OpenAI 解析 Codex App Server：如何嵌入 Codex 智能体
OpenAI 介绍如何通过 Codex App Server 嵌入 Codex 智能体，这是一个双向 JSON-RPC API，支持流式进度、工具调用、审批和 diffs。文章还讲述了该 App Server 的构建过程。
推荐理由：官方拆解了 Codex App Server 的构建思路和 JSON-RPC 通信机制，对想在自有产品中嵌入 Codex 智能体的开发者有直接参考价值。
#教程/实践
OpenAI：官网动态精选AI 评分6565 OpenAI Developers：Blog精选AI 评分6565 Alpic 总结构建 ChatGPT Apps 的 15 条经验，并开源 Skybridge 框架与 Codex Skill
Alpic 基于 Apps SDK 在三个月内开发二十多个 ChatGPT Apps，总结出 15 条经验，核心包括用户、UI 与模型三方之间的上下文不对称问题。
推荐理由：作者基于三个月开发二十多个 ChatGPT Apps 的一手经验，总结上下文流、UI 模式与 CSP 等实操教训，并开源配套框架。
LlamaIndex：产品、工程与评测精选AI 评分6262 LlamaIndex 解析 Agent 的 Skills 与 MCP 工具取舍
LlamaIndex 撰文比较 Skills 与 MCP 两种让 Agent 调用工具和获取领域知识的方式，并在构建 LlamaAgents Builder 时做了实测。
推荐理由：作者结合 LlamaAgents Builder 的实测经验，给出 MCP 与技能在执行模型、维护成本和适用场景上的具体取舍依据。
Manus：Blog精选AI 评分6060 实测五款AI图像生成器：ChatGPT、Midjourney、Nano Banana Pro、Adobe Firefly与Manus对比
Manus博客发布一篇亲测对比，作者花数周用相同的逼真书籍、印象派油画、文本标志和幻想景观四个提示词测试五款AI图像生成器。ChatGPT (GPT-4o)与Manus获5/5评分，Midjourney 4/5，Nano Banana Pro与Adobe Firefly 3/5；五款中四款有免费版本，Midjourney是唯一无免费计划的工具。
推荐理由：作者用相同四个提示词实测五款图像生成工具，给出定价、免费额度和各自强弱项，便于按需求与预算挑选。
LangChain：BlogAI 评分6262 LangChain 指南：如何通过可观测性调试与评估 AI 智能体
LangChain 发布指南，阐述如何利用智能体可观测性（agent observability）实现对 AI 智能体的有效评估。指南涵盖追踪（tracing）、调试推理过程以及性能洞察，帮助开发者迭代和改善智能体行为。
OpenAI：官网动态AI 评分4343 OpenAI 如何保障 AI 智能体点击链接时的数据安全
OpenAI 说明了 AI 智能体打开链接时保护用户数据的机制，通过内置防护措施防止基于 URL 的数据外泄和提示词注入。
LlamaIndex：产品、工程与评测AI 评分4343 用 LlamaParse 与 LlamaAgents 构建后台办公智能体
LlamaIndex 展示如何用 LlamaParse 与 LlamaAgents 构建后台办公文档处理智能体。
OpenAI：官网动态AI 评分4747 深入解析 Codex 智能体循环
OpenAI 技术深潜解析 Codex 智能体循环，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。
Manus：BlogAI 评分4545 2026 年 10 大 Vibe 编程工具盘点：Cursor、Claude Code、Manus 等入选
Manus 博客盘点了 2026 年 10 大 Vibe 编程工具，涵盖 Cursor、Replit、Lovable、Bolt.new、v0 by Vercel、Windsurf、Claude Code、Manus、Base44 和 Emergent。
OpenAI：官网动态AI 评分4242 OpenAI 如何将 PostgreSQL 扩展至支撑 8 亿 ChatGPT 用户
OpenAI 披露其将 PostgreSQL 扩展至支撑 8 亿 ChatGPT 用户、每秒数百万次查询的架构实践，手段包括只读副本、缓存、限流和工作负载隔离。
OpenAI Developers：Blog精选AI 评分6363 OpenAI 开发者博客讲解如何用 Evals 系统化测试 Codex Agent 技能
OpenAI 开发者博客发布教程，讲解如何像测试 LLM 应用一样，用 evals 系统化评估 Codex 的 Agent 技能。核心流程为定义可度量的成功标准、用 $skill-creator 创建技能、以 codex exec -- 捕获 JSONL 轨迹做确定性检查，再用 --output-schema 输出符合评分规则的 JSON 做风格等定性评估。
推荐理由：OpenAI 官方给出用 evals 系统化测试 Codex 技能的完整模式，从定义成功标准到确定性检查与评分规则均可迁移复用。
Manus：BlogAI 评分5959 非技术人员实测 Lovable、Replit、Bolt、Cursor、Manus 五款氛围编码工具
一位内容写作者用同一提示测试 Lovable、Replit、Bolt、Cursor、Manus 五款氛围编码工具，要求构建流行艺术风格的作品集网站。Manus 付费版设计还原最佳（5/5），Lovable 最适合初学者（4/5），Replit 和 Bolt 各得 3/5，Cursor 因付费墙和 GitHub 存储库障碍让非技术人员完全无法产出。作者总结免费计划普遍有局限，提示越具体结果越好。
Mistral AI：NewsAI 评分4646 调试vLLM中的内存泄漏
在生产环境中，使用vLLM部署Mistral Medium 3.1模型进行Prefill/Decode分离推理时，团队发现了一个严重的内存泄漏问题。该问题表现为系统内存以每分钟400 MB的速度线性增长，最终将导致内存耗尽。泄漏仅在启用图编译且通过NIXL传输KV Cache的特定条件下出现，初步调查指向了传输层。团队从Python内存分析工具入手，但常规工具未能定位到根源，调查随后深入到底层与UCX和Infiniband相关的交互中。
LMSYS Blog Novita AI 优化 GLM4-MoE：基于 SGLang 实现 TTFT 降低 65%
Novita AI 发布基于 SGLang 的 GLM4-MoE 生产级优化方案，通过共享专家融合、Qknorm 融合与异步传输三项核心技术，在 H200 集群 TP8/FP8 配置下实现首 token 延迟（TTFT）降低 65%、每 token 输出时间（TPOT）提升 22%。针对 Agentic Coding 场景，团队提出无需额外训练草稿模型的 Suffix Decoding 技术，利用历史输出模式重复率进一步加速推理。
Manus：Blog精选AI 评分6767 2026年十大AI视频生成器实测比较：从Runway到Manus
Manus博客发布2026年十大提示到视频AI生成器评测，用同一条东京雨夜巷子的提示测试Runway (Gen 4.5)、HeyGen、OpenAI Sora。
推荐理由：作者用同一条提示实测了10款主流AI视频生成器，并逐一记录输出质量、界面与定价，便于读者按需求和预算对照选型。
OpenAI Developers：Blog精选AI 评分6060 Skyscanner 通过 JetBrains MCP 增强 Codex CLI 的开发实践
Skyscanner 工程师分享了在日常工作流中把 OpenAI Codex CLI 通过 JetBrains MCP server 接入 IDE 的实践。Codex 可调用 get_file_problems 检查编译错误、执行预定义的测试、lint 和格式化运行配置，例如在 Databricks Java SDK 用例中立即发现 NotFound 异常构造函数不匹配的问题。
推荐理由：Skyscanner 工程师分享把 Codex CLI 接入 JetBrains MCP 的具体做法，给出了错误检查和测试运行如何缩短反馈循环的实操路径。
Anthropic：Engineering精选AI 评分7575 揭秘AI智能体评估：构建可靠系统的关键
有效的评估能帮助团队更自信地发布AI智能体，避免陷入仅在生产环境被动发现问题、修复可能引发新问题的循环。智能体因其多轮操作的自主性与灵活性，评估更为复杂。一个完整的评估结构包含任务、评分器、记录、结果、评估框架与评估套件等核心组件。缺乏系统评估将导致团队无法区分真实的质量倒退与随机波动。建立评估体系能帮助团队在智能体规模化过程中持续监控质量、自动测试变更并量化改进效果，其价值在智能体整个生命周期内持续累积。
推荐理由：Anthropic 把内部踩过的坑全摊开了，从 eval 设计到 grader 选型到 transcript 审读，是目前最完整的 Agent 评估工程指南，做 Agent 产品的团队可以直接当手册用。
Together AI 研究与产品博客AI 评分5454 Together AI 指南：如何为生产环境选择合适的开源模型
Together AI 发布生产环境开源模型选型指南。文章给出按闭源模型档位对应的参数规模起点（高档至少 300B、中档 70–250B、低档小于 32B），对比 DeepSeek、Kimi、Qwen、GLM、Llama、Gemma、Mistral 等模型族的许可证与来源，并介绍成本、速度、质量的权衡，LLM-as-a-judge 评估流程与 LoRA SFT、DPO 等微调适配方法。
OpenAI DevelopersAI 评分4545 OpenAI 开发者文档 MCP 服务器快速入门指南
OpenAI 发布了一篇关于其开发者文档 MCP（Model Context Protocol）服务器的快速入门指南，介绍了如何从常见的编码代理和编辑器连接到该服务器。
Modal 官方工程博客AI 评分5959 Modal 分享 2 万+ GPU 规模的可靠性保障体系
Modal 官方博客公开其管理超过 20,000 块并发 GPU 的可靠性系统，覆盖云实例选型测试、机器镜像准备、实例启动检查、被动与主动健康检查、可观测性与支持全流程。
OpenRouter：Announcements精选AI 评分5555 可蒸馏模型与合成数据管道：使用 NeMo Data Designer
介绍如何利用 NeMo Data Designer 构建许可安全的合成数据工作流，用于模型特化（model specialization）。该管道支持生成可蒸馏模型所需的高质量合成数据，确保数据来源合规，适用于下游微调与领域适配场景。
推荐理由：虽然发布快半年了，但教程讲的是如何用 NeMo Data Designer 构建 license-safe 的合成数据管道，对正在搞模型蒸馏和微调的开发者依然有参考价值，细节够实操。
OpenRouter：AnnouncementsAI 评分5252 使用 NeMo Data Designer 构建可蒸馏模型与合成数据流水线
NeMo Data Designer 提供符合许可证安全的合成数据工作流，用于模型专门化与知识蒸馏，帮助开发者高效生成定制化训练数据。
OpenAI DevelopersAI 评分5555 OpenAI 发布 GPT-Image-1.5 提示词指南
OpenAI Developers 博客发布了一篇 Cookbook，旨在指导用户如何为 gpt-image-1.5 模型编写提示词，以获得更可靠的图像生成结果。该资料主要是一个指向具体教程页面的链接和简短描述。
LlamaIndex：产品、工程与评测AI 评分5050 用 LlamaIndex 让编码智能体安全访问文件系统
LlamaIndex 联合 Turso 的 AgentFS、Claude Agent SDK 与 LlamaParse，构建了一套让编码智能体在虚拟文件系统中操作文件的方案。
OpenAI：官网动态AI 评分4141 OpenAI 如何用 Codex 在 28 天内交付 Android 版 Sora
OpenAI 借助 Codex 在 28 天内完成 Android 版 Sora 的交付，AI 辅助的规划、翻译与并行编码工作流帮助一支精简团队实现了快速且可靠的开发。
OpenAI DevelopersAI 评分5555 OpenAI 发布 GPT-5.2 提示词指南 Cookbook
OpenAI Developers 博客发布了关于 GPT-5.2 的提示词指南（Cookbook），旨在帮助用户通过优化提示词，使模型在准确、简洁的企业工作流中表现更佳。该资料仅提供了标题和简短描述，指向具体的在线文档链接。
LlamaIndex：产品、工程与评测AI 评分4747 LlamaExtract 推出 Table Row 抽取目标，解决长文档重复实体漏抽问题
LlamaIndex 为结构化抽取 API LlamaExtract 新增 PER_TABLE_ROW 抽取目标，将抽取粒度对齐文档结构，逐行处理重复实体而非整篇文档一次性抽取。
Anthropic：Engineering精选AI 评分7575 为长时运行智能体设计有效约束方案
为解决AI智能体在跨越多上下文窗口执行长期任务时的“记忆丢失”与进展不一致问题，Anthropic为Claude Agent SDK开发了一套双重方案。该方案包含一个初始化智能体，负责在首次运行时建立基础环境并生成功能清单；以及一个编码智能体，负责在后续会话中进行增量开发并提交清晰可合并的代码。通过结构化的进度日志和Git历史等机制，引导智能体避免“试图一次性完成所有功能”或“过早宣布完成”的失败模式，从而实现跨会话的持续有效协作。
推荐理由：Anthropic 把 Claude Agent SDK 跑长任务踩过的坑全摊开了，初始化 agent + 增量进度文件这套方案不复杂但极实用，做 Agent 产品的团队可以直接抄作业。
OpenAI Developers：Blog精选AI 评分6666 OpenAI 发布指南：什么样的 ChatGPT 应用才算好应用
OpenAI 在 DevDay 推出 ChatGPT Apps 后发布开发者设计指南，说明 ChatGPT 应用本质是模型可调用的一组明确定义的工具，而非产品缩略版。
推荐理由：OpenAI 给出判断 ChatGPT 应用价值的 know/do/show 框架和设计清单，开发者可据此决定移植哪些能力、如何命名工具。
OpenAI DevelopersAI 评分4545 OpenAI Cookbook：使用独立实时请求转录用户音频
OpenAI Developers 发布了一篇新的 Cookbook 教程，介绍如何使用带外（out-of-band）的 Realtime sessions 来转录用户音频。该资料仅提供了标题和链接，未包含具体的技术实现细节或代码示例。
OpenAI DevelopersAI 评分4545 OpenAI Cookbook：使用 Codex CLI 现代化遗留代码库
OpenAI Developers 发布了一篇新的 Cookbook 教程，指导开发者如何使用 OpenAI Codex CLI 工具来现代化和重构遗留代码库。该资料主要提供了具体的操作指南和示例链接。
LlamaIndex：产品、工程与评测AI 评分4949 LlamaIndex 如何为智能体文档工作流构建可观测性
LlamaIndex 用 Agent Workflows 搭建金融文档分类与抽取流程，结合 OpenTelemetry 和 Jaeger 实现全链路追踪。Agent Workflows 的逐步事件驱动架构天然映射 OpenTelemetry 的 span 与 trace 模型，可追踪分类、抽取、验证、合成每一步，并支持派发自定义事件。
Manus：BlogAI 评分4242 AI 能制作 PowerPoint 幻灯片吗？Manus 如何结合上下文构建演示文稿
Manus 推出结合工作上下文的 AI 演示文稿功能，可从 Mail Manus 邮箱、Slack 对话、Google Drive 或 Notion 中提取内容生成幻灯片，并支持导出为 PowerPoint、Google Slides 和 PDF。官方称大多数演示文稿可在 3-10 分钟内完成，案例中一份 12 张幻灯片的投资人路演 PPT 耗时不到 15 分钟。
Manus：BlogAI 评分4545 Manus AI 与 Gamma AI 对比：2025 年 AI 演示工具怎么选
Manus AI 与 Gamma AI 的对比显示，两者定位不同：Manus 是能研究数据、写代码并自动化多步骤工作流的通用 AI 智能体，Gamma 则专注快速生成视觉精美的交互式演示文稿。实测中 Manus 约七分钟生成 10 张幻灯片并附引用，Gamma 数秒出稿但需手动补充数据。Manus 免费版每日 300 点数，Gamma 免费版提供 400 一次性积分。
Claude：Blog精选 通过 Skills 改进前端设计
LLM 生成界面常因"分布收敛"而陷入 Inter 字体配紫色渐变的同质化设计。Anthropic 建议通过 Skills 功能解决：将排版、动画、配色等设计规范存入独立 Markdown 文件，Claude 可在构建页面时动态加载，无需永久占用系统提示词。这种按需加载机制既保持上下文窗口精简以维持模型性能，又能让 AI 生成摆脱默认审美、更具品牌辨识度的定制化界面。
推荐理由：Claude官方分享通过Skills解决AI生成界面同质化问题的实践技巧，附字体与主题优化Prompt示例。
Manus：BlogAI 评分4141 Manus 与 Notion MCP：用户改变工作的 5 种方式
Manus 通过 Notion MCP 集成实现与 Notion 数据库的双向读写，将知识库变为执行引擎。社区案例显示，用户可让 Manus 自动生成并填充一个月 30 篇 Instagram 帖子到 Notion 内容日历，或每周一自动研究 TikTok 趋势并更新趋势库。该集成还支持将 Notion 页面转为带 AI 聊天机器人的全栈 Web 应用，并保持双向同步。
Baseten 工程博客AI 评分4343 Baseten 为牙科笔记场景定制 LLM：单 LoRA 适配器同时处理三项任务，准确率追平 gemini-2.5-pro 且快 5-6 倍
Baseten 与一家牙科笔记厂商合作，用单个 rank 256 的 LoRA 适配器让模型同时学会三项任务：将最长 25000 tokens 的问诊转录转为结构化临床笔记、实时追加新发现、以及修改润色已有笔记。
LangChain：Blog精选AI 评分6363 LangChain 重建 Chat LangChain：放弃向量嵌入，改用直接 API 访问与 Deep Agent 子图
LangChain 重建了 chat.langchain.com，弃用分块加向量数据库的检索方案，改为让智能体通过 Mintlify API、知识库标题扫描和 ripgrep 代码搜索直接访问文档、知识库和代码库的原始结构。
推荐理由：原文复盘了放弃向量嵌入、改用直接 API 访问和子图分域的重建思路，含工具设计与性能数字，方法可迁移到类似问答智能体。
Together AI 研究与产品博客AI 评分5959 Together AI 讲解如何评估和基准测试大语言模型
Together AI 发布 LLM 评测与基准测试教程，覆盖 MMLU、GSM8K、HumanEval 等基准。文章提出好基准的五项原则，包括难度、多样性、实用性、可复现性和数据污染，并介绍选择题、生成式、人工评估和 LLM-as-a-judge 等方法，同时附带用于分类评测和 LLM-as-a-judge 的 Evaluations API 代码 notebook。
Anthropic：Engineering精选AI 评分7474 通过代码执行提升MCP智能体效率
随着AI智能体通过模型上下文协议（MCP）连接的工具数量激增，传统预先加载所有工具定义并通过上下文传递中间结果的方法，导致处理速度变慢、成本增加。问题核心在于工具定义占用大量上下文空间，且中间结果（如完整会议记录）在多次工具调用间重复传递，额外消耗数万令牌。文章提出解决方案：将MCP服务器呈现为代码API，使智能体能按需加载工具，并在执行环境中处理数据，仅将精简结果传回模型，从而显著减少令牌消耗、提升效率并降低成本。
推荐理由：Anthropic 官方把 MCP 从「能连」推进到「连多了怎么办」，用代码执行替代直接工具调用，token 省 98.7% 这个数字不是吹的。做 Agent 工程的人如果还在暴力塞 tool definition，这篇是必读的架构升级指南。