IT之家 · AI7070Wccftech报道《血源诅咒》非官方PC移植版在RTX 4070显卡上实现1080p突破220 FPS
Super Medo 制作的《血源诅咒》非官方 PC 移植版在 RTX 4070 显卡上通过支持 NVIDIA DLSS 帧生成技术，实现 1080p 分辨率下稳定突破 220 FPS，性能约为原版主机的 7 倍以上；原生 4K 分辨率启用 DLAA 后平均帧率约 40 FPS，开启 DLSS 3 帧生成后质量模式超 100 FPS，性能模式约 130 FPS。
实时
全部 AI 动态
- IT之家 · AI7070
MIT Technology Review · AIEXL 探索企业级 AI 服务框架设计之道
EXL 研究发现，企业 AI 竞争优势更多取决于模型周边的工程系统，而非模型本身；应先定义业务负载约束，再选择适配的模型与服务架构，而非反其道而行之；需通过测量瓶颈、针对性优化、构建可扩展架构，实现可靠、经济、大规模的 AI 应用交付。
Databricks Blog精选6060Databricks 谈 AI 账单：如何把编码智能体单位成本降低九成
Databricks 高管 Patrick 复盘公司全面采用 AI 编码智能体后成本指数级上升、再通过控制层把单位成本最多降低 90% 的过程。他提到把流量迁到更便宜的新模型贡献了 50% 以上降幅，Smart Router 在接近最贵模型质量下把平均任务成本降低 30% 以上。这套内部方案后来产品化为 Unity Gateway，目前已有数千家客户使用。
推荐理由: Databricks 高管复盘自家 AI 编码成本从失控到单位成本降九成的过程，给出网关、路由与自建评测的可迁移做法。
The Verge · AI6565利用旧游戏和OpenAI Codex黑客破解了Switch 2
开源多模态模型OpenAI Codex帮助黑客通过旧游戏SmileBASIC 4破解了任天堂Switch 2，使其运行包含新增角色的自制版《马里奥赛车世界》；该软件仅支持tethered jailbreak，需要每次开机从游戏启动才能工作，但破解过程复杂且影响尚不明确。
NVIDIA Technical Blog6565如何使用 NVIDIA GPUDirect Storage 在 Python 中将数据读入 GPU 内存
NVIDIA GPUDirect Storage 可将数据直接从存储设备传输到 GPU 内存，据 2025 年斯坦福 AI 指数，AI 计算能力约每五个月翻一番，LLM 训练数据大小约每八个月翻一番，GPUDirect Storage 可提升数据传输效率。
n8n Blog自托管 LLM 与云 API 对比：如何在这两者之间进行路由
自托管 LLM 可让你掌控数据存储位置，适合敏感工作负载，但需承担硬件、维护和运营成本，而云 API 则大多代为处理。混合方案允许在本地或云端路由请求，无需管理两个独立系统。
- n8n Blog
n8n 如何在 AI 代理构建中管理有状态与无状态上下文
n8n允许工程团队在AI代理构建中根据需求选择有状态或无状态架构。有状态架构通过保留跨请求或会话的信息实现连续性，但需额外基础设施管理状态；无状态架构通过独立处理每个请求提升可扩展性和容错性。有状态系统适用于依赖先前交互的场景（如对话、多步流程），而无状态系统更适配需要快速扩展和简单维护的REST API等应用。
- IT之家 · AI7575
ns2jb 发布：任天堂 Switch 2 软件破解方案可修改游戏
开发者 pepsipu 介绍了一项名为 ns2jb 的任天堂 Switch 2 软件破解方案，可在最新系统固件上运行，无需硬件改造。该方案允许修改游戏内容，但重启后需重新触发，目前尚未实现完整的内核级控制。
Codex releases00Rust v0.164.0-alpha.11 发布
Rust 发布了 0.164.0-alpha.11 版本，包含 8 个主要提交。
AWS Machine Learning Blog5252如何在 AWS Trainium 上用 torchtitan 训练 Qwen3
AWS 推出在 AWS Trainium 上用 torchtitan 训练 Qwen3 的三种方法，包括使用 Transformers v5、torchtitan 原生配置以及 Neuron Kernel Interface (NKI) mixture-of-experts (MoE) 内核。
- AWS Machine Learning Blog
U.S. Hunger 如何使用 Amazon Quick 连接领导与数据
U.S. Hunger 通过 Amazon Quick 直接探索组织数据，实现领导者共享关键绩效指标定义，并在 Quick Spaces 中协同分析财务与非财务信息，支持其年增长500%的运营效率。
Hugging Face BlogHugging Face 介绍 TorchNeuron 在 AWS Trainium 上的系统级性能分析
Hugging Face 介绍了如何使用 TorchNeuron 在 AWS Trainium 上进行系统级推理性能分析，通过 torch.profiler 配置 Neuron 后端捕获干净 traces，并利用 key_averages() 表识别耗时操作。
OpenAI News3232OpenAI 与 PerturbAI、Scripps 研究所合作，通过分布式 AI 智能体在数百万脑细胞数据中发现新研究线索
OpenAI、PerturbAI 与 Scripps 研究所合作，使用分布式 AI 智能体分析数百万脑细胞数据，发现新的研究线索。
- OpenAI News5555
Patch the Planet：全球安全漏洞响应协调平台发布
Patch the Planet 连接安全研究员、维护者和事件响应者，帮助应对开源项目中的关键漏洞。
Trail of BitsTrail of Bits 发布 patching-bugs 和 regression-hunt 插件让工程师委托 AI 修复 Bug 和回归测试
Trail of Bits 发布 patching-bugs 和 regression-hunt 插件，让工程师可委托 AI 修复 Bug 和回归测试。patching-bugs 插件可复现 Bug、开发修复方案并测试，regression-hunt 插件则检查变更是否破坏已有功能。regression-hunt 相比基准 Codex 代理减少 25% 假阳性结果。
GitHub Blog · AI & ML3333GitHub Copilot 如何在 VS Code 中继续会话
GitHub Copilot 用户可直接在 VS Code 中打开 GitHub Copilot app 会话，继续其对话、代码变更和上下文。用户可逐行审查 Copilot 的修改，直接在 VS Code 中进行手动编辑，并在本地运行和验证项目。会话和代码工作区保持连接，支持与 Copilot 交互式迭代优化，最后将更新提交到关联的拉取请求。
- GitHub Blog · AI & ML2222
三位 Java 大师如何利用 GitHub Copilot 提升生产力。
三位 Java 大师 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 分享了在 Hypersistence Utils、Hypersistence Optimizer、教学幻灯片迁移等项目中使用 GitHub Copilot 的经验。
Claude · YouTube2525Anthropic 工程师如何使用 Claude Docs
Anthropic 工程师 Doug 分享在站会与发布评审中使用 Claude Docs 的方法；Claude 在文档中协同工作，自动提取数据、验证论断并响应评论问题；该工具专为团队协作设计，支持多人实时编辑与智能分析。
Tessl BlogTessl Blog：停止逐行审查代码，开始验证意图
Tessl Blog 停止逐行审查代码，开始验证意图。团队合并的 PR 量是去年的四倍且几乎都是 AI 生成，导致审查成为瓶颈。团队转向在代码生成前审查意图（验收标准、约束和边缘情况），并将重复的审查评论转化为可由机器执行的规则（不变量），从而将审查重点从代码本身转移到决策和规则所有权上。
Hamel Husain6060如何使用决策模型进行评估
在使用决策模型进行评估时，需要根据任务调整阈值以优化性能。在公寓租赁代理的日志数据集上，Jev 1.13、Perplexity Decider 1.1 27B。
- Hamel Husain
如何使用决策模型进行评估
在使用决策模型进行评估时，需要根据任务调整默认阈值0.50以优化结果。在公寓租赁代理的100条会话日志数据集上，对Jev 1.13、Perplexity Decider 1.1 27B、Liquid d1/d1-ultra、Cloudflare Clef Flash和OpenAI Decisions (GPT-6 Luna)进行测试，评估其性能和成本。
O'Reilly Radar6565《周一早晨代理》项目通过美式橄榄球数据训练AI分析师。
《周一早晨代理》项目每两周使用NFL公开数据集分析一个美式橄榄球争议话题，逐步为AI智能体赋予分析能力。该项目使用25万个比赛片段和当前赛季数据，每期让AI解释特定战术（如“建立进攻线”）并验证其分析结果。AI在分析时需说明数据局限性，并拒绝超出任务范围（如预测比赛结果）的请求。
LangChain BlogNu公司如何用LangGraph和LangSmith构建AI健康教练并优先进行评估
Nu公司在开发AI健康教练Nu时，优先构建了评估标准以避免越界医疗诊断，采用LangGraph框架和LangSmith工具，通过按类别评分的LLM裁判和开放式行为测试，确保系统在满足健康指导需求的同时符合监管要求。评估框架针对单一回复和完整对话分别设计，支持在两个前沿模型提供商间快速迁移，安全探针和守门节点实时审查对话内容，确保产品始终处于合规边界内。
IBM Research Blog2222Coursera 新课程《AI 数据流架构：从原理到实践》教授现代加速器运行原理
Coursera 新课程《AI 数据流架构：从原理到实践》教授工程师如何跨 GPU、TPU、Cerebras WSE、Groq LPU 和 IBM Spyre 加速器工作。课程由 IBM 研究院高级研究科学家 Kaoutar El Maghraoui 主讲，通过六门课程和动手实验覆盖执行模型、编译、内存系统、调试和性能建模，强调不同架构如何影响模型性能及编译器优化关键作用。
- O'Reilly Radar6565
ContextCue 项目探索 AI 如何改善分布式团队的协作与上下文理解
ContextCue 项目通过记录会议录音、保留语音讨论、屏幕共享视觉上下文、决策依据及来源，创建可跨团队的共享协作上下文。该实验针对 GitHub Copilot 和 Claude 等工具已提升编码效率但未改善团队间理解协作的问题，将会议记录转化为围绕请求或决策而非会议本身的 Markdown 格式输出，以解决分布式团队因时差和沟通断点导致需求理解偏差的挑战。
Browser Use浏览器智能体是什么？它的工作原理及适用场景
浏览器智能体通过 AI 模型操作网页以达成目标，用户描述任务后，智能体自动打开页面、导航、选择操作并检查结果以继续。它特别适用于需要灵活性和决策的不确定工作流程，由模型（决定行动）、套件（提供上下文、工具和循环）和浏览器（管理网站会话）三部分组成。主要用途包括数据提取、研究、表单填写等，但存在结果不一致、任务失败、网站阻止、提示注入和成本不可预测等缺点。
Dify Blog6565Dify 如何选择 AI Agent 或 Workflow
Dify 支持根据任务是否重复、是否需要判断和是否有明确结果来选择 AI Agent 或 Workflow，Agent 由模型选择工具或行动，Workflow 由开发者定义步骤，Hybrid 模式结合两者。在 Dify 中，Agent 适用于需要解释请求并选择下一步的重复性工作，Workflow 适用于固定步骤的 SOP，可在 Workflow 中嵌入 Agent 节点处理需要灵活性的步骤。
- OpenAI News3535
Codex 如何加速 Benefit Street Partners 的代码审查与跟进
Anant Kumar 使用 Codex 进行代码审查并加快后续跟进。
Claude BlogClaude Code 团队如何进行代码审查
Claude Code团队将代码审查量提升2倍的同时将回滚率降低40%，通过将大部分审查工作交给机器优化人类时间，并大幅提升撤销错误的速度。团队采用六层自动化审查流程，包括Claude运行测试和生成输出、子代理审查差异、内部技能自动检测错误、UI变更对照设计规范，以及代码规范和代码所有者指南的自动检查，最终由人类审查者处理高阶问题。
Comfy Blog5252Comfy 博客承诺开源其整个平台，但未兑现，因此让我们来帮助他们。
Comfy博客承诺开源其整个平台但未兑现，因此Comfy启动了一个竞赛，为Genjutsu、Cinema Studio等创意应用的最佳开源重建提供资金支持，大奖为10,000美元，并设有多个奖项类别，包括最具创新性和病毒式传播的应用，所有参赛作品必须使用开放权重模型。
- LangChain Blog
LangChain 博客：关于 Agent Evals 的常见问题解答
LangChain 博客介绍了如何使用 Agent Evals 测试 AI 智能体行为，包括通过追踪记录分析行为、构建包含输入和预期输出的测试数据集、运行离线基准测试（如 Terminal-Bench）和在线实时评估，以及使用代码检查、LLM 评分和人工审核等四种评估器类型。离线评估用于测试新提示词或模型并捕捉回归问题，在线评估用于监控生产质量并发现数据集遗漏的问题。
Google Developers Blog如何评估 AI 智能体：超越感觉检查
评估 AI 智能体不能仅凭感觉检查，因为智能体可能陷入重试循环或产生幻觉回答却仍看似正常，导致云费用和 token 使用量激增。应建立可重复的评估流程，从定义关键用户旅程（CUJ）开始，使用模拟用户测试，并采用单元测试、确定性指标、LLM 作为裁判的评分标准和集成测试等多层检查。结合手动审查的跟踪记录与自动化验证，可在开发早期检测到隐性回归，并随着智能体能力增长扩展评估框架。
- LangChain Blog
LangChain Deep Agents 如何通过中间件管理上下文窗口
LangChain Deep Agents 通过中间件管理上下文窗口，防止不必要信息进入并过滤已有内容。它采用卸载（将大工具结果和用户消息保存到文件）、摘要（压缩旧消息）、技能（按需加载）、子代理（分离噪声工作）和长期记忆（跨会话保存学习）等技术。这些技术通过在模型调用和工具调用等关键节点插入中间件实现，无需用户编写代码即可使用。
- Claude · YouTube
Claude Code 云会话功能详解
Claude Code 的云会话在云端虚拟机中运行，可离线持续工作，支持手机启动和并行处理。适用于需要持续运行或远程协作的场景，支持 GitHub 连接和环境配置。该功能包含在 Pro、Max、Team 计划及企业高级或 Chat + Claude Code 座位中，计入计划限制且无额外计算费用。
- n8n Blog
使用 You.com、Jev 和 n8n 构建 AI 早晨新闻摘要
Jev 对每篇新闻回答三个问题筛选出真正重要的发展，You.com 节点搜索每日新闻并去重，You.com Research 为每个主题撰写简短摘要并通过 Slack 发布，整个流程成本低于四美分，有效避免无关信息干扰。
- GitHub Blog · AI & ML
GitHub Copilot 应用入门：如何教会 Copilot 了解你的代码库
GitHub Copilot 可通过自定义指令、代理技能、自定义代理和模型上下文协议（MCP）服务器等方式，让用户向 Copilot 传达项目规则、封装可重复流程、提供专业指导以及连接外部工具，从而提升协作效率。自定义指令定义代码规范，代理技能封装重复性任务，自定义代理处理复杂工作，MCP 服务器扩展 Copilot 功能。
- Browser Use7575
浏览器指纹识别是什么？其工作原理与局限性
浏览器指纹识别通过收集用户代理字符串、语言、屏幕尺寸、可用字体和canvas渲染等浏览器特征，经哈希处理后生成唯一标识符，用于用户追踪、欺诈预防、机器人检测等。被动指纹识别利用HTTP头、IP地址和TLS握手特征，主动指纹识别则通过JavaScript收集屏幕尺寸、文本测量、图形渲染和音频处理等数据。网站可结合多种方法识别用户，但浏览器更新或隐私保护会改变结果。
Simon Willison2222Dwarf Fortress 使用版本控制
Dwarf Fortress 开始使用版本控制，具体版本号未提及。
Cohere BlogCohere 探讨 Embed & Rerank 工作负载的共享或专用推理选择。
在分析 Embed & Rerank 工作负载时，共享推理适合批量处理（如电商索引）以提升性价比，而专用推理更优于处理高候选文档数的重排序（如搜索结果精排）；选择需基于请求特征（批处理/单查询/候选数）、流量模式（持续/突发）及利用率，而非单纯价格比较。
- Simon Willison6565
西蒙·威尔逊使用 GPT-6 Astra High 通过语音构建博客新功能
西蒙·威尔逊通过语音与GPT-6 Astra High交互，构建了其博客的Newsletters页面，实现了订阅列表索引功能，包括每周免费Substack和每月赞助者专属更新。他使用ChatGPT桌面应用的Codex语音对话模式，在本地开发环境中完成了模型、迁移、视图代码、模板及数据库导入功能，并整合了网站搜索引擎。
