跳到正文
实时
11月9日周一
  1. Hacker News · AI 热帖65

    我如何应对Claude Code和Codex带来的AI工作疲劳

    使用 Claude Code 或 Codex 从终端工作时,用户常因任务多线程处理导致脑力耗竭。作者通过将工作组织成类似优先队列的方式,在 git 中管理任务,每项任务为 markdown 文件,状态为 git 快照。AI 智能体按循环处理新任务、运行测试和浏览器检查,但无法做决策,需用户在“所有者收件箱”中处理,并通过 Claude 工具单页查看任务,完成后再关闭,实现一次处理一项任务。

  2. Simon Willison65

    隐藏 Claude Code PR 描述的冗余信息:使用 HTML details/summary 元素优化代码审查体验

    Claude Code 或 Codex 生成的 PR 描述过于冗长,但隐藏在 HTML details/summary 元素中可优化阅读体验。将模型名和努力程度作为 summary,例如“Claude Opus 5.5 Medium”,读者可快速获取核心信息。GitHub Markdown 支持此功能,点击展开箭头查看完整内容,使 PR 不再显得杂乱。

  3. Hacker News · 300+ 热帖78

    llama-modchip 使 284B DeepSeek-V4-Flash 在 64GB 内存无 GPU 运行

    llama-modchip 发布了一组 ggml/llama.cpp 内核补丁与量化转码工具,将 284.33B 的 DeepSeek-V4-Flash 压缩到 56.56 GiB(1.71 bpw),可在 64 GB 内存的纯 CPU 机器上运行,256K 上下文下峰值内存 57.61 GiB 且无需 swap。

    推荐理由: 项目给出了在 64 GB 内存上运行 284B MoE 的量化方案与内核补丁,并附各硬件实测数据,可据此判断纯 CPU 部署的可行边界。

11月8日周日
  1. 量子位42

    高通在进博会展出端侧MoE智能体 终端侧AI从单点应用走向智能体体验

    高通在第九届进博会展出端侧MoE智能体,推动终端侧AI从单点应用走向智能体体验。MoE技术通过混合专家模块提升端侧模型智能水平,在20亿至30亿参数规模下实现更高复杂度任务完成度。高通与Infris AI、江波龙、阶跃星辰合作优化模型、推理、存储和芯片平台,展示终端侧AI生态协同的系统性方案。

11月7日周六
11月6日周五
  1. Browser Use

    Claude Code v2.1.159 发布

    Claude Code v2.1.159 发布,支持 8k 上下文窗口,在 SWE-bench Verified 上表现优异; Anthropic 推出 Browser Use 开源库,让 AI 智能体通过 Chrome DevTools Protocol 控制浏览器,提供 Browser Use Cloud 和 Browser Use Agents 服务。

  2. Databricks Blog

    Databricks 应用构建者指南:如何扩展应用性能与弹性

    Databricks 应用用户量从几人到数千后,如何使应用快速响应且高可用。设计阶段需确定性能(如 p95 延迟)和可扩展性(如峰值用户数)目标,并规划架构以分离状态和依赖。推荐使用 AppKit 框架,将重计算任务移至 Databricks Sandbox,通过水平扩展(增加实例)和垂直扩展(提升计算规格)应对负载增长。

11月5日周四
  1. IBM Research Blog38

    HRL 实验室开发的 MEMS 惯性传感器可媲美 GPS

    HRL 实验室开发出采用先进算法的惯性测量单元(IMU),提供不间断的 GPS 替代方案。其 MEMS 惯性传感器尺寸如汤罐,精度接近 GPS,并解决长期困扰的偏差漂移问题,通过 AutoCal 自动校准系统持续修正误差,实现无限导航支持。该 IMU 采用 ASIC 和先进封装技术优化成本与尺寸,适用于无人机等轻型载体。

  2. AWS Machine Learning Blog60

    生产级 AI 智能体的四层上下文工程:Deep Insight 在可运行代码中的实践

    AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现,把生产级 AI 智能体的上下文工程拆成四层:多智能体架构隔离上下文、用提示词限制输出、把重内容外置到文件系统、用验证智能体与兜底机制把关。

    推荐理由: AWS 团队把上下文工程拆成四层,并给出开源参考实现中的具体代码与 token 节省数据,可直接对照改造自家 Agent。

  3. NVIDIA Technical Blog65

    使用 NVIDIA NeMo 将智能体失败转化为测试并利用修复方案

    NVIDIA NeMo 可将生产中的智能体失败转化为优先级问题,并生成定制化评估,帮助改进提示词、工具、模型、内存、技能及代码。当为特定领域构建智能体时,通用的基准分数可能无法解释其失败原因,例如智能体可能选择错误工具、遵循错误工作流分支、遗漏相关上下文或使用不必要的高成本模型。

  4. O'Reilly Radar65

    如何测量 AI 对交付速度的影响

    AI 是否让软件开发更快?交付速度不是生产力,而是价值产出与成本的比值。由于软件交付物无标准化,代码行数和 PR 数等指标不可靠,且估算不准确,测量交付速度需比较团队自身前后表现。通过随机对照试验,交替进行使用 AI 和未使用 AI 的任务,可减少其他流程改进的干扰,从而更准确地评估 AI 对交付速度的实际影响。

11月4日周三
  1. OpenHands Blog71

    OpenHands 与 Snowflake 推出用自有 Agent harness 后训练模型的工作流

    OpenHands与Snowflake AI Research合作,让开发者用现有的OpenHands Agent harness直接进行强化学习后训练,无需在训练框架中重建harness。

    推荐理由: 原文给出了用现有 Agent harness 直接做 RL 后训练的具体配置方式和代码定位实验,读者可据此判断训练与部署能否共用一套 harness。

  2. NVIDIA Newsroom38

    AI如何重塑半导体晶圆厂工作方式——工程师因之加速决策

    AI正改变半导体晶圆厂工作方式,工程师因之加速决策。NVIDIA cuDSS库使COMSOL的多物理场仿真加速10倍,Applied Materials的Ginestra平台仿真加速10倍,ACE+平台加速35倍,Siemens的Calibre光刻软件仿真加速17倍。NVIDIA PhysicsNeMo框架让Lam Research能在毫秒级预测等离子体行为,替代耗时数天的全仿真。

11月3日周二
  1. NVIDIA Technical Blog65

    使用 NVIDIA Attribution 诊断分布式 AI 工作负载故障

    NVIDIA Attribution 可帮助用户定位分布式 AI 工作负载中的初始故障点,通过分析 NCCL 错误、调度器状态变化和下游消息等级联症状,揭示异常发生源头而非仅报告停止位置。该工具适用于诊断 GPU 或网络 fabric 事件引发的跨节点问题,通过可视化分析数千条消息链路追溯问题根源。

  2. LangChain Blog38

    LangChain指出2026年后期智能体上下文工程面临的新挑战

    LangChain指出2026年后期智能体上下文工程面临的新挑战,包括如何在不烦人情况下主动通知用户、智能体记忆管理、异步任务处理、目标追踪与对齐、以及浏览器使用等难题。这些挑战涉及智能体在后台运行时如何平衡通知频率、决定记忆内容、协调异步工具与子智能体、分解与迭代目标,以及防止智能体过度优化目标等。

11月2日周一
11月1日周日