Augment Code 用 Cosmos 智能体自动化事故响应,人类值班工作量降约 81%
Augment Code 介绍其基于 Cosmos 平台的 Incident Investigator 智能体如何在 Slack 中自动执行 PagerDuty 告警的分诊与根因分析,并给出四条修复路径(监控、代码修复、回滚、升级),人类只需审查 RCA 并做判断。
Augment Code 介绍其基于 Cosmos 平台的 Incident Investigator 智能体如何在 Slack 中自动执行 PagerDuty 告警的分诊与根因分析,并给出四条修复路径(监控、代码修复、回滚、升级),人类只需审查 RCA 并做判断。
LlamaIndex 开源负责人 Logan 在 NYC 线下工作坊中带开发者用 LlamaParse 从零搭建贷款核保流水线,并发布完整教程与开源仓库 finparse-pipeline。
随着MCP月SDK下载量超过9700万且AI智能体进入生产工作流,认证已成为团队面临的关键基础设施决策。文章评估了八家领先平台——WorkOS、Stytch、Auth0 by Okta、Composio、Nango、Arcade、TrueFoundry和Cloudflare在规范合规性、企业身份深度、集成广度以及2026年部署的现实适用性方面的表现。
使用计算机使用功能,你可以让 Codex 取消你不再需要的订阅。观看过程非常愉快。没有特指哪个,对所有订阅都有效。
推荐理由:Codex的Computer Use功能展示了一个意想不到的实用场景,它能自动操作网页帮你取消订阅。这个演示让AI从写代码直接跳到了处理生活琐事,可操作性极强,看完就能试。
本教程详细演示了如何使用 Langfuse(一个开源大语言模型工程平台)构建一套完整的可观测性与评估流水线。内容覆盖了追踪、提示词管理、评分、数据集与实验等核心功能。教程设计了一个可独立运行的完整工作流,用户既可接入真实的 OpenAI API 密钥,也可使用确定的模拟大语言模型,以便在无需付费模型访问的前提下,理解 Langfuse 的所有主要特性。
更新:根据反馈,我想出了一个更好的提示词版本 让 Codex 查看你的会话、Memories 和 Chronicle,识别模式,复用已有的内容,只创建最小可用的 skill、subagent 或自动化。 "回顾我最近 30 天的工作,如果可用历史更短则回顾全部可用历史,找出值得打包的重复性手动工作流。 按以下顺序使用可用证据: - 最近的 Codex 会话和任务摘要。 - Codex Memories 和 rollout 摘要,以发现跨会话重复出现的模式。 - Chronicle(如果已启用),以发现 Codex 之外的重复性工作。仅将 Chronicle 用于发现;尽可能在相关源系统中确认重要细节。 - 现有的 skills、自定义 agents 和自动化,以便复用或扩展已有的内容,而不是重复创建。 广泛寻找那些重复、耗时、易出错、上下文繁重或能从一致流程中受益的工作。包括编码、研究、写作、规划、沟通、运营、分析和个人事务方面的工作流。 仅当候选对象满足以下条件时才采取行动: - 至少出现过两次,或明显可能重复出现且重复成本高昂; - 具有稳定的输入、可重复的流程,以及明确的输出或停止条件; - 能实质性提升速度、质量、一致性或可靠性; - 尚未被充分覆盖。 选择最小的合适形式: - Skill:可复用的工作流或操作手册。 - 自定义 subagent:适合委派的有界专家角色或调查任务。 - 自动化:定时或周期性的检查、报告、提醒或监控。 - 跳过:过于一次性、模糊、敏感或证据不足而无法打包的工作。 首先产出一份简洁的候选清单,包含: - 重复的工作流 - 支持性证据和日期 - 频率/置信度 - 推荐形式:skill、subagent、自动化、扩展现有内容或跳过 - 为什么值得或不值得创建 然后只创建高置信度且缺失的项目。保持它们范围狭窄、实用、感知来源且易于验证。不要创建推测性、重叠或过于宽泛的资产。 最后总结: - 你创建或扩展了什么 - 你刻意跳过了什么 - 在打包之前还需要更多证据的内容
推荐理由:GDB 这个 prompt 把 Codex 从写代码的帮手变成了你的私人效率教练,让它自己找出你过去一个月里哪些重复工作该自动化,深度 Codex 用户直接抄作业就行。
自动模式的两项更新: · 现已在 Pro 套餐中可用 · 除 Opus 4.7 外,现也已支持 Sonnet 4.6 按 Shift+tab,让 Claude 运行。
推荐理由:Boris 透底 Claude Code 最高效用法,auto mode 免确认弹窗、支持并行 session,把 AI 编程从串行变并行,值得一开。
数学家Adam Kucharski的实验表明,当向Microsoft Copilot输入两组仅国家标签不同但数据完全相同的分析请求时,Copilot并未能识别其本质一致,反而虚构并输出了基于国家的刻板印象分析。这暴露了当前许多AI工具在默认配置下存在的系统性偏差风险。尽管具备推理能力的“思维模型”能识别此类数据陷阱,但用户需要主动知晓并选择启用它们。这一现象警示我们,在进行关键数据分析时,不能盲目依赖AI工具的默认模型,而应审慎选择并评估其分析结果。
一篇技术教程详细介绍了如何构建一个高级工作流系统。该系统以SuperClaude框架为核心,作为一层结构化中间件部署在Anthropic API之上。教程核心内容围绕如何整合命令解析、智能代理调度、多种操作模式切换以及跨会话的上下文记忆能力,从而打造出一个功能更全面、上下文连贯性更强的AI应用工作流。文章旨在指导开发者利用这些组件,提升基于大型语言模型构建的应用的复杂任务处理与交互体验。
Google发布了新款Gemini AI模型,其核心特点是能跨模态处理“万物到万物”的生成任务,例如直接从文本生成高质量视频。文章通过作者用该工具为孩子的毛绒玩具鹿生成“度假视频”的实验,展示了当前生成式AI技术的强大与易用性——仅需极低的操作门槛和专业知识,即可创建逼真内容。这一趋势标志着强大的AI创作工具正快速普及,同时也引发了对生成式AI应用边界、内容真实性及潜在影响的深入思考。
McClenney如何将他的定制合成器设备接入Suno 🎛️
McClenney如何将他的定制合成器设备接入Suno 🎛️
针对AI代理每次会话均从零开始、缺乏记忆的问题,Y Combinator的Garry Tan开发了开源记忆层GBrain(v0.38.2.0)。该层以Markdown为核心构建知识图谱,并通过正则表达式推理自动建立连接,无需调用LLM。教程完整展示了从安装GBrain、创建脑库、运行混合搜索,到通过MCP协议连接Claude Code的全流程,耗时约20分钟。
I built "zero2claude", a free course that takes people from zero terminal experience to shipping with Claude Code. The curriculum goes from absolute zero → software basics → Claude Code fundamentals → advanced usage. No shortcuts, no assumptions. 17,000+ students. 7 languages. ~500 active hourly. No marketing. No ads. Pure word of mouth. The entire platform? Built and operated by one person with Claude Code. Lighthouse audit: ✅ Performance : 96 ✅ Accessibility : 100 ✅ Best Practices : 100 ✅ SEO : 100 Production stats: ~6.4M requests/day. 74 req/sec sustained. <0.003% error rate. Claude Code doesn't just write code. It builds production-grade, scalable products. The best way to grow Claude Code adoption isn't to simplify the tool. It's to level up the people. Give fishing rods, not fish. Free. No paywall. My contribution to the community. Link in the comments 👇
Anthropic公司金融与战略团队的Alice Fong分享了使用Claude优化财务工作的经验。她需要为CFO和董事会维护一套连贯的财务叙事,但过去常因数据频繁更新和协作修改而耗费大量时间核对一致性。现在,她通过Claude Cowork自动校验文档中的数字与叙述是否统一、是否连贯,并利用Claude for Excel直接在财务模型中进行诊断。这帮助她将每月约10-20小时的重复性核对工作,转化为专注于前瞻分析、场景规划等更高价值的判断性工作,确保了公司快速变化背景下财务叙事的准确性与一致性。
Reiner Pope 讲解了芯片设计如何从最基础的逻辑门开始,逐步构建并解释了GPU、TPU、FPGA以及人脑这几种计算架构在形态与功能上存在差异的根本原因。内容以自下而上的视角,剖析不同硬件的设计逻辑与演化路径。
从分镜到电影感短片: 一只柯基独处的一天,由Pixverse使用GPT Image 2 × Seedance 2.0实现 转发 + 关注 + 回复 = 工作流
本教程在Google Colab环境中,基于OpenMythos框架实践构建循环深度Transformer工作流。内容涵盖创建MLA(多头潜在注意力)与GQA(分组查询注意力)两种模型,对比其参数规模,并通过计算循环注入矩阵的谱半径来验证模型稳定性。此外,教程还将稀疏混合专家(Sparse MoE)架构与基于循环的推理扩展机制相集成,展示了构建高级深度学习模型的完整流程。
云端智能体已从本地智能体的简单扩展,发展为具备独立环境、可并行无人值守处理长任务的系统。构建的核心经验在于:完整的开发环境是输出质量的关键,这需重建大量基础设施;可靠性方面,团队从自研架构迁移至Temporal平台,将可靠性提升至99.9%以上,该平台每日处理超5000万次操作,支撑超40%的代码拉取请求;同时,实现了智能体循环、机器状态与对话状态的解耦,以适应复杂的跨环境协作。
推荐理由:Cursor 把这一年踩过的坑全摊开了,从环境构建到持久化执行,基本就是一份 agent 平台内部架构课,搭同类产品的团队值得逐段读。
编辑Sean Hollister分享了他使用Google AI Studio的震撼体验。在一个下午内,他仅通过输入文字就成功构建了三个安卓应用。其中一次,他向AI输入了148个单词描述后便离开,十分钟后,一个功能完整的应用就已安装到他的手机并可运行。Google的AI工具包揽了从生成代码到编译、部署的所有技术环节,用户只需进行简单的手机调试设置。这一过程生动展示了“vibe coding”如何降低软件开发门槛,预示着普通用户也能借助AI工具快速将创意变为现实,个人软件开发的革命正在到来。
刚刚测试了阿里巴巴全新的Qwen3.7-Max。 提示词:构建一个单文件物理模拟网页:风洞、布料、软体、流体,全部集成在一个index.html中,CSS + JS内联。
Grok Build 使用技巧 感谢 @skcd24 的提示。现在我可以完全在主 Grok Build 实例中工作,无需为其他集群打开额外标签页。
If you are managing multiple machines across clusters and farms, you could ask Grok Build to spin off a sub-agent SSH tunnel into the machines while interacting with tmux sessions for you. Thanks to @skcd42 for the tips. Now I can fully live inside the main Grok Build instance without additional tabs to other clusters.
智谱(GLM)提出ZCube,这是一种专为下一代大模型设计的推理网络架构,目标在于有效破解大规模模型推理时面临的网络瓶颈问题。
通过使用Gemini API中的新托管代理功能,@RampLabs构建了他们的高级财务代理,无需接触后端基础设施。 了解更多 ↓
该教程演示了如何利用 kg-gen 工具,结合 LLM 与 LiteLLM 配置,从纯文本、对话及多源文档中提取实体、谓词和关系,并生成知识图谱。内容涵盖了从简单文本处理到使用分块与聚类技术应对长文本的进阶步骤,随后通过 NetworkX 进行图谱分析,并最终实现交互式可视化,为构建端到端的知识图谱生成流程提供了实践指南。
LangChain 发布基于 Deep Agents、You.com Finance Research API 和 LangSmith 的 EU 27 国 2025 年 GDP 异常分析参考实现,完整运行 45 分钟、约 20 次 API 调用、成本 $2.20。
Anthropic美国中端市场业务负责人Travis Bryant利用Claude Cowork自动化销售管理工作。该工具帮助他高效完成客户倾向性评分、每日客户简报准备及每周销售预测报告生成,每晚自动处理4000个账户数据,替代了以往跨部门团队需数百小时完成的工作。通过自动化日常任务调度,他每天节省约90分钟,并将数据整合为可交互的销售仪表板,使其能更专注于客户沟通与战略决策。
推荐理由:Travis 把 4000 个账户的评分一夜跑通,比自动报表更值得关注,中小销售团队照抄就能省掉跨部门数百小时,这是 Claude Cowork 在企业场景最落地的实践之一。
提示💡 你无需担心自动路由(以及所有单独模型)的缓存未命中问题 OpenRouter会将你的会话固定在一个模型/提供商上,直到缓存过期
推荐理由:OpenRouter 这个 Auto Router 的缓存说明很实用,会话会被固定在一个提供者直到缓存过期,不用担心切换带来的不一致,API 开发者看一眼能省事。
Anthropic 工程师 Thariq Shihipar 撰文介绍他为何在 Claude Code 中改用 HTML 而非 Markdown 作为输出格式,理由包括信息密度更高、长文档更易读、便于分享链接、可加入滑块等双向交互,且 Claude Code 能结合文件系统、MCP、浏览器和 git 历史摄入更多上下文。
推荐理由:作者分享让 Claude Code 用 HTML 替代 Markdown 输出的具体理由、提示词和用例,读者可以迁移到自己的工作流。
It was fun trying to get this... ideating with AI and and crafting the prompt. Ref images + the Prompt. 🙌😅 { "title":"Soccer Match Selfie Video", "style":"Ultra realistic smartphone selfie footage, documentary realism, authentic human interaction, natural imperfections, NOT polished commercial footage.", "character_consistency":"Use ALL FIVE attached character refs exactly throughout the video. Preserve accurate face, hairstyle, age, skin tone, freckles, glasses, sideburns, ethnicity, smile shape, and clothing style.", "characters":[ "South Asian male, curly dark hair, black round glasses, trimmed beard, oversized dark sweatshirt.", "East Asian female, long straight black hair, freckles, pastel casual outfit.", "White middle-aged businessman, short brown hair, receding hairline, navy casual jacket.", "White rugged male, thick dark hair, dramatic sideburns, black bomber jacket.", "White woman, shoulder-length brown hair, cheerful smile, black casual outfit." ], "environment":"Huge modern soccer stadium at night, bright floodlights, LED scoreboard glow, cheering crowd, green football pitch visible.", "camera":"Front-facing smartphone camera, handheld shaky motion, wide-angle selfie distortion, autofocus hunting, motion blur, exposure changes, cropped faces, imperfect framing.", "actions":[ "calm pre-game selfie", "laughing together", "singing chants", "near-goal anticipation", "dramatic reactions", "goal celebration", "jumping and screaming", "happy exhausted ending selfie" ], "behavior":{ "south_asian_male":"holds phone and reframes constantly", "east_asian_female":"warm natural smile and laughter", "businessman":"calm then emotional", "rugged_male":"intense dramatic reactions", "white_woman":"points excitedly toward field and camera" }, "wardrobe":"hoodies, soccer scarves, oversized sweaters, windbreakers, casual jackets, dark streetwear.", "prompt":"Ultra-realistic handheld selfie video of five friends attending a packed nighttime soccer match. The South Asian man films with a smartphone while all five crowd naturally into frame. They laugh, chant, joke, react to near goals, scream after scoring, wave scarves, bounce with the crowd, and celebrate wildly together. Realistic stadium lighting, social-media-style footage, immersive sports atmosphere, authentic candid energy." }
Claude Code团队正从Markdown转向HTML作为主要输出格式。Markdown虽简洁,但在信息密度、阅读性、分享和交互方面存在局限。HTML能支持表格、CSS样式、SVG图表和JavaScript交互,提供更清晰的视觉结构和高信息密度。由于HTML文件可通过浏览器直接打开和分享,便于团队协作审阅。Claude Code利用其广泛的上下文获取能力生成实用的HTML制品,适用于项目规划、文档编写和验证等多种场景,显著提升了AI生成内容的可读性与实用性。
推荐理由:Claude Code 团队的人亲自告诉你为什么用 HTML 而不是 Markdown,从设计原型到可交互报告全在一个文件里搞定。附带的模板和提示词,开发者可以直接抄。
Google 推出 AI 驱动的信息代理,这些代理能够在后台自动监控指定主题,并主动向用户推送更新和变化通知。此功能旨在帮助用户突破传统搜索的限制,提供更智能、实时的信息追踪体验,实现从被动搜索到主动获取的转变。
推荐理由:Google Gemini 官方教你把日常物品照片变成互动游戏,Nano Banana 到 Canvas 的链路很直接,想试 Gemini 多模态能力的人可以当入门案例跑一遍。
推荐理由:这篇博客把 Computer use 从“能用”真正推到“生产级”,聚焦点击精度、思考模式选择、长会话上下文保持这些实际卡点,如果你在让 Claude 操作 UI,这是必读的避坑指南。
Gemini 3.5 Flash 🤝 @Antigravity 观看模型如何部署多个子代理来设计和构建整个城市。