全部 AI 动态 · AI 热点

6月24日

03:27

AK@_akhaliq

Ling and Ring 2.6 技术报告发布，展示了在万亿参数规模下实现高效且即时的智能体智能。该模型专注于 agentic intelligence 领域，通过优化架构和推理机制降低延迟。报告详细介绍了其训练方法、性能基准以及与传统大模型的对比结果。具体数字和基准名称需查阅完整报告。

推荐理由：想了解万亿参数级别的智能体模型怎么做吗？Ling and Ring 2.6 报告给出了具体方案。

原文

03:25

Aravind Srinivas@AravSrinivas

Ramp 推出了针对 Perplexity Computer 的 Model Context Protocol (MCP) 集成。该集成提供超过 50 个工具，允许用户直接在 Perplexity 的研究工作流中调用 Ramp 的财务数据。用户可通过 perplexity.ai/computer/conne… 连接使用。这一功能显著简化了企业财务数据的查询与分析流程。

AI产品 Ramp Perplexity MCP/工具企业工具

推荐理由：Ramp 在 Perplexity 上放了 50 多个工具，做财务研究时可以直接拉数据，不用来回切换。

原文

03:18

NVIDIA AI@NVIDIAAI

精选

NVIDIA发布DFlash，一种开源轻量级块扩散模型，专为投机解码设计。在NVIDIA Blackwell硬件上，DFlash可实现高达15倍的推理吞吐量提升，同时保持相同的用户交互响应速度。与传统逐token解码不同，DFlash一次生成整个token块，由主模型并行验证。该方案即插即用，已集成到SGLang、TensorRT-LLM和vLLM等框架中。

AI模型 DFlash NVIDIA Blackwell 投机解码开源模型

推荐理由：NVIDIA开源了DFlash，用块扩散投机解码让Blackwell推理提速15倍，还支持SGLang和vLLM，随手就能用。

原文

03:03

宝玉@dotey

73°

Anthropic推出Claude Tag，让Claude以同事身份常驻Slack频道。团队在频道中@Claude即可分配任务，Claude会拆解步骤并在线程中交付结果，目前以research preview形式供Claude Enterprise和Team客户使用。Claude Tag支持多人共享同一对话上下文、持续学习频道对话积累理解，并可在ambient模式下主动推送信息。底层模型为Opus 4.8，Anthropic内部产品团队65%代码由Claude Tag生成，30天内管理员可将原有Slack应用替换。

AI产品 Claude Tag Slack Anthropic Claude 协作工具

推荐理由：Anthropic出了个新工具Claude Tag，能驻守Slack频道，自动拆任务、提醒、跟进，团队协作更省心。

原文

03:00

OpenAI@OpenAI

OpenAI 宣布 DevDay 2026 申请已开放，活动将于9月29日在旧金山举行。申请截止日期为7月10日。这是 OpenAI 最大的开发者活动。开发者可通过指定链接提交申请。

行业 OpenAI DevDay 开发者活动旧金山

推荐理由：OpenAI 开发者大会来了，名额有限，7月10日前申请。想了解最新API和模型动向就去。

原文

02:54

Y Combinator@ycombinator

Linzumi AI 发布新功能，允许团队将数十个 AI 编程代理放入同一聊天线程，由 Linzumi AI 自动协调。该功能旨在提升多代理协作效率。同时，通过与 Wafer AI 的合作，限时免费提供开源权重模型 GLM 5.2 的高速访问。GLM 5.2 被描述为 state of the art 的开放权重模型。

AI产品 Linzumi AI GLM 5.2 Wafer AI 编程助手团队协作

推荐理由：Linzumi AI 这个新功能挺有意思，能让你们团队和几十个AI代理在一个聊天里干活，还有免费的GLM 5.2 高速版可以用，试试看。

原文

02:27

Lenny Rachitsky@lennysan

OpenAI研究团队教练Joe Hudson指出，AI时代赢家不是靠更多知识或努力（AI擅长的两件事），而是靠'情绪清晰度'。他辅导包括Sam Altman在内的OpenAI领导层及苹果、谷歌高管。文章详述如何在艰难对话中保持冷静、不自我攻击、从失败中前进，并给出团队建设方法帮助代谢恐惧。

技巧 OpenAI 情绪清晰度软技能工作变革

推荐理由：OpenAI教练Joe Hudson教你如何在AI时代靠'情绪清晰度'胜出，不拼知识拼内心，很实用。

原文

02:26

Harrison Chase@hwchase17

精选

Harrison Chase 指出，发布第一版只是构建智能体工作的一小部分，更关键的是建立可重复的改进生命周期。该流程包括 5 步：1）Build——搭配 agent、tools、context、prompts 和 workflows 构建可用原型；2）Test——使用 evals 评估 agent 行为是否正确，而非仅输出类似内容；3）Deploy——将 agent 部署到生产环境；4）Monitor——通过 traces 追踪 agent 实际调用的工具、使用的上下文和失败点；5）Improve——从真实使用中学习，优化 prompts、tools、evals 和 agent 本身。Chase 将在 6 月 24 日的“The Agent Development Lifecycle 101”网络研讨会中详细讲解。

技巧 LangChain Agent 智能体工作流构建流程

推荐理由：LangChain 创始人手把手教你如何迭代改进智能体，从构建到上线再到优化，全是实操干货，适合所有做 AI Agent 的团队。

原文

02:25

LangChain@LangChainAI

精选

LangChain联合创始人Harrison Chase在X上分享了构建可靠Agent的关键：发布第一个版本只是小部分工作，需要可重复的生命周期。该周期包括5个步骤：1) Build，构建Agent、工具、上下文、提示词和工作流；2) Test，使用eval确保Agent做正确的事；3) Deploy，将Agent部署到生产环境；4) Monitor，通过追踪查看Agent调用了什么工具、用了什么上下文、在哪失败；5) Improve，根据实际使用改进提示词、工具、eval和Agent。他将于6月24日在网络研讨会上详细讲解此生命周期。

技巧 LangChain Harrison Chase 智能体开发周期 Agent

推荐理由：看看LangChain创始人怎么说Agent开发全流程——不只是搭出来，还要测试、部署、监控、迭代。五个步骤讲清楚怎么做出靠谱的Agent。

原文

02:24

elvis@omarsar0

Latitude是一个开源（MIT许可）的Agent可观测性工具。将Latitude指向Claude Code设置后，可实时查看token预算消耗情况。它能展示Agent的完整行为，捕获重复失败的任务，并显示频率和原因。用户无需离开编辑器即可直接修复这些问题。

AI产品 Latitude Claude Code 智能体可观测性

推荐理由：Claude Code吃token太猛？Latitude实时监控还能捉住重复失败的bug，免费开源，省心省钱！

原文

02:15

LangChain@LangChainAI

精选

LangChain 发布基于 Deep Agents 的循环工程方法，通过 self-harness 实现智能体自我改进。流程分三步：运行代理并观察失败（弱点挖掘）、提出 harness 改进方案、验证改进有效且无回归。论文见 arxiv.org/pdf/2606.09498，代码开源在 github.com/langchain-ai/d…。该方法可系统性提升 Agent 鲁棒性。

技巧 Deep Agents LangChain 智能体循环工程自我改进

推荐理由：LangChain 公布了一种让智能体自己找弱点并改进的循环方法，每一步都给了具体操作，想调优 Agent 的可以照着试试。

原文

02:03

Clement Delangue@ClementDelangue

精选

Hugging Face 的数据存储能力正在快速扩张，公共机器人数据集从 2025 年初的 1,000 个增长到了 60,000 个，私有数据集数量是公共的两倍。单个机器人以 140 MB/s 持续记录数据，全天不休。通过从 Hub 直接流式传输并使用预缓存，GPU 吞吐量可从闲置时的 0 MB/s 跃升至约 1,326 MB/s。LeRobot 配合 Hugging Face Storage Buckets 实现了这一优化方案。

AI产品 Hugging Face LeRobot 存储桶机器人数据 GPU流式传输

推荐理由：Hugging Face 悄悄把存储和流式传输做到极致，机器人数据从1千到6万，GPU跑满1326 MB/s，不闲置了。

原文

01:36

LangChain@LangChainAI

LangSmith Fleet 提供了两种类型的 agent：General Purpose Chat 和 Specialized Agents。通用代理适合开放式对话，专用代理针对特定任务优化。LangChain 博客详细解释了这种设计是故意的，并给出了选择建议。

技巧 LangSmith LangChain 智能体通用聊天专用代理

推荐理由：LangChain 发了新博客，讲他们 Fleet 的两种 agent 怎么选，通用聊天还是专用任务，挺实用的。

原文

01:34

Microsoft Research@MSFTResearch

在Microsoft Research Podcast中，四位微软研究员（Jaime Teevan、Jenna Butler、Jake Hofman、Rebecca Janssen）讨论了将AI视为超越自动化工具的新视角。他们提出AI可能开启人类能力之外的全新可能性，而非仅仅替代现有任务。该播客发布于微软研究官方Twitter账号，获得了1个评论和2个点赞。

行业 Microsoft Research AI 应用播客

推荐理由：微软的几位研究员在播客里聊了个有意思的观点：AI不光是替人干活的工具，还能帮我们做以前做不到的事。适合想开拓思路的人听听。

原文

01:31

Gary Marcus@GaryMarcus

据传闻，GPT-5.6原定本周发布已推迟，新目标约7月中旬。DeepMind对3.5 Pro当前状态不满意，本月不再发布。OpenAI的Bidi语音模型可能在ChatGPT中本周上线。Claude Sonnet 5已向部分企业客户开放Early Access，被视为过渡方案。

行业 GPT-5.6 DeepMind Claude Sonnet 5 Bidi 语音模型

推荐理由：听说GPT-5.6要延迟到7月了，但OpenAI的Bidi语音模型本周可能就能用，Claude Sonnet 5也开始了企业内测。

原文

01:28

Philipp Schmid@_philschmid

自 Google I/O 发布以来，开发者已在 Google AI Studio 中创建超过 100 万个原生 Android 应用。该平台提供可视化界面和 AI 辅助，让构建 Android 应用的门槛大幅降低。Philipp Schmid 分享了这一进展，并提供了快速上手的教程链接。你无需编写复杂代码，即可在 AI Studio 中生成功能完整的应用。

技巧 Google AI Studio Android 应用开发教程

推荐理由：Google AI Studio 让零基础也能快速做 Android 应用，已经有人做了100万个了，试试看

原文

01:28

DeepLearning.AI@DeepLearningAI

DeepLearning.AI 发起为期7天的语音AI构建者挑战，目标是让AI编码代理仅在需要人类判断时请求帮助。参与者需要构建系统，使代理能在遇到自主解决不了的障碍时通过语音通知人类。挑战提供实时反馈和排行榜，优胜者将获得奖品。

技巧 DeepLearning.AI Voice AI 编程助手智能体

推荐理由：DeepLearning.AI 搞了个7天挑战，教你的AI编码代理只在必要时叫你帮忙，还有实时排行榜和奖品。

原文

01:26

elvis@omarsar0

Vercel推出Eve智能体框架，被类比为“智能体的Next.js”。该框架将工具、技能和评估全部以文件形式组织。基于TypeScript，开发者可快速构建AI智能体。文件即代码的设计降低了开发门槛，适合快速原型开发。

AI产品 Eve Vercel TypeScript 智能体智能体框架

推荐理由：Vercel出了个叫Eve的框架，像写Next.js写智能体。一切皆文件，用TypeScript，上手超快，值得一试。

原文

01:25

elvis@omarsar0

Vercel推出的eve agentic框架将所有组件（工具、技能、评估）以文件形式管理。它专为TypeScript开发者设计，能快速搭建智能体应用。该框架强调效率和简洁性，受到早期用户好评。

AI产品 eve Vercel TypeScript 智能体开发工具

推荐理由：Vercel这个eve框架把agent的工具、技能和评估全做成文件，用TypeScript就能快速上手，适合想搞智能体开发的程序员。

原文

01:12

The Rundown AI@therundownai

45岁保安咳血就医，常规检查未发现问题。AI系统EchoNext自动扫描其心电图，标记出严重心脏损伤。患者被召回后检测发现心脏泵血仅10%，且存在瓣膜泄漏，诊断为罕见遗传病。EchoNext已获FDA批准，将免费嵌入医疗聊天机器人OpenEvidence，后者已被约半数美国医生使用。

AI产品 EchoNext OpenEvidence FDA 医疗AI 心电图诊断

推荐理由：纽约时报报道的真实案例：EchoNext从心电图中找出致命心脏病，救了人。这AI已获FDA批准，还免费集成到OpenEvidence里，覆盖近半美国医生。

原文

01:10

Milvus@milvusio

精选

Milvus 尝试跳过压缩步骤，直接在文档完整 embedding list 上建立 HNSW 图索引。该方法在 TREC-COVID 上 nDCG@10 达 0.98，远超 MUVERA、LEMUR 等方法的 0.87-0.89。端到端检索中 TREC-COVID 分数 0.516 与 BruteForce 完全持平，MS MARCO 上 0.957 接近精确上限的 0.966。但构建成本显著增大：MS MARCO 平均长度 87 时耗时 6 倍，TREC-COVID 长度 236 时达 18 倍。对于 ColQwen2 等每文档含 5143 个 patches 的长向量，该方法成本过高无法实用。实验揭示当前近似策略的质量损失主要源自向量压缩步骤而非 HNSW 索引本身。

AI模型 HNSW Milvus 嵌入列表索引向量检索近似搜索

推荐理由：Milvus 把 embedding 列表直接塞进 HNSW，质量几乎追上暴力搜索，比 MUVERA 高了一截，但成本也翻了 6-18 倍，长文档还不支持。适合对精度有极致需求的项目。

原文

01:09

Philipp Schmid@_philschmid

自 Google I/O 大会发布以来，开发者使用 Google AI Studio 已创建超过 100 万个原生 Android 应用。这一数据由 AI Studio 团队通过社交平台公布，展示了该工具在移动端开发中的快速普及。Google AI Studio 提供直接生成 Android 应用的能力，降低了开发门槛。目前该平台仍在持续迭代中。

AI产品 Google AI Studio Android Google I/O 应用开发

推荐理由：Google AI Studio 上线后已经有超过 100 万原生 Android 应用被创建，想快速生成 App 可以试试这个工具。

原文

01:02

LMSYS Org (SGLang)@lmsysorg

79°

与NVIDIA合作，在GB300上使用SGLang服务DeepSeek-V4，实现5倍吞吐量提升（~2,200→~11,200 tok/s/GPU，交互性~50 tok/s/user）。借助MTP，在80 tok/s/user交互性下吞吐再提升2.6倍。Blackwell Ultra聚合模式下30 tok/s/user时吞吐提升2.91倍，峰值无MTP吞吐提升超6倍。采用W4A4 MegaMoE量化（MXFP4）且精度损失可忽略。单个FP8-einsum修复将MTP接受率从0.57提至0.70。

AI模型 DeepSeek-V4 GB300 SGLang 推理优化 NVIDIA

推荐理由：想用SGLang在GB300上榨干DeepSeek-V4？NVIDIA合作实测，吞吐翻5倍，交互延迟不变，MTP和量化细节全公开。

原文

01:01

LMSYS Org (SGLang)@lmsysorg

精选

Krea 2 是由 Krea AI 推出的开源文本到图像模型，在独立评测机构 Artificial Analysis 上排名第一。它包含两个版本：RAW 为未蒸馏基座检查点，适合微调和 LoRA 训练；Turbo 为 8 步蒸馏检查点，实现快速高质量生成。用户可在 RAW 上训练 LoRA，在 Turbo 上进行推理，并已获得 SGLang 的 Day-0 支持。

AI模型 Krea 2 SGLang RAW Turbo 图像生成

推荐理由：Krea 2 开源了双版本，RAW 用来训练 LoRA，Turbo 跑推理，直接用 SGLang 就能跑，比闭源模型更灵活。

原文

00:57

AK@_akhaliq

PlanBench-XL是一个新基准，专门评估LLM工具使用智能体在包含数千个工具的大型生态系统中的长程规划能力。该基准通过构建复杂任务链，要求智能体在工具选择、参数传递和结果融合中做出多步决策。初步测试中，GPT-4和Claude 3.5等主流模型在PlanBench-XL上的平均成功率低于40%，暴露了当前模型在规划深度和工具协调上的局限。

AI模型 PlanBench-XL LLM 智能体工具使用长程规划

推荐理由：想看看你用的LLM在多工具长流程场景下到底多靠谱？PlanBench-XL用上千个工具设计了真实任务链，测出来主流模型成功率不到40%，值得一测。

原文

00:54

Harrison Chase@hwchase17

精选

新论文提出Self-Harness方法，让智能体自动改进其harness。流程分三步：1/弱点挖掘，从执行轨迹中发现失败模式；2/harness提案，基于发现生成修改方案；3/提案验证，通过回归测试筛选有效提案。该方法基于DeepAgents框架，论文见arxiv.org/pdf/2606.09498。实验在多个基准上显示性能持续提升。

论文 Self-Harness DeepAgents LangChain 智能体论文

推荐理由：这篇论文让AI智能体自己学会改进工具链，三步流程从找问题到验证，基于DeepAgents框架，适合做Agent开发的人看看。

原文

00:33

Philipp Schmid@_philschmid

精选71°

这篇指南由 Google AI Studio 发布，帮助开发者上手 Gemini Interactions API。它通过 `previous_interaction_id` 实现对话链式衔接，演示了如何启用和处理 streaming 响应。指南还展示了执行本地函数调用的完整循环，并介绍了在远程沙箱中运行 Antigravity Agent 的方法。

技巧 Gemini Interactions API Google 智能体工具调用

推荐理由：Google 官方出的 Gemini 交互 API 教程，从 streaming 到 agent 沙箱都有代码示例，想写多轮工具调用可以看这个。

原文

00:27

Paul Couvert@itsPaulAi

trylatitude 是一款开源监控工具，可实时追踪 AI Agent 的 Token 消耗与成本。它兼容 Anthropic、OpenAI 等模型，支持监控 Agent 的失败和对话聚类。该工具帮助公司将 Agent 对话数据转化为可分析的资产。

AI产品 trylatitude Anthropic OpenAI 智能体开源工具

推荐理由：cesar.wtf 发了个开源工具 trylatitude，能精确看到你 AI agent 的 token 花在哪了，还兼容 Anthropic 和 OpenAI，比自己写日志好用多了。

原文

00:24

elvis@omarsar0

Prime Intellect发布博客，介绍在GLM-5模型上运行大规模强化学习（RL）所需的基础设施组件，包括数据管道、训练调度和分布式计算。文章详细解释了如何用1万亿token训练RL智能体，并开源部分工具链。该方法旨在降低自改进智能体的开发门槛。

技巧 GLM-5 Prime Intellect 强化学习智能体基础设施

推荐理由：想自己搞RL训练？这份Prime Intellect的博客手把手告诉你需要哪些基础设施，连GLM-5上的1T token训练都给你讲清楚了。

原文

00:08

berryxia@berryxia

精选

Apple开源了一个Linux容器运行时，专为其Apple Silicon芯片优化，使用Swift编写。该工具直接兼容Docker Hub上所有OCI镜像，底层通过轻量级VM实现原生虚拟化，无需模拟或翻译，性能和隔离性显著提升。要求macOS 26系统，以签名pkg包作为系统级服务安装。项目已在GitHub以MIT协议开源并接受社区贡献。

AI产品 Apple Containerization macOS 26 容器运行时开源

推荐理由：Apple下场做了个能跑Docker镜像的容器工具，专为M芯片优化，比Docker Desktop快不少。GitHub开源，可以试试。

原文

00:07

berryxia@berryxia

71°

腾讯开源EdgeOne Makers平台，核心是让AI Agent通过一句话自动完成Web应用部署。用户只需告诉Agent“把这个Next.js项目部署了”，系统通过CLI自动执行Git推送、CI/CD触发、边缘函数部署和预览链接生成。平台提供标准化Skill系统，包含边缘函数、云函数、KV存储等模块，支持Node.js、Go、Python三种语言云函数及V8边缘运行时。Claude Code、Cursor、CodeBuddy等AI Agent可直接调用Skill文档操控部署流程。GitHub仓库已开源，集成LangGraph、Claude SDK、OpenAI Agents等主流Agent框架。

AI产品 EdgeOne Makers 腾讯 AI Agent 云平台开源模型

推荐理由：腾讯搞了个新玩意EdgeOne Makers，Agent说句话就能自动部署应用，不用再手动点控制台了，开源直接能用。

原文

6月23日

23:33

LangChain@LangChainAI

欧盟AI法案生效后，合规将成为持续测量义务。LangSmith可将追踪转化为合规证据，其可定制评估器运行在生产流量上，针对偏见、幻觉、毒性、准确性和对抗性输入等EU AI Act要求进行评分。该工具支持实时监控，帮助企业自动生成合规报告。

AI产品 LangSmith LangChain EU AI Act AI合规模型评估

推荐理由：LangChain给LangSmith加了合规评估器，直接在生产数据上检测偏见、幻觉，符合EU AI Act要求，省心。

原文

23:32

idoubi@idoubicc

AITDK 插件由开发者 @blankwebdev 新增付费订阅功能，订阅用户可查看网站 DR、外链、AI 访问量趋势、Adsense 关联网站等。该插件在出海开发者中口碑极佳，日活用户众多。年费会员可使用优惠码 SHIPANY 享八折优惠。

AI产品 AITDK blankwebdev 外链建设 SEO工具优惠码

推荐理由：站长做外链和竞品调研的利器，AITDK 终于出付费版了，功能实用，优惠码限时八折，别错过。

原文

23:27

elvis@omarsar0

Microsoft Teams 上线了一个 AI 员工功能，它能自动执行工作流程而不仅仅是回答用户问题。该功能目前尚未公布正式名称或版本号，但已在 x.com 上有用户晒出相关截图。这个 AI 员工可以处理任务分配、日程安排等实际工作，标志着 Teams 从协作工具向自动化平台迈出一步。

AI产品 Microsoft Teams AI员工智能体

推荐理由：Teams 里的 AI 不再只是聊天，它能直接帮你干活，比如自动安排任务。

原文

23:26

歸藏(guizang.ai)@op7418

作者测试了 Seed 2.1 Pro，发现它在智能体和编程任务上的短板已被补上。该模型现在能更流畅地处理复杂代理场景。作者计划将 Seed 2.1 Pro 作为内容创作的主要模型。

AI模型 Seed 2.1 Pro 豆包智能体编程助手内容创作

推荐理由：豆包刚更新的 Seed 2.1 Pro，智能体和编程短板都补上了，做内容创作更顺手，可以试一下。

原文

23:10

Mistral AI@MistralAI

精选73°

Mistral AI 今日推出 OCR API 和 Document AI，可在 Mistral AI Studio、Amazon SageMaker、Microsoft Foundry 上直接使用，并即将集成 Snowflake Parse Document。用户也可通过单个容器自托管，确保文档不离开本地环境。该功能旨在提升文档解析和 OCR 处理能力。

AI产品 Mistral AI OCR API Document AI 文档处理自托管

推荐理由：Mistral AI 刚发了 OCR 和文档 AI，支持多平台部署还能自己托管，处理文档很方便。

原文

22:55

berryxia@berryxia

Paul Bakaus宣布成立Renaissance Geek（Impeccable背后公司），获得a16z投资并与GitHub达成合作。他提出“增强工艺”理念，认为AI虽降低了首稿门槛，但真正优秀的工作仍需人类深度参与最后的20%迭代。其首个产品Impeccable为AI coding agent提供设计词汇表，让其在真实代码库中做视觉迭代，而非仅生成聊天slop。Bakaus将目标人群定义为T型通才加高品味、高主动性和强好奇心的人。

行业 Renaissance Geek Paul Bakaus Impeccable GitHub a16z 增强工艺 AI工具

推荐理由：Paul Bakaus拿了a16z的钱，说AI让第一稿变容易但天花板没动，他的新公司要做“增强工艺”——让人类参与最后20%迭代，而不是被踢出去。

原文

22:54

a16z@a16z

Probook完成由a16z和Sequoia领投的3400万美元A轮融资。其AI操作系统以调度为核心，整合信息录入、数据清洗和外呼。客户Summers Plumbing首月自动预订2542个工单，Anthony PHCE营收增20%且团队精简50%，Del-Air每个调度员管理的技工从10人增至22人。创始人拥有家庭服务行业背景。

行业 Probook a16z Sequoia 家庭服务调度AI

推荐理由：Probook拿了3400万美金，专做家庭服务调度AI，客户效果很猛——有的自动接单2500+，有的营收涨两成，团队还砍一半。

原文

22:26

Viking@vikingmute

作者建议定期清理AI skills，认为过时或无用的skills会产生副作用。目前只保留mattpocock的几个开发流程相关skills，以及自己项目相关的review和测试skills。之前各种生图、PPT、设计相关的skills已全部删除。

技巧 skills 技能清理 mattpocock 工作流优化 AI配置

推荐理由：朋友，定期清理用不上的skills能让AI表现更好，建议你也试试删掉过时的，只留真正需要的开发流程skills。

原文

22:23

elvis@omarsar0

QodoAI 发布了 Cross Repo Review 功能，用于检测跨仓库代码变更引发的连锁 bug。该功能不局限于单次提交的变更，而是追踪三个仓库之外的潜在影响。作者在个人 repo 上测试，成功捕获了传统工具遗漏的跨仓库依赖问题。这一更新解决了多仓库协作中的常见痛点。

AI产品 QodoAI Cross Repo Review 代码审查编程助手

推荐理由：QodoAI 的新功能能帮你发现跨仓库的隐式 bug，比只看单次变更的工具有用得多。

原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。