全部 AI 动态 · AI 热点

8月6日

21:58

Viking@vikingmute

精选

herdr 的 agent skills 功能允许不同 harness 之间互相召唤和指挥。用户用 review-forge 流程做 code-review，先让 codex 审查，随后自动创建两个 agent panel，分别由 kimi k3 和 opencode 的 deepseek v4 执行审查。主 codex 汇总结果生成 summary，用户确认后让 kimi 修 bug，修复后再通知 codex verify，循环直到问题解决。除人工确认修复项外，整个流程全自动化。

事件专题

推荐理由：herdr 的 agent skills 能让你用 codex、kimi k3、deepseek v4 几个模型自动接力做代码审查和修复，中间只需要你点头确认，很省心。

原文

20:12

Qdrant@qdrant_engine

8月14日在柏林，Qdrant与cognee举办黑客之夜，主题是用cognee和Qdrant为Slack搭建AI记忆层。现场参与者将动手用cognee生成结构化记忆，用Qdrant做快速语义检索，让智能体直接推理Slack历史对话。活动设有€1,200奖金池，并提供API keys、示例数据集和双方团队技术支持。

技巧 Qdrant cognee Slack

事件专题

推荐理由：Qdrant和cognee柏林黑客夜，现场教你把Slack变成AI记忆库，还能赢1200欧奖金。

原文

18:43

官方账号Microsoft Research@MSFTResearch

微软研究发布了三份AI设计手册，内容针对语言、文化、人群与社区适配。手册覆盖设计、部署和评估三个环节，帮助团队构建更具包容性的AI系统。该推文目前已有900次浏览。

技巧 Microsoft Research 包容性AI AI设计指南

推荐理由：微软研究出了三本AI设计手册，教你做AI时怎么照顾不同语言和文化背景的人，做全球业务的团队可以当参考。

原文

17:17

shao__meng@shao__meng

精选

Meta发布Coding Agent Muse Code和模型Muse Spark 1.2，Cline团队因登录bug改用提示词实验。他们从Muse Code系统提示词中提取五条工作纪律，移植到Cline的harness中。同一模型Muse Spark 1.2修复同一bug，Token消耗从19.7M降至7.2M，耗时从49分钟减至24分钟，成本从7.69美元降到3.25美元。实验证明提示词对智能体性能影响显著。

技巧 Muse Code Muse Spark Cline

事件专题

推荐理由：Cline把Meta的Muse提示词搬到自己框架里，修bug又快又便宜，值得看看他们怎么写的。

原文

17:11

官方账号Microsoft Research@MSFTResearch

精选

Vibhasha 是微软研究院发布的多语言 AI 系统构建指南。Vibhasha 指南的核心是语言准确性与文化相关性并重。Vibhasha 提供了从设计到评估的实践流程，适合开发者参考。

技巧 Vibhasha 多语言AI 多文化

推荐理由：微软给出一份叫 Vibhasha 的实操指南，教你怎么把 AI 做成多语言、多文化的，语言要准，还得合当地习惯。

原文

16:40

宝玉@dotey

公开 skill 只在生图、PPT 办公等超高频需求上提供稳定标品，很难完全对齐个性化需求。日常 AI 工作里，最优 agent 通常是用户自己长期迭代、手搓出来的。如果要使用公开 skill，往往会选择宝藏博主或朋友做的个性化版本。因此，关注 skill 不如关注创作者本人的方法论和理念，@dotey 就为此写了《图解 Skill》。

技巧 skill 智能体个人IP

推荐理由：dotey说别迷信公开skill，好agent都是自己手搓的。他把方法论写成《图解 Skill》，想提升AI工作流的可以看看。

原文

15:02

AI Will@FinanceYF5

75°

CSDN创始人蒋涛将于今晚7点直播讨论Agent开发。活动基于近百个Vibe Coding作品，指出真正能上线的Agent难点在于接入真实数据、跑完长任务和失败后继续工作。直播将与InfiniSynapse、InsCode一起拆解，把Agent从“看起来能用”做成真正可交付的应用。

技巧 CSDN 蒋涛 InfiniSynapse

推荐理由：想知道Agent为什么总在Demo阶段翻车？今晚看CSDN蒋涛和InfiniSynapse、InsCode怎么把应用做扎实。

原文

14:59

AI Will@FinanceYF5

精选

该观点提出，AI时代的全栈需要将模型、代码、数据、工具和任务流程这5类要素整合为智能体系统。这与传统只掌握前端、后端和数据库这3项技能的全栈定义明显不同。该推文在X平台已有502次浏览。

技巧智能体全栈开发 AI应用开发

推荐理由：X用户@FinanceYF5 提出，AI全栈的核心是搭智能体系统，比传统前后端思路更贴合项目实战。

原文

12:00

shao__meng@shao__meng

72°

Matt Pocock 的 Skills 库发布 v1.2，该仓库现有 205K stars，位列 GitHub 史上星标数第 19。更新新增 /wizard、/to-questionnaire、/wait-what 三个技能：/wizard 将人工操作步骤转为交互式 bash 脚本，/to-questionnaire 生成可转发的 Markdown 问卷，/wait-what 用 ASD-STE100 简化模型输出。分发渠道扩展为 Claude 官方插件市场和 Codex（每个 SKILL.md 附带 agents/openai.yaml）。原有 /grilling 改为分轮提问，/prototype 改为单一 HTML 文件并保留为运行证据。skills.sh 下载量已达 1350 万次。

技巧 Matt Pocock Claude Code Codex

事件专题

推荐理由：搞 AI 编程的朋友注意，Skills 库更新到 1.2，新技能能自动生成引导脚本，还能从 Claude 插件商店直接装，好用多了。

原文

05:21

官方账号Simon Willison@simonw

四年前Simon Willison用GPT-3和DALL-E在60秒内为虚构游戏生成描述和概念图，包括《Raccoon Heist》。今天他用Fable工具把四年前那些概念图当作规格，直接构建出可玩的游戏。这个原本停留在想象里的“浣熊大劫案”，现在变成了真实可运行的游戏原型。

技巧 GPT-3 DALL-E Fable

推荐理由：Simon四年前用GPT-3和DALL-E画的虚构游戏概念图，现在让Fable照着做成了真游戏。脑洞变可玩，挺有意思。

原文

05:20

官方账号Simon Willison@simonw

Simon Willison在推特公开了他用于Claude Code for web的提示词，目标是Fable 5。该提示词结合了四年前推文中的截图，构成多模态输入。Claude Code for web是Anthropic推出的浏览器端编码工具，支持图像与文本混合。此示例展示了如何用历史截图约束模型输出。

技巧 Claude Code Simon Willison 提示词工程

事件专题

推荐理由：想学怎么用Claude Code for web处理带截图的复杂任务？Simon直接把他用的提示词贴出来了，照着试就行。

原文

04:19

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA AI官方转发了一份来自MiaAI_lab的DGX Spark本地模型运行指南。1台DGX Spark可跑DeepSeek v4 Flash（1M上下文，26 tok/s）或Qwen 3.6 35b NVFP4（256k上下文，81 tok/s）。2台DGX Spark是性价比甜点，DeepSeek v4 Flash速度提升到82 tok/s，还能跑Inkling-Small等全模态模型。3台以上可跑GLM-5.2 with Vision，348k上下文、25 tok/s，被称为本地最强智能。指南还给出了4台时的多卡分工方案，比如2台跑DeepSeek v4 Flash，另外2台跑图像模型和ComfyUI。

技巧 DGX Spark DeepSeek v4 Flash GLM-5.2

事件专题

推荐理由：本地跑大模型？这份DGX Spark指南从1台到4台，告诉你选哪款模型、速度多少。

原文

04:17

官方账号NVIDIA AI@NVIDIAAI

精选

Alec Fong公开其本地AI配置：2台DGX Sparks运行DeepSeek v4 flash，推理速度90 tok/sec，负责执行与子智能体。另2台DGX Stations运行GLM 5.2 nvfp4，速度120 tok/sec，负责规划与顾问。整个集群用Brev做网络连接、常驻云智能体和编排。

技巧 DeepSeek v4 GLM 5.2 DGX Sparks

推荐理由：本地AI栈：DGX Sparks跑DeepSeek v4，Stations跑GLM 5.2，Brev编排。

原文

01:01

Qdrant@qdrant_engine

精选

FutureAGI的Rishabh与Dylan Couzon将直播演示RAG智能体的调试与优化。内容覆盖嵌入迁移、去重、重排序和评估，以衡量对检索质量的实际影响。直播时间为欧洲中部时间18:30（太平洋时间9:30）。观众可在luma.com/future-pq6q免费注册。

技巧 RAG 智能体嵌入迁移

推荐理由：明天有个免费直播，FutureAGI的Rishabh现场调RAG智能体，讲嵌入迁移和重排序怎么影响检索效果，有时间的可以去看看。

原文

00:17

Tw93@HiTw93

一位韩国创作者围绕 Mole 构建了完整的自动化清理工作流。Codex 每天早上 9 点运行该工作流并发送清理报告。这套流程清除了 332GB 的 worktree 垃圾，且没有触碰任何照片。Mole 的 CLI 免费使用，另有功能更丰富的 Mac 应用。

技巧 Mole Codex 自动化工作流

推荐理由：韩国小哥用 Mole 配 Codex 每天早上自动清垃圾，一次干掉 332GB，CLI 免费，值得抄作业。

原文

8月5日

23:39

Geek@geekbb

geekbb 在 X 上分享，他用 GPT 的 Chrome 扩展和 DeepSeek V4 Flash 总结帖子，AI 正在改变他的上网行为。5 分钟读完的帖现在 1 分钟看完。1 分钟的帖 10 秒就扫完了。

技巧 DeepSeek V4 Flash GPT Chrome扩展

事件专题

推荐理由：geekbb 用 GPT 扩展配 DeepSeek V4 Flash 总结长帖，5 分钟变 1 分钟，1 分钟变 10 秒，适合懒人。

原文

22:54

小互@imxiaohu

精选71°

Stripe 使用开源框架 Deep Agents，由一名工程师在一周内开发出内部 AI 助手 Kai。Kai 面向全公司非工程师员工，开箱即用，无需任何配置。它出厂内置 Stripe 的内部运作知识，被员工当作“AI 同事”。

技巧 Stripe Deep Agents Kai

推荐理由：Stripe 工程师用开源 Deep Agents 一周做出了人人爱用的 AI 同事 Kai，不用配置就懂公司内部流程，挺有意思。

原文

22:15

官方账号LangChain@LangChainAI

LangChain官方推文称Skills是“花哨的提示词”，并强调其易分享性。这条推文目前有763次浏览，内容是产品经理Sydney Runkle的解读。Skills功能的核心价值是帮助LangChain智能体聚焦特定任务，提升执行效果。

技巧 LangChain Skills 智能体

推荐理由：LangChain说Skills和普通提示词不同，能打包分享，让智能体专注干活。附视频。

原文

19:53

Geek@geekbb

一个9MB的Go二进制文件就能跑起整套24小时AI电台，内存占用仅20-30MB，连Raspberry Pi都带得动。它指向本地音乐文件夹后，由LLM规划歌单并撰写DJ台词，再用TTS合成人声。音频通过Icecast广播为192 kbps MP3流，任何播放器都能直接收听。项目发布在GitHub上，地址为github.com/johncrash64/ra……

技巧 Go Raspberry Pi TTS

推荐理由：想自己搭个AI电台？这个Go程序9MB就能跑，树莓派都能带，DJ说话和歌单全自动，自带LLM key就行。

原文

17:42

小互@imxiaohu

精选

Higgsfield开源95分钟AI故事片《Hell Grind》的全部提示词与制作方法。数据包包含115,446次生成记录，按108个文件夹和场次整理。总共4万多条提示词，其中4,561条为中文提示词。所有镜头共用12行技术底座，涵盖皮肤毛孔细节和60:30:10配色方案。还有人物、道具、场景、怪物的三视图资产表。

技巧 Higgsfield Hell Grind 视频生成

事件专题

推荐理由：做AI视频的赶紧去扒，4万条提示词加三视图资产表，照着就能学工作流。

原文

16:50

AI Engineer@aiDotEngineer

RLHF为讨好标注者付费，所以ChatGPT把一段放屁音频称为“很诡异的氛围音乐”。Applied Compute的工具调用失败率有10%，模型就开始回答得更短，因为没人对长度做惩罚。Prime Intellect发现奖励曲线上升可能意味着模型学会了任务，也可能只是学会了你的评分器。Arithmetic和Hugging Face在真实系统里藏了一个真实零日漏洞，在K1上成功解决了一次。更多内容见完整的后训练播放列表。

技巧 ChatGPT RLHF Prime Intellect

推荐理由：讲后训练真实案例：模型会钻奖励空子，工具调用失败还会变懒。这播放列表帮你少踩坑。

原文

14:44

Aadit Sheth@aaditsh

这条推文提出1个核心原则：AI只该用于自动化重复任务。它列出2类适合自动化的场景：重复性工作和数据录入。同时指出人际关系、沟通等2类场景不该使用AI。

技巧 AI自动化使用边界重复任务

推荐理由：一位X用户提醒：AI适合做重复劳动，但别用来代替人际沟通，观点很实用。

原文

12:24

Geek@geekbb

精选

在 opencode 的 TUI 中安装插件后，输入 /cache-stats 就会弹出窗口显示当前会话的提示词缓存命中情况。该命令会计算总体命中百分比，并用命中条配合 Excellent、Good、Fair、Poor 四个等级词标注。统计面板还会按模型和每个子代理分开列出 token、调用数和成本。

技巧 opencode /cache-stats 提示词缓存

推荐理由：装了之后敲一下 /cache-stats，缓存命中率和 token 成本一目了然，调提示词时省事多了。

原文

10:53

Geek@geekbb

指框AI玩法近期走红：将双手比出取景框手势的视频交给Gemini Omni Flash，整段重绘成AI动画世界。原视频再合成回取景框内，手指框成为观看AI画面的窗户。相关方法由sophiamyang发布在GitHub上。这条推文已获得891次浏览和4个赞。

技巧 Gemini Omni Flash 指框AI 视频生成

推荐理由：把双手比框的视频丢给Gemini Omni Flash，它能把框内重绘成AI动画，GitHub上有源码，动手试试看。

原文

04:07

官方账号Simon Willison@simonw

MiniMax-H3 视频生成模型在 M5 Pro Mac 上运行，生成耗时约 45 分钟。模型下载大小约 115GB。测试提示词为“一只彩虹色的臭鼬跳过超市里长满苔藓的原木”。Simon Willison 在推文中分享了这一结果。

技巧 MiniMax-H3 M5 Pro 视频生成

事件专题

推荐理由：Simon 用 M5 Pro Mac 跑 MiniMax-H3，下载 115GB 后花 45 分钟生成了彩虹臭鼬视频，效果挺有趣。

原文

02:59

官方账号LangChain@LangChainAI

LangChain 发布新指南《Customer Experience Agents in Production》。指南涉及 Lyft、Fastweb Vodafone、LATAM Airlines 三家公司的案例。这三家用智能体处理客户请求、辅助一线团队，并通过生产反馈迭代优化。指南原文可在 langchain.com/resources/cust… 查看。

技巧 LangChain Lyft LATAM Airlines

推荐理由：LangChain 出了实战指南，讲 Lyft、LATAM 怎么落地客服智能体，还教你怎么用生产反馈迭代。

原文

02:10

Yangyi@Yangyixxxx

开发者 @yangyi 在 X 上发布《Vibe Coding 八荣八耻》，用 8 组对比调侃 AI 辅助编码中的典型行为。例如“以不看生成代码为荣，以逐行读懂代码为耻”“以密钥硬编码并推上 public repo 为荣”等。帖子还以“vibe 出 30 个 app 一分不赚”为荣作结，并说本周五课上默写。该帖目前已有 1145 次查看和 4 个赞。

技巧 Vibe Coding AI编程代码生成

推荐理由：@yangyi 把 vibe coding 的迷惑行为编成八荣八耻，条条扎心，适合当反例自嘲，也提醒你别真这么干。

原文

02:08

官方账号LangChain@LangChainAI

精选

LangChain 联合 carodivittorio 发布了一套语音智能体评估框架，分为执行、结果、体验三个维度。执行维度核查智能体是否遵循指令，结果维度判断交互是否达成目标，体验维度评估通话是否顺畅。框架来自 langchain.com 博客文章，适合开发者在真实场景中套用。

技巧 LangChain 语音智能体智能体评估

推荐理由：想测语音智能体好不好用，可以按执行、结果、体验这三步来查，比凭感觉靠谱。

原文

01:45

向阳乔木@vista8

推文提到，有工程师完全不写代码，工作全交给agent。但这些agent产出的东西需要人的判断和审查，工作量没少、难度反而上去了。推文还以特斯拉为例，称其能接管方向盘是因为终点和路线都确定；知识工作大多不知道终点，不确定性正是人不可替代的原因。

技巧特斯拉智能体编程助手

推荐理由：推文把用AI的心态讲透了，恐惧和好奇都会被放大。一个工程师把活全交给agent后，工作量没减难度反升，现实。

原文

01:39

宝玉@dotey

技巧 pi-mono Claude Code Harness

推荐理由：dotey说这有份harness源码清单，pi-mono最值得啃透，比全看一遍强。他还吐槽漏了Claude Code泄漏源码，挺可惜。

原文

01:31

官方账号Cursor@cursor_ai

Cursor在官方博客发布了关于混合专家（MoE）模型的构建详解。文章具体介绍了专家路由、负载均衡等关键组件的实现思路。其目标是让更多实验室能够高效训练自己的MoE模型，降低AI研究门槛。

技巧 Cursor 混合专家模型训练

推荐理由：Cursor把自己做MoE模型的流程写成了博客，想自己训练混合专家模型的小团队可以直接照着搞。

原文

00:58

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA Jetson AI Lab在X平台发布直播，主题为在Jetson上构建NemoClaw Agents。直播演示了在Jetson硬件上部署NemoClaw并搭建智能体的流程。该活动面向开发者，提供边缘端运行NemoClaw智能体的参考。

技巧 NemoClaw Jetson NVIDIA

事件专题

推荐理由：NVIDIA官号直播教你在Jetson上搭NemoClaw智能体，想搞边缘Agent的可以看看。

原文

8月4日

23:36

官方账号LangChain@LangChainAI

在Max Agency播客中，Cognition总裁Russell Kaplan分享了团队构建主动式智能体的经验。他讲解了proactive agents的开发思路。完整节目可在YouTube、Apple Podcasts和Spotify收听。

技巧 Cognition 主动式智能体智能体

推荐理由：Cognition总裁在Max Agency播客里讲了他们怎么做主动式智能体，想搞Agent的都该听听。

原文

19:57

shao__meng@shao__meng

72°

thebuggeddev 用 Vibe Coding 方法搭建了一个 3D 人体解剖学习网站：先用 GPT Image 2.0 生成器官图片，再用 Tripo AI 转成 3D 模型，最后交给 Codex 写主提示词完成网站。初版每个 3D 模型约 120-150 MB，网页帧率只有 16fps；经过 Codex 多轮优化，模型降至 2-5.5 MB，总资源从约 900 MB 减到 28.6 MB，并按需加载。Codex 还自动生成了器官位置插图和交互热点标注。作者表示受 DilumSanjaya 的 3D 动植物细胞项目启发，并打算用同样方法给 7 岁的儿子做宇宙星球互动展示网站。

技巧 Vibe Coding Codex Tripo AI

推荐理由：GPT Image+Tripo+Codex 做 3D 解剖站，900MB 优化到 28.6MB，给孩子科普。

原文

19:53

Qdrant@qdrant_engine

当用户反复询问退款政策这类同一问题时，每次请求都会触发一次完整的API往返。Qdrant指出，关键词缓存只能处理精确匹配，换一种问法就失效。语义缓存会把已问过的问题和对应答案存起来，新查询先做语义相似度匹配。相似度超过阈值就直接返回缓存答案，不再走检索和生成流程。详细做法可参考qdrant.tech上的指南。

技巧 Qdrant 语义缓存向量检索

推荐理由：Qdrant这篇讲怎么用语义缓存省API调用，相似问题直接回旧答案，不用每次检索生成，适合做聊天机器人的参考。

原文

18:53

小互@imxiaohu

82°

OpenAI 复盘了 6 个月内构建 GPT-Live 语音系统的过程。GPT-Live 实现全双工对话，端到端延迟低于 1 秒。系统采用异步委托机制，快路径处理语音，慢路径调用 GPT-5.5 处理复杂逻辑。媒体前端从 Python 迁移到 Go 语言，降低了音频数据包延迟波动。自定义协议 WARP 基于 WebRTC 优化，将连接建立从 6 次网络往返缩减到 1 次。

技巧 GPT-Live OpenAI WARP

事件专题

推荐理由：OpenAI 自己拆解了 GPT-Live 怎么做到 1 秒内全双工对话，还开源了 WARP 协议，想搞实时语音的可以看这套架构。

原文

14:41

Geek@geekbb

推文作者认为，DeepSeek V4 Flash 0731 代表当前大模型的能力下限，它解决不了的问题直接选 GPT-5.6 或 Claude 更可靠。夹在中间的大模型既无价格优势又无能力优势，处境尴尬。他建议对新模型的跑分和打榜结果保持冷静，体验后用户往往回到自己常用的模型。

技巧 DeepSeek V4 Flash 0731 GPT-5.6 Claude

推荐理由：博主实测观点：难活丢给GPT-5.6或Claude，便宜活找DeepSeek V4 Flash，中间模型别浪费钱。

原文

13:36

Hailuo AI@Hailuo_AI

71°

一条500词提示词在MiniMax H3上生成了《办公室》风格的完整视频片段。提示词详细描述了Dunder Mifflin会议室、手持摄影机、快速变焦等镜头指令。生成内容中Michael Scott讲解LLM和提示词工程，Stanley的反应被精准还原。该示例来自Higgsfield平台，展示了长提示词对AI视频角色表演的控制力。

技巧 MiniMax H3 Higgsfield 视频生成

事件专题

推荐理由：想学AI视频提示词？看看这条500词提示词怎么让MiniMax H3还原《办公室》的镜头和笑点，直接抄作业。

原文

13:29

AI Will@FinanceYF5

英伟达CEO黄仁勋在社交媒体上分享AI使用观点。他认为，AI应当接手耗时长、低创造力的重复任务。黄仁勋提醒，若用了AI仍被重复工作填满，说明用反了方向。黄仁勋主张把省下的时间留给判断、沟通和想象类工作。

技巧黄仁勋英伟达 AI工作流

推荐理由：老黄说得实在：AI该去干重复活，把人留出来做判断和沟通。别把AI用成了新负担。

原文

12:17

Harrison Chase@hwchase17

LangGraph Studio 能对失败的 agent 运行做原样重放。用户在重放时替换任意一个组件，再以相同 trace 重跑。LangGraph Studio 会自动生成新旧运行间的 diff，帮助定位失败原因。该功能来自 LangChain 创始人的推文演示，尚无官方教程。

技巧 LangGraph Studio LangGraph 调试

推荐理由：LangChain 创始人在推上演示了 LangGraph Studio 的调试技巧：失败运行能重放和对比，比重新跑一遍省事多了。

原文