跳到正文
只看教程
7月23日周四
7月22日周三
  1. ByteByteGo53

    构建生产级 AI 智能体的最佳实践

    演示中表现良好的 AI 智能体在生产流量下往往失效，根源在于模型调用链中复合错误呈乘法级数放大，且模型幻觉率在受控环境下仍达 3%-27%。生产级智能体的核心是一个循环：模型接收上下文并返回结构化决策，由确定性代码执行步骤并更新上下文，直至模型发出完成信号。可靠智能体与脆弱智能体的区别，取决于工程决策中模型在哪些决策点获得控制权、哪些被限制。

  4. 公众号：卡尔的AI沃茨71

    实测Qwen-Image-3.0：19大场景挑战GPT Image2，中文长文本与多图融合表现亮眼

    Qwen-Image-3.0上线，支持最高4.5k token输入、12种语言、20多种字体，以及多图融合、图中图和图片编辑。实测显示，其在中文长文本生成、多语言混合排版、UI设计、多图融合与图片编辑等19个场景中均能稳定输出，文字不崩且信息对应准确，图片质量已能与GPT Image2媲美。该模型在国内可直接使用，速度快且价格不贵。

    推荐理由：Qwen-Image-3.0 的实测效果在中文文字稳定性和多图融合上可以和 GPT Image2 掰手腕，看完这些案例，你会意识到国产图像模型已经能务实替代一部分工作流了。

  5. 公众号：可灵AI44

    可灵AI创作者用微表情与长镜头还原影视级情绪表演

    创作者@澜安自2025年下半年起使用可灵AIGC工具，通过拆解眼神变化、嘴角颤动、呼吸节奏等细节，让AI生成隐忍落泪、一秒变脸等复杂情绪表演。他认为AI需通过具体文字还原情绪对应的外在细节，而非仅告诉AI“要难过”。文章分享了从剧本、分镜、提示词到可灵生成的完整创作方法。

  6. 公众号：可灵AI48

    可灵创作者澜安：AI如何演好“隐忍落泪”这类复杂情绪

    创作者@澜安自2025年下半年接触AIGC，因可灵对人物微表情、细腻动作和长镜头稳定性的表现，开始探索AI呈现影视剧般自然复杂情绪的可能。他把情绪拆解为眼神变化、嘴角颤动、呼吸节奏和肢体反应等外在细节，再通过镜头、光影和节奏让表演成立，并分享了从剧本、分镜、提示词到可灵生成的完整创作方法。

  8. Rohan Paul43

    Kimi K3 在 AA-Briefcase 基准上取得 Elo 1543，仅次于 Claude Fable 5（1574），较前代 K2.6（816）提升 727 分。该模型每任务平均成本 $10.57，约为 K2.6 的 10 倍，平均耗时 56.4 分钟，主要因任务平均需 83 轮交互和大量输出 token。

    引用Artificial Analysis@ArtificialAnlys

    Kimi K3 is second only to Fable 5 on AA-Briefcase, our agentic knowledge work benchmark, but costs more than Opus 4.8 to run while averaging nearly an hour per task Last week @Kimi_Moonshot released Kimi K3, a 2.8T parameter model that scores 57 on the Artificial Analysis Intelligence Index, comparable to models such as Opus 4.8 and GPT-5.5. On AA-Briefcase, Kimi K3 scores an Elo of 1543, a +727 improvement over Kimi K2.6 and the second highest score recorded, behind only Claude Fable 5 (1574) AA-Briefcase is our new proprietary benchmark for agentic knowledge work, testing models on a fully private dataset of realistic tasks across thousands of complex input files. Tasks require deliverables such as spreadsheets, presentations, and UI mock-ups, with performance combined into a single AA-Briefcase Elo based on correctness, analytical quality, and presentation quality Key results for Kimi K3 on AA-Briefcase: ➤ Second only to Fable 5: Kimi K3 achieves an AA-Briefcase Elo of 1543, the second-highest score overall, ahead of GPT-5.6 Sol (max, 1501), Claude Sonnet 5 (max, 1388), and Claude Opus 4.8 (max, 1347). This is a +727 improvement over the previous-generation Kimi K2.6 (816) and puts Kimi K3 only behind Fable 5 ➤ Strong objective and analytical performance, with comparatively weaker presentation: Kimi K3 achieves a rubric pass rate of 51%, second only to Claude Fable 5 (56%) and ahead of Claude Sonnet 5 (max, 42.3%) and GPT-5.6 Sol (max, 41.8%). It also records an analytical quality Elo of 1754, comparable to Claude Fable 5 (1744). Presentation quality is comparatively weaker, with a Presentation Elo of 1471, below GPT-5.6 Sol (max, 1660) and Claude Opus 4.8 (max, 1492) ➤ ~10x increase in Cost per Task: Kimi K3 averages a cost of $10.57 per task, a ~10x increase from Kimi K2.6, placing it among the most expensive models to run on AA-Briefcase. This is driven by model token pricing, increased output tokens and relatively high turn use, averaging 83 turns per task, versus 67 for Claude Fable 5 and 50 for GPT-5.6 Sol (max). Kimi K3 is priced at $3/$15 per 1M input/output tokens, with a 90% discount for cached tokens ➤ Averages nearly an hour per task: Kimi K3 has an average Time per AA-Briefcase Task of 56.4 minutes. This is driven by a high number of turns, high output token use, and lower speeds using the first-party Kimi API

  10. OpenRouter：Announcements72

    OpenRouter 新增音频转写 API，支持 Whisper 与 token 计价 STT 模型

    OpenRouter 推出 POST /api/v1/audio/transcriptions 端点，用户可使用同一 API key 将 base64 编码音频发送至该端点，返回 JSON 格式文本与用量对象。

    推荐理由：OpenRouter 把语音转录集成进 API，一份 key 搞定聊天和转写，对已经在用的团队省心不少，这篇教程直接可跑。

  11. Rohan Paul40

    Laguna S 2.1（118B 参数）在游戏编程任务中达到与 753B 的 GLM-5.2 同等的质量，参数量仅为后者的 1/6。在构建三款自玩街机游戏时，Laguna S 2.1 仅用 10.3K tokens 完成，而 GLM-5.2 需要 26.4K tokens。Laguna S 2.1 是三者中唯一能在 128GB MacBook 上本地运行的模型。

    引用atomic.chat@atomic_chat_hq

    Laguna S 2.1 performs at GLM-5.2 level on building popular games with 6x fewer params! We gave three local models the same task: build three popular arcade games that play themselves. Each game is one self-contained HTML file with a bot that plays it. Prompts: – Geometry Dash – Doodle Jump – Air Hockey Outputs: Laguna S 2.1: 10.3K tokens GLM-5.2: 26.4K tokens Hy3: 10.4K tokens Laguna held its quality against a 753B model. We think Laguna's Geometry Dash looked the best of the three, the cube clears every spike and block. GLM won Air Hockey. Its table looked the most detailed of all. Hy3 was the only model that added shooting to its Doodle Jump. But Laguna is the only model in our benchmark that runs on a MacBook with 128GB!

  19. OpenRouter：Announcements69

    OpenRouter 推出 Prompt Caching + Sticky Routing，降低多轮 Agent 调用成本

    OpenRouter 通过 Prompt Caching 与 Sticky Routing 降低多轮 Agent 的 token 成本。缓存读取价格仅为正常输入的 0.1x-0.5x，其中 Claude Sonnet 4.6 缓存读取为 $0.30/M（正常 $3.00/M）。

    推荐理由：Prompt caching 不是新概念，但 OpenRouter 把成本算得明明白白，sticky routing 配合 session_id 解决了缓存漂移的痛点，做 agent 的人该抄作业。

  20. Andrej Karpathy78

    Andrej Karpathy分享了一种与LLM协作的有效模式：开启语音输入，进行10分钟左右的自由漫谈，即使内容混乱、意识流式也无妨。他发现LLM擅长从长篇不连贯的语音中重构意图，回应的内容往往比用户最初的思路更清晰，从而减少后续修正次数、提升人机对齐效率。

    推荐理由：Karpathy 这条语音输入 ramble 技巧，比精心写 prompt 更符合人性，读完后你也会想试试。

  22. GitHub Blog70

    GitHub Copilot 推出 canvases 扩展，实现开发者与 AI 智能体实时协作

    GitHub Copilot 在应用中推出 canvases 扩展，这是一种共享交互式界面，开发者和 AI 智能体可在其中实时协作。用户通过 `/create-canvas` 指令创建画布，Copilot 可动态更新内容，用户则通过点击、编辑等操作与同一工作区交互。示例包括快速分类 Issue、生成交互式代码库关系图、管理会话工作树、优化提示词质量以及跨平台搜索知识联系人。

    推荐理由：Copilot 的 canvas 把对话变成可拖拽可点击的交互界面，处理 issue、探索代码都变得直观，日常依赖 Copilot 的开发者可以直接用起来。

7月21日周二
  2. IT之家·人工智能47

    阿里千问 App 上线“暑期 AI 通识课”，覆盖小学低中高年级学段

    阿里联合上海交通大学学生创新中心，在千问 App“千问小讲堂”上线“千问 AI 创想课堂”暑期 AI 通识课，面向全国学生免费开放。课程针对小学低、中、高年级分别设置《我的 AI 新朋友》《我的超级学习搭子》《智能时代创造者》三个递进主题，覆盖对话、创作、探索等维度。后续该课程将以公益形式走进更多中小学校园。

  3. 公众号：数字生命卡兹克64

    一个随机数就能识别AI模型身份：行为指纹技术可检测API中转站偷换模型

    布拉格经济大学研究员托马什·布鲁克纳发现，通过让模型反复输出1到100的随机数，可生成独一无二的“行为指纹”。对165个模型各问30次后发现，GPT-4o偏爱42和37，Claude Sonnet 5疯狂输出47，Qwen3-Max则30次全部回答42。该方法仅需约120条请求即可识别模型身份，错误率约10.6%，为验证API是否被偷换模型提供了轻量级方案。

    推荐理由：一个Token识别模型的妙招，轻巧但准确率高，对于被API中转站坑过的人来说简直是照妖镜，而且读起来像在破案。

  4. 公众号：卡尔的AI沃茨67

    九个学术科研Skill实测排名：Academic Research Skills获“夯”级，Claude Scholar与nature-skills获“顶级”

    作者筛选了GitHub上九个学术科研Skill，按“夯、顶级、人上人、NPC”五档排名。Academic Research Skills通过四库交叉验证引用，能拦截AI编造的假引用；Claude Scholar可连接Zotero和Obsidian批量导入论文并自动生成结构化笔记；nature-skills能将中式英语论文润色至接近Nature发表水准。

  5. TechCrunch：AI47

    MCP 协议更新：会话 ID 改为无状态，降低大规模部署门槛

    Model Context Protocol (MCP) 即将迎来重要更新，将服务器端会话 ID 处理方式改为无状态模式，类似普通网站的工作方式。这一改动解决了当前 MCP 服务器在负载均衡下跨机器追踪会话的痛点，使服务器更容易大规模运行，理论上也能降低运营成本。新版本官方规范已于 5 月公开，但 Arcade 在周一详细解释了这一变化对生态发展的意义。

  6. TechCrunch：AI51

    Adobe 实验性相机应用 Project Indigo 新增 AI 照片批评与编辑建议功能

    Adobe 为其 iOS 实验性相机应用 Project Indigo 加入基于 LLM 的新功能，可对照片的构图、光线、色彩和情感冲击给出“专业级”批评，并提供重拍或编辑建议。该应用还新增 AI 物体移除（支持一键清除背景人物、电线等杂物）、景深生成和风格迁移（如水彩、水墨画效果）。这些功能使用 Google Gemini Nano Banana 模型，目前仅对部分测试用户开放。

  8. LlamaIndex：产品、工程与评测45

    LlamaIndex博客：为何模板OCR的替代方案不是更好的模板而是Agentic OCR

    文章指出传统模板OCR（Zonal OCR）因依赖坐标定位，在文档布局变化时易产生静默错误且维护成本高。作者主张放弃固定模板，采用“Agentic OCR”理念，即像人一样先识别页面组件（如表头、表格、签名），再路由至最适合的模型处理。文中以LlamaParse为例，说明其通过布局感知计算机视觉实现无模板提取，能自动适应新供应商格式、旋转页面及动态行数，并提供置信度信号以支持人工复核。

  9. LlamaIndex：产品、工程与评测45

    LlamaIndex 贷款文档提取自动化教程

    文章介绍了如何使用 LlamaParse 构建抵押贷款申请中的文档提取工作流。针对 W-2、银行流水、税表等常见贷款文件，提供了基于 Pydantic 的数据模型定义和代码实现，展示了不同提取模式（Cost-Effective vs Agentic）的选择策略，并涉及跨文档验证与合规性处理。

7月20日周一
  1. Claude：Blog42

    乐天用 Claude Fable 5 构建可自主运行数小时的智能体

    乐天AI业务总经理Yusuke Kaji测试Claude Fable 5后表示，该模型能自主运行更长时间，首次实现夜间无人值守完成复杂任务。与之前模型不同，Fable 5在运行中持续自我验证和纠错，避免早期错误假设导致整次运行失败。乐天已在一周内将Claude Managed Agents部署到产品、销售、市场和财务等部门，各领域问题解决速度提升约10倍。

  2. 公众号：昆仑万维62

    昆仑万维发布并开源可交互世界模型 Matrix-Game 3.5

    7月19日，昆仑万维在WAIC上正式发布并开源新一代可交互世界模型Matrix-Game 3.5。该模型通过Patch Memory与Warped RoPE实现长期记忆与精准相机控制，在单张GPU上实现720P、约20FPS的实时流式视频生成，并依托自动化数据管线积累了超500万段高质量视频切片。核心架构开源，延续其从1.0到3.5的开源路线。

  7. 公众号：数字生命卡兹克76

    不会代码也能做产品：一份从0开始的Vibe Coding保姆级教程

    本文面向零代码用户，提供一套使用国产大模型（Kimi、GLM、Qwen等）从零开发并上线产品的完整流程。核心步骤包括购买Coding Plan、下载官方Agent编程产品、注册域名与服务器并同步做ICP备案，然后通过Agent的Plan模式描述需求并让AI自动执行开发。上线后建议建立分支保护与测试流程，并强调即使不懂代码，也必须对系统架构了如指掌。

    推荐理由：我觉得这是目前最适合非技术人的中文实操指南，把从买服务器到上线的坑都填平了，独家skill也开源了，跟着做能少走很多弯路。