Latest
有人用 Renoise MCP 复刻爆款视频，一句 Prompt 就能把人物换成自己的形象，WAN3.0 生成加剪辑全自动，搞自媒体的可以试试
有人把 Higgsfield 的差评全扒了一遍做成网站，做 AI 视频产品的朋友可以直接拿去当需求清单，省不少调研功夫。
有人用 Claude 和 Codex 给 25 年前的 Windows 98 写驱动，居然跑通了 Thunderbolt 4，过程挺有意思。
n8n 出了个现成工作流，传 5 张照片就能生成角色形象前后一致的 AI 视频，做短剧或口播视频的可以试试省去调一致性。
腾讯云联合 Gartner 出了一份主权 AI 云的建设指南，讲怎么让数据留在本地还不被厂商绑死，10 月 30 日有免费直播讲解。
Alibaba Cloud 教你怎么用 Model Studio 和 QwenCloud 搭智能体，把对话和代码变成业务工作流，想动手的可以看看。
作者给 TikTok 电商做 AI 视频工作流，分镜太松没自己重写，而是先定位是哪个环节的问题，教你一套排查思路。
教你怎么在 CPU 上跑 Cactus Whistle 这个 16.9 MB 的语音识别小模型，还把它和 Whisper base 比了词错率和速度，想做端侧语音的可以直接抄代码。
想订 Claude Pro 又卡在支付这步的可以看，作者把美区 ID 注册、申诉话术、等邮件解锁全程跑通了，$20 档还没触发 KYC。
作者真拿 iPhone 15 Pro 和 Pixel 8 抓包 72 小时，41.8GB 流量跑下来麦克风唤醒次数是 0，然后把 PSI、端侧 Embedding 这些真正干活的追踪技术一层层拆给你看，比讲 Cookie 的老科普硬核多了。
博主 @Berryxia 开了个小号 @Berryxiai，专门发能直接抄的 AIGC 提示词和从 0 到出片的视频教程，想轻松刷 AI 玩法的可以关注。
两天连出 PHP RCE、GitLab、LiteLLM 好几个漏洞，自己服务器要是有用到这些赶紧去查版本补丁。
YouMind 里把 PPT 风格固化成 skills，配 GPT Image 2，一次配置后每次生成风格都稳定，还能单独改元素。
PHP 出了两个能被远程执行代码的洞，Sourcegraph 给了现成的批量排查和修复方案，管代码库的可以照着跑一遍。
AWS 拆解了多智能体系统从原型到上线的 5 个坑，用开源项目 Deep Insight 逐个给出解法，做 Agent 工程的直接抄作业。
AWS 教程教你怎么用 Strands Agents 搭一套混合架构：简单活儿让 Ollama 本地小模型干，难活儿丢给 Bedrock 云端模型，还带 IoT 监控实例。
The notable point is that one config setup now covers three different training backends on Trainium, so teams can switch between them without rewriting launch scripts or breaking checkpoint compatibility. Engineers choosing between NVIDIA GPUs and AWS silicon can use this to evaluate Trainium for fine-tuning open-source models like Qwen3. The guide also shows how NKI MoE kernels fit into the same workflow.
The speed of an optimizer depends as much on kernel-level linear algebra as on step count, a factor most training guides ignore. Engineers tuning large-scale training can apply the QR, Cholesky and eigendecomposition implementation patterns to cut data movement on GPUs. The talk ties directly to GPU MODE's competition, giving concrete reference implementations to study.
Token-level scoring over its own index means agents fetch only the passages that matter, which lowers API costs for teams running frequent web searches. Builders wiring up agents through MCP or API can swap in KeenableAI as a search backend and immediately halve the tokens their pipeline pays for. Compared with generic search APIs that return whole snippets, this targets long-document retrieval where most waste happens.
Pinecone 工程副总裁开直播，讲智能体光靠 RAG 不够还缺什么，做 Agent 的人可以听听听思路。
做 LLM 评估的朋友注意：Hamel 和 Shreya 的新书 11 月 12 日发布，现场还送签名版，Zoom 也能听。
在 Trainium 上跑 PyTorch 但不知道慢在哪的朋友，这篇教你怎么用 Neuron Profiler 找瓶颈，很实用。
The session bundles inference infrastructure decisions most teams learn the hard way: when disaggregated prefill/decode and KV-cache-aware routing pay off, and whether self-hosting beats token-based API pricing. Engineers deploying open-source models with vLLM or SGLang can register to get a hands-on walkthrough of Ray Serve LLM and agentic-platform integration. Registration is open now via the Anyscale link.
levels.io 公开了一整段提示词，照着贴就能在 Mac 上给 GTA 圣安地列斯做自定义任务，降级打补丁到运行坑都写全了。
Boston Dynamics 发了份巡检方案对比，讲清楚啥场景该上机器人、啥场景人工或固定传感器就够，选型前可以看看。
有人晒出 AI 反复客套把 token 烧光的对话截图，如果你天天跑 agent，这种坑应该很眼熟，点进去看看你有没有中招。
Latent Space 写的 Claude Mods，把 agent harness 翻转成面向人的 Attention Interface，做 agent 交互的可以看看思路。
Pinecone 讲了 RAG 里切分文档大小的坑，做检索增强应用的朋友可以看看，能直接影响检索准不准。
Context cost in long-running agents usually hides inside tool results and sub-agent calls, and dsh-context makes those allocations traceable instead of guessing from a total token count. Builders running multi-agent workflows on DSH can use it to diagnose cache misses, runaway context growth and per-sub-agent spend, then rebalance prompts or trimming before costs climb.
@Berryxia 开了个小号，专门发能直接抄的视频提示词和从零开始的出片教程，想学 AI 视频制作的可以去蹲一下。
Only the latest 2000 items are listed; for older ones see the daily archive