The Rundown AI 更新了一篇讲 AI 智能体能做什么的文章,推文里只有链接,想看细节得去它的 newsletter 页面。
Latest
GitHub 上有个叫 teardown 的 skill,丢一张照片或 CAD 模型进去就能生成技术拆解图,作者拿机械键盘试过,效果挺能打。
想在自己笔记本上跑大模型的话,这场直播教你用 llama.cpp 和 vLLM 做量化,几位量化社区的老手一起讲实操。
Conductor 不更新了,有人整理了 69 个同类多智能体编程工具,orca_build 都 115k Star 了,想换工具的直接抄清单。
Saravia 转了一条智能体记忆系统的实测分享,讲的是 living memory 怎么配合 harness 用,做 Agent 的可以看看原帖。
有人用 Opus 5.5 加 Tripo、Three.js 这一整套工具,24小时就做完了原创游戏,流程全公开,想做独立游戏的可以照着抄。
有人把概念图一步步变成能玩的 3D 关卡,靠的是自己试玩、报 bug、让 agent 修这个循环,流程值得照着试。
有人把 Opus 5.5、Flux 3 Max、Tripo 串成一条流水线,24 小时做出完整游戏,流程全公开,跟着抄作业就行。
Lovable 创始人亲述踩坑史:删掉 Agent 代码改回工具调用,用知识文件代替微调,还能给整台运行中的机器做分支。做编程产品的都该看看。
Stanford 这门 Agent 课把数据筛选讲透了:SWE-bench 过滤 68% 样本后 GPT-4o 反而涨 17 分,做训练数据的人直接照着检查清单抄。
向阳乔木用 OpenAI 新生图模型做了个鸡你太美 GIF 表情包,步骤就两条:下素材、写提示词,手把手教你自制动图表情包。
上海站巡展的实操分享,把本体、知识库到 Data Agent 的搭建流程整个串了一遍,做智能体落地的可以直接抄作业。
Anthropic 一天合并 3 万次 PR,靠的是 Claude 先自己跑测试修 bug,人只看录屏截图。这期对谈把流程讲得很具体,用 AI 写代码的都该听听。
dotey 分享的 Claude Skill 逆向玩法:先让它做个设计任务,再让它照着写一个一样的 Skill,不用直接要提示词也能套出来。
Greptile 的 Daksh Gupta 分享了代码评审智能体的取舍思路:别让 agent 无脑修每条意见,先区分真 bug 和吹毛求疵。
Google 官方教程,教你上传销售线索表格让 Gemini 去重、修邮箱、补字段,做数据清洗很实用。
Self-built, workflow-orchestrated CI may become a standard pattern as teams run more agent-generated code through pipelines. Engineering leaders evaluating CI vendors should weigh whether durable workflow engines like Temporal cover checks that traditional CI cannot express. Teams in Singapore and wider ASEAN building AI-heavy products face the same gap, since global CI vendors have not yet shipped mature agentic-native offerings.
Notion 官方整理了 5 个团队把 Claude、Cursor 等工具接进 Notion 的真实用法,想搭 MCP 工作流的可以直接抄作业。
Genspark 聊了 Gen-1 Slides 怎么用微调压成本,做幻灯片生成的可以看看他们的取舍思路。
n8n 出了 Agents 功能,老工作流直接当工具喂给 Agent,它自己决定跑哪条。作者拿 40 多条工作流试了 3 周,思路很实用。
教你把 Claude Code 和 Codex 跑到云端,订阅照旧用,只为机器付费,还能并行开 agent 干活
Pinecone 讲智能体怎么把向量检索升级成上下文工程,做 RAG 的可以看看他们比纯 RAG 多想了什么。
如果你在做智能体评测,这篇教你怎么用 Jev 和 Strands Decider 这两个决策模型,接进 Bedrock AgentCore 的评估器里,还能先验证再当发布门槛。
挺有意思的观察:让 Codex 或 Claude 直接干活的效率,居然比 macOS 自带的 Spotlight 还高,用 Mac 的可以试试这个思路。
一个被出版社裁掉的言情作家,用AI写书一年半赚了100万美金,这条推文把她的模型分工、广告投放套路和收入构成全扒出来了,做内容生意的都该看看。
The trick turns microphone-dependent voice features into fully automated end-to-end tests, since the fake audio capture flag removes the need for a human to speak. Teams building voice agents or speech UIs can wire this into CI so coding agents verify transcripts and DOM state after each change. It pairs naturally with Playwright or browser-use agents already in many testing stacks.
没麦克风也能测语音功能,Schmid 这条模板教你用 tts 造测试音频,再让无头 Chrome 假装成麦克风播给它听。
Only the latest 2000 items are listed; for older ones see the daily archive