全部 AI 动态 · AI 热点

AITOP

7月3日

01:39

elvis@omarsar0

dair.ai academy 上线 Labs 项目，为 AI 构建者提供定向教育资源。该推文获得 707 次浏览和 3 个赞。项目链接为 academy.dair.ai/labs，目前评论数为 0。

技巧 dair.ai AI教育 Labs

推荐理由：dair.ai 搞了个教育项目 Labs，想学 AI 构建的可以去看看，比自学省时间。

原文

01:38

elvis@omarsar0

推文强调调优LLM验证器和评判器正成为高需求技能。作者在自身测试框架上应用这些工具，实现了市场上尚未出现的agentic编码工作流。Bridgewater利用金融领域知识并与@tinkerapi合作微调模型，帮助分析师聚焦重点。这表明专家改进AI能提升专家效率。

技巧 LLM verifiers LLM judges Agent工作流

推荐理由：想搞高级Agent工作流？试试自己调验证器和评判器，比现成方案更强。

原文

01:08

官方账号SiliconFlowAI@siliconflowai

SiliconFlow发布教程，展示如何使用GLM-5.2模型分析GitHub仓库。用户只需提供SiliconFlow API密钥，将GLM-5.2接入智能体，即可自动读取仓库并生成交互式walkthrough。同时启动“SiliconFlow Summer Rush”活动，前72小时有早鸟奖励池，按GLM-5.2使用量排榜。

技巧 GLM-5.2 SiliconFlow 代码分析

推荐理由：想快速搞懂一个开源项目？SiliconFlow教你把GLM-5.2接入智能体，直接生成互动教程，省去挨个读文件的功夫。还有活动可以冲榜拿奖励。

原文

01:00

Ethan Mollick@emollick

Fable 在 Claude Code 中能实现令人惊叹的自主任务，即使是非程序员也能使用。但该界面不擅长管理超过 5 小时的长时间自主运行。用户很难实时观察进展和干预，通常只能等待最终输出。这暴露了当前工具在长周期任务监控上的局限。

技巧 Claude Code Fable 自主任务

推荐理由：Ethan Mollick 发现 Claude Code 里的 Fable 很牛，但对 5 小时以上的任务没法实时干预，提醒你用它做长任务时要留个心眼。

原文

00:54

Ate-a-Pi@svpino

精选

作者Santiago演示了AI代理如何利用x402协议（Coinbase构建、Linux基金会治理）在Apify Store上搜索Actor。代理发送请求后，Actor返回HTTP 402“Payment Required”响应，代理自动从Base链上的USDC钱包授权支付。支付模式为按量付费，代理设置支出上限，剩余金额自动结算。整个过程无需API密钥、账户或信用卡，完全无人干预。

技巧智能体 x402 Apify

推荐理由：Santiago演示了你的AI代理如何自己掏钱买数据：用x402协议在Apify上搜索、支付并调用Actor，全自动，你只管收结果。

原文

00:48

LlamaIndex@llama_index

精选

LiteParse 是一个轻量级解析工具，可嵌入到 Agent 运行时中运行。LlamaIndex 团队使用 FlueAI 框架、Resend webhooks 和 Turso 数据库构建了一款邮件处理助手。该助手能自动读取邮件语料、下载附件、用 LiteParse 解析 PDF，然后总结邮件内容并草拟回复。这个示例展示了解析工具如何增强 Agent 对文档的理解深度，而不是仅仅处理文件。

技巧 LiteParse LlamaIndex FlueAI

推荐理由：LlamaIndex 发了 LiteParse 新玩法：能直接嵌入 Agent 里解析 PDF，自动帮你看邮件、回邮件，省力不少。

原文

00:32

Harrison Chase@hwchase17

Harrison Chase 与 Ben Tanny Hill 在 Max Agency 播客中详解一个月前发布的 LangSmith Engine，该代理能自动扫描其他代理的失败案例、按优先级排序并生成修复草案。团队分享了如何使用沙箱隔离子代理、创建多个子代理协作的架构设计，以及如何为永不停止运行的代理构建持续评估系统。这些方法直接解决了代理在生产环境中的可观察性与自愈难题。

技巧 LangSmith Engine 智能体评估

推荐理由：想了解怎么给跑不停的AI Agent做自动调试和评估？LangChain团队把内部架构和沙箱用法全讲透了，适合做代理工程的人听。

原文

7月2日

23:32

Harrison Chase@hwchase17

Harbor是一个用于运行长期、有状态智能体（agent）评估的框架。LangChain通过博客和视频教程展示了与Harbor的多种集成方式。博客地址为langchain.com/blog/unified-s…，视频教程演示了如何使用Harbor和LangSmith评估deepagents。

技巧 Harbor LangChain LangSmith

推荐理由：Harbor专门做长期agent评测，LangChain有博客和视频教你怎么集成，适合做复杂agent测试的人。

原文

23:06

shao__meng@shao__meng

精选

Shao Meng 将 LLM 交互分为三阶段：网页聊天机器人、独立 AI 应用、组织内嵌式 AI（如 Claude Tag 和 Glean Agents）。Claude Tag 让团队共享同一代理实例，实现从被动响应到持续参与的转变。Glean 提出生产级独立 Agent 的四个支柱：身份、记忆、主动性、问责制。以 OnCall Assistant 为例，Agent 可同时读取 PagerDuty、Jira、Confluence、GitHub、Slack，并行排查根因并起草修复。

技巧 Claude Tag Glean Agents Slack

事件专题

推荐理由：Shuo Meng 把 AI 协作分成了三个层次，Claude Tag 和 Glean Agents 的实战思路很清晰，适合想在企业里落地 AI 智能体的人参考。

原文

20:09

向阳乔木@vista8

作者用Raycast AI对话获得AI播客推荐列表。然后在Codex中调用Computer Use（中文名“电脑”），输入提示让工具自动打开YouTube并订阅这些播客。整个过程仅需几分钟，无需手动点击。这是利用Computer Use实现浏览器自动化的一个具体案例。

技巧 Raycast Codex Computer Use

推荐理由：折腾过手动订阅的人就知道这多爽——跟Raycast聊完，丢给Computer Use几分钟就全搞定了，省心。

原文

16:37

berryxia@berryxia

用户@berryxia分享经验，对于数据整理等一般小任务，只需一句自然语言指令即可驱动Agent正确执行，无需复杂提示或多轮对话。他强调Agent的智能程度足以理解简单指令，大幅降低使用门槛。该发现适用于常见办公和编码辅助场景，可提升效率。

技巧智能体提示词工程一句话指令

推荐理由：有博主实测，一句话就能让Agent干活，简单任务不用再写长提示，省心省力。

原文

13:21

Ethan Mollick@emollick

Fable 通过一个简单的提示词，让用户感觉自己像国际象棋大师一样聪明。用户只需输入提示词“build an elaborate game that makes it feel like I'm a brilliant chess player without knowing anything at all about chess”，Fable 就能自动构建一个互动游戏。这个游戏无需任何国际象棋知识，却能营造出大师对弈的沉浸感。该示例展示了提示词工程在创意游戏生成中的潜力。

技巧 Fable 提示词工程创意编程

推荐理由：Fable 太会玩了，一个提示就能生成假装象棋大师的游戏，不用学规则直接装逼，试试看！

原文

13:19

AI Will@FinanceYF5

Dan McAteer实测显示Sonnet 5在几乎每个基准测试上都差于Opus 4.8。但他强调在Claude Code中使用Dynamic Workflows时，将/model设为Sonnet 5、/effort设为Ultracode，复杂任务会自动触发动态工作流。未来Fable 5回归后可充当超智能顾问，Sonnet 5则作为快速执行者。

技巧 Sonnet 5 Opus 4.8 Claude Code

事件专题

推荐理由：别只看跑分，Dan教你怎么用Sonnet 5配Claude Code动态工作流干复杂活。

原文

13:18

AI Will@FinanceYF5

在 Claude Code 中通过三步设置：/model 切换为 Sonnet 5，/effort 设为 Ultracode，并开启 Dynamic Workflow，可使复杂任务自动触发多模型协作。Dan McAteer 认为该配置下 Fable 5 作为超级智能顾问、Sonnet 5 作为执行层，两者分工大幅提升效果。原基准成绩逊于 Opus 4.8 的 Sonnet 5 由此实现性能 “起飞”。

技巧 Sonnet 5 Claude Code Opus 4.8

事件专题

推荐理由：想榨干 Sonnet 5？这个三步设置能把它变成执行高手，配上 Fable 5 当大脑，复杂任务直接起飞。

原文

12:37

小互@imxiaohu

用户小互开发了 Claude Code 副屏工具，解决 Claude Code 回答大段文字时阅读密集、难以理解的问题。该副屏能把 Claude Code 的回答直接转换为直观的页面进行展示，让用户瞬间理解和预览答案。用户还可以在副屏上交互并进行数据回传，提升编码体验。

技巧 Claude Code 副屏编程助手

推荐理由：小互搞了个 Claude Code 副屏，把长篇回复变成可视化页面，还能交互调数据，再也不用瞪着满屏代码头疼了。

原文

10:57

shao__meng@shao__meng

精选

@emilkowalski 发布了一组 Skills，包含三个文件：emil-design-eng（决策框架）、review-animations（评审标准，要求输出 Before/After/Why 表格）、animation-vocabulary（动效术语表，如将“弹一下”翻译为 Pop in）。其中动画时长建议按钮按下 100-160ms，tooltip 125-200ms，模态框 200-500ms，并强调只用 transform 和 opacity 做 GPU 动画。该仓库专为 Claude Code、Cursor 等 Coding Agents 设计，使其具备资深设计工程师的审美判断。

技巧 emilkowalski Claude Code Cursor

事件专题

推荐理由：emilkowalski 把自己多年 UI 动画经验做成了三个可直接喂给 AI 的 Skills，Curor、Claude Code 照着写代码就能出好东西。

原文

08:36

官方账号Greg Brockman@gdb

Ryan Doyle使用Codex每天早晨自动生成一份个性化“报纸”，包含未读消息、日历、冲浪报告和新闻。这种方法帮助他减少手机使用时间，将注意力集中在一天中的重要信息上。该工作流通过Codex聚合多个数据源，实现每日自动推送。

技巧 Codex 智能体每日摘要

推荐理由：用Codex自动生成每日早报，省去手动刷手机，集中看未读消息、日历和新闻。

原文

07:51

elvis@omarsar0

一位AI专家指出，不同模型通过组织对齐、品味和流程优化而各有所长。他认为结合使用多个模型能发挥各自优势。这条帖子获得4个点赞和651次查看。

技巧模型组合多模型协作经验分享

推荐理由：博主分享了用不同模型搭配干活的经验，思路很实用，值得试试。

原文

06:28

elvis@omarsar0

该推文指出直接对比GPT-5.5与Opus-4.8、GLM-5.2等模型是错误方向，主张将模型组合使用。如果GPT-5.6达到Fable 5性能且无50%限制和7天限制，将给Anthropic带来压力。文中强调未来模型迭代只会提升组合效果。

技巧 GPT-5.5 Opus-4.8 GLM-5.2

事件专题

推荐理由：别纠结谁更强了！GPT-5.5、Opus-4.8、GLM-5.2组合用才是新玩法，学会这招直接降维打击。

原文

06:21

lmarena.ai@lmarena_ai

Evan在视频中讲解了Agent Arena平台的因果追踪方法论。该方法可分析模型决策背后的因果路径。视频面向对智能体评估和归因感兴趣的研究人员。

技巧 Agent Arena causal tracing 因果追溯

推荐理由：Evan手把手带你搞懂Agent Arena的因果追踪技巧，搞AI评测的别错过。

原文

06:17

Figma@figma

Figma 官方推文介绍了在 Figma agent 中调用 skills 的方法。该 agent 允许用户通过自然语言指令完成设计任务。教程演示了如何结合 skills 提升 Figma 自动化效率。目前推文获得 5 个赞和 1589 次浏览。

技巧 Figma 智能体技巧

事件专题

推荐理由：Figma 官方教你怎么用 agent 的 skills，设计自动化一步到位，很实用。

原文

03:49

Latent.Space@latentspacepod

Pauline Brunet在latent.space播客中介绍了Cursor公司前向部署工程师（Forward Deployed Engineers）团队的工作。该团队帮助企业构建软件工厂，实现AI智能体（agent）的落地。她详细说明了团队如何根据企业需求定制代理工作流。这类实施涉及生产环境的集成与迭代。该分享提供了实际部署经验，而非理论介绍。

技巧 Cursor Forward Deployed Engineers 智能体

事件专题

推荐理由：想知道Cursor团队怎么帮企业落地智能体的？听Pauline Brunet讲前向部署工程师如何搭软件工厂，全是实操干货。

原文

02:14

Ethan Mollick@emollick

作者指出，当涉及多个判断和决策叠加时，不同模型的差异会显著放大。标准基准测试无法反映这种差异，例如Gemini 3.1和GPT-5.5对咖啡馆财务损失的敏感度可能截然不同。用户需要自行针对特定任务进行基准测试，才能获得真实可用性评估。

技巧 Gemini 3.1 GPT-5.5 模型评估

推荐理由：真的得自己测测模型，别光看跑分——比如Gemini 3.1和GPT-5.5在担心亏损上表现不一样，别人测的不等于你用的。

原文

01:18

Philipp Schmid@_philschmid

在aiDotEngineer会议上，两场演讲分别围绕智能体沙盒与评估实践展开。下午1:30在Expo Stage 3 SW探讨智能体为何需要独立沙盒，涉及交互API和托管智能体。下午3:20在Room 2005讲解如何为技能构建评估，涵盖评估类型、轻量级框架搭建和最佳实践。

技巧智能体评估 aiDotEngineer

推荐理由：开发者可以听到关于智能体沙盒和评估框架的实战分享，适合上手实践。

原文

01:17

Justine Moore@venturetwins

ChatGPT被用户用于识别长期存在的健康问题，并建议具体的生活方式调整，例如更换枕头或调整办公桌设置。许多这类问题医生通常不了解。该案例在X平台获得13个爱心和1219次浏览。帖子显示LLM在个性化健康建议方面有独特价值。

技巧 ChatGPT OpenAI AI健康

事件专题

推荐理由：ChatGPT能诊断慢性病并用具体调整方案来改善，连医生都想不到的细节它也能给出建议。

原文

00:50

Harrison Chase@hwchase17

GLM 5.2 正成为开发者日常编码的常用模型。通过 dcode 工具，用户可快速选择 GLM 5.2 并输入 API key 开始使用。该模型具有前沿性能且权重开放，LangChain 也展示了其集成方案。目前该推文已获得 12 个点赞和 1500+ 浏览。

技巧 GLM 5.2 dcode LangChain

推荐理由：LangChain 和 GLM 5.2 配合 dcode，几步就能用上开放权重的编码助手，性能还跟得上前沿。

原文

00:23

berryxia@berryxia

一位X用户分享使用小米mimo模型的日常体验，认为它比许多Agent工具更实用。该模型支持语音交互、视频下载、视频剪辑等功能。用户已将其当作个人助理使用。

技巧小米 mimo模型智能体

推荐理由：朋友说小米mimo模型比Agent好用，能听写、下载剪辑视频，像贴身小秘一样。

原文

7月1日

21:54

官方账号LangChain@LangChainAI

Pendoio每天通过LangSmith的trace仪表盘监控Novus智能体，发现客户需求与系统支持之间的差距。他们据此构建新的评估集，将用户行为追踪到代码修复。这一流程帮助团队在客户察觉前捕获60%的agent故障。

技巧 LangSmith Pendoio Novus

推荐理由：Pendoio用LangSmith每天抓出60%的agent问题，从用户行为一路追到代码修复，流程很实在。

原文

21:29

Guillermo Rauch@rauchg

Vercel 发布了 eve.dev 框架，与 Sanity 内容平台结合，可创建持久运行的内容智能体。该智能体能够自动读取用户反馈、修复文档中过时页面或代码块语法错误，并将修改结果以草稿形式提交给人工审核。它基于 eve 的持久化机制，能即时响应新反馈、失败时自动重试并支持定时调度。官方提供了 GitHub 入门模板和 Vercel 指南。

技巧 eve.dev Sanity Vercel

推荐理由：Vercel 的 eve 框架加上 Sanity 内容平台，能造一个自动修文档的智能体，失败自动重试，省去人工排查小毛病的麻烦。

原文

19:19

小互@imxiaohu

开发者为Claude Code（Anthropic的编程助手）添加了一个副屏功能，支持可视化交互与数据回传。当Claude Code的文本答案过长难以阅读时，副屏会以HTML格式交互展示方案内容。该功能提升了复杂信息的可读性，使开发者能更直观地查看和操作AI输出。

技巧 Claude Code 编程助手可视化交互

事件专题

推荐理由：这个巧思挺实用，给Claude Code加个副屏，能把长方案用HTML展示，看着舒服多了。

原文

14:53

向阳乔木@vista8

精选

MCP是目前唯一在协议层考虑人在回路的方案，支持回传会话、UI嵌入、等待人操作等特性。API适合90%的场景，内置接口描述和状态元信息有助于Agent决策。CLI现在最好用，具有强大的可组合性和本地调试能力，但依赖Unix shell环境，存在命令卡死等问题，长期是死路。

技巧 MCP API CLI

事件专题

推荐理由：vista8帮你理清了MCP、API、CLI各自适合什么场景，选哪种工具调用方式不再纠结。

原文

13:50

idoubi@idoubicc

精选

作者在直播中用CCOnline演示从0到1构建AI产品，部署到Cloudflare并绑定域名上线，全程无需编写代码，使用Vibe Coding模式完成。CCOnline定位为普通人使用的Vibe Coding工具，采用Agent存算分离架构，控制面基于CCOnline Worker和D1，计算面基于cf-sandbox Worker和Cloudflare Sandbox，存储面使用D1和R2，实现用户级隔离。计费方式为按月订阅+按量积分，支持BYOK，积分用于sandbox运行时长和模型token。直播中提供了100个邀请码，已有部分朋友跟着练习做出自己的小产品。

技巧 CCOnline Cloudflare Vibe Coding

事件专题

推荐理由：CCOnline让你不写一行代码就能做出AI产品，还教你部署到Cloudflare上线，零基础也能跟着直播轻松搞定。

原文

12:49

小互@imxiaohu

WPVibe是一个WordPress插件，由云端MCP服务器和站点端插件两部分组成。站点插件暴露安全端点，在每次请求时强制执行WordPress用户权限，并仅执行已批准的操作。用户可通过该插件将任意AI模型安全接入自托管WordPress站点。插件下载地址为wpvibe.ai/start。

技巧 WPVibe WordPress MCP/工具

推荐理由：想给自己的WordPress站点接AI？用WPVibe这个插件，通过MCP协议安全接入任意AI，还自带用户权限控制，方便又可靠。

原文

10:50

Harrison Chase@hwchase17

Matt Pocock 将 Wiki 作为运行 Claude Code 的唯一环境，用它来管理所有仓库的跨仓库任务，并集成 Todoist 作为任务追踪器。这种工作流将 Claude Code 变成代码库的中央控制器，提升跨项目协作效率。

技巧 Claude Code wiki Todoist

推荐理由：Matt 分享了用 Wiki 整合 Claude Code 和 Todoist 的工作流，适合处理跨仓库任务的人试试。

原文

10:25

shao__meng@shao__meng

吴恩达 Andrew Ng 提出 AI agent 产品成功的三个循环：Agentic coding loop 让 AI 自主写代码、测试、修 bug，每次迭代几分钟；Developer feedback loop 中开发者从查 bug 转向产品判断，反馈周期几十分钟到几小时；External feedback loop 通过 A/B 测试、用户反馈等修正方向，周期数小时到数周。他强调 agent 能力越强，规格与评估体系越关键，并举例用 Claude Code 开发打字练习 app 的一个小时自主迭代。

技巧 Andrew Ng Agent 循环工程

推荐理由：吴恩达分享了让AI agent能自动干活、你只管做决策的三个循环，适合想把想法快速做成产品的开发者。

原文

09:12

Yangyi@Yangyixxxx

精选

共有知识和公共知识在智能体协作中含义不同，影响Orchestrator与subagent的协作与记忆设计。persona的记忆需区分哪些独立维护、哪些由组织维护。信息在group流转时要明确公开与私密的约束，特别是对外场景。如果不熟悉销售类SCRM业务，可能难以理解这些界限。

技巧 Orchestrator subagent persona

推荐理由：这是做多智能体系统的人必看的设计思考，讲清了共有知识和公共知识如何影响Orchestrator和subagent的记忆协作，还拿SCRM业务举例，比纯理论有用。

原文

08:47

宝玉@dotey

微服务架构本身没有错，滥用才会带来问题。合理使用时，每个团队只需维护少数几个服务，可以缩小组织规模。单个服务便于验证，对AI也有好处，因为上下文更少。但这对架构水平要求很高。

技巧微服务架构 AI

推荐理由：聊透了微服务怎么用才对：每个团队管几个服务，AI也能轻松验证，但得有一定架构功底。

原文

08:45

berryxia@berryxia

视频指出约90%的用户误以为提示词工程就是写一堆提示词让AI执行任务。教程纠正了这一常见误解，讲解了正确的对话思路和技巧。

技巧提示词工程 AI对话教程

推荐理由：看完这个视频才知道提示词不是堆指令，理解AI对话的正确打开方式。

原文

07:28

Ate-a-Pi@svpino

x402协议允许AI代理通过HTTP 402响应向工具支付费用。代理发送签名请求后，工具返回402要求付款。代理从Base链上的USDC钱包授权支付，之后工具运行并返回结构化数据。目前有超过20,000个Apify工具支持此协议，无需额外设置。

技巧 x402 Apify Base

推荐理由：AI代理能自己掏钱买工具用，走x402协议，支持超2万个Apify工具，省去配置麻烦。

原文

07:27

Ate-a-Pi@svpino

该示例模拟新员工入职流程，展示3个模式：持久状态机确保状态不丢失、事件驱动智能体通过webhook触发无需轮询、多智能体委托替代单智能体。代码可在Gemini Enterprise Platform上运行，GitHub仓库包含完整源码和解释。作者与Google Cloud AI团队合作发布。

技巧 Gemini Enterprise Platform 持久状态机事件驱动

推荐理由：想搞长时间运行还不掉链子的智能体？这个示例教你怎么用状态机和事件驱动，还能多个智能体分工协作，代码都有了。

原文