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 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。
LangChain 官方博客介绍如何用 LangSmith 评估语音智能体，覆盖执行、结果与来电者体验三个层面。评估手段包括 LangSmith traces、代码评估器、LLM judges 和人工审查，帮助开发者系统化验证语音智能体的实际表现。
GitHub 介绍用堆叠式 Pull Request（stacked PR）解决 AI 编码智能体生成巨型代码难以审查的问题。通过将 1,000+ 行的大 diff 按数据、API、接线、UI 拆成 L1-L4 四个独立分层，每层可分配不同审查者。
推荐理由：详细演示了用 GitHub 堆叠 PR 将 AI 生成的大 PR 拆分为逻辑层，配合 gh-stack CLI 和技能，提供可立即采用的审查优化方案。
大语言模型处理长上下文时成本飙升，根源在于KV cache，它随token数和批处理规模线性增长。以Llama 3 70B为例，128,000 token上下文约需40GB GPU显存。优化手段包括分组查询注意力（GQA）等，在训练阶段压缩每个token的缓存占用。
LangChain 梳理了 Lyft、Vodafone 和 LATAM Airlines 将客户体验（CX）智能体投入生产的实践。三家企业的共同经验是：先用小范围场景验证价值，再逐步扩展；同时需重视智能体与现有客服系统的集成、人工接管机制以及持续评估。文章还总结了避免过度承诺、明确智能体能力边界等关键教训。
SGL-Diffusion 通过三项 PR 将 AR+DiT 混合生成从单体架构重构为异构分布式系统。用 SRT 替换 HF 后端并解耦 AR 与 DiT，使 AR 阶段在 4 卡 TP 下延迟从 122.8 秒降至 26.1 秒（-78.8%），端到端延迟降低 77.2%。动态批处理与提前返回机制提升并发吞吐，DiT 采用每设备单去噪器的 SP 并行，并通过缓冲 AR 结果实现流水线重叠。
Databricks 为 dbt 管线引入基于 Query Tags 的细粒度用量归因，可精确追踪每个模型或任务的算力消耗。该方案帮助团队定位成本翻倍的具体模型，将仓库账单与 dbt 模型一一对应，从而优化资源分配与成本控制。
Cloudflare 自建 Codex 知识库，将工程标准以 RFC 格式结构化，供 AI 智能体在代码审查、设计审查等环节实时调用。过去四个月，AI 代码审查器标记近 23 万条违规并阻止约 1.6 万次合并；规范审查智能体在实现前评估了近 600 份技术设计。Codex 已收录 60 余份 RFC，采用 SHOULD/MUST 分级，仅强制状态条款可阻止合并。
本教程演示如何用 NVIDIA SkillSpector 评估 AI 技能的安全态势，构建包含干净、风险、恶意及 MCP 示例的合成技能市场，并通过 LangGraph 检查流水线扫描每个技能。
推荐理由：将安全审计从单次检查升级为包含基线抑制、回归检测和 CI 策略门的可治理管道，适合批量管理 AI 技能的组织。
Rohan Paul@rohanpaul_aiAI 评分4646GPT-Live 可以边说边听。 为了让这在 ChatGPT 规模下显得自然，我们从头重建了从客户端到模型的语音技术栈。 这一新架构让音频持续流动，因此更深入的推理和工具调用不会打断对话。
作者以零基础身份，全程通过与Codex对话，从需求讨论、电路搭建、代码烧录到3D打印组装，5天内做出一个能提醒久坐的猫爪硬件。文中还介绍了用Agent调试宏键盘、以及OpenAI与Work Louder联名发布的Codex Micro键盘（13个机械按键，售价230美元）等案例，强调“干中学”的AI开发方式。
推荐理由：价值不在成品，而在把开发顺序从先学后做翻转为先做后学，每一步都留了可跟踪的提示词与物料清单。
本文构建了一套 PerceptionBench 多模态基准的端到端评测流程，覆盖 OCR、计数、定位、上下文推理、比较、深度理解与幻觉检测等细粒度视觉感知任务。流程采用多阶段流式与下载策略加载平衡子集，支持盲基线、OpenAI 兼容多模态 API 及本地 Hugging Face 视觉语言模型，并实现基于规则与可选 LLM 辅助评判、bootstrap 置信区间及能力画像对比。
该指南提出 see-fix-protect 框架，覆盖五层智能体 AI 攻击面图谱、12 点错误配置检查清单、基于证据的优先级矩阵、运行时护栏与系统提示词加固。同时提供与 NIST AI RMF、OWASP AIMA、ISO/IEC 42001 及欧盟 AI 法案对齐的成熟度自评估，帮助团队在生产中系统化应对智能体应用的安全风险。
DogeDesigner@cb_dogeAI 评分4747Grok 观看视频的能力是这款应用最被低估的功能之一。 你甚至不需要上传视频，它也支持链接。只需粘贴一个视频链接，Grok 就能观看、总结并回答你的问题。 这能节省大量时间。试试吧！
Meta 通过内核、精度、并行、网络与内存的协同设计，将广告推荐基础模型 GEM 的端到端训练效率翻倍至 20–25% MFU，并在 12 个月内将训练 FLOPs 扩展 4 倍。
SemiAnalysis 发布长文，系统拆解 Kimi K3 的核心架构技术。文章从线性注意力、DeltaNet、Gated DeltaNet 推导出 Kimi Delta Attention（KDA）。
实时 AI 智能体依赖长连接、有状态的双向流，打破了传统请求-响应式负载均衡范式。开发者需在运行时内实现应用级会话跟踪，以准确测量活跃对话的并发工作负载。将精确的会话计数与标准 CPU 利用率指标一同输入混合路由算法，可有效分配有状态的 AI 流量并防止单个后端瓶颈。
Simon Willison 在博客中引述了 David Crawshaw 的一段提示词，建议设置一个夜间 cron 任务，自动拉取上游变更并基于上游变基所有本地修改，随后检查软件运行是否正常并替换当前版本。该提示词出自 David Crawshaw 的文章“Devtools must be open source”。
本文系统梳理大语言模型的完整威胁模型。2025年6月，Aim Security 研究人员演示了单封邮件即可让 Microsoft 365 Copilot 在无用户交互下外传内部文件，该漏洞被命名为 EchoLeak（CVE-2025-32711）。
Stripe 基于 LangChain、LangGraph 和 Deep Agents 构建了公司级 AI 智能体 Kai，约 4 周内用户数达到 5,000 人。该智能体从搭建到上线仅耗时一周，展示了 Deep Agents 框架在企业内部快速部署 AI 助手的可行性。
Johann Rehberger 发布 llm-heist 研究演示，仅用 LiteLLM 文档化的 /model/update 管理 API 将 api_base 改向攻击者网关并开启 use_litellm_proxy，即可窃取后端 LLM provider 密钥、监听对话并注入响应与工具调用，因改动发生在推理之后可绕过提示词级防御。
Google Agent Skills 团队详解其开源技能库的构建与治理流程：项目始于 Google Cloud Next 2026 前的“swarm”冲刺，发布后 GitHub 星标超 15,000。为保证规模化下的质量，每个技能须通过标准化目录结构、CI/CD 流水线（含 linter、链接检查、AI 辅助清单）及提交时与每周的持续评估，并优先引用远程 MCP 工具。
推荐理由：标准化目录、自动化链接检查和持续评估的完整流程，可帮助团队避免技能库随规模扩大而失控。
Cloudflare 在 Workers AI 上通过三项技术优化 Kimi K2.6 与 GLM 5.2 的推理效率：将 KV 缓存从 BF16 降至 FP8。
Kling AI@Kling_aiAI 评分6060
Kimi.ai@Kimi_Moonshot精选AI 评分7070
推荐理由：教程展示了如何用 Kimi Slides 一站式完成幻灯片的结构、设计和下载，对需要快速产出演示文档的 Kimi 用户有直接可用性，但完整效果仍取决于实际模板和内容质量。
作者为三台 Mac 上的 Codex、Claude Code 等 Agent 设计了一套记忆管理方案：开源项目 claude-mem 通过 hook 自动捕获本地对话关键记忆，筛选后上传至远程 Mem0 并附项目 id，实现跨设备、跨 Agent 共享项目上下文。
本教程设计了一套完整的 GeoAI 工作流，从高分辨率 NAIP 航拍影像中提取建筑足迹。流程涵盖配置深度学习环境、下载影像与标签、生成图像块和分割掩码，训练 ResNet-34 编码器的 U-Net 模型，并应用滑动窗口推理。
LlamaIndex 发布长文分析 LLM OCR 的核心风险：视觉证据弱时语言先验主导，模型会把读不清的数字替换成流畅但错误的值，或静默截断长表格，且没有逐字符置信度可供设阈值。
推荐理由：原文拆解了 LLM OCR 的静默失败模式，并给出字段级溯源、验证循环等可落地的系统设计方法。
Greg Brockman@gdbAI 评分4242Only if education could be this interactive ❤️🔥 I've had a looong wish to build something genuinely useful through vibe coding, and I finally did it. A 3D human anatomy application built with @threejs using GPT 5.6 Sol. It all started with a single design image that I created using GPT Image 2.0. I then used it to generate every 3D organ image, one by one. Next, I converted each of those images into 3D models using @tripoai (and no, they didn't sponsor this 😄). After that, I opened Codex, wrote a master prompt based on the design, and gave it the prompt, the design image, and all the 3D models. Codex built the first version beautifully, but there was one big problem. Every single 3D model was nearly 120-150 MB. That obviously wasn't practical for the web and was giving a performance of 16fps. After a few iterations, Codex optimized each model down to roughly 2–5.5 MB while preserving the visual quality, reducing the total asset size from ~900 MB to just 28.6 MB. And each model loads on demand. Along the way, Codex also generated those anatomical illustrations showing where each organ sits in the human body, and even created the interactive hotspot markers that explain different parts of every organ. It handled all of that. The process wasn't exactly one shot, but it also wasn't difficult. You just have to do it step by step. It genuinely felt like building something that could make learning anatomy much more engaging. The inspiration came from @DilumSanjaya's 3D animal plant cell project. I remember seeing it and thinking, "I want to build something like this one day." And I did it :D Live: https://anatomy-livid.vercel.app/ Code: https://github.com/thebuggeddev/anatomy
MiniMax H3视频模型实测覆盖广告TVC、短剧、创意片头、动态海报、UI动效和游戏实机六类场景，可生成5-15秒视频、原生双声道、直出2K，一次最多放9张图、3段视频和3段音频，提示语最高支持7000字符。
推荐理由：多个场景测试显示 H3 在动态文字稳定性和动效克制上表现突出，提供的提示语结构可直接用于 UI、游戏宣传片等需要文字控制的视频生成。
本教程基于 TimesFM 2.5 构建端到端时间序列预测工作流，涵盖零样本点预测与概率预测，并使用 MAE、RMSE、sMAPE、MASE、pinball loss 等指标评估质量。教程还测试了批量推理、滚动原点回测、上下文长度敏感性、通过 XReg 的协变量集成、异常检测、长时程预测及吞吐量调优，并演示如何在 Colab 中配置、验证和部署模型。
本教程演示 NVIDIA Transformer Engine 如何通过融合 GPU 内核、BF16 计算与硬件感知的 FP8 执行加速 Transformer 训练。
OpenAI 与学术伙伴的实地报告显示，Codex、Claude Code 等编程智能体能将老化科研软件提速超 60 倍，如 RustQC 将运行时间从 15 小时 34 分降至 14 分 54 秒，HelixForge 比 BamSurgeon 快 59.6 倍。但智能体无法可靠判断结果是否科学正确，常自信地输出错误代码，需人类定义测试与验证标准。
AI 智能体是在大语言模型循环中自主运行的系统，通过反复调用模型、观察结果并调整下一步行动来完成复杂任务。工作流（workflow）则是对固定步骤的预编排，两者互补：工作流保证确定性，智能体提供灵活性。理解二者差异是构建可靠、可投入生产的自主系统的关键。
Together AI 发布 Kimi K3 开发者指南。K3 是月之暗面（Moonshot AI）2.8 万亿参数的开放权重模型，首个 3 万亿参数级的开源模型，Together 直接与 Moonshot 团队合作提供服务。
推荐理由：指南给出 KDA、Stable LatentMoE 架构要点和 API 用法、缓存与计费细节，开发者可据此判断如何在 Together 上落地这个模型。
本教程演示如何用 LingBot-Map 搭建流式 3D 重建流水线，涵盖 GPU 感知配置、预处理、GCTStream 模型推理及点云生成。通过图像或视频序列，可输出一致的 3D 场景，并导出 PLY 与 NPZ 格式文件。
Google AI Developers@googleaidevsAI 评分5151
