#教程/实践

NVIDIA 用 NemoClaw 构建记忆驱动的企业智能体并给出五条设计经验

NVIDIA 团队基于 NemoClaw 构建了一个记忆驱动的 Chief of Staff 智能体，用结构化 Markdown 的 self model 维护人员、项目和优先级等长期记忆，并通过 NVIDIA OpenShell 沙箱在运行时强制安全边界。

Hugging Face 教程：用 GRPO 微调 LFM2.5-350M，100 步提升结构化输出通过率至 29.7%

Hugging Face 发布完整教程，使用 TRL 库以 GRPO 微调 LiquidAI/LFM2.5-350M，约 500 样本、100 训练步即可在免费级 Colab 或 Kaggle GPU 上完成，训练后模型在 IFStruct 基准上从 22.6% 提升至 29.7%。

小红书与 vivo 联合打通 3D 图片全链路技术实践

小红书与 vivo 联合打通从 vivo 相册生成 3D 图到小红书发布、分发与消费的完整 3D 内容链路，并共同设计面向移动社交场景的新型 3D 格式。

用 TRL 和 OpenEnv 训练编码模型画水彩：Hugging Face 全流程开源复现

Hugging Face 博客作者基于 Surya Narreddi 的原始想法，用 TRL、OpenEnv 和 Qwen/Qwen3.5-35B-A3B 复现了让语言模型通过 p5.brush 写 JavaScript 画水彩的 RL 训练流程，所有数据集、环境、脚本和模型均开源在 Hub。

eric zakariasson@ericzakariasson· 13:27AI 评分5151

作者分享 grok bot 使用技巧：在电脑上运行 grok bot 后，该机器会成为可从手机访问的主机，从而通过手机让 grok bot 操作电脑。截图展示了在手机上询问 MacBook 桌面状态后，grok bot 返回了当前桌面截图和屏幕上的应用内容。

美团智播解析数字人直播技术：形象生成、动作驱动与万路并发方案

美团智播官方发布技术长文，介绍AI数字人直播的完整技术闭环，涵盖高保真形象生成与编辑（SDIP、SREdit）、文本驱动动作生成（MoTiGA）、语音手势协调生成（StreamingTalk）和视觉token压缩推理加速（Glance2Gaze）。

实测豆包当国产 Codex 用的 7 种玩法

作者总结一周高强度使用豆包的经验，介绍如何把豆包当成国产 Codex 使用。核心差异在于豆包把本地电脑和云电脑（Windows 虚拟机）打通，切换即可，而 Codex 本地和云端是两套分开的环境；授权一次飞书后可直接用 PRD、表格、会议预约等内置工具。

LangChain 总结施耐德电气、Vodafone 与 monday.com 的智能体规模化经验

LangChain 梳理了欧洲与中东企业规模化部署 AI 智能体的经验：施耐德电气由 350 人 AI Hub 支撑 60+ 智能体，monday.com 将 AI 助手 Sidekick 从单一通用智能体重构为子智能体。

Meta 构建“组织第二大脑”AI Agent，从专家反馈中沉淀机构知识

Meta 发布技术博客，介绍其为合规领域构建的 AI Agent，用结构化知识系统加可组合 recipes 复现专家推理方式，专家反馈经诊断、编译、验证和人工审核后写入 200+ 知识文件，无需重新训练模型。六周三轮开发后，单项评估时间从数天缩短到数分钟，改进周期内零回归，每轮修复自动加入回归测试集。

GitHub 播客解读 AI 开发新术语：loop engineering、Ralph loops、squads、harness 与 hill climbing

GitHub Podcast 一期节目配套文章由 Cassidy Williams 与 Marlene Mhangami 等解读当下 AI 开发常见新术语。

GitHub Copilot 如何在不牺牲任务质量的前提下降低 AI 编码成本

GitHub 工程师 Erik Kristensen 分享了 Copilot 降本的四项改动：选择性压缩工具输出、移除 view 工具行号前缀（线下推理成本降约 5%，线上用户日均推理成本降约 3%）、压缩 task-tool 提示词（每轮省约 1300 token，每活跃小时归一化成本降 2.9%）、后台任务完成后直接交付结果（AI Credits 用量降约 2.3%）。

Anthropic 发布 Claude 电商智能体构建指南及参考实现

Anthropic 发布构建电商智能体的指南，总结架构、延迟与成本优化、生产运维三部分实践，涉及购物和商家两类智能体，企业客户部署后出现购物车变大和卖家运营效率提升。核心建议包括用单个智能体加技能而非子智能体、将 UI 组件做成工具、用提示词缓存实现 90-99% 命中率、在 harness 中强制安全规则，并开源参考实现 anthropics/commerce-agents。

Google AI 团队分享如何为 LLM-as-a-Judge 评测编写可靠的评分标准

Google AI 团队发布教程，讲解如何为 LLM-as-a-Judge 评测编写可靠的布尔式评分标准，指出模糊提示会导致评估不一致和浪费 token。文中给出四条经验：问题保持原子化且互不重叠、只让评判模型评估客观事实（可用 RFC 2119 术语如 MUST 表述）、只评 prompt 中明确要求的内容、用专家标注的 golden set 校准评判模型直至与人类评分一致。

Google 复盘 AI Agents Challenge：最强参赛作品背后的 4 种工程模式

Google for Startups AI Agents Challenge 评审团队从各赛道头部参赛作品中提炼出 4 种共同工程模式。

Google 如何教会大语言模型控制机器人并掀起机器人热潮

Timothy B. Lee 撰文回顾 Google 2023 年 7 月推出 RT-2 如何开启机器人领域的"GPT-3 时刻"。RT-2 基于多模态 LLM 直接生成机器人动作，Google 通过 13 台机器人在 17 个月内收集逾 13 万次遥操作数据训练模型。

什么是 harness 工程？Google 用 ADK 2.0 与 Antigravity SDK 演示自动修复编码循环

Google 员工 Shir Meir Lador 介绍 harness 工程，即用确定性组件包裹 LLM，包括编排层、执行沙箱、状态持久化和验证工具，让 Agent 不需逐行人工审查即可安全生成代码。

RAG 系统效果为何取决于嵌入模型：ByteByteGo 图解检索机制与选型要点

ByteByteGo 发文解析 RAG 系统中嵌入模型的关键作用，指出语言模型再强也无法弥补错误检索，因为嵌入模型决定了哪些文本进入上下文。文章图解了索引与检索两个阶段的工作流程，列举了语义相似但答非所问的多种失败模式，包括否定句、版本差异和数字标识等，并说明更换嵌入模型需要全量重建向量、索引和权限，成本高昂，类似蓝绿部署。

Baseten 解析后训练最佳开源模型并按成本分档推荐

Baseten 发文解析开源模型后训练的成本驱动因素，指出活跃参数量是 RL 后训练成本的最大来源，总参数和 KV cache 主要限制推理速度，并按成本档位推荐 DeepSeek-V4-Flash、GLM-5.2、Kimi K2.6、Kimi K2.7 Code、Nemotron-3-Super-120B 和 Qwen3 系列。选型建议关注库支持、基准表现和后训练循环成本三方面。

天体物理学博士刘博洋用千问复现Druckmüller算法，日全食后3小时产出高清日冕图

8月12日西班牙出现欧洲大陆27年来首次日全食，全食持续101秒，天体物理学博士刘博洋在日食结束后不到3小时产出了高清日冕精细结构图。他此前把Druckmüller的五篇论文交给千问「工作助理」分析核心思路，悟出大师方法的本质是模拟人眼的局部差分视觉，并用过去日冕素材迭代100多个版本复现了整套算法。观测现场他还用千问根据低仰角与高仰角曝光数据推算补偿档数、写脚本测试新快门线的参数组合效率。

告别视频抽卡：用深度视频过滤参考视频无用信息的实操技巧

作者分享一个 AI 视频技巧：先把参考视频转成深度视频，再用深度视频驱动视频生成，可保留动作、运镜、人物站位和空间关系，同时减少原片人脸、服装、背景和画风的干扰。

Kling AI@Kling_ai· 11:59AI 评分4141

可灵 Kling AI 发布教程，讲解如何在 Kling MCP 中使用 Elements 功能，在不同镜头间保持角色身份一致，从而创作更连贯的 AI 生成故事。

Simon Willison 发现 OpenAI Codex 桌面应用捆绑 LibreOffice 等完整运行时

Simon Willison 在 ~/.cache 目录中发现 OpenAI Codex 桌面应用（现已更名为 ChatGPT）的 codex-primary-runtime 文件夹占用 1.7GB，内含完整的 Python 和 Node.js 安装，以及 Poppler、git 和 LibreOffice 的原生二进制文件。

Google Antigravity 系列教程 Part 2：用 generate_image 工具自动化图像生成

这篇是 Google 团队 Elevating Antigravity Agent Skills 五部曲的第二部分，讲解如何在 agent skill 中使用 generate_image 工具，把结构化提示词合成与原生图像生成结合，让 agent 产出符合开发者规范的图像。

OpenAI 解析 Basis、Clay、Exa 如何把工作流变成 AI 原生运营能力

OpenAI 发布文章，介绍 Basis、Clay 和 Exa Labs 用 Agent 承接员工入职、账户管理和开发者集成的工作流。Basis 把入职从 2 小时缩短到 30 分钟，Clay 的子智能体每天夜间更新各账户上下文，为销售省下约 1 小时邮件分拣，Exa 用 Codex 监控集成机会并创建 PR、跑测试。文章还给出企业从试点到规模化的六步方法。

Google 员工分享如何设计可信的 AI 评测的五条规则

Google Developer Relations 团队的 Jan-Felix Schmakeit 介绍为 Google 产品的 Agent Skills 设计评测的方法，主张像写单元测试一样建立结构化、自动化的评测流程，而非在终端做 vibe testing。

eric zakariasson@ericzakariasson· 00:24AI 评分7171

Eric Zakariasson 转发并摘要 lingxi 的文章，介绍其用一组 grok bot 组成工程团队来开发 grok bot 的做法。

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。

ByteByteGo 图解如何压缩大语言模型而不明显损失智能

ByteByteGo 发布长文，讲解如何在大语言模型不明显变笨的前提下缩小模型体积。文章以 70B 参数模型约 140 GB、消费级显卡仅 24-48 GB 显存的矛盾为切入点。

Kling AI@Kling_ai· 23:29AI 评分4747

可灵（Kling AI）发布官方教程，讲解如何使用 Kling MCP 中的 Elements 功能在不同镜头之间保持角色身份一致，从而创作更具连贯性的 AI 生成故事。

小红书与NVIDIA联合发布GR-Inference推理引擎，优化生成式召回

小红书与NVIDIA联合构建GR-Inference，一个面向长Context、短Decode、大Beam的生成式召回专用推理引擎，覆盖KV抽象、连续批处理、专用Decode Attention、受限生成与CUDA Graph等优化。

Google AI 教程：用 pandas 把 Inspect AI 评测日志导出为 Google Sheets 可视化数据

Google AI 的 AI Evals 系列第三篇介绍用 tocsv.py 脚本通过 pandas 把 Inspect AI 评测日志转换为适合 Google Sheets 的 CSV。

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。

AI 聊天机器人在按下回车与首个字出现之间发生了什么

在典型 LLM 中，一条消息在回复开始前要经过约十几个独立阶段。模型是无状态的，每次请求都需重建完整对话历史，导致输入 token 随轮次累积，成为对话产品的主要成本。输入文档的组装（即上下文工程）会影响回答质量，且不同产品基于同一模型也可能给出不同答案。

理解 ChatGPT Work：它到底是什么，以及它和 Chat 有何不同

OpenAI 于 7 月 9 日发布 ChatGPT Work，实际包含云端版（Work Cloud）和桌面应用版（Work Local）两个产品，仅向 $20/月及以上订阅用户开放。

使用 NVIDIA Earth2Studio 构建自定义批量集合天气预报工作流

本教程演示如何用 NVIDIA Earth2Studio 构建集合天气预报工作流，安装组件并加载 FCN 预报模型，从 GFS 获取初始条件，实现将 10 米风分量转为涡轮容量因子的风电诊断及变尺度扰动系统。通过低层迭代器、坐标映射、批处理和 Zarr API 构建执行管道，用纬度加权 RMSE、fair CRPS 等指标验证预报，并可视化集合不确定性。

Google 发布 Gemini Omni 1.1 Flash：40 秒场景扩展、首尾帧控制与 4K 放大

Google 发布 Gemini Omni 1.1 Flash 生产更新，场景扩展可读取最多 10 秒先前上下文并累计至 40 秒，支持首尾帧控制运镜。360p 草稿生成速度提升最高 60%、成本为 720p 的三分之一，成片可放大至 4K。模型经 Gemini API 提供，Adobe、Figma Weave、GMI Cloud 和 Runway 已投入生产使用。

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。

Unsloth AI@UnslothAI· 01:57精选AI 评分7777

Unsloth 发布 GLM-5.3 的动态 GGUF 量化版本，2-bit 模型从 1.51TB 压缩到 239GB（缩小 83%），保留约 81% top-1 准确率，1-bit 则以缩小 85% 达到约 76%。

Andrew Ng@AndrewYNg· 01:53AI 评分4242

智能体编程如何改变了软件工程基础？这是我们整理的软件工程基础 AI 工程技能图谱。https://x.com/i/article/2093384274372419585