跳到正文
只看教程
10月8日周四
  4. Every：最新文章42

    Every 如何打造更省 token 的 Every Agent

    Every 工程师 Paridhi Agarwal 分享了如何让 Slack 中的智能体同事 Every Agent 更省 token，并给出四步工作流帮你在自己的软件中定位 token 浪费。由于 Every 将 token 成本不加价转嫁给用户，省下的每个 token 都归用户。Every Agent 昨日上线，可在 Slack 中帮助整个公司实现 AI 原生。

  7. Lydia Hallie ✨68

    Lydia Hallie 介绍 API 计费用户可将 Haiku 5.5 的 autocompact 窗口设为 100K，以保持在更便宜的 token 定价档。该设置按模型保存，仅适用于 Haiku 包括 subagents，命令为 /model haiku 和 /autocompact 100k。引用的 @ClaudeDevs 价格信息显示，100K tokens 以下为每百万 $0.10/$0.50（缓存读取 $0.01），以上为 $0.50/$2.50（缓存读取 $0.05）。

    引用ClaudeDevs@ClaudeDevs

    对于低于 100K token 的提示，价格为每百万 token $0.10 / $0.50，缓存读取为 $0.01。 超过 100K token 时，每百万 token $0.50 / $2.50，缓存读取为 $0.05。

    推荐理由：原文给出具体命令和阈值，让 API 计费用户能通过设置 autocompact 窗口留在更低的 token 定价档。

10月7日周三
  4. PromptArmor：Threat Intelligence60

    PromptArmor 解析 WebMCP 的机制与主要安全风险

    PromptArmor 发布 WebMCP 威胁情报解读，介绍 WebMCP 如何让网站向浏览中的智能体提供工具，并指出治理、提示词注入、Web 安全、误配置和操作漂移等新增风险。

    推荐理由：作者从一线威胁情报视角拆解 WebMCP 的机制与治理、提示词注入等新风险，读者可据此评估自身供应商面。

  8. Rohan Paul55

    Overmind 发布一个可将代码与 traces 转为 context graph、构建训练与评测数据并微调小型专用模型的工具，代码开源于 github.com/overmind-core/overmind。

    引用Overmind@OvermindLab

    Overmind turns anyone into an AI lab. • Builds a context graph from code and traces • Curates training and eval datasets • Evaluates prompts and models • Trains smaller, specialized models https://github.com/overmind-core/overmind

  10. Boris Cherny53

    Boris Cherny 引用一条使用案例并公开自己的实际提示词链接。被引内容称，作者用 Opus 5.5 以 Lean 形式化验证 Claude Agent SDK，几个简短提示词产出了 16 个修复 bug 和竞态条件的 PR，并可结合 TLA+ 排查数据流、并发和状态管理问题，链接 https://x.com/bcherny/status/2102543349102338309?s=20。

    引用Boris Cherny@bcherny

    I used Opus 5.5 to formally verify the Claude Agent SDK using Lean. A couple short prompts = 16 PRs fixing various bugs and race conditions. Video attached. TLA+ also works well. I sometimes combine Lean and TLA+ to look for issues around data flow, concurrency, and state mgmt. I don't know either language well, but Claude is excellent at both. This approach is super useful for formally modeling your code and finding bugs that a human probably wouldn't have spotted. Is formal verification the future of coding (or at least, bug finding)?

  12. ClaudeDevs70

    Claude Devs 介绍 Cloud sessions 会在全新 VM 上为每个任务运行 Claude Code，可同时启动多个任务，合上笔记本后任务继续执行。团队还发布了实地指南，给出七个适合 Cloud sessions 的工作流，以及首次连接 GitHub 的方法，链接 https://claude.dev/blog/claude-code-in-the-cloud。

    同一件事，精选收录的是《Claude Code 云端会话实战指南：每个任务独占一台 VM，可并行跑任务并以分支收尾》

  15. Google Developers Blog66

    Google 发布 EmbeddingGemma 2：基于 Gemma 4 的开源多模态嵌入模型

    Google 发布基于 Gemma 4 的开源嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 许可，将文本、代码、图像、视频和音频映射到统一的 768 维向量空间，参数量从 270M（文本/代码）到 740M（全模态）按需加载。

    同一件事，精选收录的是《Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2》

10月6日周二
  1. Simon Willison 博客47

    Simon Willison 用 Claude Opus 5.5 测试 AI 作曲，做出 Scrimshaw Jukebox

    Simon Willison 让 Claude Opus 5.5 设计一种简单的文本音乐格式，并构建一个能播放它的 artifact，还要求示例曲目达到《猴岛小英雄》初代的音乐水准。结果成品比他预想的更贴近猴岛主题，但效果出奇地好。他由此猜测，作曲能力或许像此前的 3D 图形能力一样，是文本模型近几个月才涌现的新能力，但需要更多实验验证。

  2. Anthropic：Claude.dev 开发者博客82

    Claude Code 云端会话实战指南：每个任务独占一台 VM，可并行跑任务并以分支收尾

    Claude Code 推出云端会话：每个任务在独立 VM 上运行，仓库克隆到新分支，可从 claude.ai/code、手机、Desktop、终端和 Slack 启动并跟踪，完成后产出可转 PR 的分支，Pro、Max、Team、Enterprise 计划不额外收费。

    推荐理由：作者用四个真实云会话实测并行修复、文档校对和结构化日志，给出本地与云会话的选择边界和七个适用工作流。

  3. Tomasz Tunguz 博客63

    Vercel COO 讲解如何用 Agent 自动化 Inbound 销售

    Vercel COO Jeanne DeWitt Grosser 在 Tom Tunguz 的 Office Hours 节目中讲解团队如何搭建运行销售漏斗顶端的 Agent。

    推荐理由：Vercel COO 分享了从 125 行提示词到 14 条规则加模型的演进路径，为销售自动化提供了可迁移的组织与方法模板。

  6. Databricks：Blog48

    IFCO 如何在 Databricks 上扩展和运维大型 dbt 项目：性能、可见性与调试

    IFCO 数据平台团队与 Databricks Forward Deployed Engineering 合作，将核心语义层作业的每日运行时间缩短超过 60%，并停用了昂贵的夜间全量刷新。改造后转换逻辑仍留在 dbt 中，运行在 Databricks 上，通过 Liquid clustering、merge 增量策略和行哈希校验等配置，让每次运行只触碰实际变更的数据。

  7. 公众号：可灵AI49

    可灵 Kling 4.0 如何制作全网曝光 500 万+的 AI 短片《The Beat》

    可灵 AI 拆解 AI 短片《The Beat》的制作过程，该片全网曝光超 500 万。Kling 4.0 支持单次原生生成最长 30 秒视频、单次任务最多 15 项参考素材、最多 10 张关键帧输入，并提升了大动态运镜稳定性与口型匹配。Kling 4.0 Flash 已向黑金年卡会员开放抢先体验，Kling 4.0 将于 10 月正式上线。

  10. Hao AI Lab51

    Hao AI Lab 发布完全开源的 Minecraft 智能体 Jev，经 1,795 轮对局后公开其工作方式。该智能体采用 Prompt 进化而非训练，由 SOTA LLM 智能体在人类监督下进化提示词；在 NVIDIA Blackwell 上每次决策耗时 24 ms，比某领先推理引擎快 2.5 倍；在 Block UHC 对真人玩家胜率 70%。

    引用Hao AI Lab@haoailab

    🚀 We let Jev play Minecraft. And we just can't beat it! 😭 ⚡ Jev: 24 ms decisions 🧠 You: ~200 ms reactions It moves before you even see it move. Way too strong! 🎮 https://mc.alexzms.com (join the server to win)

  11. Claude：YouTube64

    Claude Code 推出 mods，可自定义其界面、提示词与工具调用

    Claude Code 现已支持 mods，即用户编写的函数，可改变 Claude Code 的渲染内容、进入提示词的内容以及工具调用。Anthropic 的 Lydia 展示了三个示例：实时上下文分解、agent 侧边栏和悬停显示邮箱地址，并从零构建了邮箱示例。详情见 https://claude.dev/blog/getting-started-with-claude-code-mods/

    同一件事，精选收录的是《Claude Code 推出 mods，可用 TypeScript 函数改写提示词、替换内置功能》

10月5日周一
  2. LlamaIndex：产品、工程与评测46

    OCR 已死，Agentic OCR 长存：LlamaParse 如何为 AI 智能体解析文档

    LlamaIndex 提出 Agentic OCR，即通过 LLM 工具调用循环让解析系统自行决定阅读策略、调用专用模型并基于结果迭代，而非传统 OCR 的单次转换。该系统需满足三点：阅读策略随文档自适应、修正须有证据支撑、执行须有明确时限与目标。LlamaParse 已在 "Agentic" 和 "Agentic Plus" 档位提供上述能力。