全部 AI 动态 · AI 热点

7月10日

09:25

09:25IT之家（博客/媒体）

微软 WSL 产品负责人克雷格·洛温确认 Windows 10 平台支持运行 WSL Containers 功能，系统版本需达到 Build 19041 及以上。用户无需安装 Docker Desktop 或 Podman Desktop，可使用 wslc.exe 在 Windows 中创建、运行和管理容器。实测显示在 Windows 10 上可借助 wslc build 构建 Flask 面板，并通过浏览器访问 127.0.0.1:5000。GPU 透传方面，WSL Containers 支持通过 --gpus all 参数调用 CUDA 容器，示例镜像为 pytorch/pytorch:2.5.1-cuda12.4-cudnn9-runtime。

技巧 WSL Windows 10 Build 19041

推荐理由：微软让 Win10 用户也能用原生容器工具 wslc，不用装 Docker，就能本地开发测试，还支持 CUDA 容器，上手很简单。

原文

09:03

AI Engineer@aiDotEngineer

开发者分享三个核心约束：Token数量固定，算力由测试盒子固定（代理在独立机器上运行测试），注意力无法增加。当前最重要的技能是决定把注意力花在哪里。

技巧智能体编程助手提示词工程

推荐理由：这条推文点出了编程里的三个硬约束，帮你更清醒地分配有限的注意力，很实用。

原文

08:58

08:58IT之家（博客/媒体）

中国移动推出基于新消息技术的“新消息 Claw”应用号，用户无需下载 App 即可通过短信指挥开源 AI Agent Claw（龙虾）执行任务。Claw 支持读文件、写代码、整理表格、自动回复消息等功能。该服务适用于飞书 OpenClaw、QClaw、OpenClaw（原生）、AutoClaw 四种智能体，用户只需复制申领成功短信即可完成绑定。新消息 Claw 采用运营商级安全通道，推送稳定且后台不易被清理，用户与龙虾的对话不额外收费。

技巧 Claw 龙虾中国移动

事件专题

推荐理由：中国移动把 Claw 塞进短信里了，不用装 App，发条短信就能指挥龙虾干活，还安全稳定。

原文

07:36

Ethan Mollick@emollick

Ethan Mollick指出，AI实验室将代码助手转向通用知识工作时，常把非程序员视为能力更弱的程序员，这是错误假设。知识工作者需要更多控制权和可见性，而非简化的界面。降低选项数量并不会提升知识工作体验。

技巧 AI知识工作 AI工具设计用户体验

推荐理由：做AI产品的注意了：别把非程序员当低配码农，他们需要更丰富的控制选项，不是砍功能。

原文

03:18

Ethan Mollick@emollick

作者使用Codex和5.6 Sol对即将在10月出版的PDF书稿进行校对。AI耗时30分钟，给出了几十条笔记，所有笔记均无错误，部分略显学究。这一过程展示了AI在专业校对场景中的实用价值。

技巧 Codex 5.6 Sol 校对

推荐理由：用Codex加5.6 Sol校对整本书PDF，30分钟就拿到几十条笔记一条没错，这种真实场景太实用了

原文

03:02

官方账号LangChain@LangChainAI

LangChain指出，只读代理容易进行分支和测试，而涉及生产数据的写访问代理的评估仍是许多团队未解决的难题。该观点出自LangChain与Ben Tannyhill合作的Max Agency项目。推文中未提供具体基准数据，但强调了代理类型差异对测试流程的影响。

技巧 LangChain 智能体代理测试

推荐理由：LangChain分享了一个很实在的观察：只读代理很好测，但写代理的评估目前大家都没好办法——做AI代理开发的可以看看。

原文

01:41

宝玉@dotey

本文区分了两种AI写代码场景：原型代码无需审查，生产代码必须审查。作者类比传统软件工程，指出瀑布模型因集成颗粒度大导致痛苦，而敏捷开发的持续集成（Continuous Integration）通过小功能点频繁集成配合自动化测试解决了问题。建议Vibe Coding时一次只让AI做一个小功能或修一个小bug，便于验收和审查，保证质量。

技巧 Vibe Coding 持续集成 AI编程

推荐理由：如果你用AI写代码总是一次生成一大坨，看不过来还容易出bug，这篇用持续集成的思路，教你怎么让AI一次只改一小点，好验收好纠错。

原文

01:32

elvis@omarsar0

一篇基于 arXiv 2206.07867 的论文，用可视化方式直观解释信息论核心概念。仅需基本概率知识即可理解熵和互信息的直觉。它展示了如何达到压缩和传输的基本极限。适合 AI 领域学习基础理论。

技巧信息论可视化熵

推荐理由：用图和直觉讲清信息论核心，适合想理解熵和互信息的任何人，不需要高深数学。

原文

01:17

宝玉@dotey

精选

当使用Coding Agent进行vibe coding时，你的角色从程序员转变为工程经理（EM）。你需要帮助AI理解需求、拆解任务、分配任务并验收成果。AI没有主动性和完整上下文，你需要像EM一样提供全局信息，否则容易因信息不对称导致实现偏差或安全问题。即使AI再聪明，没有充分了解完整上下文和使用场景，方案也可能有误。

技巧 Coding Agent EM 编程助手

推荐理由：想用好Coding Agent？别当码农了，学学当EM怎么管人——拆需求、分任务、看代码，比管真人省心但得喂够上下文。

原文

01:06

Harrison Chase@hwchase17

Palash Shah将在活动中讲解如何使用LangSmith Engine构建自改进智能体，该智能体将生产痕迹转化为持久内存更新以持续优化行为。Clay团队将展示他们开发的智能体评估框架（eval harness）。活动在纽约举办，需RSVP。

技巧 LangChain Clay LangSmith Engine

推荐理由：如果你做AI智能体，Palash会讲怎么用LangSmith Engine把线上数据变成记忆来改进行为，Clay还会分享他们的评测方案，干货满满。

原文

01:02

Weaviate@weaviate_io

精选

Weaviate Playground 推出 ecommerce demo，名为 WeCommerce，支持关键词、情绪或氛围查询，自动路由到 BM25、语义向量搜索或混合搜索。结果支持实时分面过滤（类别、品牌、价格），产品页通过近对象向量搜索推荐相似商品。整个搜索和推荐由同一向量集合驱动，无需额外基础设施。演示基于 Weaviate Cloud 免费层，可快速搭建。

技巧 Weaviate WeCommerce 向量搜索

推荐理由：想给你的电商加智能搜索？Weaviate 这个 demo 直接演示了关键词、情绪查询和混合搜索怎么做，还带分面过滤，免费就能试。

原文

00:46

elvis@omarsar0

用户 @omarsar0 分享一个常用模式：用 Fable 5 作为评估/判断模型，GPT-5.5 作为执行模型，不依赖单一前沿模型，而是花时间做编排、工具和验证。他表示 GPT-5.6 只需直接替换 GPT-5.5 就能纳入该流程。他预告将发布完整教程，并特别对 GPT-5.6 搭配 Fable 5 的效果更期待。

技巧 Fable 5 GPT-5.5 GPT-5.6

事件专题

推荐理由：有人用 Fable 5 和 GPT-5.5 搭了个 Executor-Advisor 流程，还说 GPT-5.6 来了能直接换上去用，不用等新模型就能更好地编排工具和验证。

原文

00:40

Milvus@milvusio

精选

标准RAG管道采用先分块后嵌入的流程：分块→嵌入→索引→检索→生成，但固定长度或递归分割的分块方式存在精度与上下文的权衡。Max-Min Semantic Chunking采用先嵌入后分块模式：先用文本嵌入模型将所有句子映射到高维空间，再通过计算块内最小余弦相似度和新句子与块的最大余弦相似度决定是否合并。该方法的决策规则是：若新句子与块的最强连接大于块内最弱内部链接，则加入当前块，否则开启新块。它维护句子顺序，通过自适应大小限制和相似度阈值保持块连贯性。但因为它按顺序局部聚类，可能遗漏长文档中跨段落的远距离依赖。

技巧 Milvus RAG Max-Min Semantic Chunking

推荐理由：Milvus团队介绍的Max-Min语义分块方法先嵌入句子再依据语义决定分块边界，比传统固定长度分块更聪明，适合想提升RAG检索质量的人学习。

原文

7月9日

23:35

官方账号LangChain@LangChainAI

LangChain 发布了新插件，可将 Claude Code 的每个会话完整追踪到 LangSmith。用户只需运行三条命令并配置一个 JSON block，即可在两分钟内完成集成。所有消息、工具调用和子代理运行都会显示为可检查的追踪记录，方便排查问题。该插件目前通过 LangChain 的 x.com 账号公开介绍。

技巧 Claude Code LangSmith LangChain

推荐理由：用三条命令把你的 Claude Code 会话直接接入 LangSmith，所有内部调用一目了然，调试再也不用抓瞎。

原文

23:30

Harrison Chase@hwchase17

Adam Łucek 介绍了如何利用 LangSmith 的 Terraform provider 对 AI Agent 进行在线评估和监控告警。该方法将基础设施即代码（IaC）模式扩展到评估流程，用户可在现有 Terraform 配置中直接定义评估工作流。核心组件包括自动触发评估的在线评估器和基于 Agent 表现告警的监控规则。该方案使评估配置与基础设施保持一致，简化了 Agent 生产环境的可观测性。

技巧 LangSmith Terraform 评估

推荐理由：Adam 分享了用 Terraform 管理 LangSmith 在线评估的实操方法，让监控和告警像基础设施一样可编排，适合用 IaC 的团队。

原文

21:59

shao__meng@shao__meng

精选

ChatCut 发布 Codex 官方插件，将 Codex 接入 ChatCut MCP 协议。插件包含 15 个预设工作流 Skills，支持 Agent 在真实多轨时间线上执行导入、剪辑、生成、字幕、导出等操作。插件不包含剪辑内核，核心为插件元数据、MCP 连接配置、Skills 和遥测 Hooks。用户可通过 ChatCut 网站一键安装，复制指定命令即可启用。

技巧 ChatCut Codex MCP

推荐理由：想用 AI 自动剪辑视频？ChatCut 出了 Codex 官方插件，把 Codex 接到 MCP，15 个现成工作流就能帮你完成导入、剪辑、导出一条龙。

原文

21:52

Viking@vikingmute

精选

作者 vikingmute 开源了一个名为“穷鬼组合”的 skill 工作流。该工作流将复杂任务拆分为文档，由昂贵的模型如 Fable5、GPT5.5 负责规划和分解，生成 plans/ 目录下的文件。然后交给便宜的模型如 composer2.5、deepseek v4 pro 执行代码修改，最后再由贵模型 review 便宜模型的修改直到通过。支持自动模式（通过 subagent）和手动模式，适合代码量大的项目以节省成本。

技巧 Fable5 GPT5.5 deepseek v4 pro

事件专题

推荐理由：vikingmute 分享了一个省钱又好用的 AI 编程工作流：让贵模型（Fable5、GPT5.5）规划，便宜模型（composer2.5、DeepSeek V4 Pro）执行，帮你白嫖高质量代码。

原文

15:04

15:04IT之家（博客/媒体）

精选

技巧 Claude Fable 5 Sonnet 5 Anthropic

事件专题

推荐理由：Anthropic 教你两种搭配方案，用便宜好用的 Sonnet 5 分担大部分活，成本降到一半甚至更低，性能几乎不掉。

原文

13:32

Yangyi@Yangyixxxx

小红书做AI博主只需每天发布概念解释，如MCP、skill、agent、harness工程、loop工程、RAG等，30天可获1万粉丝。推特则需要将AI内容写成完整文章。

技巧小红书推特 MCP

推荐理由：如果你想做AI博主，选小红书发概念解释就能快速涨粉，推特需要更深度写作，看看这个对比就知道了。

原文

11:46

AI Will@FinanceYF5

精选

一位开发者开源了75个Agent技能，适配Codex、Claude Code、Cursor等编程工具，专注于网页设计、落地页、动效和WebGL。其中一个亮点技能是：将设计录屏自动转换为超详细提示词，驱动Fable 5一次性生成对应HTML页面。该项目完全免费开源，可以直接fork并定制成自己的工作流。

技巧 Codex Claude Code Cursor

事件专题

推荐理由：直接拿别人整理好的75个技能，用Codex、Claude Code或Cursor做网页设计，还能把设计录屏转成HTML，省大事了。

原文

11:45

AI Will@FinanceYF5

精选

Meng To 开源了 Agent Skills 库，包含 75 个面向 Codex、Claude Code、Cursor 等 Agent 的技能，专注于网页设计、着陆页、动效、WebGL、UI 样式和资源。其中 Video to Super Prompt 可将屏幕录制转化为超详细提示词，供 Fable 5 一键生成 HTML。HTML to Interaction Prompts 能从现有 HTML 页面提取交互、动画和 WebGL 效果的提示词。Stitched Full Page Capture 可截取整个着陆页作为设计参考，Daily UI Inspiration 则组合多个技能自动浏览网页并生成提示词包。该库完全免费，用户可 fork 并适配自己的工作流。

技巧 Meng To Agent Skills Codex

事件专题

推荐理由：Meng To 开源了 75 个 Agent 技能，可直接用于网页设计和交互工作流，免费可 fork，适合用 Codex、Claude Code 等工具做网页开发的人。

原文

11:43

AI Will@FinanceYF5

Andrew Ng发布了一部长达3小时的免费教程视频，主题为“如何在2026年成为AI工程师”。内容覆盖构建agentic AI系统、AI工程的未来方向，以及完整的提示词课程。还包括一段用AI在30分钟内做出应用的实操演示。该视频旨在帮助学习者系统掌握2026年所需的AI工程技能。

技巧 Andrew Ng 智能体提示词工程

推荐理由：想2026年转AI工程师？Andrew Ng出了3小时免费教程，从agentic AI到提示词，还有30分钟做应用的实操，干货满满。

原文

11:42

AI Will@FinanceYF5

ClaudeDevs 分享了使用 Fable 5 和 Sonnet 5 的两种模式，核心是将 Fable 5 作为“顾问”，由执行器 Sonnet 5 调用它获取指导。这种设计让大部分 Token 按更低的 Sonnet 5 执行器价格计费，从而节省成本。该模式适用于需要复杂推理但希望控制 Token 开销的场景。

技巧 Fable 5 Sonnet 5 提示词工程

事件专题

推荐理由：ClaudeDevs 教你把 Fable 5 当顾问、Sonnet 5 当执行器，大部分 Token 按低价计费，省钱又高效。

原文

11:34

官方账号Pika Labs@pika_labs

Pika 发布了 Director's Suite，用户只需一个提示词即可生成70秒的coal-country主题视频。该工具提供了完整的工作流和示例提示词，作者展示了如何使用单一提示词控制多个连贯镜头。相比之前需要手动拼接多个片段的流程，这一新功能大幅降低了视频创作门槛。

技巧 Pika Pika Director's Suite 视频生成

推荐理由：Pika Director's Suite 让你用一句话生成70秒预告片，比之前逐段拼接方便太多。

原文

11:00

AI Will@FinanceYF5

Seedance 2.0根据一条15秒、7个镜头的精确提示词，生成了类似侏罗纪公园的伪纪录片视频。提示词详细规定了女主角外观、场景（如丛林大门、草原、河流围栏）及恐龙行为，如鸭嘴龙饮水、小型肉食龙探头。生成视频采用手持手机拍摄风格，包含晃动对焦、压缩噪点等真实元素，视觉一致性极高。

技巧 Seedance 2.0 视频生成提示词工程

推荐理由：Seedance 2.0按照这个超细提示词，直接生成了一段以假乱真的侏罗纪公园片段，比想象中真实。

原文

10:43

Geek@geekbb

Hugging Face 开源了名为 tau 的极简智能体项目，旨在帮助用户通过动手实践学习创建自己的编码代理。该项目提供了完整的代码库和分步教程，适合开发者对 agent 开发进行快速入门。tau 的设计理念是极简，核心代码仅几百行，方便用户理解 agent 的底层逻辑。作为入门玩具，它降低了学习 agent 的门槛，让新手也能从零搭建一个可运行的 coding agent。

技巧 Hugging Face tau coding agent

推荐理由：Hugging Face 这个 tau 项目很轻量，跟着教程自己写个 coding agent，比看那些复杂框架好懂多了。

原文

08:37

08:37官方账号Simon Willison’s Weblog（博客/媒体）

74°

Jarred Sumner将JavaScript运行时Bun从Zig重写为Rust，过程耗11天，利用AI代理Mythos/Fable自动完成初始移植。重写后测试套件通过率高，新Rust代码与原始Zig代码高度匹配。本月已在Claude Code v2.1.181中部署，Linux启动速度提升10%。关键方法包括语言无关的测试套件（百万断言）和对抗性代码审查。

技巧 Bun Rust Zig

事件专题

推荐理由：Jarred用AI代理把Bun从Zig重写成Rust，11天完成，测试套件跑过百万断言。想知道怎么用AI做大规模代码迁移？这篇必看。

原文

08:14

官方一手GitHub Blog@David Pine

GitHub博客介绍了Aspire团队如何利用GitHub Agentic Workflows自动将代码合并转化为文档PR。该工作流在代码变更后触发，生成文档草稿并指派给SME（领域专家）审核。整个流程将文档发布周期从数天缩短至数小时，并确保文档与代码同步更新。

技巧 GitHub Agentic Workflows Aspire Docs as Code

推荐理由：如果你团队经常因为文档滞后于代码而头疼，这篇教你用GitHub Agentic Workflows自动生成文档PR，省去手动同步的麻烦。

原文

07:40

Notion@NotionHQ

Baseten每天处理数十亿次AI推理调用，因一名AE（Katz）成为全公司知识瓶颈而效率受阻。他们用Notion的Custom Agents构建了Katz的数字分身，将回答时间从平均30分钟降至20秒。该Agent全天候运行，让整个公司能即时获取答案，而Katz得以专注于只有他能完成的交易。

技巧 Baseten Notion Custom Agents

事件专题

推荐理由：Baseten用Notion的Custom Agents把员工Katz的脑子装进了数字分身，原本半小时的答疑现在20秒搞定，全员自取答案，Katz终于可以去干正事了。

原文

07:01

elvis@omarsar0

Claude高级用户认为Fable 5是最佳模型，Codex高级用户则推崇GPT-5.6。忠诚于单一模型提供商是糟糕策略。顶级开发者通过巧妙编排前沿闭源与开源模型来获得更好效果。该推文获得7725次查看和24条评论，反映行业趋势。

技巧 Claude Codex GPT-5.6

事件专题

推荐理由：别只押一个模型了，聪明人已经开始混合使用闭源和开源模型，这条推文用真实数据说明了为什么。

原文

05:04

官方一手marktechpost@Asif Razzaq

精选

Netflix AI团队为解决Cassandra中TimeSeries Abstraction的宽分区问题，采用Time Slice重分区和动态分区两种方法。动态分区通过字节计数和Kafka检测超大分区，利用校验和验证分割，并通过Bloom过滤器将读取路由到并行子分区。优化后，平均读取延迟从秒级降至低双位数毫秒，500MB以上的分区仍可正常访问。

技巧 Netflix Cassandra 宽分区

推荐理由：Netflix分享了Cassandra宽分区优化实战，用动态分区将读取延迟从秒级砍到十几毫秒，对处理海量时序数据的团队很有参考价值。

原文

04:40

官方账号Simon Willison@simonw

精选

Kenton Varda指出，团队用AI写的代码变更描述（如PR和commit消息）只列出代码细节，省略了理解代码所需的高层次框架，对审查者来说比没用更糟。他建议让AI写代码但不要写描述，或者写prompt而不是输出。Simon Willison引用此观点，并承认自己让Claude和GLT-5.5写commit消息后也感到不安。一个好的简短描述只需几分钟，且如果写的人不理解代码，就不应该合并。

技巧 Claude GLT-5.5 编程助手

推荐理由：Kenton Varda说AI写commit消息只列细节缺框架，建议自己写或写prompt，比你用AI生成废话强。

原文

04:38

Notion@NotionHQ

Baseten每天处理10亿次AI推理调用，但其首位客户工程师（AE）成了知识瓶颈，回答同事提问占用了全部时间。他们使用Custom Agents构建了该AE的数字双胞胎，将原本需要30分钟的问题缩短至20秒，实现全天候自动回答。整个公司都能即时获取答案，而AE得以回归只有他能完成的交易工作。

技巧 Baseten Custom Agents 智能体

推荐理由：Baseten用Custom Agents给那位AE造了个数字分身，原来要等半小时的问题现在20秒就搞定，牛啊。

原文

04:29

Ethan Mollick@emollick

Grok 4.5 被用来生成一个 twigl shader，描绘 neo-gothic 城市淹没在暴风雨海中。初始提示词生成了技术正确但浏览器无法显示的代码。经过调整提示词系列后成功渲染出效果。该过程展示了 Grok 4.5 在复杂 shader 代码生成上的能力。

技巧 Grok 4.5 提示词工程编程助手

推荐理由：Grok 4.5 能通过提示词直接生成超酷的 shader 代码，第一次还因太复杂把浏览器搞崩了，调整后效果很棒！

原文

04:26

04:26官方账号Simon Willison’s Weblog（博客/媒体）

Kenton Varda 宣布暂停团队使用 AI 编写 PR 和 commit 信息。他认为 AI 生成的描述只罗列代码细节，却缺失高层上下文，导致评审时反而更难理解。这与传统人工编写描述相比，效率更低。Varda 强调，开发者需要提供代码改动背后的设计意图，而非重复代码本身。

技巧 Kenton Varda AI-assisted programming 编程助手

推荐理由：Kenton Varda 分享了亲身踩的坑：AI 写的 commit 信息越看越糊涂。如果你也在用 AI 辅助写代码注释，这条经验能帮你避开大坑。

原文

03:14

Ethan Mollick@emollick

Pinokio是一款用于下载和运行本地开源AI工具/模型的工具，它能将本地模型无缝暴露给Code和Codex等编码助手。在一次使用中，GPT-5.6自动发现了用户本地的视频模型和图像模型，并将它们作为廉价替代方案调用，绕开了付费API。这个案例展示了通过Pinokio集成本地模型与AI编码工具的实际工作流。

技巧 Pinokio Codex GPT-5.6

推荐理由：如果你用本地模型又嫌API贵，试试Pinokio，GPT-5.6能自动找到你的模型当免费API用。

原文

03:07

官方一手GitHub Blog@Bruno Borges

GitHub Copilot 能帮助用户在约14分钟内从空仓库到上线一个带 HTTPS 的自定义域名，全程无需手动编辑任何 DNS 记录。该教程展示了如何利用 Copilot 自动化创建 CNAME 记录、配置 Cloudflare 等步骤。整个过程基于 GitHub Pages 和 Copilot 的代码生成能力，大幅简化了传统 DNS 手动配置的繁琐流程。

技巧 GitHub Copilot GitHub Pages DNS配置

推荐理由：想省掉手动配 DNS 的麻烦？GitHub Copilot 帮你14分钟搞定自定义域名和 HTTPS，零配置，试试看。

原文

01:59

Ate-a-Pi@svpino

精选

本文介绍构建自学习智能体的方法。关键在于从两种来源学习：agent轨迹显示智能体行为和故障点，浏览器活动记录用户如何修正结果。有三种应用新知识的方式：微调模型、更新harness、提供上下文信息。建议侧重程序记忆（存储工作流和规则）和情节记忆（存储具体事件），避免过度依赖语义记忆。学习范围应限定在每用户、每团队或每应用级别，防止用户间数据泄露。最终强调拥有学习数据是核心资产，并使用开放标准。

技巧 self-learning agents 智能体微调

推荐理由：想让智能体越用越聪明吗？这篇文章手把手教你从用户操作和自身轨迹中学习，还有三种优化方式和数据安全建议，非常实用。

原文

01:40

官方账号NVIDIA AI@NVIDIAAI

本教程由NVIDIA AI发布，详细讲解如何为Nemotron 3 Ultra模型创建LangChain Deep Agents的harness配置文件。内容包括环境设置、Agent配置参数、工具链集成等步骤，适用于开发者快速部署基于LangChain的多智能体系统。

技巧 LangChain Nemotron 3 Ultra Deep Agents

事件专题

推荐理由：NVIDIA官方手把手教你给Nemotron 3 Ultra配LangChain Deep Agents，代码级别教程，做智能体开发的别错过。

原文

01:17

官方一手AWS Machine Learning Blog@Dominic Wells

AWS博客展示了公共部门如何利用Amazon Bedrock的生成式AI能力自动管理邮件。方案通过调用Bedrock API和基础模型实现邮件排序与优先级标记。该工作流可减少手动分拣时间，提升处理效率。具体实现步骤包括配置数据源、调用模型进行内容分析并输出分类结果。

技巧 Amazon Bedrock 邮件管理自动化

推荐理由：用Bedrock自动分类邮件，公共部门也能高效处理收件箱了，比手动分拣省事多了。

原文