全部 AI 动态 · AI 热点

AITOP

7月18日

16:52

宝玉@dotey

Codex团队成员透露，目前绝大部分具体代码已由Codex自动生成。一天内能发布多个版本。开发者角色转变为产品经理和QA，专注于定义功能和验证结果。作者体验相似，日常开发更多变成定义功能和验证结果，代码实现已不细看。

技巧 Codex 编程助手 AI编程

推荐理由：看看这位程序员分享的体验：用Codex写代码后，自己都快不碰代码了，一天发几个版本，太省心了。

原文

16:51

宝玉@dotey

精选

作者分享了一套用Claude Design设计UI/UX（输出HTML+CSS+React+data.js），再交给Claude Opus 4.8实现MVP的开发模式。设计稿可提交git并diff追踪变更，Opus 4.8在UI实现上优于GPT 5.5。为解决Claude Desktop功能不足，作者将Claude Design本地化集成到Codex和Cursor中，通过分析Claude Code前端代码实现了本地运行的Skill，效果与在线版一致。

技巧 Claude Design Claude Opus Codex

事件专题

推荐理由：作者用Claude Design做UI设计，Opus 4.8写代码，还教你怎么把整套流程搬到本地集成到Cursor里，省去网页切换的麻烦。

原文

12:19

小互@imxiaohu

Google 推出了 gemma-trainer 工具，允许用户在本地计算机上对 Gemma 模型进行微调。该工具简化了微调流程，无需依赖云端资源。用户可以通过简单的命令或界面操作，定制自己的专属模型。具体教程链接中提供了详细步骤。

技巧 Gemma gemma-trainer Google

推荐理由：Google 出了个新工具 gemma-trainer，让你在自己电脑上就能微调 Gemma，不用上云，操作简单，适合想定制专属模型的朋友。

原文

11:52

Geek@geekbb

该项目利用OpenAI视觉模型自动识别照片中的衣物，并进行自动抠图。随后基于抠图结果生成模特上身预览效果。配套的Codex技能支持一键导入衣物素材或生成模特穿搭画册。整个流程可帮助电商卖家快速制作商品展示图。

技巧 OpenAI Codex 多模态

事件专题

推荐理由：这个开源项目用OpenAI视觉模型自动识别衣物、抠图，还能生成模特上身图，适合电商卖家快速出图。

原文

11:44

向阳乔木@vista8

作者分享了通过组合多个 Skill（如 goal skill、AI PRD skill、设计 skill、服务器管理 skill）来快速生成开发前提的方法。这些 Skill 存放在 GitHub 仓库中，每个 Skill 针对特定场景编写提示词。用户只需一句话即可调用组合，提升 AI 辅助开发的效率。

技巧 GitHub goal skill AI PRD skill

推荐理由：发现一个好方法，把各种开发技能打包成 Skill 组合，一句话就能让 AI 生成前提，省事多了。

原文

11:15

shao__meng@shao__meng

Tibo 发起活动，鼓励推友分享使用 GPT-5.6 Sol 的心得或切换到 Codex 的原因。前 10000 个审核通过的帖子可获得 $100 Codex Credits，作者本人已获得这笔奖励。实际查看帖子后发现大量僵尸账号，内容真实性低，因此抢先发帖比内容质量更重要。

技巧 GPT-5.6 Sol Codex OpenAI

事件专题

推荐理由：Tibo 搞了个活动，前一万个发帖就送 $100 Codex Credits，别管内容真不真，冲就完了。

原文

08:08

berryxia@berryxia

用户分享使用感想：称 Pi 尚未尝试，但 Ollama 对新模型的支持非常及时到位。以国内热门模型 GLM-5.2 为例，Ollama 在用户难以获取的情况下已提供支持。这表明 Ollama 在模型更新速度上具有优势。

技巧 Ollama GLM-5.2 Pi

推荐理由：如果你喜欢本地跑模型，Ollama 更新很快，连抢不到的 GLM-5.2 都支持了，试试看。

原文

07:43

elvis@omarsar0

一种工作流将X上的帖子内容存入Wiki，使多个AI Agent在研究和项目中能复用这些见解。所有驱动artifacts的帖子都存储在Wiki中，因此其他Agent在需要X洞察时可调用。这种设计让知识积累和复用更高效。

技巧 X Wiki Agent

推荐理由：如果你用多个Agent做研究，可以试试把X帖子存Wiki，让它们共享信息，省去重复收集的麻烦。

原文

07:42

elvis@omarsar0

该推文介绍了一个每日自动生成的 HTML artifact，它利用 X MCP 工具从高信号 X 账号中抓取最新的 AI 论文、项目等内容。作者的研究代理每天早上自动整理这些帖子，形成一个类似于“为你推荐”的个性化新闻流。帖子获得了 3,098 次查看和 23 个点赞，作者表示愿意分享 artifact 和自动化设置。

技巧 X MCP工具 HTML artifact AI新闻

推荐理由：有人用 X MCP 工具做了个每日自动整理的 AI 新闻页面，看完这帖子你也能学会怎么搭自己的信息流。

原文

07:25

elvis@omarsar0

推文作者认为OpenAI的/goal功能被低估，但需清晰目标。他利用单独的LLM（如Fable 5或GPT-5.6 Sol）构建了自己的/goal特性以减少LLM的偏见和奖励破解问题。GPT-5.6-Sol具备长时任务原生能力，无需/goal即可持续运行数天。作者将GPT-5.6-Terra/Luna作为子智能体，GPT-5.6-Sol作为顾问/裁判，使Codex订阅能更高效地完成复杂任务。

技巧 OpenAI /goal GPT-5.6-Sol

事件专题

推荐理由：作者分享了用独立LLM强化/goal的实用技巧，用GPT-5.6-Sol做裁判，让GPT-5.6-Terra/Luna当子智能体，跑得更久更快。

原文

06:55

官方账号OpenAI@OpenAI

OpenAI发布教程，指导用户如何在Codex中添加Codex Security插件。安装完成后，按钮变为“Try in chat”，点击后启动新的Codex聊天并预填安全扫描提示。用户需选择包含待审查代码的文件夹，发送扫描提示即可开始安全扫描。整个过程无需额外配置，插件直接集成在Codex界面中。

技巧 Codex Codex Security OpenAI

事件专题

推荐理由：OpenAI出了Codex Security安全扫描插件，加进去就能一键审查代码漏洞，操作很简单，跟着三步走就行。

原文

05:16

官方账号Runway ML@runwayml

Runway 发布技术博文《Engineering Runway Agent》，披露其智能体产品的设计思路与工程实践。文章讨论了 Agent 如何结合视频生成能力实现自动化工作流。团队介绍了系统架构、多模态交互方式以及性能优化策略。该博文旨在为开发者提供构建 AI 代理的参考经验。

技巧 Runway Runway Agent 智能体

推荐理由：Runway 分享了怎么造一个能自动剪视频的 Agent，搞视频生成和智能体开发的朋友可以看看他们的技术路线。

原文

04:49

官方账号LangChain@LangChainAI

精选

LangChain发布了一个基于LangGraph和LangSmith的RFP回复代理，包含四个步骤：需求提取、内容映射、草稿生成和缺失检测。该代理能从RFP包中提取范围、SLA、定价格式和监管条款，匹配内部批准内容，生成带引用的回复，并标记需要人工审核的部分。通过@payicorp进行了性能评估。

技巧 RFP LangGraph LangSmith

推荐理由：做投标的朋友别从空白页开始了，这个代理自动抓需求、匹配内部内容、生成带引用的草稿，还告诉你哪里需要人改，省事很多。

原文

04:47

宝玉@dotey

技巧 Grok X AI时间线

推荐理由：想要第一时间看到新模型消息？去 X 固定 AI 时间线，Grok 帮你排好序，不用自己刷。

原文

03:27

官方账号LangChain@LangChainAI

LangChain 的 Sydney Runkle 和 Jake Broekhuizen 在 40 分钟视频中全面解析 Deep Agents，涵盖定义、工作原理、常见用例及核心组件。视频重点介绍了文件系统如何与 Agent 交互，并演示了端到端实现流程。适合希望构建复杂 Agent 工作流的开发者参考。

技巧 Deep Agents LangChain 智能体

推荐理由：LangChain 两位专家花 40 分钟把 Deep Agents 从原理到实战讲透了，文件系统那块特别实用，想搞 Agent 的必看。

原文

02:15

Philipp Schmid@_philschmid

精选

演示如何通过 Gemini Managed Agents 让智能体在沙盒环境中运行 GitHub CLI（`gh`），安全处理 PR 分类。核心步骤包括：给 agent 设置假 GH_TOKEN 通过本地检查，Gemini API 在网络层拦截对 `api.github.com` 和 `github.com` 的调用，通过出口代理替换真实 token（API 用 Bearer，git 用 Basic）。容器跨轮次复用，保持 `gh` 已安装，agent 获得完整 CLI 访问而真实凭证保留在控制平面。

技巧 Gemini GitHub CLI PR 分类

推荐理由：教你用 Gemini 智能体自动处理 PR 分类，还能安全保护 GitHub 凭证，省心又安全。

原文

01:24

官方账号LangChain@LangChainAI

LangChain认为智能体(Agent)是一种新型软件，具有无限输入和非确定性输出的特性。传统软件构建方式会导致智能体失效。LangSmith围绕Agent开发生命周期设计，包含构建、测试、部署、监控四个阶段。该框架帮助开发者系统化管理智能体应用。

技巧 LangChain LangSmith 智能体

推荐理由：LangChain分享Agent开发新思路，用LangSmith的构建-测试-部署-监控流程，避免传统方法失效。适合做智能体的同学。

原文

00:48

Milvus@milvusio

精选

Milvus 提供 Exponential、Gaussian、Linear 三种衰减函数用于重排序。Exponential 对新闻和社交适用，offset 3天时5天文章分数降至0.4774。Gaussian 用于平衡搜索，offset 7天时15天文章得0.3601，30天文章得0.0642。Linear 用于事件搜索，90天文章仍得0.3037，有明确截止点。用户需根据不同时效性需求选择对应函数。

技巧 Milvus 衰减函数重排序

推荐理由：Milvus 这个教程用具体数据对比指数、高斯、线性三种衰减对文章排名的效果，帮你选对函数。

原文

00:10

AI Engineer@aiDotEngineer

精选

在 AIE Europe 会议上，Google DeepMind 团队展示了一个完整微调流程：以 Gemma 270M 模型为起点，通过生成合成任务数据、LoRA 微调、int4 量化，最终部署到 Pixel 手机上。整个流程仅需 21 分钟，准确率从 46% 提升至 90%，推理速度达到 2000 tokens/s。该方法对比 1500 美元的线下 AI 训练营有显著效率和成本优势。

技巧 Gemma LoRA 量化

推荐理由：Google 工程师教你怎么在手机上 21 分钟微调一个小模型，从 46% 干到 90%，比花 1500 美元买课还快。

原文

00:06

Qdrant@qdrant_engine

Mem0 CEO Taranjeet在Qdrant向量空间日上指出持续学习本质是记忆问题而非训练问题。他区分权重（存储通用技能）与记忆（存储用户/团队特定信息），强调记忆应快速、可检查、可逆、可移植。提出5步循环：观察→提取→检索→行动→遗忘/更新。Mem0作为开源记忆层，生产环境下基于Qdrant引擎运行。

技巧 Mem0 Qdrant 智能体

推荐理由：别再给智能体重训练了，先搞定记忆。Mem0创始人手把手教你5步循环，来自实战经验。

原文

7月17日

23:57

官方账号Andrew Ng@AndrewYNg

精选

Andrew Ng联合Cerebras推出新课程，教授如何通过推理优化硬件加速LLM应用。课程聚焦Cerebras Wafer-Scale Engine，该硬件通过减少权重搬运实现比典型GPU快数倍的token生成。学员将对比GPU、TPU和Cerebras的架构差异，并动手构建网页个性化、市场信号多步分析等实时应用。课程还涵盖利用快速推理优化代理编码工作流，适合延迟敏感场景。

技巧 Cerebras Andrew Ng DeepLearning.AI

推荐理由：吴恩达亲自推的实战课，教你用Cerebras芯片让LLM推理快几倍，还能做实时翻译和语音agent，想上手硬核加速的别错过。

原文

23:14

v0@v0

v0 提示用户，在 prompt bar 中输入 / 即可调用预设技能。技能可从 skills.sh 网站导入，也可使用本地保存的技能。该技巧简化了提示词调用流程，提升使用效率。

技巧 v0 skills.sh 提示词技巧

推荐理由：v0 教你用斜杠调出技能库，不用再手写提示词了

原文

21:51

Dify@dify_ai

Qubrid_AI在Dify Marketplace推出新插件，只需一个API key即可访问DeepSeek、Kimi、Qwen、MiniMax、GLM等多个模型。用户无需为每个模型单独配置API key和重构工作流，可直接在现有流程中切换模型。该插件解决了多模型切换时的集成痛点，提升了开发效率。

技巧 Dify Qubrid_AI DeepSeek

推荐理由：如果你在Dify上为不同模型来回换API key烦了，试试Qubrid_AI插件，一个key搞定DeepSeek、Kimi等多个模型，省事很多。

原文

17:22

Ate-a-Pi@svpino

作者Santiago在X上分享，他用Viktor的AI Employee在Slack中处理教机器学习培训班的行政事务。该AI能读取频道线程、草拟回复、标记重复问题、建议修改教材，并列出待办事项。所有最终决策仍由作者亲自把控。Viktor为新用户提供100美元积分。

技巧 Viktor Slack 智能体

事件专题

推荐理由：Santiago用Viktor在Slack上养了个AI员工，专治各种杂活，还能从反馈里学习。想省事可以试试。

原文

17:20

Ate-a-Pi@svpino

Svpino展示了一个用300行代码实现网页监控的教程，通过Parallel平台设置监控事件，当亚马逊商品价格下降时触发webhook，脚本调用Deep Research任务自动分析产品是否值得购买。整个流程在Claude Code和Parallel Agent Skills帮助下仅用1小时完成。该方案也可扩展到监控科技公司新闻并评估投资价值。

技巧 Parallel Claude Code Deep Research

推荐理由：教你用300行代码和Claude Code搭建自动监控+研究系统，盯亚马逊降价或新闻，省时省力。

原文

15:21

宝玉@dotey

精选

Whisper 在字幕翻译中存在时间戳不准、中英文混排支持差、不直接支持发言人识别等问题。Qwen3-0.6b ASR 搭配 Qwen3-ForcedAligner 模型可精准对齐词级时间戳，本地运行资源占用低。发言人识别可使用 Pyannote + WeSpeaker 开源模型，结合 Agent 上下文提升准确率。若要求高，可选用火山引擎豆包录音文件识别模型 2.0。宝玉在 BaoCut App 开发中，通过 Claude Code 和 Opus 4.8 等模型实现原型设计到功能实现的高效循环。

技巧 Qwen3 Whisper ASR

推荐理由：宝玉分享了用 Qwen3 ASR 替代 Whisper 做字幕的心得，时间戳对得很准，还配了发言人识别方案，适合搞视频翻译的朋友。

原文

12:42

Viking@vikingmute

一位用户分享了其设计的Codex皮肤，右侧运行时会滚动MilkDrop音乐可视化动画。该皮肤用AI生成，带来怀旧感受。用户表示这种设计让人沉浸，不再刷社交媒体。MilkDrop是经典可视化插件，被嵌入代码编辑器环境。

技巧 Codex MilkDrop AI

推荐理由：这位用户把MilkDrop音乐可视化做成了Codex皮肤，运行代码时还能看动画，比无聊的社交媒体有意思多了。

原文

12:41

Yangyi@Yangyixxxx

FDE（业务生态潜入）需先以半人工模式跑出成绩，第一个月跑通流程，第二个月确认Loop效果，第三个月搭建SaaS构建CLI，帮助Agent降低幻觉并沉淀数据做可视化。确认效果需要3个相同方向的信号，单一成功不足以证明系统性优势。流程反了（先自动化再拿结果）容易因忽视业务细节导致失败。

技巧 FDE Agent 半人工

推荐理由：这篇讲FDE三步法很实在：先半人工验证，再自动化，避开Agent幻觉。适合做落地的人参考。

原文

08:08

berryxia@berryxia

技巧智能体 Agent 工作流

推荐理由：别用管人的那套管Agent，让它们自己组队干活，省token又高效。

原文

08:03

ChatGPT@ChatGPTapp

78°

OpenAI 通过 X 平台视频演示了 ChatGPT 桌面应用的计算机使用能力。功能允许 ChatGPT 直接操控电脑上的应用程序并内置浏览器。演示中，@dkundel 展示了如何让 ChatGPT 自动浏览网页、搜索信息、导航网站以及完成多步骤任务。该功能目前仅向特定用户开放。

技巧 ChatGPT 内置浏览器计算机使用

事件专题

推荐理由：ChatGPT 现在能帮你操作电脑上的应用和浏览器，自动完成网页调研和任务，试试看。

原文

07:03

AK@_akhaliq

@_akhaliq 发布了 Harness Handbook。该手册旨在让不断进化的智能体工具链变得可读、可导航、可编辑。推文获得2627次浏览。

技巧 Harness Handbook 智能体工具链

推荐理由：@_akhaliq 发了 Harness Handbook，帮你轻松看懂和编辑智能体工具链，不再一团乱。

原文

06:15

官方账号LangChain@LangChainAI

LangChain 将于7月28日与 Cognition 联合举办线下 meetup，主题为 LLM Wikis 和 OpenWiki。OpenWiki 旨在为 AI agent 提供开放记忆功能。活动名额有限，需通过 luma.com/mylwoabu 提前 RSVP。

技巧 LangChain cognition OpenWiki

推荐理由：LangChain 和 Cognition 办了个线下分享，教你怎么用 OpenWiki 给智能体加上持久记忆，感兴趣的话早点报名。

原文

05:14

The Rundown AI@therundownai

一场90分钟的免费直播大师课将展示如何使用ChatGPT Work、GPT-5.6和Codex将源文件和研究资料转化为精美的可编辑演示文稿。由大学教育者Nate Grahek主讲，参与者可以学习到具体的操作流程。课程涵盖从导入文件到生成幻灯片的全链路技巧。RSVP链接已在X平台发布。

技巧 ChatGPT GPT-5.6 Codex

推荐理由：想用ChatGPT做PPT？这场90分钟免费直播教你用GPT-5.6和Codex把论文变演示文稿，省时又专业。

原文

04:12

官方账号LangChain@LangChainAI

LangChain 宣布将于8月12日举办线上活动，聚焦生产环境中 AI 智能体的治理问题。内容涵盖如何控制支出、保护敏感数据、执行内部策略和管理访问权限。活动将解析治理在系统设计中的角色，并介绍网关基础设施如何融入智能体开发生命周期。核心是为团队提供有效治理生产智能体的基础框架。

技巧 LangChain 智能体生产部署

推荐理由：LangChain 要聊怎么管好生产环境里的智能体，包括控制开销、保护数据，从系统设计层面给方案，不是泛泛而谈。

原文

04:04

Justine Moore@venturetwins

开发者 thinkymachines 使用 Cursor AI 构建了一个全功能应用，实现 YouTube 视频下载并转换为 WAV 格式。应用自动将长音频分批次处理，调用 Inkling 模型分析音频内容并生成候选片段。随后进行校正检查确保每个片段起止位置准确，最后通过 FFMPEG 完成渲染输出。整个开发过程完全在 Cursor AI 中完成，展示了 AI 编程助手构建复杂工作流的潜力。

技巧 Cursor thinkymachines YouTube

事件专题

推荐理由：看看别人怎么用 Cursor AI 搭了个完整的 YouTube 转音频处理流水线，从下载到渲染一步到位。

原文

02:28

Philipp Schmid@_philschmid

Google 推出了 Gemini API 的官方文档。文档详细说明了如何调用 Gemini 模型进行文本生成。开发者可以学习 Gemini API 的请求格式和参数配置。指南包含 Gemini 1.5 Pro 的代码示例。

技巧 Gemini API 教程

推荐理由：Google 的 Gemini API 文档上线了，手把手教你调用模型做文本生成，适合想用 Gemini 的开发者参考。

原文

02:13

Firecrawl@firecrawl_dev

Firecrawl 宣布在 OpenClaw 平台上免费开放使用。Agent 可以直接搜索实时网页、抓取任何页面、与动态网站交互，并将 PDF 解析为干净 markdown。整个过程无需设置或 API 密钥。仅当需要扩展使用时才需注册。

技巧 Firecrawl OpenClaw 网页抓取

推荐理由：Firecrawl 在 OpenClaw 上免费了，不用 API 密钥就能抓网页和 PDF，省心又方便。

原文

02:06

Fireworks AI@FireworksAI_HQ

Fireworks AI 举办免费 DevRel 网络研讨会，演示如何微调开源视觉模型从混乱收据图片中提取结构化 JSON。整个过程在 Fireworks 平台上端到端管理。研讨会已于 10am PST 开始，无法参加的观众可在本周内观看 YouTube 回放。活动还涵盖近期发布和微调入门指南。

技巧 Fireworks AI 微调开源模型

推荐理由：想学微调？Fireworks 现场演示用视觉模型从收据扒 JSON，实操干货，错过也有回放。

原文

02:04

Jerry Liu@jerryjliu0

精选

Jerry Liu指出，对于任何给定任务，总可以将通用模型或代理框架蒸馏为专用模型或工作流，从而获得更高准确率和更低成本。领域越窄，优化空间越大，还可以提供比聊天界面更针对性的用户体验。随着代理自我改进能力增强，未来可以通过定义顶层目标和评估标准自动完成蒸馏，无需人工编码。

技巧 Jerry Liu 智能体蒸馏

推荐理由：Jerry Liu分享了把通用模型变成专用模型的方法，能省成本又提精度，还说了未来可以自动搞。

原文

02:02

a16z@a16z

a16z分享Mintlify的招聘原则：每遇到新问题，第一步判断能否用自动化或Agent解决；第二步判断能否通过流程变更解决；只有前两者都不行时，才考虑增加headcount。这套框架强调用技术手段优先替代人力扩张。

技巧 Mintlify a16z Agent

推荐理由：Mintlify的这套思路挺实在，遇到问题先别急着加人，先试试自动化和流程优化，适合团队参考

原文