context 形式存放在仓库中。该工具可免费安装到代码仓库，在下一个 pull request 上运行首个循环。

Google Flights 五年数据揭示低价机票技巧

Google 基于五年 Google Flights 聚合数据给出低价机票建议：中转航班更省钱，直飞票平均贵 20%。周一出发、周二或周三返程比周末出行省约 14%，美国国内比周日出行最多省 20%。周三订票最便宜，但比最贵的周日仅省约 1.4%，差异可忽略。

因为好奇不会飞的超级英雄被丢到沙漠里要怎么最快回到城市，比方说我们纽约好邻居蜘蛛侠，所以用腾讯内侧的游戏Agent做了一个策略游戏，我们只有9格资源，加油！

因为好奇不会飞的超级英雄被丢到沙漠里要怎么最快回到城市，比方说我们纽约好邻居蜘蛛侠，所以用腾讯内侧的游戏Agent做了一个策略游戏，我们只有9格资源，加油！