LangChain 详解 LangSmith Engine 如何构建一个改进智能体的智能体
LangChain 发布 LangSmith Engine，一个运行在智能体 trace 之上的智能体，自动发现重复失败模式并生成 issue、评估器和数据集示例。架构上先用紧凑轨迹摘要大规模筛查，再用基于 Haiku 的 screener 子代理按约 20 条一组分筛，由通用 investigator 子代理深查，修复则通过 needs_fix 标签交给独立的 fix agent 完成。
#教程/实践
LangChain：BlogAI 评分5959
OpenAI：官网动态精选AI 评分5959 对话设计：塑造面向客户AI体验的五个模式
当生产环境的目标从功能准确性转向更好的对话时，哪些设计模式依然有效？文章提出五个对话设计模式，用于改善面向客户的AI体验，并探讨从精准应答到自然交互的实践路径。
推荐理由：这是OpenAI关于对话设计的官方指南，五个模式都是生产验证过的，做聊天机器人的可以直接抄作业。
MarkTechPostAI 评分6161 如何使用 OpenAI API 构建一个具备规划、工具调用、记忆与自我批评能力的高级智能体 AI 系统
该教程详细介绍了如何利用 OpenAI API 构建一个高级智能体AI系统。该系统被设计为一个包含多个专门角色的流水线，包括规划者、工具执行者和批评者，从而将策略制定、行动执行和质量控制分离。系统集成了计算器等结构化工具，并内置了记忆与自我批评功能，使其能够进行复杂任务规划并自主优化执行过程。这是一个完整的实践指南，旨在指导开发者从零搭建功能完备的智能体框架。
Runway：News精选AI 评分5757 分布式训练为何艰难：DTensor、正确性与抽象的代价
本文探讨了分布式训练中的正确性难题及DTensor方案的权衡。DTensor通过为张量附加放置元数据（如Shard、Replicate）来自动管理通信，确保计算正确性。文章通过一个并行化案例，展示了不使用DTensor时手动处理梯度计算可能引发的静默错误（如梯度为零或倍增），从而凸显了正确性的复杂性。然而，DTensor的抽象层在简化开发的同时，也可能在大规模场景下引入隐性的性能开销。因此，在设计分布式系统时，需要在抽象的开发便利与底层的计算效率之间做出审慎权衡。
推荐理由：Runway 工程师用四次失败的并行化尝试把分布式训练的正确性难题拆解得明明白白，还给出了 DTensor 在规模下吃掉的 MFU 和编译陷阱的一手数据，做大模型训练的人值得从头读到尾。
OpenAI Developers@OpenAIDevsAI 评分6464你的Mac可以在你用手机工作时坚守岗位。 在Codex桌面应用中启用远程连接，然后开启“保持Mac唤醒”。 当Mac开机并接通电源时，Codex可以持续运行，而你则通过ChatGPT移动应用工作。
Greg Brockman@gdbAI 评分6969引用Derrick Choi@derrickcchoiMy colleagues wrote up a great post on using Goals in Codex. They go through when to use them, what changes when a Goal is active, and how to write Goals that give Codex a clear outcome, constraints and verification criteria. Also how we designed Goals at the architecture level if you’re curious. https://developers.openai.com/cookbook/examples/codex/using_goals_in_codex
Hugging Face 社区博客精选AI 评分6767 NVIDIA Cosmos Predict 2.5 微调：使用 LoRA/DoRA 生成机器人视频
NVIDIA Cosmos Predict 2.5 是一个 2B 参数的世界模型，可根据文本、图像或视频片段生成物理合理的视频。通过 LoRA 或 DoRA 在 DiT 的注意力层（to_q, to_k, to_v, to_out.0）和前馈层注入可训练适配器，冻结全部基座权重，在单个 80GB GPU 上即可完成参数高效微调，避免了全量微调的高成本与灾难性遗忘。该流程使用 diffusers 和 accelerate 库，利用 92 个机器人操作视频训练集与 50 个 (prompt， image) 测试对进行微调，并展示如何用微调模型生成合成机器人轨迹以支持下游机器人学习任务。支持单 GPU 与多 GPU 训练，切换不同领域适配器无需重训。
推荐理由：这篇教程把微调Cosmos Predict 2.5的方法从头到尾讲清楚了，做机器人合成数据的同行可以直接抄作业，LoRA/DoRA切换也很方便，值得收藏。
ClaudeDevs@ClaudeDevs精选AI 评分7373推荐理由：官方终于出了一份给百万行单仓库和遗留系统的实操指南，比社区零散经验靠谱得多，做工程团队的可以抄作业。
OpenRouter@OpenRouterAI 评分6060LlamaIndex：产品、工程与评测精选AI 评分6464 LlamaIndex 用 LiteParse 构建带 PDF 原文高亮引用的财务尽调 Agent
LlamaIndex 工程师发布了一个财务尽调 Agent 演示应用，用 LiteParse 解析 SEC 文件并获得文本的 bounding box 坐标，使 Agent 回答能在原始 PDF 页面上高亮精确来源。
推荐理由：作者完整拆解了一个约 600 行代码的尽调 Agent 实现，检索与引用方案可直接迁移到类似的文档问答项目。
François Chollet@fcholletAI 评分5353引用Manning Publications@ManningBooksAI hype can be pretty easy to find. But clear explanations are definitely harder. Deep Learning with R, Third Edition by @fchollet and Tomasz Kalinowski helps cut through that noise with practical examples that build your understanding step by step, so you learn why deep learning models work, not just how to run them. Now in print and 50% off through May 25th: https://hubs.la/Q04gQbC90
Cloudflare BlogAI 评分5959 玻璃翼项目：Mythos向我们展示了什么
近期，团队将Mythos及其他聚焦安全的大语言模型应用于关键基础设施的实时代码测试。测试揭示了模型在识别漏洞和代码审计方面的优势，例如在复杂逻辑中发现潜在风险的能力，同时也暴露了其存在的局限性，包括产生误报以及对上下文理解的不稳定。文章指出，在将这些安全LLM的能力扩展到更大规模之前，必须围绕其建立一套可靠的工作流程，包括持续验证和人工复核机制。
Elon Musk@elonmuskAI 评分5353引用Yun-Ta Tsai@yunta_tsaiAttempt to use Grok Build to visualize some physics concepts for education. Prompt: "I want you to explain Navier-Stokes equations and how it relates to airfoil design. visualize this with math-manim tool"
- Greg Brockman@gdbAI 评分5252引用Todd Saunders@toddsaunders
I finally used /goal in Codex and I’m absolutely mind blown. I had it look through my last 500 archived emails. Then look for an unsubscribe link and unsubscribe if there is one. It found 87 and it clicked them all. It handled the “are you sure” pages AND flagged 14 that required login. Ran unsupervised for over an hour and now I’m marketing email free. Absolutely wild.
- Greg Brockman@gdbAI 评分5151引用Riley Brown@rileybrown
wow i just had codex analyze 3 years worth of text messages... i had it use direct quotes in its analysis and it brought me to tears. if you have mac you can just ask codex to do this. you will need to give it permissions
- Greg Brockman@gdbAI 评分6161引用Nick@nickbaumann_
My laptop has become a “satellite device” since I started using Codex from my phone. And my Mac mini has become the “home.” It’s clunky, but the end state feels more like how we’re going to be working in the near future: I’m currently running the Codex app on 2 devices: 1. my MacBook 2. my Mac mini My laptop isn’t reliably connected to Wi-Fi enough, so I keep a Mac mini on my desk that is always connected. When I kick off new threads from my phone, I start them on the Mac mini. When I’m working from my desk, I run them there too. The cool part is that I’ve added my MacBook and Mac mini as connected devices to each other. That means I can start and resume threads from either device. So if I’m in a meeting but want to continue a thread on my laptop that was started on my Mac mini, I can do that. I’ve also set up mutual SSH for Mac mini <> MacBook, so files are easy to access from either side. It’s not fully seamless yet, but the model works. What this means: - I have an always-on Codex that is accessible from my phone, with its own dev environment - All threads are always accessible from any of the 3 devices - I can run heartbeat threads that stay on 24/7 It’s a little makeshift today, but the shape of it feels very real to me: Codex is no longer tied to whichever computer happens to be open in front of me. It starts to feel like something I can stay connected to across whatever device I’m using.
- Greg Brockman@gdbAI 评分6262引用Anthony Kroeger@kr0der
use this Codex prompt to automate things you do repetitively during the day: "Look through my Chronicle memories and check for workflows that i'm repeating multiple times. Turn them into skills."
Dwarkesh Patel：Podcast & BlogAI 评分5050 关于预训练并行化与失败训练运行的笔记
近期访谈揭示了大规模语言模型预训练中的并行化策略与失败案例。关键变化包括从数据并行转向更复杂的模型并行、流水线并行及混合策略，以应对万亿参数模型的内存与计算挑战。具体指标显示，某些失败训练运行因硬件故障或超参数设置不当，导致数百GPU小时损失。成功案例则通过优化通信开销与负载均衡，将训练效率提升约15-30%。这些经验为GPT、Claude、LLaMA等模型的稳定训练提供了重要技术参考。
Google DeepMind：BlogAI 评分4242 寻找新型传染病背后的分子开关
Clare Bryant教授利用Co-Scientist这一工具，针对新兴传染病背后的基因触发因素进行研究，旨在揭示驱动这些疾病出现的分子开关机制。这项工作有望帮助快速识别潜在的新发传染病威胁，为疾病监测与早期预警提供新的技术路径。
Google DeepMind：BlogAI 评分4141 开辟衰老研究新路径
Calico Life Sciences 通过 Co-Scientist 平台，将零散的衰老研究发现进行连接与整合，从而生成新的研究线索与方向。该工具旨在加速衰老领域的科学探索，为后续研究提供创新思路。
OpenAI：官网动态精选AI 评分6666 数据科学团队如何使用 Codex
Codex 能够帮助数据科学团队根据实际工作输入，自动化生成根本原因简报、影响报告、关键绩效指标备忘录、范围分析以及仪表板规格文档。该工具将自然语言描述转化为结构化分析框架，提升了从数据查询到报告生成的工作流效率，使团队能更快速地将业务问题转化为可执行的数据分析方案。
推荐理由：OpenAI Academy 手把手教数据科学团队用 Codex 产出分析报告，prompt 模板可以直接抄，但作为教程新信息不多，适合 Codex 用户按需参考。
OpenAI：官网动态精选AI 评分6565 业务运营团队如何使用 Codex
业务运营团队可利用 Codex，将实际工作输入转化为多种关键文档。该工具能够基于真实工作内容，自动生成项目简报、战略更新报告、领导决策包以及进度更新等材料。这一应用展示了 Codex 如何将日常运营数据与沟通需求直接连接，提升文档创建效率与一致性，帮助团队更专注于核心业务决策。
推荐理由：一份给业务运营团队的 Codex 实操手册，直接给出可复制的 prompt 模板，把散乱的 KPI、会议笔记变成决策包。实用性高，信息增量有限。
OpenAI：官网动态精选AI 评分5656 销售团队如何使用 Codex
销售团队可利用 Codex 基于实际工作输入，自动生成一系列关键销售文档。具体功能包括创建管道简报、会议准备材料、预测审核、客户计划以及停滞交易诊断。这一应用将日常沟通与数据转化为结构化、可操作的销售支持内容，帮助团队提升效率与决策质量。
推荐理由：OpenAI 官方出的销售工作流指南，把 Codex 拆成一整套可复制的步骤，prompt 能直接复制用，销售团队省时间，但实质是已有功能的整理，不是信息增量。
Suno@sunoAI 评分5656
Simon Willison 博客AI 评分6767 QR code generator
作者在Claude的协助下开发了一个在线QR码生成工具。该工具不仅能生成指向URL或纯文本的QR码，还支持生成连接WiFi网络的便捷QR码。用户可通过表单选择生成类型（URL/文本或WiFi），输入WiFi名称、密码和安全类型，并自定义码的样式、尺寸与颜色，最终一键生成可扫描的QR码。
Claude：Blog精选AI 评分6767 在法律行业全面部署Claude：产品指南与实施路线图
2026年报告显示，法律团队生成式AI使用率已从44%跃升至87%。为应对日益复杂的工作，法律行业正将Claude应用于合同审阅、并购尽调及诉讼准备等核心流程，并通过多款产品组合提升效率：Chat用于即时研究，Claude Cowork处理跨文件协作，Microsoft 365插件集成办公套件，Platform支持定制应用开发。Anthropic同步发布法律行业部署指南，涵盖产品矩阵、12个预设业务领域插件及三阶段实施路线图，并解答数据托管与权限保护等关键问题。
推荐理由：Anthropic法律团队亲自下场写路线图，从合同红笔到隐私评估，把Claude全家桶怎么用、什么时候用讲透了，律所和法务部可以直接照着推。
GitHub BlogAI 评分4848 构建通用无障碍智能体——以及我们在此过程中的收获
GitHub正在试点一项实验性的通用无障碍智能体。该项目旨在探索如何利用AI技术提升软件的可访问性，通过智能体自动识别并修复代码中的无障碍问题。试点过程中，团队总结了关键经验，包括需要平衡自动化建议与开发者控制权，以及如何有效处理不同编程语境下的多样化无障碍需求。这项实验是GitHub Copilot在AI辅助编程领域的进一步探索，致力于让开发工具更具包容性。
PixVerse@PixVerse_AI 评分4949引用Gilbert Odera | Your AI Plug🇰🇪@yourPlugAIPOV: The SuperSport cameraman finds the main character 😭⚽ The funniest part about these viral stadium cams is how RANDOMLY iconic they feel. So I recreated a live Brazil vs England SuperSport-style broadcast moment using @PixVerse_ and the realism is honestly ridiculous🔥 One World. One Goal. Created with PixVerse. ⚽✨ #WEARE26 #PixVerseChallenge #FIFAWorldCup 📌Check the prompts below👇🏾
- ClaudeDevs@ClaudeDevs精选AI 评分7070
减少API长提示首令牌生成时间的实用技巧：预热提示缓存。 在用户提示前发送系统提示。Claude会将其写入缓存，但跳过生成任何输出。 当真实用户请求到达时，将直接命中预热缓存。
推荐理由：官方给出的 prompt cache 预热技巧，一行代码优化延迟，做长上下文 API 产品的开发者可以直接抄进流程里。
Claude：Blog精选AI 评分7373 在大型代码库中高效运用Claude Code：最佳实践与入门指南
Claude Code已成功部署于数百万行的单体仓库、遗留系统及分布式架构中。其核心在于围绕模型构建的“工具套件”，而非仅依赖模型本身。该套件包含五个关键扩展点：提供代码库概览的CLAUDE.md文件、实现持续改进的钩子、按需加载专业知识的技能、插件以及MCP服务器。它采用智能体搜索模式，直接在开发者本地实时代码库上操作，无需构建和维护集中式索引，从而避免了传统RAG系统在活跃大型代码库中索引过时的问题。团队对代码库设置的投入程度直接决定了其导航效果。
推荐理由：这是 Anthropic 官方出的 Claude Code 大型代码库配置指南，把 CLAUDE.md、hooks、skills 的层级和分工讲得比社区经验更系统，做工程落地的团队可以当作部署手册。
Claude：Blog精选AI 评分7474 创始人手册：构建AI原生初创公司
Anthropic公司发布了一份面向AI原生初创企业的实用指南，旨在重塑2026年创业生命周期的构思、最小可行产品、发布和规模化四个核心阶段。该手册为每个阶段提供了具体目标、退出标准、常见失败模式及AI驱动练习，涵盖如何利用Claude进行问题验证与客户发现、避免AI生成代码的技术债务、区分真实产品市场契合度与早期炒作，并引入智能工作流替代创始人手动操作。指南还整合了多家初创企业的实践案例，为从零开始围绕AI构建公司的创始人提供架构、范围与安全方面的最佳实践。
推荐理由：这份创业手册把从Idea到Scale四阶段拆成了可复制的流程和prompt，不再是玄学方法论，而是创始人可以直接上手操作的“AI创业作弊本”。
Google Developers Blog精选AI 评分6363 加速设备端AI：Arm与Google AI Edge的优化实践
Arm第二代可扩展矩阵扩展（SME2）与Google AI Edge软件栈集成，将CPU转变为强大的矩阵计算加速器，从而实现高性能的设备端生成式AI。本文以Stability AI的“stable-audio-open-small”模型为例，阐述了利用LiteRT、XNNPACK和KleidiAI构建的“转换、优化、部署”自动化硬件加速流程。该方案在基于Arm架构的移动设备和笔记本电脑上，成功实现了音频生成速度提升2倍以上、内存使用减少4倍的显著效果，同时确保了高音频质量。这一集成方案为在资源受限的边缘设备上高效运行复杂AI模型提供了有效路径。
推荐理由：Google 和 Arm 在设备端 AI 上的联合优化案例很具体，给了开发者一套可复制的流程，2x 加速和 4x 内存节省对于做移动端生成式 AI 的人来说值得动手试一下。
Manus：BlogAI 评分4545 Manus 如何用 Google Drive 连接器自动化 Docs、Sheets 和 Slides 工作流
Manus 的 Google Drive 连接器原生支持 Drive、Docs、Sheets 和 Slides，可跨格式读取、编辑和创建内容。它能把指定 Drive 文件夹当作实时知识库，自动从图像和 PDF 提取数据并追加到 Google Sheet、生成可视化仪表板，或用一条提示词完成客户文件夹的复制、个性化与共享。
Hugging Face 社区博客精选AI 评分5959 解锁连续批处理中的异步性
在连续批处理中，同步方式导致CPU与GPU交替工作，造成闲置浪费。测试显示，使用8B模型生成8K令牌时，GPU有24%的时间处于空闲状态。异步批处理通过分离工作负载，让CPU准备下一批次（N+1）的同时，GPU计算当前批次（N），从而消除闲置间隙。这可通过CUDA流实现操作并发，无需更改内核或模型，仅需协调硬件执行顺序。理论上，该方法可将总生成时间从300.6秒减少至228秒，实现24%的免费加速。相关技术已集成到transformers库的连续批处理中，显著提升推理性能。
推荐理由：文章手把手拆解了异步批处理如何用CUDA流和事件消除CPU与GPU的互相等待，把推理吞吐提升22%，搞推理优化的工程师值得细读。
Rohan Paul@rohanpaul_aiAI 评分7777
引用atomic.chat@atomic_chat_hqMulti-Token Prediction (MTP) for Qwen on LLaMA.cpp! +40% performance! 90% acceptance rate. Running locally on a MacBook Pro M5 Max 64GB We patched LLaMA.cpp, quantized Qwen 3.6 27B into GGUF format with TurboQuant and shipped MTP drafts on top. Benchmark, Source code & models👇
Simon Willison 博客AI 评分4545 欢迎来到 Datasette 博客
Datasette 项目正式推出官方博客，用于发布一系列即将到来的公告。博客的创建使用了 OpenAI Codex desktop，该工具具备 Markdown 会话转录导出功能，简化了开发流程。构建过程的完整会话记录已公开在 GitHub Gist 中，相关项目 issue 也提供了更多背景信息。此举标志着 Datasette 项目通过 AI 辅助编程工具扩展其沟通渠道。
PromptArmor：Threat Intelligence精选AI 评分6767 PromptArmor 解析 LLM 沙箱域名白名单的常见外泄风险
PromptArmor 分析 Agent 沙箱域名白名单的配置与风险，指出 npmjs.com、github.com、docs.google.com 和 *.amazonaws.com 等常用白名单域名都可能被提示注入用作数据外泄通道，例如通过 Google Forms 预填提交链接或攻击者注册的匹配通配符的子域名。
推荐理由：原文列举常见白名单域名的具体外泄路径并给出收紧评估原则，可迁移到自家 Agent 沙箱的网络配置。
StepFun@StepFun_aiAI 评分5858引用Franky.@FrankYouChillJust tried building a tiny Roblox game on @gg_lemonade with Step 3.5 Flash (free & unlimited). What I did: - Started with a basic collectible system that tracks points - Did a quick tweak - Made the collectibles respawn - Polished the map a bit to make it look nicer Nothing crazy, super beginner-friendly. It was pretty fun to see those prompts turn into a playable game loop, and you can keep adding new features from there. Prompts below 👇
Claude：Blog精选AI 评分7373 Claude 电脑与浏览器使用的最佳实践
Claude 最新模型在电脑与浏览器使用能力上显著提升，支持构建复杂智能体系统。本文针对Claude 4.6系列和Opus 4.7提供实践指南，重点优化截图分辨率：Claude 4.6系列API限制最大长边1568像素、总像素115万；Opus 4.7提升至最大长边2576像素、总像素375万。发送前将截图缩放到限制内是提升点击准确性的最有效方法。推荐起始分辨率为1280x720，Opus 4.7用户可优先使用1080p，并避免发送未经缩放的原始截图或过低分辨率图像。
推荐理由：如果你正在让 Claude 操作桌面或浏览器，这篇官方指南把分辨率、token 压缩和缓存策略一次讲透了，附带代码和踩坑表，是那种"读完就能少写一堆 bug"的硬核文档。
