全部 AI 动态 · AI 热点

7月18日

02:15

Philipp 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。

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

01:24

官方账号LangChain@LangChainAI

LangChain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 LangChain LangSmith 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

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 Smartsheet MCP/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

00:48

Milvus@milvusio

精选

Milvus 提供 Exponential、Gaussian、Linear 三种衰减函数用于重排序。Exponential 对新闻和社交适用，offset 3天时5天文章分数降至0.4774。Gaussian 用于平衡搜索，offset 7天时15天文章得0.3601，30天文章得0.0642。Linear 用于事件搜索，90天文章仍得0.3037，有明确截止点。用户需根据不同时效性需求选择对应函数。

技巧 Milvus 衰减函数重排序

推荐理由：Milvus 这个教程用具体数据对比指数、高斯、线性三种衰减对文章排名的效果，帮你选对函数。

原文

00:10

AI Engineer@aiDotEngineer

精选

在 AIE Europe 会议上，Google DeepMind 团队展示了一个完整微调流程：以 Gemma 270M 模型为起点，通过生成合成任务数据、LoRA 微调、int4 量化，最终部署到 Pixel 手机上。整个流程仅需 21 分钟，准确率从 46% 提升至 90%，推理速度达到 2000 tokens/s。该方法对比 1500 美元的线下 AI 训练营有显著效率和成本优势。

技巧 Gemma LoRA 量化

推荐理由：Google 工程师教你怎么在手机上 21 分钟微调一个小模型，从 46% 干到 90%，比花 1500 美元买课还快。

原文

00:06

Qdrant@qdrant_engine

Mem0 CEO Taranjeet在Qdrant向量空间日上指出持续学习本质是记忆问题而非训练问题。他区分权重（存储通用技能）与记忆（存储用户/团队特定信息），强调记忆应快速、可检查、可逆、可移植。提出5步循环：观察→提取→检索→行动→遗忘/更新。Mem0作为开源记忆层，生产环境下基于Qdrant引擎运行。

技巧 Mem0 Qdrant 智能体

推荐理由：别再给智能体重训练了，先搞定记忆。Mem0创始人手把手教你5步循环，来自实战经验。

原文

7月17日

23:57

官方账号Andrew Ng@AndrewYNg

精选

Andrew Ng联合Cerebras推出新课程，教授如何通过推理优化硬件加速LLM应用。课程聚焦Cerebras Wafer-Scale Engine，该硬件通过减少权重搬运实现比典型GPU快数倍的token生成。学员将对比GPU、TPU和Cerebras的架构差异，并动手构建网页个性化、市场信号多步分析等实时应用。课程还涵盖利用快速推理优化代理编码工作流，适合延迟敏感场景。

技巧 Cerebras Andrew Ng DeepLearning.AI

推荐理由：吴恩达亲自推的实战课，教你用Cerebras芯片让LLM推理快几倍，还能做实时翻译和语音agent，想上手硬核加速的别错过。

原文

23:14

v0@v0

v0 提示用户，在 prompt bar 中输入 / 即可调用预设技能。技能可从 skills.sh 网站导入，也可使用本地保存的技能。该技巧简化了提示词调用流程，提升使用效率。

技巧 v0 skills.sh 提示词技巧

推荐理由：v0 教你用斜杠调出技能库，不用再手写提示词了

原文

21:51

Dify@dify_ai

Qubrid_AI在Dify Marketplace推出新插件，只需一个API key即可访问DeepSeek、Kimi、Qwen、MiniMax、GLM等多个模型。用户无需为每个模型单独配置API key和重构工作流，可直接在现有流程中切换模型。该插件解决了多模型切换时的集成痛点，提升了开发效率。

技巧 Dify Qubrid_AI DeepSeek

推荐理由：如果你在Dify上为不同模型来回换API key烦了，试试Qubrid_AI插件，一个key搞定DeepSeek、Kimi等多个模型，省事很多。

原文

17:22

Ate-a-Pi@svpino

作者Santiago在X上分享，他用Viktor的AI Employee在Slack中处理教机器学习培训班的行政事务。该AI能读取频道线程、草拟回复、标记重复问题、建议修改教材，并列出待办事项。所有最终决策仍由作者亲自把控。Viktor为新用户提供100美元积分。

技巧 Viktor Slack 智能体

事件专题

推荐理由：Santiago用Viktor在Slack上养了个AI员工，专治各种杂活，还能从反馈里学习。想省事可以试试。

原文

17:20

Ate-a-Pi@svpino

Svpino展示了一个用300行代码实现网页监控的教程，通过Parallel平台设置监控事件，当亚马逊商品价格下降时触发webhook，脚本调用Deep Research任务自动分析产品是否值得购买。整个流程在Claude Code和Parallel Agent Skills帮助下仅用1小时完成。该方案也可扩展到监控科技公司新闻并评估投资价值。

技巧 Parallel Claude Code Deep Research

推荐理由：教你用300行代码和Claude Code搭建自动监控+研究系统，盯亚马逊降价或新闻，省时省力。

原文

15:21

宝玉@dotey

精选

Whisper 在字幕翻译中存在时间戳不准、中英文混排支持差、不直接支持发言人识别等问题。Qwen3-0.6b ASR 搭配 Qwen3-ForcedAligner 模型可精准对齐词级时间戳，本地运行资源占用低。发言人识别可使用 Pyannote + WeSpeaker 开源模型，结合 Agent 上下文提升准确率。若要求高，可选用火山引擎豆包录音文件识别模型 2.0。宝玉在 BaoCut App 开发中，通过 Claude Code 和 Opus 4.8 等模型实现原型设计到功能实现的高效循环。

技巧 Qwen3 Whisper ASR

推荐理由：宝玉分享了用 Qwen3 ASR 替代 Whisper 做字幕的心得，时间戳对得很准，还配了发言人识别方案，适合搞视频翻译的朋友。

原文

12:42

Viking@vikingmute

一位用户分享了其设计的Codex皮肤，右侧运行时会滚动MilkDrop音乐可视化动画。该皮肤用AI生成，带来怀旧感受。用户表示这种设计让人沉浸，不再刷社交媒体。MilkDrop是经典可视化插件，被嵌入代码编辑器环境。

技巧 Codex MilkDrop AI

推荐理由：这位用户把MilkDrop音乐可视化做成了Codex皮肤，运行代码时还能看动画，比无聊的社交媒体有意思多了。

原文

12:41

Yangyi@Yangyixxxx

FDE（业务生态潜入）需先以半人工模式跑出成绩，第一个月跑通流程，第二个月确认Loop效果，第三个月搭建SaaS构建CLI，帮助Agent降低幻觉并沉淀数据做可视化。确认效果需要3个相同方向的信号，单一成功不足以证明系统性优势。流程反了（先自动化再拿结果）容易因忽视业务细节导致失败。

技巧 FDE Agent 半人工

推荐理由：这篇讲FDE三步法很实在：先半人工验证，再自动化，避开Agent幻觉。适合做落地的人参考。

原文

11:21

11:21阮一峰的网络日志（博客/媒体）

精选

RTX 5090有32GB显存和1792GB/s带宽，但无法加载70B参数模型（需32.6GB）。AMD Strix Halo迷你PC（Ryzen AI Max+ 395）拥有128GB统一内存和256GB/s带宽，能加载大模型但Token生成速度仅每秒6个。MoE模型如Qwen3-30B-A3B每次只激活3B参数，可将读取量降至2GB，从而在迷你PC上达到每秒100+ Token。选择硬件需根据模型大小和速度需求权衡。

技巧 RTX 5090 AMD Strix Halo 统一内存

推荐理由：想在家跑AI大模型？这篇对比了RTX 5090和AMD迷你PC，解释了为什么统一内存能装大模型但速度慢，还教你用MoE模型提速。

原文

08:33

08:33官方账号Simon Willison’s Weblog（博客/媒体）

精选

Simon Willison基于Grok Build的Rust代码创建了Mermaid转ASCII工具，随后发现AlexanderGrooff开发的Go库mermaid-ascii功能更全。他用Claude Fable 5将Go库编译为WebAssembly，以比较两个版本的输出。Go版额外支持颜色输出。

技巧 Claude Fable 5 Mermaid WebAssembly

事件专题

推荐理由：Simon用Claude Fable 5把Go版的Mermaid转ASCII编译成了WebAssembly，还能显示颜色，跟Rust版对比着玩，挺有意思。

原文

08:08

berryxia@berryxia

技巧智能体 Agent 工作流

推荐理由：别用管人的那套管Agent，让它们自己组队干活，省token又高效。

原文

08:03

ChatGPT@ChatGPTapp

78°

OpenAI 通过 X 平台视频演示了 ChatGPT 桌面应用的计算机使用能力。功能允许 ChatGPT 直接操控电脑上的应用程序并内置浏览器。演示中，@dkundel 展示了如何让 ChatGPT 自动浏览网页、搜索信息、导航网站以及完成多步骤任务。该功能目前仅向特定用户开放。

技巧 ChatGPT 内置浏览器计算机使用

事件专题

推荐理由：ChatGPT 现在能帮你操作电脑上的应用和浏览器，自动完成网页调研和任务，试试看。

原文

07:03

AK@_akhaliq

@_akhaliq 发布了 Harness Handbook。该手册旨在让不断进化的智能体工具链变得可读、可导航、可编辑。推文获得2627次浏览。

技巧 Harness Handbook 智能体工具链

推荐理由：@_akhaliq 发了 Harness Handbook，帮你轻松看懂和编辑智能体工具链，不再一团乱。

原文

06:15

官方账号LangChain@LangChainAI

LangChain 将于7月28日与 Cognition 联合举办线下 meetup，主题为 LLM Wikis 和 OpenWiki。OpenWiki 旨在为 AI agent 提供开放记忆功能。活动名额有限，需通过 luma.com/mylwoabu 提前 RSVP。

技巧 LangChain cognition OpenWiki

推荐理由：LangChain 和 Cognition 办了个线下分享，教你怎么用 OpenWiki 给智能体加上持久记忆，感兴趣的话早点报名。

原文

05:45

官方一手AWS Machine Learning Blog@Dani Mitchell

Amazon Bedrock Managed Knowledge Base提供简化设置、更智能检索和生产就绪三大支柱，帮助企业构建智能体搜索。文章包含设置知识库和检索的代码示例，支持从多种数据源索引。该方案基于RAG架构，可直接集成到Bedrock代理中。

技巧 Amazon Bedrock Managed Knowledge Base 企业搜索

推荐理由：AWS教你用托管知识库给智能体做企业搜索，有代码有步骤，省去自己搭RAG的麻烦。

原文

05:14

The Rundown AI@therundownai

一场90分钟的免费直播大师课将展示如何使用ChatGPT Work、GPT-5.6和Codex将源文件和研究资料转化为精美的可编辑演示文稿。由大学教育者Nate Grahek主讲，参与者可以学习到具体的操作流程。课程涵盖从导入文件到生成幻灯片的全链路技巧。RSVP链接已在X平台发布。

技巧 ChatGPT GPT-5.6 Codex

推荐理由：想用ChatGPT做PPT？这场90分钟免费直播教你用GPT-5.6和Codex把论文变演示文稿，省时又专业。

原文

04:12

官方账号LangChain@LangChainAI

LangChain 宣布将于8月12日举办线上活动，聚焦生产环境中 AI 智能体的治理问题。内容涵盖如何控制支出、保护敏感数据、执行内部策略和管理访问权限。活动将解析治理在系统设计中的角色，并介绍网关基础设施如何融入智能体开发生命周期。核心是为团队提供有效治理生产智能体的基础框架。

技巧 LangChain 智能体生产部署

推荐理由：LangChain 要聊怎么管好生产环境里的智能体，包括控制开销、保护数据，从系统设计层面给方案，不是泛泛而谈。

原文

04:04

Justine Moore@venturetwins

开发者 thinkymachines 使用 Cursor AI 构建了一个全功能应用，实现 YouTube 视频下载并转换为 WAV 格式。应用自动将长音频分批次处理，调用 Inkling 模型分析音频内容并生成候选片段。随后进行校正检查确保每个片段起止位置准确，最后通过 FFMPEG 完成渲染输出。整个开发过程完全在 Cursor AI 中完成，展示了 AI 编程助手构建复杂工作流的潜力。

技巧 Cursor thinkymachines YouTube

事件专题

推荐理由：看看别人怎么用 Cursor AI 搭了个完整的 YouTube 转音频处理流水线，从下载到渲染一步到位。

原文

02:28

Philipp Schmid@_philschmid

Google 推出了 Gemini API 的官方文档。文档详细说明了如何调用 Gemini 模型进行文本生成。开发者可以学习 Gemini API 的请求格式和参数配置。指南包含 Gemini 1.5 Pro 的代码示例。

技巧 Gemini API 教程

推荐理由：Google 的 Gemini API 文档上线了，手把手教你调用模型做文本生成，适合想用 Gemini 的开发者参考。

原文

02:13

Firecrawl@firecrawl_dev

Firecrawl 宣布在 OpenClaw 平台上免费开放使用。Agent 可以直接搜索实时网页、抓取任何页面、与动态网站交互，并将 PDF 解析为干净 markdown。整个过程无需设置或 API 密钥。仅当需要扩展使用时才需注册。

技巧 Firecrawl OpenClaw 网页抓取

推荐理由：Firecrawl 在 OpenClaw 上免费了，不用 API 密钥就能抓网页和 PDF，省心又方便。

原文

02:06

Fireworks AI@FireworksAI_HQ

Fireworks AI 举办免费 DevRel 网络研讨会，演示如何微调开源视觉模型从混乱收据图片中提取结构化 JSON。整个过程在 Fireworks 平台上端到端管理。研讨会已于 10am PST 开始，无法参加的观众可在本周内观看 YouTube 回放。活动还涵盖近期发布和微调入门指南。

技巧 Fireworks AI 微调开源模型

推荐理由：想学微调？Fireworks 现场演示用视觉模型从收据扒 JSON，实操干货，错过也有回放。

原文

02:04

Jerry Liu@jerryjliu0

精选

Jerry Liu指出，对于任何给定任务，总可以将通用模型或代理框架蒸馏为专用模型或工作流，从而获得更高准确率和更低成本。领域越窄，优化空间越大，还可以提供比聊天界面更针对性的用户体验。随着代理自我改进能力增强，未来可以通过定义顶层目标和评估标准自动完成蒸馏，无需人工编码。

技巧 Jerry Liu 智能体蒸馏

推荐理由：Jerry Liu分享了把通用模型变成专用模型的方法，能省成本又提精度，还说了未来可以自动搞。

原文

02:02

a16z@a16z

a16z分享Mintlify的招聘原则：每遇到新问题，第一步判断能否用自动化或Agent解决；第二步判断能否通过流程变更解决；只有前两者都不行时，才考虑增加headcount。这套框架强调用技术手段优先替代人力扩张。

技巧 Mintlify a16z Agent

推荐理由：Mintlify的这套思路挺实在，遇到问题先别急着加人，先试试自动化和流程优化，适合团队参考

原文

01:42

Aravind Srinivas@AravSrinivas

精选

Perplexity Agent API与LangChain的LangGraph结合，可在约90秒内生成一份风险投资备忘录，成本仅0.40美元。该工作流使用4个并行LangGraph节点，分别研究财务、产品和市场信息。最后通过一个无工具的合成器根据并行研究结果撰写备忘录。详细实现可参考LangChain博客。

技巧 Perplexity Agent API LangChain LangGraph

推荐理由：用Perplexity Agent API加LangChain，90秒花4毛钱自动写投资备忘录，适合VC工作流。

原文

00:40

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA官方展示了如何借助TAO Agent Skills在一天内对Cosmos 3模型进行后训练。该流程通过TAO平台的自定义能力，让用户快速将预训练模型适配到新场景。无需从头训练，显著降低时间与资源成本。

技巧 NVIDIA Cosmos 3 TAO Agent Skills

事件专题

推荐理由：想快速定制Cosmos 3？NVIDIA的TAO Agent Skills教你一天搞定后训练，适合开发者上手。

原文

00:19

Geek@geekbb

wigolo是一个免费、本地运行且私有的MCP服务，允许AI Agent直接搜索、抓取和研究网页。它托管在GitHub（KnockOutEZ/wigolo），无需付费即可获得与付费服务相当的效果。用户可自行部署，保证数据不离开本地。

技巧 wigolo MCP 智能体

推荐理由：wigolo是免费开源MCP服务，本地跑起来就能让AI agent自己搜网页，省下API钱，效果还不输付费版。

原文

00:18

Harrison Chase@hwchase17

精选

LangChain 发布新视频，演示如何通过 Baseten 运行 NVIDIA 的 Nemotron 3 Ultra 模型，该模型拥有 550B 参数，每秒可生成 300 token。视频展示了构建终端智能体、子智能体以及支持 MCP 协议的过程，所有追踪都通过 LangSmith 完成。这是一个实用的开源模型工作流教程。

技巧 Nemotron 3 Ultra LangChain Baseten

事件专题

推荐理由：想看 550B 参数的 Nemotron 3 Ultra 怎么跑智能体？LangChain 出了教程，支持 MCP 和子智能体，速度 300 tok/s，值得动手试试。

原文

00:15

Suhail@Suhail

用户Suhail分享AI可视化能力对数据理解的帮助。过去构建应用检查数据工作量巨大，现在借助AI可视化变得简单。推文获得6条回复和18个点赞。作者认为这有助于真正理解训练模型所使用的数据。

技巧数据可视化训练数据 AI能力

推荐理由：看看这位用户用AI可视化数据的心得，比自己动手建应用省事多了，能帮你吃透训练数据。

原文

00:07

官方账号LangChain@LangChainAI

精选

该视频演示了如何通过 Baseten 结合 Deep Agents Code 部署 NVIDIA Nemotron 3 Ultra 模型。该模型拥有550B参数，推理速度可达每秒300 tokens。视频还展示了构建终端智能体，支持技能调用、子智能体及 MCP 协议。全程通过 LangSmith 进行追踪调试。

技巧 Nemotron 3 Ultra NVIDIA Baseten

事件专题

推荐理由：想跑Nemotron 3 Ultra？这个视频手把手教你用Baseten部署，还演示了带MCP的终端智能体，挺实用的。

原文

7月16日

23:54

官方一手AWS Machine Learning Blog@Sergio Barraza

精选

本文介绍如何使用Amazon Bedrock AgentCore构建电话语音点餐AI，能自动接听电话并完成从问候到确认订单的全流程。该系统使用Amazon Nova 2 Sonic实现实时语音，并通过MCP连接餐厅后端数据库。部署采用AWS CDK全栈自动化，通过SIP网关（运行在Amazon ECS和AWS Fargate上）将电话接入AI代理。此外，系统在电话振铃时就预热代理会话，确保接通后无延迟静音。

技巧 Amazon Bedrock Amazon Nova 2 Sonic AWS CDK

推荐理由：AWS手把手教你把电话点餐AI跑起来，用Bedrock AgentCore和Nova 2 Sonic，还带SIP网关和会话预热，不会冷场。

原文

23:10

elvis@omarsar0

作者omarsar0分享了使用LLM Council（大模型委员会）进行AI研究的方法，而非简单创建多个智能体。他强调需仔细设定角色和目标，并与raft_hq合作构建该流程。具体演示通过视频展示，社交媒体互动数据包括6条回复、2次转发和18个点赞。该方法旨在提升研究效率，通过多智能体协作实现更精准的结果。

技巧 LLM Council raft_hq 智能体

推荐理由：omarsar0分享了他和raft_hq合作搞的LLM Council，教你如何给每个智能体分配角色来搞研究，比随便用几个agent靠谱多了。

原文

22:52

berryxia@berryxia

作者用 Kimi Coder 开发一个 3D 录音机项目，输入模糊的 prompt 后，Kimi 3 会花费较长时间思考（类似 Fable 5 的感觉）。当给具体要求（如调研市场、竞品、写 PRD）时，Kimi 自动启动 skills 执行一系列动作。开启 Auto/YOLO 模式后，Kimi 自动拆解任务、派给 Coding Agent，并能自我寻找并修复 bug，最终直接交付可用的网页。整个过程无需用户反复迭代，一次交付。

技巧 Kimi 3 Kimi Coder 编程助手

事件专题

推荐理由：来看看真实用户怎么用 Kimi Coder 的 Auto/YOLO 模式：丢一个 3D 录音机需求，它自己拆任务、调 agent、修 bug，直接出成品。

原文

21:14

向阳乔木@vista8

本周六（7月18日）晚8点，将有11位朋友进行线上直播分享，每人限时7分钟，聚焦AI Coding作品展示与技巧，以及FDE落地项目及其背后的坑。分享全程注重干货，避免废话，所有内容来自一手实战经验。参与者可通过飞书链接（当天提前5分钟进入）观看。

技巧 AI Coding FDE 实战分享

推荐理由：想看AI编码和FDE项目实战经验？11位朋友每人7分钟纯干货，没废话，适合想学真东西的你。

原文

19:18

Geek@geekbb

精选

Oracle 在 GitHub 上发布了多个示例应用和工作流，展示如何通过 AI Agent Studio 将 Fusion 业务系统集成到 AI 助手。这些示例演示了 AI 助手能够基于 Fusion 数据进行推理、提供建议并自动执行操作。每个工作流都包含了具体的配置步骤和代码示例，帮助开发者快速上手。

技巧 Oracle AI Agent Studio Fusion

推荐理由：Oracle 出了详细的教程，教你用 AI Agent Studio 把 Fusion 业务系统变成能思考的 AI 助手，直接上手就能用。

原文