#教程/实践

通过自动安装系统引导Composer开发

团队开发了Composer自动安装系统，利用早期模型（如Composer 1.5）为强化学习训练自动配置可运行环境。该系统分两阶段工作：先由智能体设定成功环境的目标命令与描述，再由另一智能体执行具体配置，包括安装依赖、模拟缺失组件并进行测试。在一项针对区块链项目Celo的真实实验中，该系统成功处理了稀疏文档和复杂依赖。采用此方法后，Composer 2在环境设置基准测试中的得分从47.9%提升至61.7%，为后续训练提供了更优基础。

金融服务行业Claude部署指南发布

Anthropic发布金融服务行业Claude部署指南，详细介绍了Claude系列产品在金融研究、交易、承销、理赔及月末结算等场景的应用方案。指南包含产品矩阵、10个预置金融智能体模板（如招股书生成器、KYC筛查器等），并分享了AIG、澳大利亚联邦银行等机构的实践案例。同时，提供基础、试点、扩展三阶段实施路线图，旨在协助企业决策者与工程师规划AI落地路径，提升运营效率。

60倍速冷启动：将同级GPU视为权重服务器

Runway平台团队开发的NCCLBack系统，通过P2P权重传输将模型冷启动时间从数分钟缩短至数秒。其核心创新在于让新启动的GPU推理节点直接从集群内已加载权重的同级GPU获取模型参数，而非从云存储重复下载。该系统利用GPU互连（如InfiniBand、NVLink）高达200-400 Gbps的带宽，相比传统存储下载的2-10 Gbps实现了数量级提升。通过Redis协调与NCCL广播原语，NCCLBack确保了数据传输的效率和正确性，使得大规模集群部署新模型时，冷启动时间不随节点数量线性增长，基本保持恒定。

LangChain：Agent 可观测性需要反馈来驱动学习

LangChain 提出 Agent 可观测性的深层作用是驱动学习，而仅有 trace 不够，还需附加反馈信号。学习可发生在模型、harness 和上下文三个层面，反馈来源包括用户显式评分、隐式行为信号、LLM-as-a-judge 和确定性规则。核心要求是把反馈与 Agent 可观测性数据一起存储。

OpenAI 发布 Realtime Prompting Guide：实时语音智能体提示指南

OpenAI 发布 Realtime Prompting Guide，指导如何为实时语音智能体编写提示词，涵盖 Realtime 2 推理、前置指令（preambles）、工具调用和精确实体捕获（exact entity capture）等关键功能。该指南旨在帮助开发者更有效地构建和优化基于语音的 AI 交互体验。

OpenAI 如何大规模交付低延迟语音 AI

OpenAI 重建了其 WebRTC 技术栈，以支持实时语音 AI 服务。新系统实现了低延迟、全球规模扩展和无缝的对话轮转。此次重构旨在为 ChatGPT 的语音模式等产品提供更流畅、更自然的实时语音交互体验，解决了大规模部署时面临的延迟与稳定性挑战。

Manus Browser Operator 指南：如何用本地浏览器做深度研究

Manus 的 Browser Operator 让 AI 在你授权的本地 Chrome 或 Edge 会话中运行，从而读取登录后的订阅内容、企业内部系统和需身份验证的门户。它可通过 Manus API 触发端到端网页操作，遇到付款等敏感步骤会暂停等待确认，并支持跨设备接续任务和从手机端发起。启用需在设置中打开「My Browser」连接器并安装浏览器扩展。

Modal 用一个 Python 字典将 SGLang 多模态推理性能提升超 10%

Modal 通过缓存 CUDA IPC pool handle，将 SGLang 多模态推理的调度器开销大幅降低，改动已合入 SGLang v0.5.10。在 H100 上基准测试 Qwen2.5-VL-3B-Instruct，吞吐提升 16.2%，TTFT 均值下降 13.2%，TPOT 均值下降 17.2%。

零基础项目经理借助Claude Code，六周内独立开发并上线压力管理应用

毫无编程经验的项目经理Kostiantyn Vlasenko，借助Claude Code在72小时内独立开发出压力管理应用Respiro，并于六周后成功上线苹果应用商店。该应用能通过手机实时检测用户压力信号，并即时引导呼吸练习。其架构由15个以上并行运作的专用子智能体构成，涵盖设计、开发、审查等模块。Claude协助完成了从技术选型、代码重构到苹果账号注册、服务集成乃至界面调试等一系列复杂操作，甚至支持了后续的市场推广工作。

构建企业级AI智能体：领先企业的转型指南

2025年数据显示，美国员工工作AI使用率已从2023年的20%升至40%。真正获得持续竞争优势的企业正将智能体AI深度嵌入工作流程，并将机构知识编码成可累积的系统。本指南以欧莱雅、Lyft和乐天为例，提出企业AI转型三大支柱：跨越“智能体思维鸿沟”、基于实际工作流程培训员工、在压缩信息密集型流程时保留人工判断，以及构建能创造收入的新产品能力。Claude Cowork平台为此提供了无需定制开发的团队级解决方案，并包含六个月的落地框架。

Claude Code 构建经验：提示缓存的优化实践

Claude Code 团队分享了大规模优化提示缓存的核心策略。提示缓存基于前缀匹配工作，能显著降低延迟与成本，高命中率还能支持更宽松的订阅速率限制。关键实践包括：将静态系统提示和工具定义置于提示词前端以最大化共享前缀；通过消息而非修改提示词来传递更新信息，避免缓存失效；在会话中不切换模型、不增删工具，以维持缓存前缀稳定。此外，针对工具过多或“计划模式”等场景，可通过发送轻量存根或设计专用工具来规避缓存失效，从而在复杂功能中持续利用缓存优势。

GitHub Copilot CLI 入门指南：交互模式与非交互模式

GitHub Copilot CLI 提供了交互与非交互两种主要使用模式。交互模式允许用户通过对话式指令逐步构建和调整命令，适合探索性任务。非交互模式则支持直接输入完整指令快速执行，适用于自动化脚本或已知命令。理解这两种模式的区别能帮助开发者更高效地利用该工具，提升命令行工作效率。

Claude Code 团队复盘构建经验：提示词缓存决定一切

Anthropic Claude Code 团队成员 Thariq Shihipar 发文分享该 Agent 围绕提示词缓存构建的经验：缓存按前缀逐字节匹配，前缀中任何改动都会使其后全部失效。

持续优化智能体工具链：上下文演进与效果评估

Cursor团队以构建软件产品的方式迭代优化其智能体工具链，核心围绕上下文窗口的演进。早期模型能力有限，工具链依赖大量静态上下文和防护机制；随着模型能力提升，团队已转向提供更多动态上下文获取方式并移除限制。评估改进效果采用线上线下结合：通过CursorBench等基准测试进行标准化质量评估，同时进行线上A/B测试，使用“代码保留率”和用户反馈语义分析衡量真实场景表现。团队持续监控并修复工具调用错误，以应对日益复杂的工具链状态。

OpenAI Developers 插件上线 Codex、Claude Code 与 Cursor

OpenAI 推出 OpenAI Developers 插件，可在 Codex、Claude Code 或 Cursor 中安装使用。该插件用于设置 OpenAI API 访问、查阅最新 OpenAI 文档以及排查 OpenAI API 问题。

五大 Replit 替代方案实测：同一提示词对比 Manus AI、Lovable、Vercel v0、Base44 和 Hostinger Horizons

作者用同一个个人理财应用提示词实测 Replit 及五款替代工具。Lovable 约 5 分钟生成且最易上手，Vercel v0 输出设计质量最强，Base44 约 5 分钟交付最完整全栈功能，Manus 花 40 分钟、763 积分但成品精致，Hostinger Horizons 年付 6.99 美元/月起但构建多次出错、表现最弱；Replit 耗时约 16 分钟，结构扎实但视觉打磨不足。

智能体时代的产品开发：Claude Managed Agents 如何解放产品经理

Claude产品经理Jess Yan分享了处于测试版的Claude Managed Agents如何改变其工作流程。这套可组合的API能大规模构建和部署云端智能体，使她能在短时间内将想法转化为可运行的原型。她的日常工作由此分流：使用Claude进行开放式探索，然后利用Claude Code基于Managed Agents编写定制智能体来自动化特定任务，如采用分析和舆情监控。这些智能体接管了以往难以规模化的操作性工作，让她能将更多时间投入到与团队和用户的创造性合作中。

一份优秀的 AGENTS.md 文件相当于模型的升级；而一份糟糕的文件，其效果甚至不如完全没有文档

AGENTS.md文件的质量直接影响AI代理的性能表现。一份优秀的AGENTS.md文件能像模型升级一样显著提升代理能力，而一份糟糕的文档反而会损害性能，其效果甚至不如完全没有文档。该观点源自技术社区讨论，相关文章在Hacker News上获得了100点热度，强调了为AI代理编写清晰、有效文档的重要性。

像培训新开发者一样引导Claude Code：来自17年开发的经验教训

华盛顿大学MacCoss实验室的Brendan MacLean将培训新开发者的方法论应用于Claude Code，以管理拥有70万行C#代码、持续开发17年的开源蛋白质分析软件Skyline。他通过创建独立的AI上下文仓库、编写CLAUDE.md引导文件以及设计“技能”模块（如调试技能），为Claude Code建立项目认知。该方法显著提升了开发效率：搁置一年的文件视图面板功能在两周内完成；CSS布局更新从依赖设计师变为不到一天实现。此外，Claude Code还自动化了2000多张教程图片的截图比对和每日测试报告生成，团队现在主要依靠它生成代码和脚本。

Tibo@thsottiaux· 14:35AI 评分4444

@jxnlco 最近玩得太开心了，用他一直在酝酿的 Codex 技能来创建这些运动设计视频。他几乎已经能做到用一个提示生成这些。 总之，享受 Codex 使用限制重置。

Tibo@thsottiaux· 13:34AI 评分4141

除非与用户的查询绝对明确相关，否则绝不谈论地精、小妖精、浣熊、巨魔、食人魔、鸽子或其他动物或生物。 IYKYK

无闲置GPU：Runway的研究计算管理

Runway通过采用Kueue作为Kubernetes准入控制器，将GPU利用率提升超过20%，同时保障团队容量。其核心机制是为关键工作预留配额，并设立共享队列借用闲置容量，当配额所有者需要时通过抢占回收资源。该系统运行于昂贵的多租户GPU集群，支持多节点训练的拓扑感知调度和弹性工作负载。具体实现中，团队拥有专用预留队列，而默认队列作为共享机会池，可借用闲置配额运行可中断工作负载。当预留队列需资源时，Kueue基于优先级和运行时间抢占默认队列中的任务，实现资源高效管理。

加入 Google 与 Kaggle 的全新 AI Agents Vibe Coding 课程

Google 与 Kaggle 再度推出为期 5 天的 AI Agents 强化课程，现已开放注册。该课程旨在教授开发者如何构建和部署 AI 智能体，内容涵盖从基础概念到实际应用。课程形式为短期集中学习，参与者将通过 Kaggle 平台进行实践。

用 LlamaParse 和 Claude Agent SDK 构建自动化贷款收入核验流水线

LlamaIndex 发布教程，介绍如何用 LlamaParse Extract 和 Claude 构建三步式贷款收入核验流水线：先用 Pydantic schema 从贷款申请、W-2、工资单和银行对账单四类文档抽取结构化数据，再用 Claude（claude-sonnet-4-6）做跨文档交叉校验并生成 HTML 报告。

8 个使用 Gemini 整理空间（与生活）的技巧

Gemini 提供了利用 AI 整理家居和数字空间的一系列技巧。这些建议包括制定智能清洁计划、高效整理收件箱以及管理季节性家务。用户可以通过这些 AI 驱动的功能，系统化地优化物理和数字环境，从而提升日常生活的条理性和效率。

使用Agent SDK搭建自定义编码智能体

OpenRouter Agent SDK 提供 create-agent-tui 和 create-headless-agent 两种技能，可在几分钟内脚手架搭建个性化编码智能体。前者附带终端 UI，后者为无头模式，适用于脚本与管道自动化场景。

OpenRouter Agent SDK 发布 `create-agent-tui` 与 `create-headless-agent` 技能，可快速搭建个性化编码智能体

OpenRouter Agent SDK 推出 `create-agent-tui` 和 `create-headless-agent` 两类技能（skills），用于快速搭建（scaffold）个性化编码智能体。前者提供终端 UI（terminal UI），后者为无头模式（headless），适用于脚本和流水线（scripts and pipelines）。

Codex入门指南

Codex作为AI编程助手，提供从环境配置到实际操作的完整入门指引。文章通过逐步指导，详细说明如何设置项目、创建线程并完成首个任务。内容包括基础工作流搭建、关键功能操作方式以及常见任务的执行步骤，帮助开发者快速掌握利用Codex辅助编程的核心方法。

工作中Codex的十大应用场景

Codex提供了十种实际应用场景，帮助用户自动化日常任务并生成各类交付成果。它能够将真实输入转化为有效输出，覆盖多种工具、文件类型和工作流程。这些用例展示了如何通过Codex提升工作效率，实现跨平台的任务自动化与内容生成。

使用 Codex 工作指南

文章提供了使用 Codex 的完整工作流程指引。内容包括如何设置 Codex 工作区、创建线程与项目、管理文件，以及通过分步指导开始完成任务。这些操作指南旨在帮助用户快速上手并高效利用 Codex 平台进行开发工作。

Tibo@thsottiaux· 02:50AI 评分5555

这是一个极其强大的模型，但用 GPT-5.5 制作有趣的小游戏，然后能即时讨论游戏机制并在 Codex 中直接迭代，这超级有趣，也是团队享受休息的一种方式。

Manus 实测 5 款面向小型企业的 AI Agent：Manus、Clay、Lindy、Jasper、Relevance 对比

Manus 博客发布一篇评测，对比五款面向小型企业的 AI Agent：Manus AI（自主研究与仪表板，免费增值，付费约 $20/月）、Clay（销售潜客开发，$185/月起）、Lindy AI（无代码工作流自动化，$49.99/月起）、Jasper AI（规模化内容创作，$69/月/席位）和 Relevance AI（定制 Agent 构建，$29/月起）。

如何使用Codex进行日常工作

该内容探索了10个实用的ChatGPT Codex用例，旨在自动化任务、创建交付物，并将真实的输入转化为跨工具、文件和工作流的输出。

使用MCP构建连接生产系统的智能体

连接智能体与外部系统主要有三种方式：直接API调用、命令行界面（CLI）和模型上下文协议（MCP）。直接API调用在扩展时面临集成复杂度问题；CLI适用于本地环境但难以覆盖云端平台。MCP通过提供标准化协议层，成为生产级智能体的主流选择，可实现一次集成、多客户端兼容。其SDK月下载量已达3亿次，每日有数百万用户通过Claude使用。构建高效MCP服务器的关键模式包括：开发远程服务器以实现最大覆盖范围，按意图组织工具，并在接口庞大时设计代码编排方案。

Workspace agents

用户可以在ChatGPT中构建、使用和扩展工作区智能体，以实现工作流程自动化。这些智能体能连接多种工具，用于处理重复性任务并简化团队协作流程。通过部署工作区智能体，团队能够提升操作效率，将人工从常规工作中解放出来，专注于更高价值的任务。

利用 Responses API 中的 WebSockets 加速智能体工作流

Responses API 集成 WebSockets 技术优化 Codex 智能体循环架构。通过建立持久化连接并引入连接级缓存机制，该方案显著降低 API 通信开销，有效缩短模型响应延迟。这一技术改进解决了传统请求模式下的性能瓶颈，为高频交互的智能体工作流提供更高效的实时数据传输能力。

Augment Code 实测什么样的 AGENTS.md 才对编码 Agent 有效

Augment Code 从自家 monorepo 抽取数十个 AGENTS.md 文件，用内部评测 AuggieBench 对比有无该文件时 Agent 完成任务的表现，发现最好的文件带来相当于从 Haiku 升级到 Opus 的质量提升，最差的输出比没有文件还糟，同一文件在不同任务上可相差 30%。

LlamaIndex 深入解析 LiteParse 将 PDF 转为文本的网格投影算法

LlamaIndex 详解其开源 PDF 解析工具 LiteParse 的网格投影算法核心原理。PDF 只存储文本内容和绘制坐标而无阅读顺序，算法通过提取左、右。

构建生产级AI智能体：从单体重构中汲取的五大经验

一篇博客文章分享了将脆弱的销售研究原型重构为健壮生产级智能体的关键经验。通过采用Google智能体开发套件（ADK），团队以编排式子智能体替代了单体脚本，并引入结构化的Pydantic输出模型，从而消除了静默故障和脆弱的解析问题。文章进一步强调，动态检索增强生成（RAG）管道与OpenTelemetry可观测性对于确保智能体在实际应用中的可扩展性、成本效益和运行透明度至关重要。这些改造使智能体能够可靠处理复杂任务，具备了生产环境所需的鲁棒性与可维护性。

规模化AI代码审查的编排实践

团队基于OpenCode构建CI原生AI代码审查系统，将智能审查能力深度集成至持续集成流程。该系统通过自动化编排实现大规模代码审查，在代码提交阶段为工程师提供实时质量检测与安全分析，帮助团队及时识别潜在问题，显著提升代码质量与交付安全性。