#教程/实践

LangChain 重建 Chat LangChain：放弃向量嵌入，改用直接 API 访问与 Deep Agent 子图

LangChain 重建了 chat.langchain.com，弃用分块加向量数据库的检索方案，改为让智能体通过 Mintlify API、知识库标题扫描和 ripgrep 代码搜索直接访问文档、知识库和代码库的原始结构。

Together AI 讲解如何评估和基准测试大语言模型

Together AI 发布 LLM 评测与基准测试教程，覆盖 MMLU、GSM8K、HumanEval 等基准。文章提出好基准的五项原则，包括难度、多样性、实用性、可复现性和数据污染，并介绍选择题、生成式、人工评估和 LLM-as-a-judge 等方法，同时附带用于分类评测和 LLM-as-a-judge 的 Evaluations API 代码 notebook。

通过代码执行提升MCP智能体效率

随着AI智能体通过模型上下文协议（MCP）连接的工具数量激增，传统预先加载所有工具定义并通过上下文传递中间结果的方法，导致处理速度变慢、成本增加。问题核心在于工具定义占用大量上下文空间，且中间结果（如完整会议记录）在多次工具调用间重复传递，额外消耗数万令牌。文章提出解决方案：将MCP服务器呈现为代码API，使智能体能按需加载工具，并在执行环境中处理数据，仅将精简结果传回模型，从而显著减少令牌消耗、提升效率并降低成本。

在 NVIDIA DGX Spark 上优化 GPT-OSS：实现本地大模型部署

与 NVIDIA 合作，在 DGX Spark 上通过 SGLang 成功支持 GPT-OSS 20B 与 120B 模型，实现 20B 版本约 70 tokens/s、120B 版本约 50 tokens/s 的生成速度，达到目前最优水平。用户可通过 Docker 部署 SGLang 服务，接入 Open WebUI 实现本地聊天，或借助 LMRouter 转换请求格式以完全本地化运行 Claude Code。该方案使在 DGX Spark 上部署多百亿参数本地编码智能体成为现实。

OpenAI 如何构建 ChatGPT Atlas 浏览器背后的新架构 OWL

OpenAI 详解支撑 ChatGPT Atlas 浏览器的新架构 OWL，其核心是解耦 Chromium，实现快速启动、丰富 UI 与由 ChatGPT 驱动的智能体浏览。

金融服务领域构建 AI 代理指南

Claude 发布金融服务 AI 代理构建指南，分享 NBIM、Brex 等机构实践。NBIM 员工每周节省数百小时，McKinsey 研究显示欺诈检测生产力可提升 200% 至 2000%。AI 代理能自主整合多源数据、执行跨系统操作，在合规框架下处理客户服务与风险分析，将传统分析工具升级为可独立完成交易的自主系统。

用 NVIDIA Isaac 构建医疗机器人：从仿真到部署的实操指南

NVIDIA Isaac for Healthcare v0.4 发布，提供基于 SO-ARM 的端到端入门工作流，让开发者从仿真、训练到部署构建自主手术辅助机器人。

NVIDIA Isaac for Healthcare 教程：从仿真到真机部署手术辅助机器人

Hugging Face 发布实操指南，讲解如何用 NVIDIA Isaac for Healthcare v0.4 的 SO-ARM Starter Workflow 构建自主手术辅助机器人。

Hugging Face 提出语音同意门机制，探索带授权的语音克隆方案

Hugging Face 发布带授权语音克隆的语音同意门概念及示例 Space 和配套代码。系统先生成包含同意语句和模型名的全新句子，经 ASR 识别确认后，才允许用该音频驱动语音克隆 TTS，使同意成为可审计的系统前提；作者也指出该设计可被其他 TTS 伪造，未来可结合音频溯源和说话人嵌入校验。

Dagster Labs 如何用 OpenAI Codex 加速文档与教学内容生产

Dagster Labs 撰文介绍团队如何用 OpenAI Codex 加速文档编写、讲解 PR、在教程、博客与视频脚本等媒介间转译内容。团队重构了 CONTRIBUTING.md，认为清晰的文档结构同时服务人类和 AI；还用文档作为唯一事实来源让 Codex 生成代码并跑测试，以间接衡量文档覆盖度。作者支持 mono repo，认为代码、文档和示例放在同一仓库能让 Codex 获得完整上下文。

OpenRouter 探讨隐式缓存是否等同于 ZDR

OpenRouter 在公告中提出问题：是否应将提供隐式缓存（implicit caching）的供应商视为“ZDR”？

Hugging Face 发布开源 OCR 模型选型指南

Hugging Face 发布开源 OCR 模型指南，并新增 Chandra 和 OlmOCR-2 及其在 OlmOCR Benchmark 上的分数（Chandra 83.1±0.9，OlmOCR-2 82.3±1.1）。

Google Cloud C4 搭配 Intel 与 Hugging Face，让 GPT OSS 的 TCO 提升 70%

Intel 与 Hugging Face 联合测试显示，在搭载 Intel Xeon 6 处理器（Granite Rapids）的 Google Cloud C4 虚拟机上运行 OpenAI GPT OSS 大模型，总拥有成本（TCO）较上一代 C3 实例提升 1.7 倍，即 70% 的 TCO 改善。

OpenAI 发布 Sora API 示例应用

OpenAI Developers 在 GitHub 上发布了名为“Sora starter app”的开源项目。该示例应用旨在演示如何使用 Sora API 构建视频生成工作流，为开发者提供代码参考和集成指南。

Hugging Face 教程：三步在 Intel CPU 上跑通 SmolVLM 等 VLM

Hugging Face 发布教程，介绍用 Optimum Intel 和 OpenVINO 在 Intel CPU 上三步部署 VLM：转换为 OpenVINO IR、做权重仅量化或静态量化、运行推理，以 SmolVLM2-256M-Video-Instruct 为例。

Kerem Turgutlu 用 SolveIt 将 Karpathy 的 tokenizer 视频教程做成书章

Answer.AI 的 Kerem Turgutlu 撰文讲解如何用 SolveIt 把 Andrej Karpathy 超两小时的 tokenizers 视频教程转成带可运行代码、超链接和图片的书章。

OpenAI 复盘 Codex 如何支撑 DevDay 2025 的演示与筹备

OpenAI 团队撰文复盘 Codex 在 DevDay 2025 筹备中的多种用法，包括用 Codex 实现 VISCA 协议控制摄像头和灯光 MCP 服务器、用 Codex Cloud 并行迭代多个 UI 设计、同时开 7 个终端生成 Phaser 游戏等。

AISI 发布 AI 智能体评估的对话记录分析方法与 CTF 案例研究

英国 AI Security Institute 介绍为何在平均通过率之外分析智能体评估的对话记录，并提供基于 9 个模型、71 个 CTF 任务、共 6390 个样本的 ReAct 智能体案例分析。

Sierra 如何打造低延迟语音 AI 智能体

Sierra 通过优化语音到语音管道的每个阶段来降低延迟，使语音 AI 智能体听起来更自然而非机械。其工程方法涵盖从语音识别到生成的全链路延迟压缩，但具体技术细节和量化指标未在原文中披露。

OpenAI 发布 ChatGPT 插件 UI 示例代码

OpenAI Developers 账号分享了一个 GitHub 仓库链接，展示了如何构建带有可选用户界面（UI）的 MCP 服务器，以用于 ChatGPT 插件开发。该资料主要指向具体的代码示例库，未包含详细的功能说明或背景介绍。

OpenAI 发布 ChatKit 高级集成示例代码

OpenAI Developers 在 GitHub 上发布了名为“ChatKit advanced samples”的代码库。该资料展示了 ChatKit（作为 AgentKit 的一部分）的高级使用场景，重点演示了针对不同用例的自定义 ChatKit 服务器集成方法。

Hugging Face 实战教程：用 Core ML 与 MLX 将 dots.ocr 部署到设备端

Hugging Face 发布三部分系列的第一篇，讲解如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换到 Apple 设备上运行，该模型在 OmniDocBench 上超过 Gemini 2.5 Pro。

Answer.AI 推出 How to Solve It with Code 课程与 Solveit 平台

Answer.AI 推出五周课程 How to Solve It with Code 及配套平台 Solveit，10 月 20 日开课，报名开放至 10 月 20 日。

Anthropic@AnthropicAI· 02:52精选

Anthropic 工程博客发文解释 context engineering。与 prompt engineering 不同，context engineering 通过优化上下文帮助 AI agents 发挥最大效能，文章详解其工作原理。

VibeGame 发布：基于 three.js 的 AI 辅助游戏开发引擎

作者发布 VibeGame，一个构建在 three.js、rapier 和 bitecs 之上的高层声明式游戏引擎，专为 AI 辅助游戏开发设计。

在 Intel Core Ultra 上用深度剪枝草稿模型加速 Qwen3-8B 智能体

Hugging Face 用 OpenVINO.GenAI 在 Intel Core Ultra 上加速 Qwen3-8B，以 Qwen3-0.6B 为草稿模型做投机解码，生成速度提升约 1.3 倍。

为AI智能体实施有效的上下文工程

随着AI应用从单次提示转向构建长期运行的智能体，焦点正从“提示工程”演进为“上下文工程”。后者旨在为大型语言模型优化有限的上下文窗口内的全部信息，包括指令、工具、外部数据和对话历史。其核心挑战在于模型存在“注意力预算”限制和“上下文腐化”现象——随着上下文增长，模型回忆信息的准确性会下降。因此，上下文工程要求精心编排高价值信息，以有限的资源最大化产出期望结果，这已成为构建高性能、可操控智能体的关键。

LlamaIndex 详解如何为 Claude Code 增加文档理解能力的三种模式

LlamaIndex 提出为 Claude Code 等编码智能体补上文档理解的三种互补模式：通过 MCP 连接 LlamaParse 索引检索、用 SemTools 扩展 CLI 解析搜索、在 CLAUDE.md 中注入标准化文档工作流模块。

Sierra 发布 Voice Sommelier：为品牌匹配最佳语音的实践指南

Sierra 推出 Voice Sommelier，一套为品牌选择 AI 语音的最佳实践方法。该指南聚焦如何根据品牌调性匹配语音参数（如音高、语速、音色），而非仅依赖默认选项。Sierra 强调，合适的语音能提升用户信任感与交互完成率，建议品牌通过 A/B 测试和用户反馈迭代优化语音选择。

Modal Notebooks 内部机制：如何构建秒级启动的云 GPU notebook

Modal 工程师 Eric Zhang 撰文解析 Modal Notebooks 的系统工程实现，该云 Jupyter notebook 可在数秒内启动 GPU 和自定义镜像并支持实时协作。

Hugging Face 用 Gradio 一条命令为 AI 生成内容添加可见水印

Hugging Face 在 Gradio 中内置可见水印功能，创建 Space 应用或 demo 时只需添加 watermark 参数即可为图像、视频和文本加水印。图像和视频通过 gr.Image、gr.Video 传入水印文件，支持图片或 numpy 数组，还可使用 QR 水印；文本则在 gr.Chatbot 中设置 watermark，用户复制 AI 回复时会自动附带水印署名。

Hugging Face 详解 transformers 为支持 OpenAI GPT-OSS 做出的多项性能升级

Hugging Face 发文介绍为让 OpenAI GPT-OSS 系列在 transformers 上高效运行所做的库升级，包括可从 Hub 下载的零构建内核、MXFP4 原生量化、张量并行、专家并行、动态滑动窗口缓存、连续批处理与更快的模型加载。

为智能体编写高效工具——与智能体协作

文章探讨如何为基于大语言模型的智能体设计高效工具。核心方法是通过与智能体（如Claude Code）协作，采用快速原型构建和全面评估的迭代流程来优化工具性能。关键设计原则包括：选择适当的工具实现范围，使用命名空间明确功能边界，从工具向智能体返回有意义的上下文，优化响应以提高token效率，以及对工具描述进行提示词工程。工具本质上是确定性系统与非确定性智能体之间的新契约，设计应优先考虑智能体的使用体验，而非传统开发者导向的API思路，以扩大智能体解决实际任务的能力。

LlamaIndex 用 1000 篇 ArXiv 论文实测 SemTools 能否让编码智能体胜任文档搜索

LlamaIndex 自建包含 1000 篇 ArXiv 论文的基准，测试 Claude Code 在有无 SemTools 时的文档搜索表现。

Hugging Face 教程：用 PyTorch 提前编译加速 ZeroGPU Spaces 生成模型

Hugging Face 发布教程，介绍如何在 ZeroGPU Spaces 中用 PyTorch ahead-of-time（AoT）编译优化 H200 上的图像和视频生成 demo。

gpt-oss MXFP4 微调和部署：ModelOpt + SGLang（8月29日更新）

OpenAI 开源模型 gpt-oss 原生采用 MXFP4 量化，但社区长期缺乏针对该低精度格式的训练支持。NVIDIA 推出基于 Model Optimizer 的量化感知训练（QAT）方案，允许在 Blackwell、Hopper、Ampere 及 Ada 等常见 GPU 上直接微调模型，无需转换为 BF16 而牺牲性能。实测显示，经 QAT 微调的 gpt-oss-20b 在多语言推理任务中通过率从 16% 提升至 100%，在安全提示识别任务中从 30% 优化至 97%。微调后的模型可通过 SGLang 部署，保持 MXFP4 格式的推理速度与内存优势。

LlamaIndex 谈 Vibe-Coding 智能体的未来：vibe-llama 与 UI 生成实践

LlamaIndex 推出 CLI 工具 vibe-llama，可将 LlamaIndex、LlamaParse 及 workflows 的最新文档与 API 模式注入 Cursor、Claude Code 等编码智能体，避免其推荐过时 API。

Together AI 分享用 AI Agent 自动化复杂工程任务的六个模式

Together AI 发布博客，讲解如何用 LLM Agent 自动化复杂长时工程任务，并以其内部投机解码（speculator）训练流水线为案例：任务需可验证、定义清晰、工具可支撑，核心模式包括优质工具、完善文档、安全执行、用 tmux 管理并行会话、让 Agent 学会 sleep 等待以及显式的进度验证。

Hugging Face 教你将 Claude 连接 Spaces 用 FLUX.1 Krea dev 和 Qwen-Image 生成图像

Hugging Face 发布教程，介绍通过 Remote MCP server（https://huggingface.co/mcp?login）把 Claude 连接到 Hugging Face Spaces 生成图像，2025 年 10 月起需用 Add custom connector 方式添加。

Hugging Face 指南：如何从零构建并扩展生产级 CUDA Kernel

Hugging Face 发布指南，介绍如何用其 kernel-builder 库从零构建生产级 CUDA kernel，并以 RGB 转灰度为例演示完整流程。