跳到正文
只看教程
6月27日周六
  3. MarkTechPost67

    NVIDIA Open-SWE-Traces：构建监督微调数据——轨迹解析、补丁分析与 token 预算

    本文介绍如何从 Hugging Face 流式加载 nvidia/Open-SWE-Traces 数据集，解析 openhands、sweagent 等智能体与 minimax_m25、qwen35_122b 模型的轨迹，标准化多轮对话，解析最终代码补丁并统计新增/删除行数、文件扩展名分布。构建分析 DataFrame 考察轨迹长度、工具调用、补丁规模、语言分布及解决结果。基于成功标签、MAX_SFT_TOKENS=32000 的 token 限制、语言过滤和补丁可用性，筛选高质量轨迹形成监督微调子集。

  4. OpenRouter49

    OpenRouter 通过 MCP demo 展示智能体实时拉取 DesignArena 的顶级设计模型，并启动三个子代理——GLM-5.2、Opus 4.7、Kimi 2.6——各自生成自画像网页，并排展示供用户挑选。引用推文点出普遍痛点：不同模型各有擅长，但逐一注册、加载凭证、重复跑提示词过于繁琐，致 99% 用户只跟风他人推荐。OpenRouter MCP 提供更便捷的对比方式。

    引用jacky@jjacky

    diff models are good at diff things, but how many of us actually compare them? you sign up for each provider separately, load creds, and run the same prompt over and over it's tedious, so 99% of the time, people just go with what others say is best there's a better way..

  6. LangChain：Blog60

    LangChain 用 Perplexity Agent API 与 LangGraph 构建 90 秒生成可溯源 VC 投资备忘录的 Agent

    LangChain 发布 cookbook，展示用 Perplexity Agent API、LangGraph 和 LangSmith 构建一个约 90 秒、约 $0.40 API 成本生成投资备忘录初稿的研究 Agent，每个论断可溯源到一手来源。

    推荐理由：原文给出可复用的并行研究 Agent 架构和供应商评测方法，读者可迁移到自己的引用溯源型工作流。

6月26日周五
  1. SenseTime60

    商汤开源 SenseNova U1 完整训练代码，提供可检查、可修改、可重建的完整训练栈。同步发布 smoke-test 数据集，覆盖 t2i、it2i、多图输入、交错生成、多模态理解、视频理解、纯语言续写 7 种任务类型。用户可基于该 schema 用自有数据微调 U1，或验证数据格式及端到端测试 pipeline。数据集已上架 HuggingFace，代码托管于 GitHub。

  2. OpenBMB41

    面壁智能社区开发者将MiniCPM5-1B部署于QNAP NAS（型号Qu605-N150-16G），内存占用低于2GB，通过Ollama集成至Cherry Studio作为本地LLM。借助NAS MCP协议，将文件管理、共享文件夹、语义搜索等系统能力暴露给外部Agent，实现安全本地数据访问。同时利用Qsirch索引将NAS文件构建为结构化知识库，由MiniCPM5-1B在设备端执行检索增强推理，完成摘要、问答等任务。展示轻量小模型从本地推理向系统级智能体+RAG组合演进的实践。

  3. eric zakariasson68

    Eric Zakariasson 分享其AI智能体编程工作流：先设定可验证的完成标准（如模型评估分、测试全绿、p95阈值等），再将任务包装成循环——智能体反复修改、测量、保留或回退，直到达标、多轮无改进、思路用尽或遇阻。通过MCP和/notify向Slack发送通知，需要决策时主动联系人类。循环在云端运行，可同时启动多个长循环，并穿插PR、一次性调查等短任务。提示词模板用/loop驱动迭代、/notify保持更新。

  4. MarkTechPost66

    在 Google Colab 中构建 Nanobot 风格的 AI 智能体：工具调用、会话记忆、技能与 MCP 服务器

    本教程在 Google Colab 中从头搭建一个轻量级个人 AI 智能体，灵感来自 Nanobot 核心架构。从 provider 抽象出发，逐步实现工具注册、会话记忆、生命周期钩子、技能以及 MCP 风格的工具服务器，全部模块均可直接运行，无需 API 密钥。教程不依赖外部 agent 框架，而是自行构建核心模块，清晰展示消息、工具、记忆与模型响应如何在实用智能体循环中协同工作。

  6. Rohan Paul43

    GLM 5.2 以 34.29% 得分在 PostTrainBench 上排名第一。该基准测试 AI 智能体能否实际训练改进原始 LLM：智能体拿到 4 个小基座模型、1 块 H100 GPU 和 10 小时，需自主选择训练数据、编写训练代码、运行微调、修复失败并提交改进后模型。GLM 5.2 作为控制训练流程的智能体，评测其能否在限定条件下提升 4 个较弱 LLM。当前官方指令模型得分 51.14%，显示智能体后训练流程与更成熟的人工调优仍有差距。

  7. 公众号：数字生命卡兹克71

    Claude Code 6个实用Hook玩法

    Claude Code 内置近30个Hook事件（年初仅13个），本质是写死的规则脚本，运行时不消耗token。6个实用玩法：权限弹窗提醒、开机日程播报（问候+天气+飞书日程）、上下文预压缩时自动生成摘要卡片、结合Skill自动整理下载文件夹、启动后每小时久坐提醒、通过Bark实现手机/手表任务完成/失败推送。让AI从被动聊天框变为事件驱动的自动化系统。

    推荐理由：卡兹克把Claude Code的Hook拆成6个具体玩法，从权限弹窗到自动整理文件，每个都能直接抄作业，是让Agent从对话工具变成工作系统的最实用入门。

  10. Lilian Weng44

    一篇超级久拖（3年多了？）的关于缩放定律的博文。 计算成本高昂。缩放定律是一种帮助我们在大规模运行之前，推理数据与模型大小之间最优计算分配的方法。 此文涵盖缩放定律预测了什么、计算最优分配如何运作、Kaplan 等人与 Chinchilla 的分歧点何在，以及数据限制+拟合细节如何让外推变得棘手。 https://lilianweng.github.io/posts/2026-06-24-scaling-laws/

  11. Artificial Analysis57

    Artificial Analysis 发布最新 AI 视频编辑排行榜，HappyHorse-1.0 综合实力第一，Seedance 2.0 第二，Wan 2.7 第三。榜单基于约 8 万次人工盲评，从视觉效果编辑、物理与世界模拟、声音与语音编辑、对象编辑、复杂编辑五个能力维度评分。HappyHorse-1.0 是唯一在所有五个能力中均进入前三的模型，并在其中四个能力排名第一或并列第一。Kling 3.0 总排名第五，但在视觉效果编辑上排名第一。

  12. Artificial Analysis68

    微软 MAI-Image-2.5 在 Artificial Analysis Image Arena 排行榜上位列文本到图像生成第2名、图像编辑第3名，仅次于 OpenAI 的图像模型。该模型支持文本到图像生成与图像编辑，最大输出分辨率约 1MP，支持灵活宽高比，上下文窗口 32K token。更快、更低成本的 MAI-Image-2.5-Flash 变体在文本到图像和图像编辑中分别排名第8和第6。API 定价：MAI-Image-2.5 为 $48/千图，Flash 版 $20/千图。模型已上线 Foundry API 和 MAI Playground，其中 MAI-Image-2.5 还可在 PowerPoint 和 OneDrive 中使用。

6月25日周四
  2. The Decoder：AI News53

    美国作协测试：部分AI检测器完美识别人类写作，另一些全部误判

    美国作家协会用10篇2020–2022年发表的文章测试多款AI检测器。Pangram和Grammarly正确识别每篇人类文本（0%误报），Originality.ai同样精准。而Sidekicker全部误判为AI生成（两篇评分100%），ZeroGPT也不可靠，对每篇人类文本报告较高AI百分比。协会警告这些工具不应作为唯一决策依据，误判可能使作者失去合同和声誉。该测试主要反映检测器在避免假阳性上的表现，并不保证同等准确地识别真正由AI生成的文本。

  5. OpenRouter：Announcements68

    OpenRouter 零数据留存（ZDR）实践：97 款新模型，流量占比近半

    OpenRouter 的零数据留存（ZDR）保证用户提示词和模型响应不被存储，元数据一般安全。自 1 月以来新增 97 款支持 ZDR 的模型，月度 token 量增长 4.3 倍，约占全部路由流量一半。ZDR 在三个层面执行：账户级（整个供应商开启）、护栏级（按 API Key 或组织成员限定）、单次请求级（传参数仅路由至 ZDR 端点）。企业用户可灵活选择控制粒度，避免锁定单一供应商。

    推荐理由：ZDR 远不止“不存数据”这么简单，提示、响应、缓存的区分很多人没搞清楚。OpenRouter 的三层执行算是把自由度给足了，做合规服务的人可以仔细看看。

  6. Rohan Paul48

    GLM-5.2 在 ARC-AGI-2 上取得 22.8% 的成绩，成本 $0.25/任务 值得注意的是，大约 2025 年 5 月，ARC-AGI-2 上已验证的最佳模型仅为 3.0%。 因此，虽然它仍远落后于 GPT-5.5（85%），但 GLM-5.2 也比 2025 年 5 月的最佳前沿分数高出约 7.6 倍，且每任务成本比 GPT-5.5 的 $1.87 便宜约 7.5 倍。

    引用ARC Prize@arcprize

    GLM-5.2 from @Zai_org on ARC-AGI (Verified) - ARC-AGI-2: 22.8%, $0.25 - ARC-AGI-1: 77.0%, $0.19 Performance is comparable with GPT-5.4 & 5.5 (Low Reasoning Effort)

  7. MarkTechPost69

    如何设计OpenHarness风格Agent运行时：工具、记忆、权限、技能与多智能体协调

    本教程从零构建OpenHarness，一个可运行的Agent运行时，展示完整控制流：接收用户任务、模型决策、验证并执行工具调用、返回观察结果、循环直至任务完成。覆盖核心模块：工具使用与类型化工具架构、权限控制、生命周期钩子、记忆管理、技能、上下文压缩、重试逻辑、Token成本跟踪及多智能体协调。实现采用纯Python，无需API密钥或复杂基础设施即可实验，包含Token成本估算。

  9. Claude：Blog60

    Anthropic 推出 Claude Tag，构建人机协作团队

    Anthropic 推出 Claude Tag，支持多用户与同一 AI 智能体在同一工作空间协作。智能体具备持久记忆、独立于人类的凭证及广泛信息访问权限。经验：工作公开化并给予智能体广泛上下文，通过工作区级安全边界让信息对人和 AI 均可用；为每位成员（含 AI）分配明确角色与相应工具。用户可通过 @Claude 私信进行敏感交互，对话保持私密。该方法已在 Slack 等团队协作工具中实践，旨在使人类与智能体高效协作完成共享目标。

    推荐理由：Anthropic 内部总结的四个教训——公开透明、明确角色、设北极星、逐步信任，对正在探索人机协作团队的管理者来说，比产品手册更实用。

  11. The Decoder：AI News59

    Snowflake CEO 实测：GLM-5.2 与 Opus 4.7 编程能力接近，成本仅为几分之一

    Snowflake 内部基准测试显示，在每项任务三次尝试下，GLM-5.2 解决 66% 的编程问题，Anthropic 的 Opus 4.7 解决 67%，两者几乎持平。首次尝试准确率 Opus 为 53.7%，GLM 为 47.6%；GLM 每任务平均迭代 99 次、消耗 8.6 亿 token，Opus 则为 80 次、4.39 亿 token。成本方面，GLM-5.2 输出 token 价格为 $4.40/百万，远低于 Opus 的 $25 和 GPT-5.5 的 $30；输入 token 仅 $1.40/百万。GLM 存在过早放弃和过度检查等弱点，但其定价优势可能对西方 AI 公司的高估值构成压力。

  12. LangChain：Blog71

    LangChain 发布 AI 智能体记忆构建实用指南：短期记忆、长期记忆与 LangSmith 追踪分析

    LangChain 发布了一份关于 AI 智能体记忆构建的实用指南，涵盖短期记忆、长期记忆与追踪分析。指南介绍了如何通过 LangSmith 帮助智能体在多次运行间持续改进，并重点讨论了短期记忆（如对话上下文）与长期记忆（如用户偏好存储）的实现方法。该指南为开发者提供了在 LangChain 框架中集成记忆模块的具体技术路径。

    推荐理由：LangChain官方出的代理记忆实践指南，把短期/长期记忆和trace分析讲透了，用LangSmith复盘的方法可以直接落地，做agent的值得存一份。

  13. Hugging Face 社区博客66

    NVIDIA NeMo AutoModel：一行代码加速Transformer MoE模型微调

    NVIDIA NeMo AutoModel 是基于 Transformers v5 的开源库，添加 Expert Parallelism、DeepEP 融合 all-to-all 调度和 TransformerEngine 内核。在 MoE 模型微调中，相比原生 v5，训练吞吐量提升 3.4–3.7 倍，GPU 内存减少 29–32%，仅需改动一行 import。在 16 节点 128 张 H100 上全微调 Nemotron 3 Ultra 550B A55B 时，v5 因内存不足无法运行，而 AutoModel 凭借 EP=64 专家并行使训练可行。单节点 30B MoE 模型（如 Qwen3-30B-A3B）同样获得可量化的性能优势。

    推荐理由：英伟达的 NeMo AutoModel 把 MoE 模型微调速度提高了三倍多，内存省了近三分之一，代码只需改一行 import，做训练的可以立刻升级。

6月24日周三
  1. IT之家·人工智能52

    论文 AI 率改后反升，央视揭秘检测原理

    毕业季高校毕业生论文面临 AIGC 检测新关卡。有学生论文 AI 率为 62%，远超学校 15% 红线，尝试用大模型改写后检测升至 94%。首都师范大学副院长蔡海龙指出，AI 检测本质是基于概率的分类，用 AI 查 AI 无法明确判定；中文语意丰富易致歧义误判。当前检测依赖困惑度与突发性等特征，准确性无法达 100%。专家建议建立透明可回溯的 AI 使用标注制度，实行“人工评议为主、AI 检测为辅”的人机共判模式。

  2. MarkTechPost68

    Nous Research为Hermes Agent技能系统新增/learn命令，无需手写SKILL.md即可将工作流捕获为斜杠命令

    Nous Research为开源自改进智能体Hermes Agent的技能系统新增/learn命令。指向文档页面、本地SDK目录、历史对话或粘贴笔记后，Agent自动收集材料并按照标准格式编写SKILL.md。所有技能存放在~/.hermes/skills/，自动映射为斜杠命令（如/plan、/axolotl）。技能采用三级加载（Level 0返回名称与描述约3k tokens，Level 1加载全文，Level 2加载特定文件），避免大技能库撑满上下文窗口。除/learn外，还支持手动编写、skill_manage自动捕获、Skills Hub安装三种创建方式。/learn在CLI、消息网关、TUI和仪表板上均可使用，仪表板额外提供“Learn a skill”按钮。

  3. 公众号：卡尔的AI沃茨65

    快手KroWork：将AI Skill工作流打包成本地桌面App

    快手新发布KroWork，能将多个AI Skill串成的工作流直接打包为本地桌面应用。用户安装后可在Launchpad中一键下载到本机，双击即可按预设流程运行，无需反复打开对话框或重新配置参数。KroWork支持定时任务（如每天9点自动执行），并允许从Kro Workshop复制他人工作流二次开发。作者用其复刻了Prompt Organizer提示词生成器和Daily Trend Brief（每日AI趋势简报）等日常工具。KroWork定位与Claude Cowork、Codex Site、Claude Code Artifacts相似，旨在将重复工作流沉淀为可分享的本地应用。

  4. 公众号：小红书技术51

    AICon 上海 2026｜小红书质效：Agent 基建的规模化落地路径

    小红书质效研发团队在 AICon 上海 2026 公布两项 Agent 基础设施实践。Self-GC 系统通过 ContextObject 对象化建模与三阶段提交机制（Async Plan、Rehearsal、Delayed Commit），将上下文转为可索引的生命周期管理，生产环境实现 10%-20% 输入 Token 下降且保持 90%+ 无影响率。Seal 企业级 AI 个人助理依托 NEX 沙箱实现运行时隔离，结合 Self-GC 与 SealRouter（Auto 模型路由）达成成本减半，并采用 L0-L2 分层记忆体系构建可溯源知识闭环，从 3 天内测到两周完成全员覆盖。

  5. MarkTechPost43

    2026年16大生成式AI编码工具对比：功能与适用场景

    生成式AI已重塑软件开发，从逐行自动补全扩展到全应用生成、多智能体构建管道和自然语言代码库交互。文章对比了16个最佳工具：Atoms*支持自然语言生成可部署应用并并行运行多模型；GitHub Copilot提供IDE内智能补全与代理模式；Tabnine主打本地化私密代码补全；Replit为云端IDE与AI代理；Warp增强终端AI；Hugging Face提供开源模型平台；Codacy自动化代码质量分析；Metabob基于图神经网络检测深层缺陷；aiXcoder可本地运行开源代码模型；Bloop将代码搜索转向AI智能体基础设施；Mintlify等覆盖IDE插件、云部署到代码质量管理多种场景。

  6. 公众号：蚂蚁百灵49

    Ling-2.6-1T TPU 推理优化：用 Pallas Kernel 隐藏 MoE 数据搬运

    蚂蚁 ASystem Core 与 SGLang-JAX 团队在 TPU v7x 上优化了 1T 参数稀疏 MoE 模型 Ling-2.6-1T 的推理性能。核心是 Fused MoE V2 Pallas kernel，将 scatter、expert FFN 和 gather 合并，通过计算与数据搬运重叠降低延迟。相比 V1，MoE prefill latency 从 5.16 ms 降至 2.42 ms（降 53%），decode kernel latency 从 0.249 ms 降至 0.211 ms。仅替换 MoE kernel 即可使 prefill throughput 提升 24.8%，decode throughput 提升 18.5%–35.3%。在 SGLang decode benchmark 下，16 颗 TPU v7x 的 output throughput 达到 16 张 H200 的 1.29x–1.77x。该工作还完整支持 hybrid backbone，包括 hybrid KV/recurrent memory pools、GLA linear attention 及 single-controller data parallelism。

  7. OpenBMB65

    🥳感谢分享，@MLBoy_DaisukeMajima 🚀 MiniCPM-V 4.6 在设备上以这样的速度运行，实在令人印象深刻——尤其是在 Apple Core AI 上以不到 2B 参数跑出。 干得漂亮，推动高效多模态 AI 向前发展。🫡

    引用MLBoy_DaisukeMajima@JackdeS11

    📸 MiniCPM-V 4.6 —— 2B 参数以下最强的视觉模型之一 —— 现在通过 Apple Core AI 在 iPhone 17 Pro 上以约 51 tok/s 运行。 🤗 http://huggingface.co/mlboydaisuke/MiniCPM-V-4.6-CoreAI 🛠️ http://github.com/john-rocky/coreai-model-zoo

    推荐理由：社区把 MiniCPM-V 4.6 搬上 iPhone 17 Pro，跑出 51 tok/s，还给了代码和模型，做端侧多模态的可以直接跑起来了。

  8. 数字生命卡兹克63

    微信小微Agent常驻左上角，支持语音/文本输入，基座模型为微信自研WeLM（WeLM-V4-80B MoE，激活3B）及DeepSeek。可发消息、红包、语音通话，但每一步需用户确认，且禁止批量发送、读取聊天记录、转发笔记等。已打通朋友圈（限最近2天）、公众号、视频号，支持通过小程序进行本地生活、出行、充值等操作。当前权限“只读不动”，不能删除好友或取消关注。作者认为这是微信最大更新，但在智能程度和便捷性上仍有不足。