Databricks 如何在兼顾治理的前提下让 Genie Agents 同时基于结构化数据与文档运行
Databricks 介绍如何让 Genie Agents 同时基于结构化数据与文档运行，且不牺牲治理能力。文章探讨了构建自动化简单业务任务的智能体虽易，但要在统一治理框架下融合两类数据源、确保安全合规地执行查询，仍需解决数据权限、血缘追踪与策略管控等关键问题。
推荐理由：教程提供了将 Genie Agent 同时接入结构化数据和文档的具体步骤，关键是把治理检查点嵌入数据源接入环节。
#教程/实践
Databricks：Blog精选AI 评分6565 CMU：Machine Learning BlogAI 评分5353 Forking-Sequences：一种统计与计算上更高效的多步预测训练范式
CMU 研究团队正式定义并系统评测了 forking-sequences 训练范式：它无需新增参数，在一次前向传播中跨所有预测创建日期编码解码整条序列。
Linear：Now精选AI 评分6161 Linear 讲解 Linear Agent 的构建方法与设计取舍
Linear 发文讲解 Linear Agent 的构建方法，核心是不设计固定路径，而是用系统提示词、工具设计、产品模型和运行范围划出边界让智能体自主发挥。文章介绍了 system skills 按需渐进加载以控制上下文、拒绝直接暴露 SDK 等底层原语以换取可预测性，并说明为何从模型 API 向上自研 harness，以支持动态工具注入、上下文化的工具调用确认和异步子智能体执行等编排需求。
推荐理由：Linear 亲述 Agent 构建思路，涵盖系统提示词边界、system skills 按需加载和自研 harness 的取舍理由，方法可迁移到同类 Agent 设计。
Simon Willison 博客AI 评分6161 SQLite 压缩文本历史记录原型：用 zlib/zstd 压缩 JSON 数组存储全部修订版本
Simon Willison 提出并验证了一种 SQLite 存储文本修订历史的新方案：将每个历史版本全文放入 JSON 字符串数组，再用 zlib 或 zstd 整体压缩存入 BLOB 列。
MarkTechPostAI 评分5151 2026年顶级LLM可观测性与评估平台对比：Langfuse、LangSmith、Braintrust、Arize等
LLM可观测性平台市场2026年规模达26.9亿美元，预计2030年增至92.6亿美元（36.2% CAGR）。LangChain调查显示57%受访者已在生产环境运行智能体，89%部署了可观测性，但52.4%仅做离线评估、29.5%无任何评估。
The Decoder：AI NewsAI 评分6767 Google DeepMind 推出 WeatherNext Cyclones，同时预测气旋路径与强度
Google DeepMind 推出 WeatherNext Cyclones（WN-C），可同时预测热带气旋路径与强度，五天路径误差平均 230 公里，优于 ECMWF ENS 的 370 公里。该模型基于 Functional Generative Networks，单次前向传播即可生成预测，速度比扩散模型快 8 倍，代码与权重已在 GitHub 开源。
公众号：卡尔的AI沃茨精选AI 评分7272 Seedance 2.5 上线一周新增六种创意玩法
Seedance 2.5 上线一周后，国内外社区涌现出时间静止、超级英雄变身、创意广告、K-pop MV、电商广告、拉片复刻等六类热门玩法。经实测，该版本人物面部告别“AI 油腻感”，动作自然度与镜头切换较 2.0 更合理，单次生成超长视频时长拉至 300 秒，并支持片段重拍与智能续写。通过 LibTV 年费会员，生成成本最低可至 0.4 元/秒。
推荐理由：把时间静止、口香糖广告等创意拆成可复用的镜头语言和提示词，直接降低同类效果的试错成本。
MarkTechPost精选AI 评分7070 用DistilBERT LoRA与TF-IDF基线做IMDb情感分析：校准、可解释性与半监督学习
本教程基于Stanford IMDb数据集构建端到端情感分析流程，对比TF-IDF逻辑回归基线与LoRA微调的DistilBERT。模型评估涵盖准确率、macro-F1、ROC-AUC及期望校准误差，并分析置信错误、长度影响与词级遮挡显著性。最后利用未标注IMDb数据做置信度伪标注，比较半监督模型与基线，保存合并后的Transformer用于推理。
推荐理由：从 TF-IDF 基线到校准和截断分析，教程展示了评估情感模型短板的方法，可用于自己的分类项目。
公众号：MiniMaxAI 评分5353 MiniMax H3 开源首周 AMA：技术团队回应稀疏注意力、长视频续写与推理优化
MiniMax H3 技术团队在 Reddit AMA 和 ComfyUI 直播中回应开发者提问：模型不使用 MSA，稀疏注意力策略更接近 MoBA，默认仅对视频 token 做 3D sparsification，近期将发布保守版本。
MarkTechPostAI 评分6868 用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线：托管 NIM、LanceDB、重排序与 grounded 生成
本教程演示如何用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线：先以 PDFium 离线提取 PDF 文本，再通过托管 NIM 端点检测页面元素、抽取表格/图表/信息图并生成稠密向量存入 LanceDB。随后实现稠密检索、视觉-语言重排序、元数据过滤搜索及带内联引用的 grounded 生成，并用 recall-at-k 评估检索质量。
Databricks：BlogAI 评分6262 Databricks 如何规模化管控 AI 编程成本
Databricks 分享了规模化管控 AI 编程成本的方法，其智能体编程已带来可衡量的价值提升。文章重点探讨了在团队规模扩大时，如何通过成本追踪、工具选型与使用策略，在维持代码质量与开发效率的同时，控制 AI 编程工具带来的支出增长。
公众号：面壁智能AI 评分4141 独立开发者用VoxCPM克隆网红声音实现实时对话，获百万播放
独立开发者叶小叔用面壁智能开源的VoxCPM声音克隆模型，成功让AI克隆网红声音并实现实时对话，视频在抖音获100万播放、X上5.9万人围观。此前他尝试本地开源模型（TTS合成需14-40秒）和云端Cartesia Pro（中文效果不佳）均失败，最终租用RunPod L4 GPU（$0.4/小时）部署VoxCPM，TTS首包延迟不到1秒，端到端体感2-3秒。
公众号：面壁智能精选AI 评分6565 独立开发者用 VoxCPM 克隆网红声音，让 AI 终于“会聊天”了
独立开发者叶小叔用面壁智能开源的 VoxCPM 克隆千万粉丝网红声音，搭建 STT → LLM → VoxCPM（TTS）三段式实时对话管道，TTS 首包延迟不到 1 秒，端到端体感 2 到 3 秒。
推荐理由：案例的实践价值在于澄清了实时对话 TTS 环节的选择逻辑：中文原生支持与默认参数平衡往往优于盲目追求极致克隆，这一取舍对同类项目具直接参考。
OpenRouter：AnnouncementsAI 评分5858 OpenRouter 如何管理团队 AI 支出：6 项控制措施详解
OpenRouter 提供 6 项控制措施来管理团队 AI 支出，涵盖预算、每密钥限额、模型/供应商白名单、Guardrails、工作区预算和 Activity 仪表盘。
OpenRouter：Announcements精选AI 评分7070 在 OpenRouter 上设置团队 AI 支出控制
OpenRouter 推出五项团队 AI 支出控制功能：组织共享信用池、预设模型范围、每密钥限额、护栏（成员预算和模型白名单）及活动仪表盘。本指南按顺序介绍设置流程，包括创建组织、配置预设、通过 Management API 密钥设置每日/每周/每月限额。组织默认支持最多 10 名成员，标准按需付费账户购买信用时收取 5.5% 平台费。
推荐理由：这份教程把团队支出控制拆解为可操作的五个步骤，并对限额、护栏的叠加逻辑给出了清晰定义，可缓解团队协作中支出归属与模型权限的常见混乱。
Databricks：BlogAI 评分5858 Databricks 详解什么是 Tool Calling
Tool calling 是 AI 模型调用外部工具和 API 的能力，让模型能突破自身局限、执行实时数据获取或具体操作。该机制通常涉及模型生成结构化请求、系统调度执行并将结果返回模型，从而完成更复杂的任务。Databricks 从概念、工作原理到应用场景对这一能力进行了系统说明。
Databricks：BlogAI 评分4040 什么是智能体工作流？
智能体工作流正成为企业从单次提示词交互迈向多步骤自动化任务的关键范式。这类工作流让 AI 系统能够自主规划、调用工具并迭代执行复杂任务，而非仅生成单一回答。Databricks 从架构、应用场景与工程实践角度解析了智能体工作流的定义与落地路径。
GitHub Blog精选AI 评分6969 GitHub Copilot 应用中的斜杠命令使用指南
GitHub Copilot 应用中的斜杠命令可帮助管理会话、导航项目和自定义 Copilot 工作流。与 CLI 版不同，应用版命令更侧重工作流，如 /plan 用于编码前规划、/spar 用于挑战方案假设、/autopilot 用于自动执行实现。/clear 和 /model 在 CLI 和应用中均可用。
推荐理由：文章不是罗列命令，而是提供了可复用的场景模板，为 /plan、/spar 等命令配好了规划、评审和实现的具体提示词，省去从零组织任务描述的时间。
LangChain：BlogAI 评分4949 Deep Agents、LangChain 与 LangGraph 有何区别及如何选择
LangChain 官方对比了 Deep Agents、LangChain 与 LangGraph 三种构建智能体的不同路径。文章梳理了三个开源框架的核心差异，并给出各自适用场景：LangChain 适合快速上手，LangGraph 适合精细控制，Deep Agents 则面向更自主的智能体设计。
MarkTechPostAI 评分5050 Meta 的 Ax 自适应实验实战编码指南
本教程演示如何用 Meta 的 Ax 现代 Client API 进行自适应实验，在合成分类数据集上调优 RandomForest 模型，同时平衡预测准确率与模型体积。工作流从定义包含整数、浮点、对数缩放和类别参数的混合搜索空间开始，逐步展示完整调优流程。
OpenBMB@OpenBMB精选AI 评分6565
推荐理由：将摄像头面部信号、语音对话和LoRA角色塑形组合进一个可玩演示，为交互式AI角色提供了比常见聊天机器人更丰富的多模态模板。
Artificial Analysis@ArtificialAnlysAI 评分6666公众号：卡尔的AI沃茨精选AI 评分7070 分享10个能大幅提升vibe coding幸福感的开源App
作者整理了10个提升vibe coding体验的开源App，涵盖Mac刘海屏改造（Atoll）、窗口预览（DockDoor）、极速启动器（Raycast）、彻底卸载（Pearcleaner）、菜单栏折叠（Thaw）等工具。这些工具均为免费开源，可将重复操作压缩为快捷指令，降低试错成本。作者还提到可用Codex随时为这些开源App添加自定义功能。
推荐理由：十个工具分别针对刘海利用、窗口预览、快捷启动等细分痛点，组合后可将编程前的准备步骤压缩为几次按键或悬停。
公众号：龙猫LongCatAI 评分5757 Agent评测漫谈：从打分动作走向基础设施能力
美团图灵Agent评测团队公开内部博客，系统讲解Agent评测方法论。评测核心是回答“Agent好不好”，需覆盖结果、过程、效率、风险四层，并以观测为基石。团队提出“人人一致、人机一致”对齐法，通过指标下钻与Rubric二元化，使数字站长人机一致率达99%，Beam从62%提升至92%。文章还探讨了长程Agent（如Claude Code）对观测评测带来的演进。
公众号：数字生命卡兹克精选AI 评分8080 OpenAI 开源 Codex Security：Vibe Coding 产品必备的安全扫描插件
OpenAI 将安全插件 Codex Security 开源，外部 Agent 均可调用，并已支持通过 OpenRouter 和 Fireworks 接入第三方模型。
推荐理由：在非专业开发者大量借助 AI 构建产品的趋势下，这款插件把过去需安全专家执行的漏洞扫描转化为上线前的例行检查，让安全不再成为追速时的盲区。
MarkTechPost精选AI 评分7171 用 Google Meridian 构建端到端贝叶斯营销组合模型：媒体测量、ROI 分析与预算优化
本教程使用 Google Meridian 构建完整的贝叶斯营销组合建模工作流，涵盖数据加载、ROI 先验配置、NUTS 采样拟合及收敛性评估。通过 Analyzer API 提取渠道贡献、ROI、边际 ROI、adstock 与饱和曲线等后验指标，并计算渠道间 ROI 比较概率。最后用 BudgetOptimizer 优化固定与灵活预算，生成可分享的 HTML 报告并保存模型复用。
推荐理由：完整工作流把先验设定、后验采样、诊断和预算优化串联为可执行步骤，让营销分析团队能自行量化渠道贡献与 ROI 不确定性。
Simon Willison 博客精选AI 评分7070 用 Claude Fable 5 一次性生成完整《Raccoon Heist》游戏
Simon Willison 将 2022 年 GPT-3 和 DALL-E 生成的游戏概念与截图输入 Claude Fable 5（运行于 Claude Code for web），成功构建出可玩的 3D 浏览器游戏。
推荐理由：给出从旧推文到可运行游戏的完整闭环：用 GitHub Pages 实时预览、Playwright 自动抓屏修复，使 agent 能在无人类干预下迭代出可用产物，适合探索 agent 编码游戏的开发者直接复用该流程。
ByteByteGoAI 评分4646 知识蒸馏：大模型如何教会小模型变聪明
知识蒸馏通过让一个较小的学生模型模仿大型教师模型的输出，训练出独立的新模型，而非像量化和剪枝那样压缩原模型。教师输出的软标签（如猫0.70、狗0.25、狐狸0.05）比单一硬标签携带更多类别关系信息，即“暗知识”，这是蒸馏效果优于直接学习原始标签的核心原因。Google的Gemma模型即在训练中利用Gemini家族的更大模型进行蒸馏，蒸馏后还可再量化以进一步缩小模型。
LangChain：BlogAI 评分4949 LangChain 如何为 Kubernetes 构建自主 SRE 智能体
LangChain 基于 Deep Agents 为 Kubernetes 部署构建了自主 SRE 智能体，可自动执行运维任务，并对变更操作引入人工审批机制。该智能体使用 LangSmith 进行全链路追踪，并通过 evals 评估系统性能，兼顾自动化效率与运维安全。
Rohan Paul@rohanpaul_aiAI 评分4747引用jacky zhong@JackyZhong0124http://x.com/i/article/2084443952405762048
公众号：卡尔的AI沃茨精选AI 评分7474 烧了5亿token后，我给Codex和Claude Code做Skill上下文瘦身的新技巧
作者为Codex和Claude Code中300多个Skill做上下文瘦身，发现每次新会话仅Skill列表就占约9.9k token，按7月使用强度粗算，多余Skill列表约吃掉4到5亿token的上下文空间。
推荐理由：把低频 Skill 从全局暴露转为触发词动态加载，提供了工具多而上下文有限时的一种治理思路，量化了 token 节省，方法可迁移到其他 Agent 管理。
公众号：小红书技术AI 评分4646 小红书“问一问”多模态推理加速实践：让视觉 Token 更精简、MoE 专家更聚焦
小红书针对“问一问”多图场景，从 Prefill 与 Decode 两端优化多模态推理：动态 Vision Token 压缩减少冗余视觉输入，SERE 专家重路由配合关键专家保护降低 Decode 阶段专家计算与权重搬运。
Claude：BlogAI 评分6060 Claude Enterprise 成本控制指南：IT 管理员如何监控与优化支出
Claude 发布企业版成本控制指南，帮助 IT 管理员通过访问门控、模型权限、硬性支出上限等工具管理 Claude Enterprise 支出。指南建议以成本/成果而非 token 消耗衡量价值，并介绍了用量分析、数据导出、Analytics API 及分析聊天等监控功能。API 用户可通过提示词缓存（缓存命中成本为正常输入费率 10%）、批处理（半价）和 effort 参数等杠杆降低成本。
MarkTechPostAI 评分4040 Pixel-Native RAG：视觉文档索引实用指南
PixelRAG 是一套端到端系统，将网页和 PDF 视为图像处理，突破传统基于文本的解析方式。教程覆盖从渲染、切片到多模态嵌入与混合搜索的完整流程，帮助开发者构建高性能的视觉文档检索系统。
Simon Willison 博客精选AI 评分7474 MiniMax-H3 通过 MLX 移植可在 Apple Silicon 上运行
MiniMax 发布 MiniMax-H3，一个可接受文本、图像、音频和视频并生成最长 15 秒带音频视频片段的通用全模态生成系统。Python 包 PipeNetwork/minimax-h3-mlx 将其移植到 MLX，支持 Apple Silicon 运行。作者在 M5 Max MacBook Pro 上实测，下载约 115 GB 模型文件，视频生成耗时不到 45 分钟。
推荐理由：在 M5 Max 上生成本地视频的 45 分钟耗时，为判断这类模型何时能进入日常工作流提供了具体的参照。
GitHub BlogAI 评分4545 GitHub 法务团队如何用 Copilot CLI 简化工作流程
GitHub 法务团队的非工程师成员（律师、项目经理、业务人员）用 Copilot CLI 构建了内部工具。产品法律顾问 Ngandu Kasuku 创建了合同起草工具 terms-ai，将审查和起草时间缩短约一半；在线安全法律顾问 Jesse Geraci 构建了法律工作流桌面应用，涵盖合同审查、NDA 分类、风险评估等。工具核心指令以纯语言 Markdown 编写，便于非技术人员定制。
