跳到正文

全部动态

今日 5 条

10月20日星期二

Google 博客 · Gemini

用 Gemini 搭配造型的 4 个技巧

造型师 Sydney Bordonaro 用 Gemini 为分散各地的职业运动员客户预览整套穿搭:上传衣物图片即可合成上身效果图,再通过对话单独替换靴子、外套等单品。她还会把成图发给客户争取确认,并在活动前拍下衣物污渍照片,让 Gemini 给出用现场物品处理的步骤。

AI HOT · 技巧与观点

Numan 如何用 LangGraph 和 LangSmith 构建评测优先的 AI 健康教练 Nu

Numan 用 LangGraph 构建 AI 健康教练 Nu,并通过 LangSmith 评测与追踪对话,将服务限定在生活方式辅导和健康教育范围内。团队按类别评测单轮回复,让测试经过与生产相同的智能体图,并以安全回归测试阻止不合格变更发布;同一套数据集支持其在一天内完成模型供应商迁移。动态模拟患者对话的评测层仍处于原型阶段,其工程师起草的标准须经临床专业人员签核后,才能用于发布门槛或安全声明。

AI HOT · 技巧与观点

Meta 详解 Thin Orchestrator 架构:减少编排层任务以提升 AI 智能体可靠性

Meta 详解 Thin Orchestrator 架构,将路由与可靠性检查留在编排层,把领域推理交给上下文隔离的专门 AI 智能体。其 1,300 行编排器将 20+ 工作流分派给 14 个子智能体,通过工作流模板复用组件,并在运行时按需加载知识。新数据列的配置准备从人工处理的三至四天、此前配置驱动系统的约一天缩短至不到一小时,约三分之二的系统改动无需大量人工修改即可合入。

10月19日星期一

AI HOT · 技巧与观点

n8n 教程:在 NVIDIA DGX Spark 上离线运行全套 AI 工作流

n8n 教程展示如何在一台 NVIDIA DGX Spark 上部署七个模型,通过 LiteLLM 的统一接口运行不调用云端 API 的 AI 工作流。实测模型栈占用 108GB 内存,发票字段提取关闭思考后从 12.1s 降至 0.59s,并提供模型版本锁定、服务配置与 n8n 接入步骤。并行生成图像时,单用户聊天速度下降 69%,四用户场景下降 65%,共享 GPU 的任务需要安排调度。

Computing Life · Share · 鸭哥调研

Anthropic 的 CI 与 Scion 重构分析:哪些工程判断能复用,哪些不必照搬

Anthropic 用 Scion 重构内部源码控制,文章分析了 AI 智能体规模下可复用的工程判断与不宜照搬的系统设计。其大仓库每日合入量从 2026 年 5 月的 2,500 次增至 9 月的超过 30,000 次,Scion 采用轻客户端、服务端重计算和三层缓存,报告称源码控制基建的 CPU 与内存占用缩小了 200 倍。

推荐理由:Anthropic 用 Scion 重构源码控制,普通团队可迁移的工程方法集中在按需拉取代码、审查改动意图与建立自动回滚护栏。

Hacker News 首页

RC2 密钥调度中的 π 表是如何生成的

研究者用 Fisher–Yates 洗牌、以 π 的十进制数字作为随机源,精确复现了 RC2 密钥调度中 256 字节的 PITABLE 及 RFC 2268 中另一张来源未明的表。每次抽取固定读取三位数字,偏差抽取被丢弃,整个洗牌共使用 828 位数字。该方法与 Rivest 的 MD2 使用同一洗牌但每次读取位数不同,这可能是此前未被发现的原因;结果不影响 RC2 的安全性。

AI HOT · 技巧与观点

Browser Use 讲解浏览器智能体的工作原理与使用时机

Browser Use 讲解浏览器智能体如何通过模型、运行框架和浏览器协作,循环观察页面、选择动作、执行并检查结果。任务有可用 API 时优先使用 API,流程可预测时使用脚本,需要灵活判断时使用智能体。智能体存在结果不一致、网站拦截、提示词注入和成本波动等限制,应设置运行上限,并核验任务是否实际完成。

10月18日星期日

Hacker News 首页

Brain Sandwich 方法:用人工理解和审查夹住 AI 编码

工程师 Emily 使用 Brain Sandwich 方法协作编码,流程是先自己理解问题,再交给 AI 执行,最后自己审查结果。启动 AI 智能体前先阅读并形成大致方向,以免被带向错误或无须解决的问题。提交他人审查前,应阅读 diff、判断复杂度是否合理并完善 PR 描述;如果无法解释改了什么以及为什么改,就还没准备好交给别人审查。

Hacker News 首页

AI 能写代码,谁来验证?Mihai 详解自动化软件验证流程

Mihai 提出将 AI 代码审查、自动化测试、安全扫描与人工复核结合,验证 AI 编码智能体生成的代码。文章比较 RoboRev、Claude Code Review、Codex、GitHub Copilot 和 Cursor Bugbot 的审查流程,并给出按提交、PR、部署及生产阶段分配检查的 GitHub Actions 示例,明确示例不能直接作为完整 CI 配置使用。

10月17日星期六

AI HOT · 行业

Anthropic 披露 Claude 编写了约 90% 的 Claude Code 代码

Anthropic 的 ClaudeDevs 账号称,Claude 编写了约 90% 的 Claude Code 代码。6 月至 9 月间,合并 PR 翻了一倍以上,回退比例下降超过 40%。团队发文介绍了相关代码评审改造及采用方法,链接为 claude.dev/blog/solving-code-review-at-anthropic/。

推荐理由:Anthropic 将代码评审改造与合并 PR、回退比例一并披露,为 AI 编码的团队应用提供了产出与质量两方面的观察维度。

10月16日星期五

claude.dev 开发者博客

Claude Code 团队如何进行代码审查

Claude Code 团队将大部分代码阅读交给自动审查,按风险配置人工审批,并通过分阶段发布和快速回滚控制错误。6 月至 9 月,其合并 PR 数量增长超过一倍,需要回滚的比例下降超过 40%;低风险变更可在自动检查通过后无需人工审批,中高风险变更分别需要 1 人和 2 人审批。团队将历史事故纳入每日评测,并在审查达到 3 轮后要求重新考虑方案,以减少智能体反复审查和修改。

推荐理由:Claude Code 团队将自动审查、风险分级与快速回滚串成流程,把人工审批留给高风险变更并用事故样本持续改进审查。

OpenAI News

Localiza 如何围绕生成式 AI 重组工作

巴西出行平台 Localiza 将生成式 AI 视为新的计算界面而非单纯生产力工具,围绕三大支柱重组业务:规模化实验、自然语言客户入口和 AI 原生产品。2026 年 3 月,它成为巴西首个、也是拉美首批将应用直接集成进 ChatGPT 的出行平台,用户可在对话中浏览租车、订阅和二手车选项。

AI HOT · 技巧与观点

Meta 如何用 AI 原生工程方式开发 Forum 应用

Meta 用 AI 智能体参与 Forum 的规划、实现、测试和验证,小团队在 8 周内实现了与 Facebook Groups 核心功能的对齐。团队通过可读取的应用状态、自动化验证和构建隔离支持智能体执行任务,部分阶段仍需工程师参与迭代,所有上线结果都由工程师签字确认。

推荐理由:Meta 将自动化测试、界面检查和验证记录接入智能体开发流程,让工程师依据可核查的结果审核代码并保留上线签字责任。

10月15日星期四

AI HOT · 技巧与观点

OpenAI 工程师分享用 GPT-6 系列维护代码库的实践与提示词方法

OpenAI Core Experimentation 团队使用 GPT-6 系列与 Codex 清理代码和过期实验,合并超过 1,400 个维护 PR,删除超过 800k 行代码。

推荐理由:OpenAI 工程团队让 Codex 从小范围维护任务起步,以运行数据支持清理提案,并把人工审查反馈纳入下一轮提示词。

Hacker News 首页

确诊癌症后需要知道的事——2026 版

GitLab 联合创始人 Sid 创办的 Sijbrandij Foundation 发布《确诊癌症后需要知道的事》2026 版,作者以 2026 年 5 月确诊口腔鳞状细胞癌的亲身经历给出建议。文中提到 AI 模型曾一度淡化病情、倾向判断"你没有癌症",并建议患者主动要求全面基因检测、尽早寻求第二诊疗意见、参考 NCCN 指南。

10月14日星期三

AI HOT · 技巧与观点

Anthropic 自研版本控制系统 Scion,五个月完成 monorepo 从 git 迁移

Anthropic 用五个月建成自研版本控制系统 Scion,并将 monorepo 从 git 完整迁移,以应对每日合并代码变更从 5 月约 2,500 次增至 9 月超过 30,000 次。

推荐理由:Anthropic 将版本控制计算集中到服务端,并用按需获取和分层缓存减少智能体任务维护本地仓库的负担。

AI HOT · 技巧与观点

Google 用 Gemini 4 Argon 无人值守优化约 205,000 行 ADK Python 代码

Google 用 Gemini 4 Argon 无人值守运行 11 小时,将 ADK 长会话的内存会话准备耗时降低约 40%,包导入耗时降低 21%。团队通过 .agents/skills 提供维护规范,并在 Google Antigravity 中启用 /goal 模式;模型提出 6 项优化,人工审查后合入会话复制与延迟导入两项改动。

推荐理由:Google 将仓库维护规范写入技能文件并让 Gemini 4 Argon 通宵优化代码,维护者再筛除脆弱方案形成可迁移的人机分工方法。

Computing Life · Share · 鸭哥调研

如何把 ChatGPT 订阅接进开发工具:三条接入路径与限制

ChatGPT 订阅接入外部开发工具有官方 API key、Sign in with ChatGPT 和复用 Codex 客户端身份三条路径,文章比较了各自的计费与使用限制。

推荐理由:文章比较 ChatGPT 订阅授权、API key 与复用 Codex 身份三条接入路径,区分了计费方式、功能限制和协议保障。

10月13日星期二

Computing Life · Share · 鸭哥调研

Anthropic 成本指南解读:该调 effort 还是换模型

Anthropic 成本指南建议按每个成功任务的成本比较模型,并优先测试调整 effort,再衡量多模型分层是否更划算。文中指出,会话中切换模型可能破坏提示词缓存,调整 effort 则不会;SWE-bench Pro 测试中,先用 low、失败后用 high 重跑,准确率为 97.0%,每题成本为 0.17 美元,全量 high 则为 95.3% 和 0.29 美元。

推荐理由:Anthropic 指南将单模型低 effort 的每任务成本设为分层方案的比较基线,让调度架构的成本收益有了具体衡量标准。

AI HOT · 技巧与观点

Vapi 自研代码审查机器人如何将 PR 合并时间缩短一半

Vapi 自研的 Pedantic Review Bot 已审查工程师提交的每个 PR,平均合并时间从超过 130 小时降至 65 小时。机器人在报告问题前可追踪调用、运行测试或编写复现,分析任务移除 Git 凭据,由独立任务校验结果并发布评论,不能批准或推送代码。

推荐理由:Vapi 将代码审查智能体的分析与评论发布任务分离,并要求运行测试或复现后再报告问题,为自建审查机器人提供权限隔离方法。

10月12日星期一

AI HOT · 技巧与观点

如何只用自己拥有的仓库文件约束编码智能体

编码智能体的仓库约束可拆成指令、路径规则、能力配置和检查四类文件,通过同一工单逐项加入并复测来辨别各自作用。CLAUDE.md 与 .claude/rules/ 提供指导,能力配置限制可用工具,.claude/hooks/ 则可拒绝写入,并与 CI 的 make gate 共用检查逻辑。

推荐理由:作者通过同一工单逐项加入仓库约束并复测,将指令、规则、能力与检查分开设计,使每项约束的作用能对应到具体检查结果。

10月11日星期日

Hacker News 首页

消耗 500B tokens 后,AI 智能体如何反编译一款第一人称射击游戏

项目团队历时 3 个月,用 AI 智能体重建一款第一人称射击游戏的 C++ 源码,已覆盖 99% 的函数,其中 83% 达到字节精确匹配。早期代码虽可运行却存在语义错误,团队随后采用原版编译器和字节匹配校验,并每小时刷新指令,约束智能体偏离任务及修改验证脚本的行为。作者估计实际消耗为 600-700 billion tokens,认为项目已完成,代码将保持私有。

推荐理由:项目团队用字节匹配校验约束反编译智能体,将正确性转化为机器可检查的验收条件,减少审查智能体被代码注释中的辩解误导。

Hacker News 首页

Cockroach Labs 复盘 MOLT Sinai 五个月实践:把缺陷当患者,把编码智能体组成医疗团队

Cockroach Labs 复盘了 MOLT Sinai 编码智能体流水线近五个月的运行,以教学医院式分工完成开发、审查和交接,消耗略超 $135,000 的 Claude tokens。

推荐理由:Cockroach Labs 将计划审查、结构化交接和合并前审计接入编码智能体流程,把质量检查分散到开发各阶段。

10月10日星期六

Hacker News 首页

软件工程师用 AI 检索历史档案,找到被遗忘的陨石、犀牛与火山喷发记录

一名软件工程师用 AI 检索数百万页历史档案,找到一份陨石报告、3 只犀牛的运输记录及3 起火山喷发候选记录。流程结合语义检索、Jev 初筛、Claude Haiku 精读和 Claude Code 核查原始扫描,并用已知历史事件测试检索能力。主要发现已对照原始页面及可访问的目录,但尚未经相关专家审查;作者正将调查工作流作为 Antiquity 工具包开源。

推荐理由:软件工程师将语义检索、低成本模型筛选与原始扫描核查串联,并用已知事件测试检索流程,为海量档案调查提供可迁移的方法。

10月9日星期五

Simon Willison

Simon Willison 如何用 Codex 语音模式构建博客新闻通讯索引

Simon Willison 几乎全程用 Codex 语音模式构建博客 Newsletters 索引,随后通过键盘提示和代码审查完成部署。他在做饭时使用 ChatGPT 桌面应用的 Codex 标签页与 GPT-6 Astra High 交谈,约半小时内完成 Django 数据模型、四种导入、归档页面和搜索集成,再花半小时修正私有 GitHub 仓库的 API 导入及页面展示。

推荐理由:Simon Willison 用 Codex 语音模式完成博客功能主体,再用键盘审查和修正导入代码,将语音开发与细节处理分开。

AI HOT · 技巧与观点

Hugging Face 工程师用 ML Intern 以约 USD 103 自制 7 个小模型

Hugging Face 工程师用 ML Intern 制作了 7 个小模型,CPU 与 GPU 作业费用合计约 USD 103。项目涵盖柑橘病害识别、图像 LoRA、提示词改写和图像模型知识蒸馏,其中 Pocket Rewriter 0.8B 可在 CPU 上运行,有效输出率为 99.7%。

推荐理由:Hugging Face 工程师把基线评测、训练前小规模测试和预算上限写入 ML Intern 提示词,将模型训练拆成可检查的步骤。

Computing Life · Share · 鸭哥调研

GPT-6 指南解读:长时运行智能体的实现清单与未解问题

GPT-6 指南解读梳理了长时运行智能体的工程实现,将重点从自建记忆管理转向任务不中断时的协作与授权。文中依据 OpenAI 文档整理了压缩与持久推理、mid-turn steering、异步工具调用和多智能体委派,并给出模型选择、缓存安排、技能规则和人工审批的落地步骤。文章同时指出纠偏指令断线丢失、部分 API 参数互斥及加密压缩难审计等限制,强调这套机制尚缺独立消融实验与跨模型对照。

推荐理由:这篇 GPT-6 指南解读把长任务工程拆成记忆托管与协作控制,明确了异步执行、运行中纠偏和人工审批各自承担的职责。

10月8日星期四

claude.dev 开发者博客

Anthropic 如何用 Claude Managed Agents 构建可靠的智能体自动化

Anthropic 提供基于 Claude Managed Agents(beta)的参考实现,定时读取 Slack 和 GitHub 的变化并向 Slack 发布简报。

推荐理由:Anthropic 将定时简报实现拆成书签续读、发送确认和权限隔离规则,为后台智能体避免漏报、重复通知和越权提供可复用方法。

Hacker News 首页

Pavel Rabtsevich 用 Claude Code 找到尚未确认的系外行星候选体

Pavel Rabtsevich 称,他用 Claude Code 分析 NASA 的 TESS 数据,找到一个尚未确认的系外行星候选体,其信号每 3.18 天重复出现。

推荐理由:Pavel Rabtsevich 用 Claude Code 分析候选行星,通过留出观测年份、独立审计和预注册预测约束智能体生成的科研结论。

10月7日星期三

Hacker News 首页

LLM 重学电报体:Telegraph Test 评测文本压缩与信息保留

Telegraph Test 在 50 篇文本、约 1,300 个问题上测试 LLM 电报体压缩,跨模型读取的准确率与明文基线之比为 0.99–1.10。使用小写指令时,GLM-5.3-Flash 的记录节省 48.4% token,但直接以电报体作答的准确率比为 0.81;gpt-5-mini 因无法关闭推理,压缩后的写入费用约为明文的两倍。

推荐理由:Telegraph Test 将记录压缩与作答压缩分开测试,为智能体记忆提供了在内容确定后压缩、机器消费时保持简写的可迁移方法。

claude.dev 开发者博客

Claude Code 云会话实战指南:并行任务、环境配置与本地衔接

Claude Code 云会话指南通过四次实际运行,讲解独立 VM 中的并行编码、环境配置及云端与本地会话衔接。三个任务在 16 秒内陆续启动,全部在首个任务启动后 87 秒完成,其中缓存修复通过连续 40 次测试;独立分支不会共享修复,需要安排合并顺序。

推荐理由:Claude Code 云会话指南用并行任务实测展示按文件边界拆分工作的方法,并将验收命令与分支合并顺序纳入任务设计。

10月4日星期日

Hacker News 首页

Alexey 停止逐行审查智能体代码,改用计划审查与工程护栏

Alexey 将智能体开发流程改为审查计划、设置工程护栏并允许自动合并,称两周内合并了 562 个 PR。其内部平台 Sightline 的 PR 必须通过单元测试、端到端测试、CI、Bugbot 和 Strix 检查,Mergify 才允许进入合并队列。他使用协调智能体分派子智能体执行计划,以功能开关和小步部署控制风险,并通过 HTML 进度报告跟进可持续一天以上的目标任务。

推荐理由:Alexey 将代码审查转向计划审查,通过强制测试、合并队列和功能开关约束智能体自动合并,把质量控制落实到工程护栏。

Computing Life · Share · 鸭哥调研

Claude Code mods 与 DSH 架构对比:进程内扩展开放,主循环仍留在核心

Claude Code 从 v2.1.287 引入进程内 mods 扩展,但按公开文档尚未提供 DSH 所支持的 AI 智能体主循环替换接口。mods 可通过 TypeScript 或 JavaScript 函数改写提示词、拦截工具调用和定制终端界面,支持热加载与模块内状态共享;DSH 则提供能力注册、依赖装配及主循环热替换所需的生命周期治理。

推荐理由:Claude Code mods 与 DSH 都让插件进入宿主进程,前者聚焦事件拦截和界面定制,后者支持主循环热替换并承担更复杂的生命周期治理。

10月3日星期六

OpenAI News

OpenAI GPT-6 系列模型使用指南:选型、提示词与长任务管理

OpenAI 的 GPT-6 系列使用指南介绍如何选择模型、调整提示词和技能,以及管理长任务的时间与成本。GPT-6 Astra 面向高难度推理,GPT-6.1 Sol 面向复杂编码、研究和计算机使用,GPT-6 Luna 面向目标明确的规模化重复任务;指南建议部署前衡量任务成功率、延迟和每次成功任务的成本。

推荐理由:OpenAI 将模型选择、推理强度与缓存管理纳入同一套生产实践,把任务成功率、延迟和每次成功任务的成本作为优化依据。

10月2日星期五

claude.dev 开发者博客

Claude Code mods 入门:构建上下文监测插件并定制交互界面

Claude Code mods 入门指南从零构建约 80 行的 Token Weather 插件,在提示词上方实时显示上下文窗口用量。教程适用于 Claude Code 2.1.287 或更高版本,涵盖事件钩子、热重载、状态保存、验证测试与插件分发。

推荐理由:Claude Code 入门指南用上下文监测插件串起事件钩子、状态持久化与测试流程,将界面定制拆成可复用的开发步骤。

AI HOT · 技巧与观点

LangChain 讲解如何在 Agent Harness 中构建模型路由器

LangChain 介绍在 Open SWE 的 Agent Harness 中构建模型路由器的方法,A/B 测试中每线程成本中位数降低 64%,质量未出现可测量变化。

推荐理由:LangChain 将任务分析、模型分层和结果追踪结合到智能体路由中,为按任务复杂度控制模型成本提供了可迁移方法。

9月30日星期三

Hacker News 首页

文本分类语言模型解读:从词袋模型到 Jev

Jev 将文本分类扩展为无需逐项任务微调的通用决策服务,文章通过分类技术发展史与实测解释其优势和适用边界。在 IMDb 的 25,000 条测试评论上,Choice API 达到 96.47% 准确率,总成本 $0.6492;文章同时提醒,无法确定测试集是否包含在训练数据中。

推荐理由:文章将 Jev 与词袋模型、ModernBERT 和通用大语言模型比较,厘清跨任务直接分类与专用模型微调的成本和适用边界。