#教程/实践

Tessl 设计师总结如何把设计判断教给 AI 智能体

Tessl 设计师复盘在 agent 软件工厂 Kikimora 中把品牌与设计规则编入 AI 工作流的方法，指出设计系统只提供组件、教不会构图。

vLLM-Omni 实现 MiniMax H3 实时音频视频生成，FastH3 四步蒸馏让完整 MP4 生成快于播放

vLLM-Omni 团队发布 MiniMax H3 生产级服务实践，先做系统级优化，再集成 FastVideo 的四步 FastH3 蒸馏学生模型，将去噪循环从 49 次 DiT 前向降到 4 次。

NVIDIA 技术博客：如何为 AI 推理规划 GPU 规模并优化 TCO 避免超支

NVIDIA 技术博客发布一套 AI 推理 GPU 规模规划框架，围绕用例、token 模式、TTFT 等延迟指标、并发、缓存命中率、模型选择和部署策略给出 sizing 方法，并提出 core-and-flex 容量策略平衡 capex 与 opex。

Anthropic 员工如何用 Claude Tag 提升工作流程效率

Anthropic 员工通过 Claude Tag 在 Slack 等聊天工具中标记 @Claude 完成任务，如将 15 条以上的 Slack 线程在 45 分钟内转化为可评审文档，或约 26 分钟内整合分散的客户功能请求并通知对应销售。Anthropic 还分享了十余个用例及提示词，供用户借鉴或调整。

SGLang 用 SSD Expert Pack 在消费级硬件上运行 DeepSeek-V4-Flash 和 Kimi-K3

SGLang 将 SSD-LLaMA 的思路引入 MoE 推理，把放不进显存和内存的路由专家放在 NVMe SSD 上，通过 Expert Pack 连续布局、O_DIRECT 直接 I/O 和带预算的 GPU LFU/LRU 缓存，只加载 router 选中的专家。

AI Runtime 上的快速容错 PyTorch 训练

Databricks AI Runtime 通过优化 PyTorch 训练流程，显著提升大规模训练效率，核心指标“goodput”成为衡量训练效率的关键。该方案在故障容错与性能之间取得平衡，减少因节点故障导致的训练中断与重启开销，从而提升整体吞吐量。适用于需要长时间稳定运行的大规模分布式训练场景。

Tessl 实测：token 单价便宜不等于智能体任务成本低

Tessl 在为 Code Review 工具选模型时发现，按费率卡比较 token 单价会得出错误结论：三种更便宜的开源权重模型中有三种在真实 PR 审查中实际花费更高，一个模型每 token 便宜近 3 倍却在同一 PR 上贵 2.8 倍。

Linear 用 StyleX 重构 React 应用：迁移 1000+ PR 的经验

Linear 将 React 应用从 styled-components 迁移到 Meta 的 StyleX，历时超过 1000 个 PR。迁移结合确定性 codemod、AI 智能体和人工判断，Fable 和 Sol 的发布提升了智能体处理复杂边界情况的能力。迁移旨在解决样式远程修改、性能下降等问题，并为智能体贡献代码建立更清晰的样式契约基础。

Linear 用 StyleX 重构 React 应用：迁移 1000+ PR 的经验

Linear 将 React 应用从 styled-components 迁移到 Meta 的 StyleX，历时超预期，合并 1000+ 个 PR。迁移主因是性能：styled-components 在 React 18 并发渲染下出现性能回退，且进入维护模式。项目结合确定性 codemod、AI 智能体（Fable 和 Sol）与人工判断完成，智能体在项目中途发布后承担更多验证工作。

英国 AISI 开源 optstop：评估算力按需分配，节省 57%–97% 运行量

英国 AI Security Institute（AISI）发布开源 Python 包 optstop，可接入其 Inspect 评估框架，在模型性能估计足够精确时提前停止评估运行。

GitHub Copilot app 入门：自动化 Dependabot 拉取请求分类

GitHub Copilot app 自动化功能可接管 Dependabot 拉取请求的初审，按风险分组、验证 CI 状态并在工作日开始前生成摘要。用户可用自然语言描述任务，选择手动、每小时、每日等触发方式，并决定在云端或本地运行。每次运行记录均被保存，便于回溯审查。

Warp 如何在 Claude 上构建自我改进的智能体

Warp 在 Claude 平台上构建了基于 Agent Skills 的自我改进循环，通过基础技能与改进技能两个文件型技能，将人类反馈转化为对智能体的持续优化。该模式已应用于其整个开源仓库，覆盖数百名贡献者与数千次代码审查。团队建议以原则而非规则编写技能，并强调低摩擦反馈与改进技能的可复用性。

如何在编辑器里实时挑选最佳 AI 模型

OpenRouter 提出一套模型选型框架：先定义任务，从实时用量和第三方基准中筛选候选，再对比各提供商的定价与延迟，最后用自有提示词测试。判断标准是“每完成任务的成本”而非“每 token 成本”。其 MCP 服务器可直接在 Claude Code、Cursor 等编辑器中查询实时排名、价格和基准，并用 openrouter/auto-beta 按请求路由。

OpenRouter 视频生成 API：一份代码优先的接入指南

OpenRouter 推出统一的异步视频生成 API，通过 POST /api/v1/videos 提交任务、轮询状态并下载 MP4，支持 Seedance、Veo、Wan 等模型，切换模型只需更改 model 标识符。

Google Search 升级家居装饰的 5 种方法

Google Search 推出五种家居装饰实用功能：AI Mode 可上传房间照片并生成家具摆放效果图，Lens 支持识别复古单品并查找相似商品，Circle to Search 无需切换应用即可圈选心仪装饰，Search Live 提供 DIY 安装的逐步指导，产品列表可对比价格并追踪降价提醒。近月“home decor inspo”搜索量上涨 300%。

NVIDIA 教程：用 AI Agent 训练跨本体机器人导航策略 COMPASS

NVIDIA 技术博客发布教程，介绍用 Codex 或 Claude Code 等编码代理调用 COMPASS 技能，以 Spot 四足机器人为参考，通过验证、场景准备、冒烟测试、残差 RL 训练、检查点评估等阶段训练跨本体导航策略。

LangChain 分享如何构建 Agent 评测环境与任务的两步流水线

LangChain 发布实践指南，介绍其构建合成 agent 环境与评测任务的两步流水线：第一步用 traces、代码和人工输入生成任务 spec，第二步将 spec 转成 Harbor 格式的任务与环境。过程依赖记录项目通用知识的 world spec，配套更新了 eval-engineering 技能供团队自助使用；文中也指出 spec 打磨和任务难度校准仍需人工介入。

OpenWiki 0.4.0 引入 claims 机制实现自纠正记忆

LangChain 发布 OpenWiki 0.4.0，通过 claims 机制把 wiki 中的每条事实断言与代码证据版本绑定，证据变化时将断言标记为过期并随后续更新验证或纠正，无需重建 wiki。评测中开启 claims 后过期断言从 3.5% 降至 0.5%，幻觉断言从 0.7% 降至 0%，同时迁移到 OKF v0.2 使页面来源与验证历史可在 OpenWiki 之外检验。

OpenAI 工程师如何用 Codex 和 Runme 自动化重复性工作

OpenAI 工程师分享用 Codex 自动化重复性工作的实践。他构建了开源笔记本应用 Runme，通过目标单元格让 Codex 制定计划并等待人工审批，用 WebMCP 从浏览器端暴露工具，无需额外服务器。笔记本可存入 Google Drive 并生成 *.index.md 供 Agent 检索，使每次评测的意图、操作、决策和结果沉淀为可复用上下文，帮助后续 Codex 运行更高效。

你的alt文本能通过自动化检查，不代表它真的合格

WebAIM Million报告显示，主流网页中16.2%的图片缺少alt文本，另有10.8%的alt文本模糊或重复。GitHub为Accessibility Scanner构建了alt文本插件，采用五条确定性规则检测缺失、文件名、占位符、泛化词及相邻重复，并引入基于布局的重复检测和可选视觉模型审查，以平衡误报率与实用性。

Google ADK 教程：如何评测 live 语音智能体

Google 在 ADK 中引入原生 live 评测，可用模拟用户以音频形式驱动语音智能体、对口头回复打分，并复用已有的文本评测流程。

Databricks 如何从本地 IDE 运行、调试和扩展工作负载

Databricks 工作区专为数据分析和数据工程而构建，现支持从本地 IDE 直接运行、调试和扩展工作负载。该功能旨在弥合本地开发环境与云端 Databricks 平台之间的差距，让开发者无需切换上下文即可完成编码、测试和部署。

NVIDIA Dynamo 影子引擎恢复：LLM 推理故障恢复从 283 秒缩短到 7.3 秒

NVIDIA Dynamo 推出预览版影子引擎恢复功能，通过 GPU Memory Service 让权重常驻显存并由预初始化的影子引擎接管故障进程，恢复时间从 283 秒冷重启缩短到 7.3 秒，约快 39 倍。

Anthropic 市场人员如何用 Claude Code 每周为每位销售代表发送个性化更新

Anthropic 市场团队成员 Adam Ward 分享如何用 Claude Code 将每周销售报告转化为每位客户经理的个性化周一简报。他通过 MCP 连接 BigQuery 和 CRM 数据，并依据销售与经理反馈迭代提示词，加入“绝不编造 URL”等九条内容规则。该简报现已推广至所有销售团队，每周一自动发送三条优先行动项及账户相关活动。

vLLM 在 AMD GPU 上探索投机解码：五种方法对比与实测

AMD 与 Embedded LLM 在 vLLM 官方博客介绍投机解码的 draft-and-verify 机制，对比 native MTP、Gemma 4 MTP、EAGLE-3、DFlash 和 DSpark 五种起草方法在 AMD Instinct MI300X 和 MI355X 上的表现。

AI 原生 SDLC 实战手册：Anthropic 如何用 Claude 重塑软件开发生命周期

Anthropic 发布 AI 原生 SDLC 实战手册，提出将传统六阶段软件开发生命周期重构为 AI 嵌入各环节的闭环流程。手册指出，当代码不再是瓶颈时，规划、审查、部署等人速环节成为新约束，需通过 Claude 将需求压缩为 intent.md、以技能编码标准、用持续评测替代阶段门禁，并保留人工对关键代码的审查。

Claude Code 初创公司指南：五大规则与创始人洞见

Anthropic 发布面向初创公司的 Claude Code 使用指南，基于对十余家高增长公司的调研，总结出“人人皆可交付、自动化繁琐工作、信任但验证、为重构而构建、原型-自用-产品化”五大规则。

Slack 如何构建人机智能体团队：对话即知识

Slack 首席产品官 Jaime DeLanghe 分享了将对话转化为机构知识、构建人机智能体团队的最佳实践。她主张默认使用公开频道，让智能体从可见对话中学习，并建议将会议、邮件、日历等上下文连接起来以减少重复劳动。在 Slack 中由 Claude 驱动的智能体负责起草、总结、监控等生产工作，人类负责审查、决策与交接，形成循环协作。

GitHub Copilot app 初学者教程：用 My work 面板管理你的工作

GitHub Copilot app 的 My work 面板将拉取请求和问题集中在一处管理，内置 All、Active、Review requests、Done 四个默认视图，并支持创建自定义视图与过滤器。用户可从问题或拉取请求直接启动新的智能体会话，也可批量选择多个条目创建会话，还能在列表视图和表格视图间切换，并调整仓库范围或新建问题。

Databricks 如何从单一提示词设计高效的 Genie Agents

Databricks 发布指南，探讨如何从单一提示词设计高效的 Genie Agents。文章指出，通用智能体在处理收入等查询时，往往只会抓取第一个相关数据表，而 Genie Agents 通过更精准的提示词设计，能更准确地定位和回答用户问题。该指南旨在帮助开发者优化智能体行为，提升查询结果的准确性和相关性。

OpenAI 详解 Codex 开源智能体框架的应用集成方式

OpenAI 将 Codex 定位为可复用的智能体平台，开源 Codex CLI、app-server 和官方 Codex SDK，让开发者把智能体循环嵌入自己的产品界面，而非只用通用聊天助手。

Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者

Anthropic 的 CI 工程师用 Claude Tag 构建了值班智能体，作为 CI/CD 故障的一线响应者。Claude 在事故发生后中位 14 分钟发布首份基于证据的分析，最快案例中 3 分钟内验证修复并确认错误率恢复基线。该方案通过 Slack 频道、Datadog 或 Grafana 工具访问及 GitHub 技能文件实现，Anthropic 已发布通用设置套件供其他团队部署。

Populous 如何用 Runway 呈现全球标志性场馆设计

全球设计公司 Populous 高级建筑师 Georgina Myers 介绍团队用 Runway 辅助体育场馆概念设计：过去完整视频需外部渲染团队至少三周，且提交前两周须冻结设计模型；如今 Runway 能生成传达尺度感的完整渲染和航拍图，将视觉制作时间缩短，让设计师把时间还给设计本身。该工具已用于利雅得 MBS 体育场等中东项目，支持 9 种不同活动模式的场景迭代。

Google 用 ADK 构建零信任 AI Agent 的三层安全实践

Google 开源了一个基于 ADK 和 Gemini 的自主客服退款 Agent（zero-trust-agents 仓库），并演示一条提示词注入可造成超额退款、密钥泄露或主机被入侵。

SGLang 重构 CUDA Graph 支持，Breakable CUDA Graph 成 prefill 默认方案

SGLang 重构 CUDA Graph 支持，通过 runner/backend 接口拆分使不同捕获策略可复用。其社区首创的 Breakable CUDA Graph（BCG）现为 prefill 默认方案，代码量仅为 torch.compile 方案的约四分之一（521 行对比 1,771 行），构建速度快 3.8–5.2 倍。

ABC Legal 如何借助 Claude Managed Agents 让每位员工成为构建者

ABC Legal 为 1,100 名员工部署 Claude Enterprise 后，通过 Claude Managed Agents 将零散实验转变为受治理的智能体体系，截至 2026 年 7 月已上线 50 多个生产级智能体，部分覆盖的人工任务成本降低约 50%，约 310 名员工日常使用 Claude。

Tibo@thsottiaux· 04:35AI 评分6262

Codex 现支持为 GPT-5.6 Sol 配置 100 万 token 上下文窗口，该模型文档标注窗口为 1,050,000 token。

Tibo@thsottiaux· 14:04AI 评分4949

OpenAI 的 token 与其他模型不等价，每百万 token 价格对比会误导决策。GPT-5.6 Sol 的分词器在测试中仅用 766 个 token，而 Claude Opus 5 需约 1,170 个，少 34.5%。真正该比较的是每次成功结果的价格，而非单价。

Databricks 如何在数据仓库中使用 AI_Functions：主要用例解析

Databricks 探讨在数据仓库中应用 AI_Functions 的主要场景，帮助组织在结构化数据之外处理非结构化数据。文章聚焦于如何通过该功能将 AI 能力直接集成到 SQL 工作流中，以扩展数据仓库的分析边界。具体用例与实现细节以原文为准。

OpenRouter 视觉指南：如何通过 API 向多模态模型发送图像

OpenRouter 发布视觉指南，详解通过 Chat Completions API 向多模态模型发送图像的方法。请求体采用 messages 数组，用户消息的 content 包含 text 和 image_url 两部分，支持公开 URL 或 base64 数据 URL 两种格式，兼容 PNG、JPEG、WebP 和 GIF。