跳到正文
#教程/实践
4月23日周四
  2. OpenAI：官网动态52

    Workspace agents

    用户可以在ChatGPT中构建、使用和扩展工作区智能体，以实现工作流程自动化。这些智能体能连接多种工具，用于处理重复性任务并简化团队协作流程。通过部署工作区智能体，团队能够提升操作效率，将人工从常规工作中解放出来，专注于更高价值的任务。

  3. OpenAI：官网动态78

    利用 Responses API 中的 WebSockets 加速智能体工作流

    Responses API 集成 WebSockets 技术优化 Codex 智能体循环架构。通过建立持久化连接并引入连接级缓存机制，该方案显著降低 API 通信开销，有效缩短模型响应延迟。这一技术改进解决了传统请求模式下的性能瓶颈，为高频交互的智能体工作流提供更高效的实时数据传输能力。

    推荐理由：OpenAI 的 Responses API 引入 WebSocket 模式，把 agentic 工作流端到端延迟压低了 40%，关键不在数字而在架构上从无状态 HTTP 转向持久连接，做 agent 的团队可以认真看技术决策。

4月22日周三
  1. Hugging Face 社区博客62

    Gemma 4 VLA 在 Jetson Orin Nano Super 上的演示

    NVIDIA在Hugging Face平台发布了一篇博客，展示了Gemma 4 VLA模型在Jetson Orin Nano Super边缘计算设备上的运行演示。该演示突显了大型视觉语言模型向小型、高效能边缘设备的部署能力取得进展。Jetson Orin Nano Super作为一款紧凑型AI计算平台，能够支持Gemma 4 VLA这类先进模型，预示着在机器人、嵌入式AI等实时视觉推理场景中，本地化、低延迟的多模态AI应用成为可能。

  3. Augment Code 博客77

    Augment Code 实测什么样的 AGENTS.md 才对编码 Agent 有效

    Augment Code 从自家 monorepo 抽取数十个 AGENTS.md 文件，用内部评测 AuggieBench 对比有无该文件时 Agent 完成任务的表现，发现最好的文件带来相当于从 Haiku 升级到 Opus 的质量提升，最差的输出比没有文件还糟，同一文件在不同任务上可相差 30%。

    推荐理由：Augment Code 用内部评测量化了不同 AGENTS.md 写法对代码生成质量的影响，给出的模式与失败案例可以直接迁移到自己的代码库。

  4. LlamaIndex：产品、工程与评测62

    LlamaIndex 深入解析 LiteParse 将 PDF 转为文本的网格投影算法

    LlamaIndex 详解其开源 PDF 解析工具 LiteParse 的网格投影算法核心原理。PDF 只存储文本内容和绘制坐标而无阅读顺序，算法通过提取左、右。

    推荐理由：LiteParse 官方拆解其网格投影算法的设计取舍与实现细节，读者可以了解 PDF 文本提取如何用对齐锚点保留表格和多栏结构。

4月21日周二
  1. IT之家·人工智能

    英伟达发布 Jetson 内存优化指南：量化 Qwen3 8B AI 模型可节省约 10GB 内存

    英伟达发布Jetson平台内存优化指南，通过系统层、内核层及推理流水线优化，最高可释放约12GB内存。具体措施包括禁用图形界面（省865MB）、裸机部署替代容器（省70MB）、Python迁移至C++（省84MB）及DeepStream优化（省258MB）。模型量化方面，Qwen3 8B从FP16量化至W4A16可节省约10GB。Reachy Mini机器人已在Jetson Orin Nano 8GB上通过4位量化实现端侧多模态AI部署。

  2. Google Developers Blog53

    构建生产级AI智能体：从单体重构中汲取的五大经验

    一篇博客文章分享了将脆弱的销售研究原型重构为健壮生产级智能体的关键经验。通过采用Google智能体开发套件（ADK），团队以编排式子智能体替代了单体脚本，并引入结构化的Pydantic输出模型，从而消除了静默故障和脆弱的解析问题。文章进一步强调，动态检索增强生成（RAG）管道与OpenTelemetry可观测性对于确保智能体在实际应用中的可扩展性、成本效益和运行透明度至关重要。这些改造使智能体能够可靠处理复杂任务，具备了生产环境所需的鲁棒性与可维护性。

4月20日周一
  1. Cloudflare Blog

    规模化AI代码审查的编排实践

    团队基于OpenCode构建CI原生AI代码审查系统，将智能审查能力深度集成至持续集成流程。该系统通过自动化编排实现大规模代码审查，在代码提交阶段为工程师提供实时质量检测与安全分析，帮助团队及时识别潜在问题，显著提升代码质量与交付安全性。

  2. Cloudflare Blog

    我们基于对外交付平台构建的内部 AI 工程栈

    该公司基于对外交付的同一产品平台构建了内部 AI 工程栈，实现真正的"自产自用"。该架构已通过 AI Gateway 路由 2000 万请求，处理 2410 亿 token，并依托 Workers AI 运行推理，为 3683 余名内部用户提供支持。这一实践验证了其平台在超大规模企业级场景下的稳定性与性能表现。

4月19日周日
4月18日周六
  2. Simon Willison 博客68

    Claude 系统提示词的 Git 时间线

    Anthropic 近期以 Markdown 格式公开了 Claude 的系统提示词。开发者 Simon Willison 将其按模型拆分为独立文件，并伪造 Git 提交时间戳构建可浏览的时间线，使用户能通过 GitHub 提交视图追踪各版本变更。该项目已用于详细对比 Opus 4.6 与 4.7 版本的系统提示词差异，为研究 Claude 指令演进提供了便利的可视化工具。

  3. Simon Willison 博客69

    为博客通讯工具新增内容类型抓取功能

    Simon Willison 为其 blog-to-newsletter 工具新增 "beats" 内容类型抓取功能，可将开源项目发布、工具构建等外部内容自动导入 Substack 新闻通讯。开发者通过 Claude Code 单条提示词完成开发：克隆参考代码库、模仿 Atom Feed 逻辑筛选带描述的优质内容，并使用 rodney 工具验证结果与博客首页一致性。此次更新针对 simonw/tools 仓库中 200 余个 HTML 应用，最终生成 PR #268。

  4. Greg Brockman

    Codex 面向所有人。了解如何充分利用它：

    引用Derrick Choi@derrickcchoi

    As you may have seen, we announced some major updates to the Codex app yesterday. If Codex still feels intimidating, or like something you think only engineers use, this session is for you. I walk through how Codex can help with everyday work: - organizing files - combining CSVs - summarizing docs - generating reports - building dashboards - using skills Recording here: https://academy.openai.com/public/videos/introduction-to-codex-2026-03-02

  5. GitHub Blog

    使用 GitHub Copilot CLI 构建 emoji 列表生成器

    开发者在 Rubber Duck Thursday 直播中展示了使用 GitHub Copilot CLI 构建 emoji 列表生成器的完整过程。该项目通过 AI 编程助手在命令行界面实现快速开发，演示了如何利用 GitHub Copilot CLI 生成功能性工具代码，体现了 AI 辅助编程在提升开发效率与快速原型制作方面的实际应用。

  6. LangChain：Blog47

    LangChain 博客：AI 智能体集群如何重塑软件工程

    思科工程师提出一套基于 LangChain 工具链的多智能体协同框架，用 Worker Agent 与 Leader Agent 两层角色把 AI 从任务级执行升级为系统级协作。系统通过 A2A 协议通信、MCP wrapper 兼容非 A2A 智能体，并用 LangMem 存长期状态、LangSmith 记录执行轨迹，实现跨团队工作流编排与全局可观测性。

4月17日周五
  2. Meta Engineering Blog42

    Meta的容量效率：统一AI代理如何优化超大规模性能

    Meta分享了其容量效率项目的核心洞察，该项目构建了一个统一的AI代理平台，用于自动发现并修复基础设施中的性能问题。该平台通过标准化的工具接口整合了编码化的领域专业知识，使AI代理能够有效运作。此举旨在节省电力消耗，并将工程师从处理性能问题的时间中解放出来，转而专注于创新工作。

4月16日周四
  1. Simon Willison 博客

    使用 Claude 构建 datasette.io 新闻预览工具

    作者使用 Claude Artifacts 为 datasette.io 开发了一款新闻预览工具，用于简化该网站基于 YAML 文件的新闻编辑工作。该工具采用左右分栏界面，左侧支持编辑 YAML 内容，右侧实时渲染预览效果，并能自动检测 YAML 语法和 Markdown 格式错误。开发者利用 Claude 克隆 GitHub 仓库并分析文件结构的能力，针对现有 115 条新闻条目维护时格式校验困难的问题，提供了更高效的编辑体验。

  2. Claude：Blog61

    使用Claude Code：会话管理与1M上下文

    Anthropic发布Claude Code的/usage命令，详解如何在100万token上下文窗口下进行高效会话管理。文章指出，尽管1M上下文支持更长任务，但"上下文腐烂"会导致性能下降，建议用户在新任务时开启新会话，使用/rewind回退而非直接纠正错误，区分/compact自动压缩与/clear手动清空的场景，并通过子代理隔离上下文，以优化长会话表现。

  3. Hugging Face 社区博客69

    使用 Sentence Transformers 训练与微调多模态嵌入及重排序模型

    Sentence Transformers 发布了用于训练和微调多模态嵌入与重排序模型的功能。新版本支持将文本、图像等不同模态的数据映射到统一的向量空间，并优化了跨模态检索的精度。关键改进包括对嵌入模型和重排序器进行联合或分阶段训练，显著提升了如图文检索等任务的性能指标。此次更新旨在通过开源工具推动多模态人工智能技术的普及与发展。

    推荐理由：这是训练多模态嵌入模型的全套指南，附带 VDR 微调实验和代码。如果你需要把文本和图像检索对齐到自己的业务数据上，这篇能省掉大量试错时间。

  4. Hugging Face 社区博客77

    The PR you would have opened yourself

    随着2026年AI代码代理的成熟，开源项目如transformers面临PR数量激增但质量下降的挑战。这些代理生成的代码常忽视项目的隐式设计契约，导致代码冗长、引入错误并增加维护者负担。为此，团队为mlx-lm开发了一个Skill工具，用于将模型从transformers高质量地移植到mlx-lm框架。该工具不仅生成接近人工提交的PR，还提供生成示例、数值对比和独立的测试工具链，以辅助贡献者和审查者。其目标是让模型在加入transformers后能快速在MLX上可用，同时维护代码的可读性与设计一致性。

    推荐理由：这篇不是普通的工具介绍，而是在 agent 时代探讨开源贡献的尺度——用 Skill 加速模型移植的同时，仍强调人的判断和责任，做维护的人该读一读。

  7. GitHub Blog

    用 GitHub Copilot CLI 构建个人组织指挥中心

    一位 GitHub 工程师基于 GitHub Copilot CLI 构建了个人组织指挥中心，详细展示了 AI 如何辅助该生产力工具的开发全过程。这一实践案例记录了从需求构思到功能实现的技术细节，体现了 AI 编程助手在加速个人项目开发和提升工作效率中的实际应用价值。

4月15日周三
  1. Modal 官方工程博客64

    Modal 发布教程：基于 OpenAI Agents SDK 从零构建可并行的编码智能体框架

    Modal 发布工程教程，演示如何基于 OpenAI 新推出的 Agents SDK 从零构建自定义编码智能体框架，并通过沙箱扩展把 Modal Sandboxes（含 GPU）接入为智能体的运行环境。

    推荐理由：教程逐步演示如何用 OpenAI Agents SDK 加 Modal 沙箱自建可并行、可快照的编码智能体框架，方法可直接迁移。

4月14日周二
  1. Google Developers Blog56

    Build Better AI Agents: Agent Bake-Off 中的 5 个开发者技巧

    Google Cloud AI Agent Bake-Off 标志着从简单提示工程向严谨智能体工程的转变，强调生产级 AI 需要模块化、多智能体架构。其提出的五项关键开发者建议包括：将复杂任务分解为由专门子智能体处理的步骤，使用确定性代码执行以避免概率性错误。同时，应优先考虑多模态能力，并采用如 MCP 等开源协议，以确保智能体具备可扩展性、易集成性，并能适应快速演进的模型能力。

  2. Google Gemini

    为提升 Nano Banana 生成质量，建议通过六大维度构建提示词：Subject（主体）定义画面核心对象，Composition（构图）控制镜头语言，Action（动作）描述动态场景，Location（地点）设定环境背景，Style（风格）统一视觉美学，Editing Instructions（编辑指令）实现精准图像修改。该方法强调在生成前建立清晰的故事叙事与视觉风格，适用于文生图及图生图场景。

4月10日周五
  8. OpenAI：官网动态

    ChatGPT 入门指南

    新手指南：介绍 ChatGPT 的基础使用方法，包括如何开启首次对话，以及利用 AI 进行写作、头脑风暴和解决问题的实用技巧。