跳到正文
实时
#教程/实践
10月10日周六
10月9日周五
  1. Simon Willison65

    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。

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。

10月6日周二
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3日周六
10月2日周五
  2. Google AI Blog

    Google 发布九月 AI 更新：包含 Gemini 4 Argon、新 Gemini 应用连接应用及 WeatherNext 3

    Google发布九月AI更新，推出Gemini 4 Argon模型，配备100万token输出限制，专攻复杂挑战如网络安全防御，目前通过Fairwind计划向受信任的网络安全防御者推出；同时发布Gemini 3.8 Flash和3.8 Flash Cyber，提升长时程软件工程和自主漏洞发现能力，通过新Fairwind计划向受信任组织开放。

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26日周六
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
  5. Qoder Blog65

    非技术人员 Qoder Code 打造 iOS 应用

    非技术人员使用 Qoder Code 在一天内构建了个人 iOS 电影应用。Qoder 是一款面向非开发者的应用生成工具，通过可视化界面和 AI 辅助，用户无需编码即可创建 iOS 应用。该平台支持快速原型设计和应用开发，降低了应用创建的技术门槛。

7月13日周一