12:57Yangyi@Yangyixxxx作者Yangyi分享其所有发布内容均为AI根据上下文和探讨生成的记录,强调人机协同的核心在于提供有效角度和有价值的提问。他指出,通过高质量提问可以挖掘AI知道的但你不知道的信息,从而产出有价值的文本。文中提及FDE方法论,面向企业AI落地场景。技巧人机协同提示词工程写作技巧推荐理由:想知道怎么让AI写出像人写的东西?看看这位老哥的经验:关键在于你会不会提问,而不是AI本身。原文稍后读已读值得跟进有用关注 人机协同
12:14Yangyi@Yangyixxxx根据对replybot的观察和实操经验,总结了矩阵自动回复需关注的4个问题:时效(秒回易被识破)、频数(次次回复显假)、名字(品牌营销号风格)、内容相似(同条tweet回复雷同)。建议设置1.5-3分钟随机延迟、降低同一用户回复频率、使用昵称+产品命名、用多模型或不同system prompt增加人设差异。当前bot有效策略是简短、提问、带臭屁语气。技巧回复机器人自动化回复矩阵运营推荐理由:做过replybot的老哥总结的避坑指南,时效、频次、名字、内容相似这些细节很实在,对搞矩阵自动回复的朋友直接能用。原文稍后读已读值得跟进有用关注 回复机器人
12:13Geek@geekbb精选Pi Coding Agent 的本地管理面板通过 localhost:3001 即可使用,零 npm 依赖,纯 Node 加静态页面。支持管理模型、子代理、运行状态、会话、用量、工作区和识图。读取 ~/.pi/agent 配置,写操作自动备份,导出 JSON 时自动脱敏 API Key。无需额外安装,打开浏览器即用。技巧Pi Coding Agent智能体工具管理推荐理由:Pi Coding Agent 面板零依赖,直接开 localhost:3001 就能管模型、子代理和会话,超方便还自动备份配置。原文稍后读已读值得跟进有用关注 Pi Coding Agent
10:12AI Will@FinanceYF5Justine Moore分享了一个AI视频用例,在婚礼上播放惊喜视频。视频跨越不同时代展现情侣的爱情故事。最后揭晓两人现实中的相遇方式。技巧AI视频婚礼视频生成推荐理由:这个AI视频创意超棒,婚礼上放一段不同年代风格的爱情短片,结尾揭秘相遇,浪漫又感人。原文稍后读已读值得跟进有用关注 AI视频
09:15官方一手marktechpost@Sana Hassan精选该教程展示了如何在Google Colab单GPU上使用NVIDIA NeMo AutoModel微调Qwen3-0.6B模型。从验证CUDA硬件开始,安装NeMo AutoModel源码,加载官方LoRA配置。在受限运行时调整精度、批次大小、检查点和调度器设置。通过automodel CLI启动微调,加载LoRA检查点后比较基础模型与微调输出的差异。最后演示NeMoAutoModelForCausalLM Python API的使用。技巧Qwen3LoRANeMo AutoModel2 个信源在谈事件专题推荐理由:教你用Colab单GPU跑Qwen3-0.6B的LoRA微调,全程实操,从环境配置到API调用都有,适合想上手NeMo的低资源玩家。原文稍后读已读值得跟进有用关注 Qwen3
07:19coderabbitai@coderabbitaiCodeRabbit Agent 在其自动化主页新增了预配置模板目录,包含 GitHub、Slack、Linear、Jira 四种工作流模板。用户可直接选用这些模板来快速配置代码审查、通知、任务管理等场景。该功能降低了自动化入门门槛,无需从零编写配置。技巧CodeRabbit AgentGitHubSlack2 个信源在谈事件专题推荐理由:如果你用 CodeRabbit Agent 做代码审查,新出的模板目录能让你直接套用 GitHub、Slack 等工作流,省去自己折腾配置的时间。原文稍后读已读值得跟进有用关注 CodeRabbit Agent
04:57官方账号Simon Willison’s Weblog(博客/媒体)Julia Evans 因不擅长阅读 SQLite 查询计划,促使作者用 Fable 构建了 SQLite Query Explainer 工具。该工具在浏览器中通过 Pyodide 运行 SQLite(Python 经 WebAssembly 编译),为 EXPLAIN 和 EXPLAIN QUERY PLAN 结果添加可视化解释层。当前版本需谨慎使用,因作者自认掌握不深,但功能对理解查询计划颇有帮助。技巧sqliteexplain查询计划1 个信源在谈事件专题推荐理由:不懂 SQLite 查询计划?这个工具用 Fable 在浏览器里跑 Pyodide,帮你把 EXPLAIN 结果翻译成人话,虽非百分之百准确但足够实用。原文稍后读已读值得跟进有用关注 sqlite
04:55elvis@omarsar0作者分享了一个基于X MCP工具构建的新技能,用于追踪高信号X账号的AI新闻、论文和项目。该技能支持Codex、Claude、Hermes、OpenClaw等智能体。设置只需3步:配置X MCP API、安装GitHub仓库dair-ai/dair-a中的技能、运行指定prompt。技能可生成HTML工件,支持每4小时自动刷新。用户需自行筛选X账号,但作者提供了一些推荐账号。技巧X MCPClaudeCodex1 个信源在谈事件专题推荐理由:作者教你怎么用X MCP搭一个AI新闻追踪器,3步就搞定,还能自动生成漂亮的HTML摘要,支持Claude等AI工具。原文稍后读已读值得跟进有用关注 X MCP
04:54elvis@omarsar0Omar分享了新技能“x-agent-intelligence”,基于X MCP工具构建,可跟踪高信号X账号获取AI新闻、论文等项目。3步设置:配置X MCP、从github.com/dair-ai/安装技能、用提示词生成feed.html。支持Codex、Claude、Hermes等模型,每4小时自动更新。技巧dair-aiX MCP智能体推荐理由:Omar教你怎么用X MCP搭个人AI信息流,省去手动翻推,代码开源在dair-ai,跟着三步走就行。原文稍后读已读值得跟进有用关注 dair-ai
02:27Jerry Liu@jerryjliu0Jerry Liu(LlamaIndex创始人)强调2026年构建高质量检索系统的重要性,外部模型能力虽提升,但生产中的Agent检索仍需投入工程时间调优分块、同步、重排序、工具API设计、权限等细节。具体技巧包括:将内容追加到Slack线程作为连续块并利用启发式确定上下文、实现Slack实时更新、为代码库独立分块/更新、混合搜索效果良好、以及为不同项目设置自然的数据源防护栏。这些经验来自LlamaIndex内部Index功能的生产化过程。技巧LlamaIndexAgentic Retrieval混合搜索2 个信源在谈事件专题推荐理由:Jerry Liu分享了做生产级Agent检索的踩坑经验,分块、同步、重排序这些细节怎么调全告诉你,不是新理论。原文稍后读已读值得跟进有用关注 LlamaIndex
01:27Jerry Liu@jerryjliu0jerryjliu0提出在agent harness上构建工作流图,并通过外部agent循环动态创建该图,实现循环与图形的结合。这种方法允许开发者利用LlamaIndex的框架灵活编排agent行为。Peter Steinberger参与讨论循环与图形之间的转变。该思路强调重复迭代,以构建复杂的agent系统。技巧LlamaIndex智能体工作流推荐理由:想搞Agent工作流?看看jerryjliu0怎么用循环和图形动态构建的,比硬编码灵活多了。原文稍后读已读值得跟进有用关注 LlamaIndex
23:43宝玉@doteyGUI自动化测试主要依赖传统E2E测试,Web端可用Playwright等框架。Agent的Computer Use也能做自动化测试,但成本更高、稳定性更差。不过Computer Use能完成传统E2E做不到的任务,替代大量人工操作。技巧PlaywrightAgentComputer Use推荐理由:dotey分享了GUI自动化测试两种思路,传统Playwright和Agent Computer Use。后者成本高但能替代人工,适合复杂场景。原文稍后读已读值得跟进有用关注 Playwright
22:43宝玉@dotey推荐使用桌面版 Codex 或 Claude Code,借助 Computer Use 功能进行自动化测试。交付前系统会主动调用 Computer Use 执行测试并自动修复发现的问题。相比人工黑盒测试,这种方式能显著提高效率并减少漏测。技巧CodexClaude CodeComputer Use推荐理由:桌面版 Codex/Claude Code 的 Computer Use 能自动测试、自动修 bug,比人工快多了。原文稍后读已读值得跟进有用关注 Codex
22:21Geek@geekbb精选Persome是一个开源个人模型,能从Mac本地活动数据学习用户的思考和工作方式。它通过MCP协议将上下文喂给Codex、Claude Code等客户端,使每个判断更贴合用户习惯。该工具旨在将个人思维模版带到每个AI客户端中,实现个性化交互。技巧PersomeMCP/工具开源模型推荐理由:想让你的AI更懂你?Persome用本地数据训练个人模型,通过MCP让Codex、Claude Code都按你的思路来,很实用。原文稍后读已读值得跟进有用关注 Persome
20:09Yangyi@Yangyixxxx博杰开源的AI Agent Book是一个从零学习智能体的资源。项目在GitHub上已获得2.6k星。最新v1.1版本由Claude Code、Kimi K3和Opus 4.8协助补全了30多个实验代码。该项目还更新了多数实验使用的模型并修复了依赖问题。技巧AI Agent Book智能体开源项目推荐理由:想系统学Agent?博杰开源的这个AI Agent Book从零开讲,GitHub 2.6k星,代码已用新模型更新,适合新手入门。原文稍后读已读值得跟进有用关注 AI Agent Book
19:33官方一手Sebastian Raschka: Ahead of AI@Sebastian Raschka, PhD文章介绍了大型语言模型通过训练学习低、中、高三种推理模式的方法。低努力模式快速输出简短回答,中努力模式进行适度推导,高努力模式则执行逐步推理。这种技术允许用户根据任务需求和计算预算灵活调整模型的推理深度。技巧LLM推理模式控制推理推荐理由:想省算力又不想牺牲推理质量?这篇技术分享教你LLM如何按需切换推理模式。原文稍后读已读值得跟进有用关注 LLM
18:13Yangyi@YangyixxxxFDE方法论是一套专门面向企业AI落地的系统化流程,涵盖需求分析、数据准备、模型选型与部署评估等关键环节。该方法论针对企业级场景提出了可操作的步骤和决策模板,帮助避免常见陷阱。技巧FDE企业AIAI落地推荐理由:如果你在公司做AI落地,FDE这套框架能帮你少走弯路,把需求到落地的每一步理清楚。原文稍后读已读值得跟进有用关注 FDE
17:13宝玉@dotey经验分享用Claude Design生成可交互高保真原型替代传统产品文档。原型包含模拟数据,比文档更直观。在开发BaoCut时,没有维护设计文档,而是用原型来确认功能修改。工作流为:先提需求让Opus 4.8出原型稿,反复打磨后再让AI实现代码,还原度可达9成以上。技巧Claude DesignOpus 4.8高保真原型2 个信源在谈事件专题推荐理由:试试用Claude Design出高保真原型替代文档,改起来快,AI还原度还高,开发效率能提升不少。原文稍后读已读值得跟进有用关注 Claude Design
17:12宝玉@dotey分享一种QA分工方案:大部分测试交给自动化测试,实现功能时同步写自动化代码,当前Agent(如AI编程助手)在此方面能力很强,稍加引导即可。人类QA则专注于黑盒测试,不查看代码实现,验证功能完整性、边界条件、极端数据量测试和安全性等。该方法可显著缩短QA耗时。技巧Agent自动化测试黑盒测试推荐理由:这个思路很实用:让Agent帮你搞定自动化测试,人只做黑盒和边界测试,能省下不少QA时间。原文稍后读已读值得跟进有用关注 Agent
16:52宝玉@doteyCodex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。原文稍后读已读值得跟进有用关注 Codex
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 DesignClaude OpusCodex7 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 Claude Design
12:19小互@imxiaohuGoogle 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Gemmagemma-trainerGoogle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。原文稍后读已读值得跟进有用关注 Gemma
11:52Geek@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OpenAICodex多模态9 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 OpenAI
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GitHubgoal skillAI 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。原文稍后读已读值得跟进有用关注 GitHub
11:15shao__meng@shao__mengTibo 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 SolCodexOpenAI10 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 GPT-5.6 Sol
08:08berryxia@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OllamaGLM-5.2Pi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。原文稍后读已读值得跟进有用关注 Ollama
07:43elvis@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XWikiAgent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。原文稍后读已读值得跟进有用关注 X
07:42elvis@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 artifactAI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。原文稍后读已读值得跟进有用关注 X MCP工具
07:25elvis@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/goalGPT-5.6-Sol10 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 OpenAI
06:55官方账号OpenAI@OpenAIOpenAI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CodexCodex SecurityOpenAI10 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 Codex
06:18官方一手marktechpost@Nina Lopatina精选本教程展示如何使用MongoDB Atlas、Voyage和LangGraph构建一个具有持久记忆和操作上下文的智能体。该智能体不仅能生成天气报告或计划,还能记住过往事件并写回操作记录。通过集成MongoDB Atlas的持久化存储和Voyage的向量搜索,智能体可以在多轮交互中保持上下文一致性。LangGraph用于编排多步骤工作流,实现从查询到执行的闭环操作。技巧MongoDB AtlasVoyageLangGraph推荐理由:想做一个能记住你和会议历史的智能体?这篇教程用MongoDB Atlas、Voyage和LangGraph一步步演示,比纯对话demo实用多了。原文稍后读已读值得跟进有用关注 MongoDB Atlas
05:39官方一手GitHub Blog@Dalia AbuadasGitHub 工程博客指出,AI 时代写代码的成本大幅下降,但拥有和长期维护代码的成本并未降低。文章提出了一个决策框架,帮助开发者判断哪些代码变更是真正的低成本。该框架要求团队重新评估代码评审标准和合并策略,以适应 AI 辅助编码的新现实。技巧GitHub代码评审AI成本推荐理由:GitHub 工程博客直接点出 AI 时代写代码变便宜但维护成本没变,教你用新框架做决策,实用!原文稍后读已读值得跟进有用关注 GitHub
05:16官方账号Runway ML@runwaymlRunway 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RunwayRunway 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。原文稍后读已读值得跟进有用关注 Runway
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RFPLangGraphLangSmith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。原文稍后读已读值得跟进有用关注 RFP
04:47宝玉@doteyNikita Bier 推荐在 X(原 Twitter)上固定 AI 自定义时间线,由 Grok 自动排序和标注。该时间线针对你个性化推荐,方便实时跟踪最新 AI 模型发布。744 次浏览中有 1 条回复,反映该功能的实用性。技巧GrokXAI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。原文稍后读已读值得跟进有用关注 Grok
03:27官方账号LangChain@LangChainAILangChain 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 AgentsLangChain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。原文稍后读已读值得跟进有用关注 Deep Agents
03:09官方账号Simon Willison’s Weblog(博客/媒体)Simon Willison 对 LLM 生成文章中充斥的套话感到不满,于是用 Fable 5 的 vibe code 开发了一个高亮工具。该工具能识别 10 种常见写作模式,例如“no fluff, no filler, no jargon”这类陈词滥调。用户粘贴文本即可自动标记出这些模式,帮助识别 AI 生成痕迹。技巧Fable 5LLM文本检测10 个信源在谈事件专题推荐理由:Simon Willison 用 Fable 5 搓了个小工具,专门高亮 LLM 文章里那些“无废话、无填充”的套路句,一共 10 种模式,对付一眼 AI 文很好用。原文稍后读已读值得跟进有用关注 Fable 5
02:15Philipp 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GeminiGitHub CLIPR 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。原文稍后读已读值得跟进有用关注 Gemini
01:24官方账号LangChain@LangChainAILangChain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LangChainLangSmith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。原文稍后读已读值得跟进有用关注 LangChain
00:54官方一手AWS Machine Learning Blog@Pyone Thant Win精选Smartsheet分享了在AWS上构建远程MCP服务器的架构,重点包括使用AWS IAM进行身份验证和授权、通过API Gateway实现流量控制与扩展、利用Lambda进行无服务器推理以及用CloudWatch监控性能。文章还介绍了如何通过VPC端点确保数据安全,并采用AWS WAF防范常见攻击。该架构支持每秒处理数百个请求,延迟控制在200ms内。技巧SmartsheetMCP/工具AWS推荐理由:想在企业级用MCP?看看Smartsheet怎么用AWS搞定了安全、扩容和监控,干货满满。原文稍后读已读值得跟进有用关注 Smartsheet