跳到正文
#教程/实践
8月29日周六
  2. LMSYS Blog66

    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。

    推荐理由：原文给出完整的硬件配置、性能数字和复现命令，读者可以据此评估消费级 SSD 路线运行超大 MoE 模型的可行性与代价。

8月28日周五
  1. Google AI：DEV 作者专属74

    Gemini 3.5 Transcribe 完整指南：告别 ASR 转录难题

    Google 推出专用于语音转文字的 Gemini 3.5 Transcribe 模型，主打快速、准确且低成本的转录，原生支持说话人分离和词级毫秒时间戳。该模型支持 85+ 种语言自动识别与代码切换，可通过 custom_vocabulary 传入最多 1,000 个领域术语避免专有名词拼写错误，并提供 Smart Transcription 与 Verbatim 两种模式。

    推荐理由：逐字模式保留毫秒级时间戳和说话人分离，智能模式清理填充词但可能改写原文，两者取舍决定字幕同步和会议记录应选不同配置。

  2. 公众号：月之暗面44

    法律行业为什么爱用 Kimi K3

    2.8 万亿参数的 Kimi K3 在贴近真实律所工作的 Harvey LAB 基准测试中，从 K2.6 的 0 分提升到 26.7%。OpenAI 投资的 Harvey 基于 Kimi K3 发布法律行业专属模型 Tenet，多项法律基准测试超过当前全球最先进的闭源模型。国内多家红圈律所已配备 Kimi 企业版，通过 Word 批注、可溯源检索及 Kimi Work 插件接入律师工作流。

  3. 公众号：千问APP42

    极客公园十年老编辑用千问搭AI写稿流水线

    一位在极客公园工作十余年的编辑，用千问搭建了一条覆盖抓取、分析打分、文档提醒、自动成稿的AI工作流水线，7×24小时监测九家大模型公司动态。该流水线按信源分层抓取信息，按事件类型打分（新模型6分、新产品5分、开源4分等），8分以上选题自动进入撰写流程，可生成2000-2500字深度稿或800字以内快讯，全程零人工干预。

  4. Databricks：Blog44

    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。

  6. Tessl：产品与工程博客64

    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。

    推荐理由：作者用自家代码审查负载的实测数据说明按 token 单价选模型会算错账，并给出可复用的成本度量公式和三项选型检查。

8月27日周四
  4. Linear：Now49

    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。

  8. Claude：Blog69

    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。

    推荐理由：把反馈从会话结束后消失的一次性信息改为可合并的技能文件，人类反馈通过 PR 流程被累积复用，比手动重写提示词更能跨任务持续改进。

8月26日周三
  1. ByteByteGo47

    如何让 LLM 提速 3 倍：投机解码原理详解

    投机解码通过让一个小模型预先草拟多个候选 token，再由大模型在单次前向传播中并行验证，可将生成速度提升 2-3 倍，且输出在统计上与单独运行大模型完全一致。70B 参数模型每生成一个 token 需从 GPU 内存读取约 140 GB 权重，而生成阶段计算利用率仅 20-40%，投机解码正是利用这部分闲置算力。文章还探讨了草稿来源的四种方式及投机解码失效的场景。

  3. 张小珺商业访谈录54

    张小珺播客领读Kimi K3技术报告：从架构创新讲到多教师蒸馏与开源MoE

    张小珺商业访谈录发布一期学习播客，由清华大学计算机系博士候选人孙宇涛领读Kimi K3技术报告。K3是总参数2.8T并全量开源的MoE模型，节目按架构、预训练、后训练和基础设施的脉络讲解，并串联RetNet、Gated DeltaNet、LatentMoE、DeepSeek-V3等十余篇相关论文。

  4. 公众号：卡尔的AI沃茨70

    实测飞书和豆包合体后第1个Agent：豆包工作的8个使用技巧

    豆包工作（豆包 Work）是当前企业接入Agent门槛最低的路径，但需用飞书账号登录才能解锁满血功能。实测可用手机远程控制最多7台设备、定时任务、自动读取本地skill、侧边栏直接编辑并同步飞书，且管理员看不到聊天记录。作者认为Work Agent是token消耗倍增器，飞书原生生态是豆包工作相比Claude Cowork、Codex Work的核心优势。

    推荐理由：豆包工作与飞书原生权限和文档协作的深度打通，构成相对海外同类 Agent 的核心差异，用现成企业工具链降低接入和跨部门数据隔离成本。

  5. Tomasz Tunguz 博客61

    AI 智能体应该活多久？

    长期运行的 AI 智能体会因上下文累积而注意力衰减、临时指令残留成永久规则，并带来安全风险。建议给日常助手 24 小时生命周期，午夜重置会话，将具体任务委派给只存活 30 秒的单一用途子智能体，并在重置前将持久偏好存入磁盘。

    推荐理由：文中把解决问题的方式拆成两层，短命协作者处理当日上下文，偏好则离线写盘，让长期记忆不随会话累积而劣化，也收窄了权限暴露窗口。

  6. OpenRouter：Announcements68

    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。

    推荐理由：比 token 价格更实际的是成本按完成任务的次数计算，把重试与失败率纳入对比，这让团队评估模型经济学时有了可量化指标。

  7. OpenRouter：Announcements66

    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。

    推荐理由：将视频生成抽象为提交、轮询、下载的异步作业，模型切换只改标识符，同时覆盖幂等、webhook 与并发控制，可迁移到其他异步生成 API 的集成。

  8. Google Blog：AI45

    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%。

8月25日周二
  1. LangChain：Blog65

    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。

    推荐理由：LangChain 给出从 trace 到任务的两步流水线和可复用的 eval-engineering 技能，团队可迁移用于搭建自己的 agent 评测基准。

  2. LangChain：Blog62

    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。

    推荐理由：原文给出了 OpenWiki 用证据版本追踪让记忆自我修正的具体机制和评测数据，方法可迁移到其他 Agent 记忆系统。

  3. Unsloth AI53

    Unsloth 发布 Qwen3.8-27B 免费微调 Notebook，本地训练可在 24GB VRAM 上运行，Unsloth 训练速度提升约 1.5x、显存占用减少约 50%。Qwen3.8-27B 是支持文本、图像和视频的 27B 统一视觉语言模型，拥有 262K 上下文窗口；QLoRA 需 22GB，LoRA 需超过 36GB，也支持 RL 训练和全量微调（显存约多 4 倍），Kaggle Notebook 提供 30 小时免费双 Tesla T4 GPU，详情见 https://github.com/unslothai/unsloth 和 https://unsloth.ai/docs/models/qwen3.8/train。

  6. OpenAI Developers：Blog54

    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。

  7. GitHub Blog49

    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。

  8. Google AI：DEV 作者专属57

    Google Antigravity 智能体技能进阶（一）：交互式 UI 工作流

    Google Antigravity 通过将原生聊天 UI 组件嵌入 SKILL.md 指令，让智能体从被动文本解析器转变为主动技术面试官。本文详解交互式 UI 技能架构：使用 ask_question 工具渲染原生模态框，通过 user_prefs.json 实现跨会话状态水合与持久化，并介绍内置 /grill-me 命令及 making-forms-demo 参考实现。

8月24日周一
  1. Claude：Blog49

    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。

8月23日周日