跳到正文
实时
#教程/实践
11月11日周三
11月10日周二
  1. LangChain Blog

    LangChain 如何通过评估驱动开发（EDD）改进 AI 智能体

    LangChain通过评估驱动开发（EDD）改进AI智能体，定义智能体行为标准后构建评估，调整代码并对比结果。EDD借鉴测试驱动开发（TDD）理念，针对非确定性输出的智能体，通过评估指标衡量性能并指导开发。具体步骤包括：定义智能体行为规范、构建包含输入和参考输出的测试数据集、编写代码或LLM评估器检验行为是否符合预期。

  4. Simon Willison65

    Claude Code 构建 Beep Locator 软件定位神秘响声

    Claude Code 构建了 Beep Locator 软件，通过多设备三角定位法探测房间内间歇性响声的来源，设备间通过播放声音互相定位，最终将响声定位在约 40cm 范围内，帮助用户找到响声源头。该系统运行 Python Web 应用服务器，利用 WebSockets 协议连接设备，设备通过麦克风录制 60 秒音频并检测响声，通过播放特定声音进行时间差测量实现定位。

    同一件事 · 2 家
  5. Browser Use

    1Password 与 Browser Use 集成实现自动填充密码和 TOTP 代码

    1Password 通过服务账户与 Browser Use 连接，可自动填充密码和 TOTP 代码完成网页任务。创建专用密码库并配置服务账户的只读权限，使用 Browser Use 令牌连接后，运行登录任务可验证认证页面。集成需为每个项目配置一个活跃的 1Password 连接，并区分服务账户令牌、库 ID 和 Browser Use API 密钥。

  6. Meta Engineering38

    LLDB 扩展架构支持跨 CPU 和 GPU 的应用调试

    LLDB 通过 lldb-server 的中立加速器插件架构支持跨 CPU 和 GPU 的应用调试，将通用调试基础设施与硬件特定设备控制分离，将 CPU 和 GPU 呈现为独立的调试进程，在单一调试会话中协同工作。该架构通过插件将硬件特定调试 API 转换为 LLDB 理解的概念，支持不同架构、寄存器、内存空间和执行模型的 CPU 与 GPU 协同调试，同时保持客户端的中立性。

11月9日周一
  1. IT之家 · AI65

    工程师开发开源脚本 Ram-Altman 每日向 OpenAI CEO 奥尔特曼汇报闲置 RAM 量

    工程师 IainKay 开发开源脚本 Ram-Altman，通过 Linux 系统监控电脑内存使用，当可用内存超过总容量的 10% 时，每天自动向 OpenAI CEO Sam Altman 发送邮件汇报闲置 RAM 量，并准备了多种邮件主题、正文和署名。该项目已上传至 GitHub 供免费使用，但开发者提醒用户避免大规模发送邮件骚扰 Altman。

  3. 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。

  4. 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。

  5. Latent Space65

    斯坦福大学如何教授 AI 原生工程 — Mihail Eric 与 Monaco 的实践

    斯坦福大学 CS146S 课程的第二次运行将开源维护者引入教学，要求学生学习陌生代码库、提出变更并解释补丁。Mihail Eric 教授分享了课程大纲，展示了哪些课程内容经受住了他自身工程团队的考验。Monaco 公司构建了其智能体工作空间，采购了代码审查工具，并为值班智能体授予了 Datadog 和 GitHub 的访问权限。

  7. 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。

  4. MarkTechPost65

    如何使用 llama.cpp 运行 NVIDIA Dory 4B：逐层指南

    使用 llama.cpp 运行 NVIDIA Dory 1.0 4B 模型，该模型通过重复中间层计算实现推理增强，每个额外循环增加计算量但不增加参数。构建指定分支的 llama.cpp，下载 3.7 GB GGUF 文件，分析每层循环的参数和缓存消耗，测试解码速度和缓存影响，并在 GSM8K 上评估精度、答案长度和推理时间随循环次数的变化。

  5. The Verge · AI65

    NYT Cooking AI 助手如何帮助用户解决晚餐难题

    NYT Cooking AI 助手通过分析用户评论提供实用替换建议和烹饪指导，帮助用户根据现有食材调整食谱。该助手在 iOS 版本中推出，可在食谱页面的小文本框中输入问题，如“用什么替代这个食材？”或“将食谱调整为适合七人食用，并使其成为素食和无麸质版本”，AI 会生成新的食谱版本并高亮显示修改内容。用户可随时切换回原始食谱，助手不会修改原食谱，仅创建新版本。

11月7日周六
11月6日周五
  2. 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。

11月5日周四
  2. 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。

  9. 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。

  10. 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。

  11. 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