智能体工作流

推荐理由：GitHub 博客讲了个画布技巧，能让你的智能体干活的过程看得见、改得动，还省钱，和纯聊天窗口完全不一样。

推荐理由：YC这期请Paper创始人演示AI设计全程，还教你怎么避免AI设计味，跟Figma的思路很不一样。

推荐理由：Dify 搞了个用户大会在东京，今年 9 月 10 号免费参加。能听到别人用 Dify 做智能体工作流的真实案例，想学实战经验的别错过。

推荐理由：LlamaIndex 教你处理金融文档里的复杂表格和脚注，提取结构化数据，还带溯源和规则校验，做智能体工作流的可以看看。

推荐理由：Omar Sar分享了一个巧妙的Agent设计思路：用LLM委员会代替单一指令，让主动Agent自动推演下一步，适合做复杂任务编排。

推荐理由：想让你开发的智能体越用越聪明？OptiverGlobal的专家现场讲怎么搭共享基础，让每次工作流比上一次更有效，别错过。

推荐理由：这篇论文提出了一个接地气的智能体工作流DeepBD，用LLM辅助分析遗传变异，在18,622例队列中召回率比Exomiser和DeepRare都高，适合做基因诊断研究的参考。

推荐理由：Andrew Ng 的这篇分析为想进入 AI 领域的工程师指明了职业方向——FDE 是新兴但小众的路径，而 AI Engineer 才是更广阔的选择。做 AI 应用开发或考虑职业转型的人，值得一读。

推荐理由：做LLM推理加速的团队终于有了一个能动态分配验证资源的方案——在智能体工作流中平均加速2.73倍，比EAGLE3还强，搞推测解码的开发者值得点开看看具体实现。

推荐理由：Cohere 把 218B 模型压到两张 H100 就能跑，做智能体工作流的团队终于有了高性价比的开源选择——多模态推理和 48 语言支持直接可用，建议试试。