全部 AI 动态 · AI 热点

7月22日

19:36

小互@imxiaohu

精选

Anthropic 官方账号 ClaudeDevs 发布实操文章，介绍使用 Claude Code 执行六步代码迁移法，将 Bun 项目中百万行代码从 Zig 迁移到 Rust，仅用时两周。流程包括代码分析、自动转换、测试验证等具体步骤，依赖 Claude Code 的代码转换能力。该经验可复用于其他语言的代码迁移场景。

事件专题

推荐理由：Anthropic 分享了用 Claude Code 把百万行代码从 Zig 搬到 Rust 的六步法，两周搞定，搞代码迁移的可以照搬这个流程。

原文

16:13

Viking@vikingmute

Jakub Antalik 在 orbs.jakubantalik.com 发布了6种Thinking Orbs动画图标，用于指示Agent的运行状态。这些图标设计精致美观，可直接嵌入Agent相关界面。包含不同状态变体，适合提升交互视觉反馈。

技巧 jakubantalik thinking orbs 动画图标

推荐理由：做Agent界面缺图标？这6种thinking orbs动画又漂亮又实用，点上链接直接拿代码用。

原文

15:51

AI Will@FinanceYF5

通过2行命令克隆仓库并运行脚本，2分钟内即可在Obsidian中设置vault。打开Claude Code输入/wiki命令，它会自动询问知识库用途并搭建完整结构。整个过程无需手动配置，适合快速建立个人知识管理系统。

技巧 Obsidian Claude Code 知识库

推荐理由：只要2行命令和2分钟，就能用Obsidian配合Claude Code自动搭好知识库框架，省去手动配置的麻烦。

原文

15:50

AI Will@FinanceYF5

一位用户用Claude和Obsidian搭建了一套知识管理方案，将400条未经过链接的笔记转化为可快速检索的第二大脑。该方案完全免费，能够实现在2秒内回答问题。核心做法是利用Claude的问答能力结合Obsidian的笔记结构，让死笔记变得可交互。

技巧 Claude Obsidian 笔记管理

推荐理由：教你用Claude和Obsidian把几百条散装笔记变成能秒答问题的知识库，完全免费，操作也不复杂。

原文

15:45

AI Will@FinanceYF5

精选

通过将多个Claude Code项目的CLAUDE.md文件指向同一个vault，可以实现跨项目的知识共享。这个方法适用于写作、调研和编程等多种项目类型，一次读取即可随处使用。大约95%的用户会忽略这一步骤，但能显著提升效率。

技巧 Claude Code CLAUDE.md vault

推荐理由：Claude Code有个隐藏技巧：所有项目共享同一个CLAUDE.md vault，读一次到处用，省事又高效。

原文

15:44

AI Will@FinanceYF5

默认使用时，用户需要手动复制粘贴内容到Claude。配置MCP（Model Context Protocol）后，Claude可直接读取和写入vault中的笔记，无需手动操作。这省去了来回切换上下文的步骤，显著简化工作流程。

技巧 Claude MCP/工具笔记管理

推荐理由：给Claude配上MCP，它就能直接读写你vault里的笔记，再也不用复制粘贴了，非常省事。

原文

12:17

Jerry Liu@jerryjliu0

72°

Andrej Karpathy 分享了一个实用技巧：当不想打字时，可以用语音识别随意唠叨 10 分钟，让 LLM 帮你整理乱糟糟的思路。Jerry Liu 补充说，他曾经这样做但后来觉得变笨了，于是改为手动用要点写下自己的理解。两人都强调通过主动思考来提升与 LLM 协作的效果，而不是完全依赖 AI 替代思考过程。

技巧 Karpathy Jerry Liu 语音输入

推荐理由：Karpathy 和 Jerry Liu 分享的实操心得，用语音跟 AI 聊天十分钟就能理清思路，比硬打字更高效。

原文

11:24

向阳乔木@vista8

MoE（Mixture of Experts）是一种神经网络架构，顶级模型如 Fable5、GPT 5.6 sol 均采用此设计。该架构通过门控网络动态激活部分专家，在保持推理效率的同时扩展模型容量。当前主流大模型如 Mixtral 8x7B 也基于 MoE，印证了其在性能与成本间的平衡能力。

技巧 MoE 混合专家模型 Fable5

事件专题

推荐理由：想搞懂大模型为什么这么快？这个帖子用 Fable5 和 GPT 5.6 sol 当例子，把 MoE 的原理拆明白了，适合入门

原文

11:16

shao__meng@shao__meng

81°

OpenAI 为 Codex Code Review 推出 AGENTS.md 规则文件，允许团队将隐性审查知识写入仓库。在测试集上，带规则的审查找到了 98% 的目标问题，远超无规则时的 58.3%，提升来自为模型补上“该看什么”的上下文。规则需聚焦于如兼容性、数据边界等难以用 linter 捕捉的判断类问题，并给出安全替代方案。OpenAI 建议用三元测试（一个应触发规则、一个安全反例、一个无关改动）来快速验证规则质量。

技巧 OpenAI Codex Code Review AGENTS.md

事件专题

推荐理由：OpenAI 给 Codex Code Review 加了 AGENTS.md 规则，能抓住 diff 看不出的破坏性改动，评测召回率从 58% 提到 98%

原文

06:47

Aravind Srinivas@AravSrinivas

Jeff Grimes与LexSokolin在Fintech Blueprint播客中讨论了如何使用Perplexity Computer管理个人财务。他们强调了AI金融研究中可追溯性的重要性。还探讨了智能体编排如何成为金融服务领域的杠杆工具。

技巧 Perplexity 智能体金融研究

推荐理由：听听Jeff和Lex怎么用Perplexity Computer做金融研究，还讲了智能体编排怎么提升效率。

原文

03:48

elvis@omarsar0

精选

Andrej Karpathy在推文中分享了一个多模态提示技巧：当用户懒得打字时，可切换至语音输入并进行约10分钟的意识流独白。他观察到LLM能从杂乱语音中重建思路，并以更清晰的形式回应用户的混乱思考。这种方法能提升与模型的理解对齐，减少后续需要修正的内容。Karpathy还建议在开头声明“切换到语音识别，抱歉有错字”以明确模式。

技巧 Andrej Karpathy LLM 语音输入

推荐理由：Karpathy教你用语音输入和意识流跟AI聊天，10分钟搞定思路对齐，比打字省力多了。

原文

03:24

elvis@omarsar0

Andrej Karpathy分享了一个实用工作流：当懒得打字时，切换语音模式，漫谈10分钟（即使语无伦次），LLM能高效还原梳理你的思路，从而改善对齐。转推者指出语音很强，还可结合其他模态（如图像）进行更丰富的提示。该技巧利用语音输入降低“心智融合”门槛，减少后续修正。

技巧语音输入多模态提示词工程

推荐理由：直接教你怎么用语音跟LLM瞎聊10分钟，它能帮你理清思路，比打字省力多了。

原文

03:12

@TrenchersAI@TrenchersAI

智能体在凌晨4点自动完成一次狙击交易操作。用户早晨检查终端后，在喝咖啡时快速执行下一次交易。该工作流通过AI代理实现了24小时不间断操作，让用户产出倍增而非替代。

技巧智能体工作流自动化自动化交易

推荐理由：TrenchersAI演示了用智能体实现全天候自动交易，睡觉时也能帮你操作，醒来直接跟进。

原文

02:57

官方账号NVIDIA AI@NVIDIAAI

NVIDIA AI在Nemotron Labs视频中展示，对Nemotron模型进行微调前，应先用LangChain调整评估harness（测试框架）。该方法可确保微调过程更有效，避免浪费资源。视频详细演示了如何配置LangChain评估流程。

技巧 Nemotron LangChain NVIDIA

事件专题

推荐理由：NVIDIA教你怎么用LangChain先调好评估工具再调模型，很实用的小技巧，省时间少踩坑。

原文

02:19

官方账号Andrej Karpathy@karpathy

精选

Andrej Karpathy 分享了一个与LLM交互的技巧：当你懒得打字时，可以切换到/voice模式，随意闲聊10分钟，让模型从你的混乱思绪中提取意图。他提到LLM很擅长整理长篇、不连贯的语音输入，并输出更清晰的回应。这种方法能加快人机之间的理解，减少后续修正。

技巧 Karpathy LLM 语音功能

推荐理由：Karpathy分享了一个懒人技巧：对着LLM语音瞎聊10分钟，它就能帮你理清思路，比打字高效多了。

原文

02:14

Cognition@cognition_labs

精选72°

Cognition宣布Devin Outposts可在NVIDIA Brev上部署。这一集成使Devin能够访问GPU基础设施，用于调试训练运行、检查GPU状态、重现故障，并在实际硬件上验证修复。部署入口位于brev.nvidia.com的launchable页面。该方案面向需要GPU调试的AI工程团队。

技巧 Devin NVIDIA Brev GPU

事件专题

推荐理由：Cognition把Devin Outposts搬上NVIDIA Brev，让Devin能直接动用GPU来定位训练bug、检查显存状态，不用自己搭环境。

原文

01:28

Qdrant@qdrant_engine

精选

cognee的Dave Nielsen在Vector Space Day SF演讲中展示了AI记忆的进化方向：从简单提示存储到自动构建知识图谱。系统从聊天、提示、智能体交互中提取实体和关系，向量存储在Qdrant，图谱关系存储在Neo4j，实现RAG、GraphRAG与短期记忆的统一层。AI记忆正从单个智能体扩展至团队和组织，例如通过学习提示的入职系统或共享知识库。cognee与Qdrant连接器新增TurboQuant支持，对知识图谱的量化效果比常规向量存储更显著，因为图数据规模增长更快。

技巧 cognee Qdrant Neo4j

推荐理由：看看cognee怎么把RAG、GraphRAG和短期记忆揉成一个统一层，还能自动建知识图谱，团队也能共享记忆，加上TurboQuant压缩搞定海量图数据。

原文

01:04

Ate-a-Pi@svpino

一位开发者分享了利用 Claude Code 和 MCP 协议构建的自动化技能，称这是他用过最好的自动化平台。他运行着半打类似的自动化任务，每天自动执行。这些技能易于构建、维护和调度，可帮助减少重复工作。

技巧 Claude Code MCP 自动化

推荐理由：教你用 Claude Code 加 MCP 搭自动化工作流，每天省半小时重复劳动。

原文

00:58

Ate-a-Pi@svpino

一位开发者在X上分享观点，指出当前编码工具让写代码变得前所未有地简单，但思考难题并未改变。真正的瓶颈是人的大脑，而不是AI模型。他提醒开发者不要被工具迷惑，要重视自身思考能力。

技巧编程助手思考瓶颈

推荐理由：这篇帖子点醒了很多人——工具再好，不会思考也没用。

原文

7月21日

23:48

Milvus@milvusio

精选

Kimi K3拥有2.8T参数和1M token上下文窗口，支持原生的视觉理解，在编码智能体基准上得分很高。实际测试中，营销团队用K3一个下午就完成了活动登陆页原型。但token开销巨大：cache-hit输入0.30美元/MTok，cache-miss输入3.00美元/MTok，输出15.00美元/MTok。通过添加claude-context MCP工具，实现语义代码搜索，在保持同等检索质量下减少约40%的token消耗。

技巧 Kimi K3 claude-context 编程助手

事件专题

推荐理由：实测Kimi K3确实强，但烧token也快。作者分享了用claude-context省40% token的实操，适合搞智能体的团队参考。

原文

23:00

shao__meng@shao__meng

79°

Claude Code产品负责人Cat Wu和工程师Thariq Shihipar在AI Engineer World's Fair访谈中透露，针对Fable 5和Opus 4.8等前沿模型，系统提示词被削减了80%。核心经验包括：删除few-shot示例反而提升效果，因为模型比示例更具创造力；减少“不要做X”的禁令，增加上下文；每条指令需确保100%成立，否则让模型自行判断。Cat Wu指出，提示词应像被善意的人误读那样软化措辞，而Simon Willison补充，这套方法仅适用于Opus/Fable级别模型，小模型如Haiku仍需详细提示词。

技巧 Claude 提示词工程智能体

事件专题

推荐理由：Anthropic团队亲述：系统提示词去掉80%反而更好用，少写枚举多给上下文，学一波顶级提示工程思路。

原文

22:45

小互@imxiaohu

Linear 推出了名为 Loops 的新功能，用户只需一条自然语言指令就能创建循环流程。该功能旨在让没有编程经验的人也能使用 Loop Engineering。Loops 支持重复执行、条件分支等常见模式，无需编写代码即可实现自动化。

技巧 Linear Loops 提示词工程

推荐理由：Linear 做的这个 Loops 让你用大白话就能写循环任务，不会代码也能直接上手，自动化干活省心多了。

原文

22:17

Viking@vikingmute

作者发现 Cloudflare Worker 的 nodejs_compat 兼容层对标准 Node.js 应用有多个限制，例如部分旧依赖使用了 eval() 或 new Function() 导致报错。针对 TinyShip 项目，作者新增了全量 E2E 测试，覆盖 4 种框架（含 tanstack 的 Node.js 和 CF Worker 两个环境）和 2 种数据库。每次更新通过 Agent 执行 8 轮验证确保通过率 100%。作者计划后续 fork 出 All in CF 的简化版 repo，让仅需 CF 环境的用户更轻量使用。

技巧 Cloudflare Workers nodejs_compat TinyShip

推荐理由：作者把自己踩过的坑和适配经验都摊开了，包括 eval() 限制、E2E 测试怎么覆盖多个框架，做 CF Worker 开发的朋友值得一看。

原文

22:08

官方账号Simon Willison@simonw

精选

Simon Willison分享了来自@_catwu和@trq212的Claude提示词建议。提示应避免用过多示例和“不要”列表，Fable在此精简提示下表现更好。Claude Code自身的系统提示最近缩减了80%。这些方法来自实际经验。

技巧 Claude 提示词工程 Fable

推荐理由：Simon分享了两条具体技巧：少写例子和负面清单，Fable助手反而更好用，Claude Code系统提示也缩了80%，值得试试。

原文

18:37

Geek@geekbb

精选

该教程逐行解析 MiniMind 源码，涵盖 Tokenizer、模型结构、预训练、SFT、DPO、PPO、GRPO 共 10 章内容，每章标注对应源码文件和函数名。附录17篇进阶文章补充量化、投机解码、RLHF 等 MiniMind 未涉及的主题。适合希望从代码层面理解大模型全流程的读者。

技巧 MiniMind 源码预训练

推荐理由：想用代码搞懂大模型训练全流程？这个教程把 MiniMind 的源码一行行讲透，从 Tokenizer 到 GRPO 都有，还附赠量化、RLHF 等进阶知识。

原文

18:35

AI Will@FinanceYF5

帖子提出构建Agent应首先理解背后的模型，而非直接包办一切。强调做Demo容易但做产品可能需要十年，以自动驾驶为例说明跳过基础会导致崩溃。作者认为Agent不是产品，底层模型才是关键，打好基础后Agent自然会随之出现。最后指出当前构建Agent的是普通开发者而非OpenAI或DeepMind。

技巧智能体 OpenAI DeepMind

事件专题

推荐理由：别急着搞Agent，先搞懂模型。这个帖子提醒你基础比炫酷Demo重要，用自动驾驶举例，很实在。

原文

18:34

AI Will@FinanceYF5

Anthropic工程师Andrej Karpathy指出当前AI领域最大错误是强迫智能体工作而不先理解底层模型。他回忆2016年在OpenAI犯过同样错误，因此浪费了5年时间。Karpathy强调演示容易但产品化需十年，自动驾驶已验证这一点。他认为智能体不是产品，模型基础才是，打好基础后智能体会自然涌现。

技巧 Andrej Karpathy OpenAI 智能体

事件专题

推荐理由：Karpathy用自己的失败经历点醒你：别急着搞智能体，先把模型弄透。少走5年弯路。

原文

17:26

向阳乔木@vista8

Qwen3.8-max-Preview是阿里巴巴最新模型，无需下载客户端，直接访问chat.qwen.ai即可在线测试文本和简单前端网页。有用户反馈其写代码能力甚至优于K3，且每日质量持续提升。建议使用API进行更全面的评测。

技巧 Qwen3.8-max-Preview 阿里巴巴在线测试

推荐理由：想试试阿里新模型Qwen3.8-max-Preview？点开链接就能用，写代码据说比K3强，每天还在变强。

原文

15:13

Geek@geekbb

精选

Pi-Agent教程共10章，逐章解析Agent Loop、工具系统、消息系统、事件驱动、会话管理和上下文工程。每章从概念定义、源码实现、设计意图三层展开。提供三种阅读方式：Web在线版（带三栏配图）、本地Markdown和PDF离线版。

技巧 Pi-Agent 智能体 Agent Loop

推荐理由：想自己写Agent？这个教程把Pi-Agent的源码都拆开了，每章讲概念、源码和为什么这么设计，适合动手党。

原文

13:01

向阳乔木@vista8

作者开发了一个视频生成Skill，计划每天发布一个大模型知识解读视频。第一期用通俗语言解释“蒸馏”概念，帮助外行理解。该Skill可自动化生成科普内容，降低AI知识传播门槛。

技巧蒸馏视频生成科普

推荐理由：想搞懂啥是蒸馏？这哥们做了个视频生成工具，每天讲一个AI概念，第一期专治小白看不懂。

原文

12:36

Geek@geekbb

该 Claude 技能只需用户输入一句话，即可自动判断选择广告还是纯解说模式，进行一轮简短的网络调研，撰写配音脚本，将脚本拆分成 10 秒一段的剪辑提示词，最后通过 MaxFusion MCP 的 Google Omni 模型生成每段视频。整个流程无需手动干预，从需求到成品一步到位。

技巧 Claude MaxFusion MCP Google Omni

推荐理由：把一句话丢给 Claude，它自己就能调研、写脚本、剪视频，连 Google Omni 视频生成都帮你调好了，省事。

原文

11:12

Yangyi@Yangyixxxx

这篇帖子介绍了使用NewMax的抖音连接器，结合@dontbesilent 的对标法来拆解分析爆款视频。作者还提到如果使用dbskill工具，分析效果会明显提升。核心观点是：在模型能力接近时，工具的选择决定了Agent的上限。

技巧 NewMax 抖音连接器 dbskill

推荐理由：想拆解抖音爆款？试试NewMax连接器搭配对标法，再用dbskill提效，实操干货。

原文

07:51

ChatGPT@ChatGPTapp

@coreyching在视频中演示了ChatGPT Work的最新插件功能，可连接Gmail和Google日历等工具。用户通过简单配置，能让ChatGPT自动读取邮件摘要、创建日程或发送提醒。该功能目前已在ChatGPT Work中上线，30条回复和11次转发表明其关注度。

技巧 ChatGPT 插件工作流

推荐理由：想知道怎么让ChatGPT帮你管邮件和日程？这个教程手把手教你连插件，几秒钟搞定自动化。

原文

05:09

elvis@omarsar0

精选

Cursor团队使用多个AI代理从835页手册重建SQLite的Rust版本，通过100%测试集。成本因模型组合不同而相差15倍。实践建议：用前沿模型做分解和架构设计，用便宜模型执行具体实现。注意代理协调中的偏差和失败。

技巧 Cursor SQLite Rust

事件专题

推荐理由：Cursor团队实战分享：如何搭配不同模型，用最小成本完成高难度编程任务，成本能差15倍。

原文

04:33

Lenny Rachitsky@lennysan

Elizabeth Stone认为系统思维是AI时代最重要的技能，它能帮助工程师和设计师跨领域构建共享能力。她指出系统思维可以通过退后一步看问题来学习，比如思考任务如何服务更大业务目标。她提到Netflix文化中的“keeper's test”主要用于正面绩效对话，多数情况下答案会是“我会拼命留你”。她强调高人才密度、激进透明和“上下文而非控制”是Netflix“卓越操作系统”的核心。

技巧 Netflix Elizabeth Stone 系统思维

推荐理由：听听Netflix高管怎么用系统思维应对AI浪潮，还有keeper's test的正面用法，很实用。

原文

04:12

elvis@omarsar0

精选

该帖子提出一个后训练技巧：训练长周期智能体（long-horizon agents）时无需使用长周期 rollout。可以在短任务（short tasks）上训练，这类任务奖励成本低且验证容易。然后利用框架（harness）将能力扩展8-32倍，显著降低训练成本。

技巧 post-training long-horizon agents short tasks

推荐理由：这篇帖子讲了个后训练小诀窍：短任务训练就能让智能体扩展到8-32倍的长周期，省时省力，值得试试。

原文

02:13

向阳乔木@vista8

该项目qiao由开发者joeseesun发布，提供了一个在Codex中集中使用多种AI模型的方案。用户可通过统一接口切换不同模型，无需在多个工具间跳转。代码已开源在github.com/joeseesun/qiao，支持自定义配置。

技巧 Codex joeseesun qiao

推荐理由：想在一个编辑器里用不同AI模型？试试qiao这个开源项目，能直接在Codex里切换，省事。

原文

02:00

向阳乔木@vista8

用户vista8发布了一个Skill，可在Codex中通过一句话调用Grok、Kimi、Claude三个模型执行任务。该Skill自动调用本机CLI执行并返回结果给Codex，合规安全。安装指令为npx skills add joeseesun/qiaomu-model-cli。用户可根据模型优势分工，例如用K3做前端、Grok 4.5做搜索、Claude Opus 4.8做Fable叙事。

技巧 Codex Grok Kimi

推荐理由：想在一个编辑器里用上Grok、Kimi、Claude？装这个Skill，一句话调不同模型干活，不用来回切换了。

原文

01:34

官方账号LangChain@LangChainAI

LangChain发布概念指南，阐述团队治理AI代理需考虑的完整系统要素。涵盖认证、审计日志、速率限制、回退机制和集中支出控制等基础支柱。指南帮助开发者建立全面的代理治理框架。

技巧 LangChain 智能体 AI安全

推荐理由：LangChain发了篇指南，教你治理AI代理要管认证、日志、限流、回退和花钱，很实用。

原文

01:02

Milvus@milvusio

精选

MemSearch 是一个开源Agent记忆库，最新功能 Memory-to-Skill 可从Agent历史中自动挖掘重复出现的流程（如调试、API集成、发布），生成候选技能文件。系统将每个带场景、反馈和结果的事件抽象为技能草案，用户可在审查后安装到 Claude Code、Codex 等Agent的 skill 目录。该功能解决了开发者将知识存RAG、体验存记忆层、流程存技能文件的分离问题，实现记忆向技能的自动转化。

技巧 MemSearch Milvus Memory-to-Skill

推荐理由：Milvus 团队开源了 MemSearch，新增 Memory-to-Skill 功能，能自动从Agent历史里挖出重复工作流生成技能文件，直接给 Claude Code、Codex 用，省得手动整理。

原文