Latest
Lovable 创始人亲述踩坑史：删掉 Agent 代码改回工具调用，用知识文件代替微调，还能给整台运行中的机器做分支。做编程产品的都该看看。
Stanford 这门 Agent 课把数据筛选讲透了：SWE-bench 过滤 68% 样本后 GPT-4o 反而涨 17 分，做训练数据的人直接照着检查清单抄。
向阳乔木用 OpenAI 新生图模型做了个鸡你太美 GIF 表情包，步骤就两条：下素材、写提示词，手把手教你自制动图表情包。
Anthropic 一天合并 3 万次 PR，靠的是 Claude 先自己跑测试修 bug，人只看录屏截图。这期对谈把流程讲得很具体，用 AI 写代码的都该听听。
dotey 分享的 Claude Skill 逆向玩法：先让它做个设计任务，再让它照着写一个一样的 Skill，不用直接要提示词也能套出来。
Greptile 的 Daksh Gupta 分享了代码评审智能体的取舍思路：别让 agent 无脑修每条意见，先区分真 bug 和吹毛求疵。
Google 官方教程，教你上传销售线索表格让 Gemini 去重、修邮箱、补字段，做数据清洗很实用。
Self-built, workflow-orchestrated CI may become a standard pattern as teams run more agent-generated code through pipelines. Engineering leaders evaluating CI vendors should weigh whether durable workflow engines like Temporal cover checks that traditional CI cannot express. Teams in Singapore and wider ASEAN building AI-heavy products face the same gap, since global CI vendors have not yet shipped mature agentic-native offerings.
Notion 官方整理了 5 个团队把 Claude、Cursor 等工具接进 Notion 的真实用法，想搭 MCP 工作流的可以直接抄作业。
Genspark 聊了 Gen-1 Slides 怎么用微调压成本，做幻灯片生成的可以看看他们的取舍思路。
n8n 出了 Agents 功能，老工作流直接当工具喂给 Agent，它自己决定跑哪条。作者拿 40 多条工作流试了 3 周，思路很实用。
教你把 Claude Code 和 Codex 跑到云端，订阅照旧用，只为机器付费，还能并行开 agent 干活
Pinecone 讲智能体怎么把向量检索升级成上下文工程，做 RAG 的可以看看他们比纯 RAG 多想了什么。
挺有意思的观察：让 Codex 或 Claude 直接干活的效率，居然比 macOS 自带的 Spotlight 还高，用 Mac 的可以试试这个思路。
一个被出版社裁掉的言情作家，用AI写书一年半赚了100万美金，这条推文把她的模型分工、广告投放套路和收入构成全扒出来了，做内容生意的都该看看。
The trick turns microphone-dependent voice features into fully automated end-to-end tests, since the fake audio capture flag removes the need for a human to speak. Teams building voice agents or speech UIs can wire this into CI so coding agents verify transcripts and DOM state after each change. It pairs naturally with Playwright or browser-use agents already in many testing stacks.
没麦克风也能测语音功能，Schmid 这条模板教你用 tts 造测试音频，再让无头 Chrome 假装成麦克风播给它听。
The most useful part is the terminal-agent case study, which shows how evals, custom environments and RL infrastructure fit together in a real post-training pipeline rather than as isolated concepts. Engineers building agents or running reinforcement learning fine-tuning can use SkyRL and the async rollout workflow to structure their own training runs. The OPD and MOPD sections also outline distillation methods rarely covered in tutorials.
DeepMind 的 Phil Schmid 要在旧金山 AIE CODE 讲他删掉 90% 评测代码反而效果更好的事，做评测的人应该会感兴趣。
作者拿自制的宣传片 Skills 给 Hy 4 做了个宣发视频，成片效果直接放在帖子里，想学 AI 做视频的可以看看这套流程。
有人用 Claude Code 加 Tripo 和 Three.js 把麦积山石窟搬进网页，还能一键切回北周原貌，全流程教程开源了。
Jasper 出了本免费电子书，讲营销团队怎么围绕 AI 重排工作流，还给了个数据：重构过的团队拿到价值的概率高 5 倍以上。
有人扒出两个流行基准的评分器有硬伤，修好后分数直接打满，做评测前真该自己看看数据。
DeepSeek Harness 才发布两天，B站网友就把手机遥控、账单监控、白嫖额度的插件全做齐了，这 6 个可以装来试试。
一条推文把 GPT、Claude、Gemini 分工成了后端、前端加剪辑文案的数字员工班子，做独立开发的可以抄作业。
一个挺有用的概念总结：企业把服务能力包成 MCP、CLI 给 Agent 调用，作者管这叫「上翻」，跟 IoC 一个思路，看完能帮你理解企业 Agent 生态怎么搭。
把 agent 记忆讲得特别清楚，五层各管什么、哪些能跨会话保留，配了 MEMORY.md 这种具体实现例子，做 agent 开发的可以先收藏。
DeepMind 的 Phil Schmid 讲他删掉 harness 九成代码后效果反而更好，做评测工程的人可以听听。
Only the latest 2000 items are listed; for older ones see the daily archive