跳到正文
实时
教程
10月9日周五
10月8日周四
10月7日周三
  2. AWS Machine Learning Blog

    AWS 设计六周计划帮助非技术人员构建 AI 原型以缩小 AI 知识与能力差距

    AWS 设计六周计划帮助非技术人员构建 AI 原型以缩小 AI 知识与能力差距。四名无工程背景的客户面专业人员通过该计划，六周内开发出获得第一名的 WealthWise 多智能体 AI 金融咨询工具。该计划采用结对导师制和 Amazon Bedrock 等生产级工具，参与者需遵循五项原则：优先学习而非获胜、每日例会、从最小可行产品（MVP）开始迭代、主动寻求指导、保持趣味性。

  3. Browser Use75

    使用 Python 和 Browser Use 自动化求职申请

    使用 Python、Browser Use 和 OpenAI API 编写脚本可自动发现职位、评估匹配度、填写提交申请并上传简历，该脚本利用 Browser Use V4 API 控制云端浏览器，需 Python 3.12+、Browser Use 和 OpenAI 账户，通过 Pydantic 进行数据验证，支持命令行触发不同功能。

  4. vLLM engineering42

    vLLM 解释了 DeepSeek-V4.1-Flash 的 5.3× 吞吐量提升

    Inferact 和 vLLM 团队在经过三周的优化后，报告称在 150-tokens-per-second 的限制下，低并发服务的速度提高了 1.9×，吞吐量提高了 5.3×。这些更改结合了滑动窗口注意力的有界重放、CUDA 图和融合内核。他们的帖子解释了缓存重建和跳过提示词预填充的某些部分如何减少服务工作量。

    推荐理由: 编辑要点：仅凭模型基准测试无法描述服务成本。这份工程分析有助于识别缓存和内核瓶颈；所报告的收益适用于其基准测试条件，而非每一次部署。

10月5日周一
  1. MIT Technology Review · AI65

    如何将预测分析带入智能体 AI 时代

    企业 AI 现在不再争论预测模型能否超越统计预测，关键是如何让预测系统自主决策且不偏离业务目标。实时训练和扩展的数据源使 AI 从被动后见之明转向务实先见之明，将预测分析提升至新高度。AI 正让“分析”一词逐渐被“智能体”取代，一切都在成为 AI。

10月2日周五
9月30日周三
  1. Hamel Husain65

    Anthropic 发布 Claude Code 新的自动评估工具

    Anthropic 发布了 Claude Code 的新评估工具，其 claude-api 插件包含 build_eval 和 hill-climb 命令，帮助用户构建评估、检查评分器并改进应用。该工具在公寓租赁助手对话记录上的测试显示，它强制用户在查看数据前创建评估，要求用户在缺乏足够上下文的情况下验证判断，且评估范围过于宽泛，同时发现其他自动评估方法未能发现的问题。

9月27日周日
9月25日周五
9月23日周三
9月22日周二
  1. OpenHands Blog

    如何自托管 AI 模型：完整设置指南

    自托管 AI 模型让组织直接控制推理运行环境、部署的模型权重及服务操作方式，适用于处理敏感数据、追求持续利用率下的经济性、模型定制及控制模型生命周期的场景。通过在本地工作站、私有服务器或受控云基础设施上部署开源权重模型检查点，并使用 vLLM、Ollama 或 llama.cpp 等推理运行时服务模型，应用可像调用托管模型 API 一样调用自托管端点。

9月21日周一
  1. OpenHands Blog

    什么是 AI 中的模型无关？实用指南

    Model-agnostic AI 减少应用和流程逻辑对单一模型的直接依赖，通过抽象层处理不同提供商间的认证、请求格式、模型标识符等差异。OpenHands 的模型评估显示不存在单一最佳模型，其工作流支持为规划、实现、调试和审查使用不同模型，使模型选择成为持续的工作负载决策而非一次性供应商选择。

9月19日周六
  1. Hamel Husain75

    如何评估代码智能体？

    使用公共基准测试评估处理多种任务的代码智能体，如 SWE-bench 和 HumanEval；针对窄工作流的智能体，采用产品特定评估；构建包含组织内部困难任务的私有基准；通过工程师评审和错误分析识别问题，并转化为测试；Anthropic 建议从明确指定的任务和可验证结果的稳定环境开始，逐步增加代码质量或用户交互等额外检查。

  2. Hamel Husain75

    如何调试 LLM 判定器使其与人类评审者意见一致？

    通过错误分析收集至少 50 个通过和 50 个失败的带人类标签的示例，检查 LLM 判定器与人类标签不一致的地方以获取修复线索，常见问题包括缺失上下文或模糊指令。应先手动检查少数不一致之处，再尝试自动化提示词调整，如使用 GEPA 算法调整判定器提示词并测量其与人类标签的一致性。最常见错误是让 LLM 判定器一次性捕获太多种类的错误，建议为每种失败类型建立单独的判定器。

9月17日周四
  1. Dify Blog65

    Dify新Agent如何构建电商购物智能体

    Dify 新 Agent 可用于电商商店，帮助顾客探索目录、理解产品差异并缩小选择范围，还能将高价值询盘路由至团队邮箱。初始版本需先让 Agent 熟悉目录，通过对话描述任务，搜索 DOWSE 商店的公开产品页面并返回产品名称、价格、简短说明和链接。升级后，Agent 可识别顾客预算、场合、收件人和偏好，推荐最多四件经验证产品并解释原因，同时返回产品图片。

  2. Hamel Husain65

    应该记录那些并非模型错误的难题

    应记录任何让产品变得不实用的因素，包括与模型无关的缺失或损坏功能。优先处理问题，而非分析错误原因。例如，客服未提供订单追踪链接，即使AI无此功能也应记录。识别和优先处理问题是构建评估的基础，某些问题可能是工程或设计缺陷。专注于问题而非根本原因分析，有助于在查看更多数据时编写更高质量的标注。

9月14日周一
  1. LangChain Blog71

    LangChain 如何构建付费媒体智能体

    LangChain 公开其付费媒体智能体的构建方法，该智能体运行在 Slack 中，每周汇总广告平台与仓库数据并生成报告，付费媒体在六个月内从贡献 0 提升到营销管道的 20%，单条合格线索成本在 6 月至 8 月下降 30%。

    推荐理由: LangChain 公开付费媒体智能体的完整工程细节，包括上下文分层、工具按需发现和子智能体隔离，可作为自建长时运行智能体的参考。

9月9日周三
  1. Mistral AI

    Mistral AI 帮助欧洲能源运营商将 40,000 行 Fortran 77 代码迁移至 C++

    Mistral AI 帮助欧洲能源运营商将 40,000 行 Fortran 77 代码迁移至 C++，该物理密集型储层模拟器无测试套件和集中式文档。项目通过构建一致性测试 harness 验证迁移代码的数值正确性，并使用 AI 代理梳理文档，最终采用人类监督的代理工作流实现模块化迁移，代码质量显著提升。

9月7日周一
  1. Browser Use

    Headless Browser 是什么？

    Headless Browser 是没有图形用户界面的浏览器，通过程序控制用于自动化测试、网络抓取等，现因 AI 浏览器智能体采用而流行。Headless Chromium 启动比普通模式快 60%，CPU 使用率低 51%，峰值 RAM 低 42%。

9月4日周五
8月27日周四
  1. Dify Blog70

    如何在Dify中构建你的第一个AI智能体

    在 Dify 中创建名为 Max 的研究助理智能体，该智能体可搜索收集信息、识别洞察并生成研究摘要，无需编码经验。通过对话式构建模式定义任务，系统自动生成技能和构建笔记，支持后续调整。初始可省略提示词，利用构建笔记描述角色、行为和响应风格。

8月25日周二
8月5日周三
8月4日周二
7月16日周四
7月14日周二
7月13日周一
6月30日周二
6月23日周二
6月17日周三
  1. LangChain Blog50

    LangChain 探索循环工程的艺术

    LangChain 通过四个循环层次提升智能体效能：基础循环执行任务，验证循环确保质量，事件驱动循环实现后台运行，爬升循环通过分析优化自身。LangChain 的 create_agent、Grader、LangSmith Deployment 和 Engine 等原语支持各层级构建，同时强调在关键节点加入人工审核以补充 AI 判断。

6月10日周三
6月2日周二