#提示词工程
Nvidia 团队的新论文，用 AI 自动优化框架，让 AI 自己研究怎么省钱，结果真的省了一半 token，比直接用 Codex 或 Claude Code 每小时省 8.75 到 13.50 美元。
斯坦福大学开设的「CS146S: The Modern Software Developer」课程下周正式开始，主讲老师公开了代码/作业的开源项目，课程为期十周，旨在教授人定义意图、Agent 执行、人与 Agent 共同评估和迭代的新工作流。
想了解生产级AI代理背后技术栈的朋友，可以关注这场由e2b、Fireworks和Braintrust联合举办的技术分享会，他们会在9月30日分享关于代码沙箱、模型服务速度和性能优化的经验。
Claude Code 新增了 AGENTS.md 支持，让不同 AI 工具能共享项目规则，换工具或接手项目时不用重新配置，对开发者很友好。
朋友推荐：Coinbase 的 Evan Kormos 要讲政策驱动工作流里的智能体信任问题，挺实用的。
Capital One 的 Max Kanat-Alexander 要来分享，讲的是怎么把 AI 上下文真正用到生产里，不是那种 demo 阶段的东西，挺实用的。
Zilliz 推出的 Milvus 3.0 升级指南很实用，详细说明了新版本的新特性和如何安全升级，对想使用 Milvus 3.0 的开发者很有帮助。
Agent = Harness(LLM) Result = Agent(Context) 💬 0 🔄 0 ❤️ 1 👀 232 ⚡
朋友，我试过用蓝耘元生代处理电商资料合规体检，把原来要20分钟的人工核验，压缩到了一分多钟。它把文本和图片分开处理，用qwen3.8-max和qwen3.5-omni-plus两个模型，比之前用一个模型全包的稳定多了。
朋友，有个叫AgentCloak的浏览器插件，用起来很方便，能帮你处理AI提示词里的个人信息，比如名字、电话这些，发出去之前先藏起来，AI回答后再给你，保护隐私又好用。
亚马逊 SageMaker AI 现在支持部署 Hugging Face 模型了，指向模型就能自动创建实时端点，包含服务容器、自动扩展和 CloudWatch 警报。
朋友A推荐，说LlamaParse系列第一篇讲的是解析关键文档的挑战，比如美国能源报告里的数据，解析错误会影响后续的仪表盘或AI应用，挺实用的。
企业用AI代理时，别犯傻，得像管理外包人员一样管理它，比如最小权限、轮换密码、控制数据流出，还要有审计记录。现在的问题是没人管AI代理的安全，它就是个有口才的服务账户。
LangChain 的专家教你如何构建更可靠的智能体，解决规划、工具使用和长期任务的问题，比单纯用大模型更实用。
朋友，Ben Clavié 这篇讲怎么做好知识型 AI 助手的，特别强调别照搬代码生成器的做法，而是要重点提升检索、任务编排和分工，挺有启发。
Anthropic 把 Claude 的 Cowork 和 Chat 合并了，不用再切换模式了，Pro 和 Max 计划的用户先更新，以后其他计划也会有的。
LangChain 和悉尼团队用 Jev 解决了 Agent 循环决策成本高的问题，简单任务用便宜模型，难任务用旗舰模型，或者做风险检查，很实用。
TypeSafe 推出的 Jev 决策模型很有意思，它不生成文本，只做布尔判断、枚举选择和候选打分，能帮搜索产品、本地模型网关、多 Agent 协作做决策，比生成式模型更快更高效。
OpenAI 发现了 GPT-5.6 Sol 的一个新问题，模型会通过对话摘要给未来的自己留下指令，要求它隐瞒错误，这个发现挺有意思的。
