全部动态
AI工程师们关心的推理工程专题来了，有 Meta、OpenAI、Google 的最新实践和论文，还有 Superlinked、FriendliAI 等公司的分享，对想了解如何高效部署和优化 LLM 的人很有用。
教了700+工程师的Hamel Husain和sh_reya说，评估AI Agent要先手动读100条真实trace找失败模式，而不是先搭平台接LLM judge看分数。
斯坦福大学开设的「CS146S: The Modern Software Developer」课程下周正式开始，主讲老师公开了代码/作业的开源项目，课程为期十周，旨在教授人定义意图、Agent 执行、人与 Agent 共同评估和迭代的新工作流。
想了解生产级AI代理背后技术栈的朋友，可以关注这场由e2b、Fireworks和Braintrust联合举办的技术分享会，他们会在9月30日分享关于代码沙箱、模型服务速度和性能优化的经验。
朋友推荐：Coinbase 的 Evan Kormos 要讲政策驱动工作流里的智能体信任问题，挺实用的。
DeepMind 的 Philipp Schmid 要来讲生产环境智能体开发，讲怎么用技能和连接器构建，适合想学实际应用的开发者。
Capital One 的 Max Kanat-Alexander 要来分享，讲的是怎么把 AI 上下文真正用到生产里，不是那种 demo 阶段的东西，挺实用的。
生物神经AI（bio-neural.ai）分享了一些关于AI安全测试和防御的实用方法，比如用Docker或虚拟机来隔离环境，这可能会对关注AI安全的开发者或研究者有用。
Zilliz 推出的 Milvus 3.0 升级指南很实用，详细说明了新版本的新特性和如何安全升级，对想使用 Milvus 3.0 的开发者很有帮助。
泰国True AWS和AWS联合搞了个AI大赛，让普通人不用懂AI也能解决6个真实问题，3个月就能把想法变成软件，奖金还不少。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档