斯坦福 CS146S 第三周课程聚焦 Agent Skills 与 CLI
斯坦福大学 CS146S「The Modern Software Developer」第三周课程已公开，主题为 Agent Skills and CLI，首次加入客座讲师 @leerob，内容涵盖 SKILL.md 与脚本编码工作流、Web skills 扩展 Agent 能力边界及 CLI 高效工作方式。
全部AI 动态
全部动态
今日 32 条meng shao(@shao__meng)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 meng shao(@shao__meng)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Matt Pocock 分享 AI Coding Agent 流程选择决策框架
Skills For Real Engineers 开源项目作者 Matt Pocock 分享了 AI Coding Agent 该用多重流程的决策框架：小改动不要用 /grill-with-docs。
Rowan Cheung(@rowancheung)AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GrokBot 新增原生 X 监控：4 个可复制的日常例程
GrokBot 近期更新加入原生 X 监控能力，可自动执行搜索、筛选与推送。作者分享 4 个可直接复制的例程：每工作日 9:15 筛选 X 上真实 AI 工作流并剔除「10 prompts」类炒作帖，每工作日 9:00 抓取品牌提及并分类后在 Slack 提醒，以及每 4 小时捕捉正在评估其产品品类的用户帖子。
NVIDIA Technical BlogAI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA 发布 5 步指南：用前沿 AI 模型为机器人打造 SimReady 资产
NVIDIA 给出 5 步流程，用前沿 AI 模型把 CAD 资产转成机器人仿真可用的 SimReady 资产。该流程基于 OpenUSD，需要配置并验证材质、碰撞几何、关节等物理属性，才能测试机器人行为。NVIDIA Omniverse 库遵循 SimReady Foundation 规范，并由智能体化的 NVIDIA 技能引导完成转换与验证。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 与 Qdrant 合作推出本地记忆助手课程：无需联网和远程服务器
DeepLearning.AI 与 Qdrant 合作推出由 Dylan Couzon 讲授的免费课程，教你亲手构建一个能记住钥匙放在哪里的本地助手，无需网络连接，也不依赖远程服务器。
Stack Overflow BlogAI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何运维 LLM 系统：可观测性、成本、路由与底层平台
Stack Overflow 博客给出 LLM 生产系统成熟度模型 Level 5 的运维规范，核心是一个模型流量收口、一个贯穿全链路的 decision_id，以及不让业务感知具体供应商。
NVIDIA Technical BlogAI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获亚军
NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获得第二名，其系统核心思路是让智能体的 harness 更小、更清晰、更易于验证。该竞赛要求智能体针对数据库、CSV 和 JSON 文件、散文文档、PDF 及简报视频等异构数据源回答自然语言问题。
bolt.new(@boltdotnew)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 bolt.new 分享 wavesurfer.js 播客剪辑播放器提示词
bolt.new 分享了一条可直接复用的提示词：用 wavesurfer.js 构建播客剪辑播放器，支持可拖动波形、播放/暂停以及沿波形分布的可点击章节标记，并使用示例音频文件。该提示词面向在 bolt.new 中生成的场景。
The GitHub BlogAI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GitHub 漏洞赏金研究员 vaib25vicky 如何挑选要调查的功能
GitHub 在网络安全意识月专访 VIP 漏洞赏金研究员 @vaib25vicky，其专注授权与访问控制方向，挑选目标的标准是功能足够复杂、难以理解，一旦发现可疑点就持续使用和探索该功能直至出现异常。
LlamaIndex 🦙(@llama_index)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex 解析默认输出 Markdown，合并表头场景改用 HTML
LlamaIndex 将 Markdown 作为解析的默认输出格式，因为 Markdown 能保留标题、列表和表格结构，避免解析器读对每个词却丢失数字所属列、迫使模型猜测的问题，且调试错误答案时仍可读。对于存在合并表头的表格，则改用 HTML 输出。
Viking(@vikingmute)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Serverless 踩坑案例网站 serverlesshorrors.com：各大云平台被刷爆账单，近期多是 Cloudflare Durable Object
serverlesshorrors.com 汇集了 Cloudflare、Vercel、Google、AWS 等云平台被刷爆的案例，最近几条都出自 Cloudflare 的 Durable Object。作者据此建议 Vibe Coding 时直接别用 Durable Object。
Lovable(@lovable_dev)AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 在 Lovable 用提示词自建一个可对话的 Google Calendar 日历应用
Lovable 分享了一条提示词，用户可在 Lovable 里自建一个能对话的日历应用：左侧聊天面板、右侧 Google Calendar 周视图，通过 Google OAuth 读写事件。聊天由 GPT-6 Astra 驱动，用工具调用列出、创建、更新、删除事件并按需查找空闲时间，删除前会先确认。
向阳乔木(@vista8)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 小米蓝牙遥控器 2 Pro 搭配开源 App 无线麦实现 AI 语音输入
作者用小米蓝牙遥控器 2 Pro 搭配开源 App 无线麦（github.com/HD838A/remote-…），让 Codex 完成安装并简单设置后即可使用。该方案可配合豆包输入法、TypeLess，作者实测 Raycast 内置语音输入同样可行。
字节跳动技术团队AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 Agent Plan 解锁 AI 导演体验：CUA 操作 Blender 白模指导武侠视频生成
火山方舟 Agent Plan 中的专属 Harness CUA 可自动操控云桌面里的 Blender，把一句武侠创意先做成白模预演，再作为参考喂给生视频模型，产出 20 秒成片。套餐集成 Seedance、Seedream 生图生视频模型，兼容 Claude Code、Codex 等工具，以 AFP 统一计量用量，Medium 及以上套餐可开通 CUA，Large 及以上支持 Seedance。
NVIDIA AI(@NVIDIAAI)AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 H-Company 如何用 NVIDIA Dynamo 优化面向 Computer Use Agents 的 VLM 服务
H-Company 借助 NVIDIA Dynamo 优化面向 Computer Use Agents 的 VLM 服务。该内容以直播形式发布，未披露具体的性能数据、模型版本或部署规模。
InfoQAI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Spotify Ads AI 多智能体平台的实战模式与踩坑
Spotify Ads 高级工程师 Pratik Rasam 披露了 Spotify Ads Manager 内部的多智能体广告生成平台 Ads AI：上线一年来超过 70% 的广告使用 AI 工具，已为 7000 多家广告主生成约 20000 个创意素材。
Yangyi(@Yangyixxxx)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 优化配置后本地推理跑到 100+ token/s，内存仍不够
优化配置后本地推理速度提升到 100+ token/s，但内存仍不够用，作者估计再加两根内存条就够。推文未说明所用模型、硬件与具体优化方式。
向阳乔木(@vista8)AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 姚金刚开源17套知识付费提示词，覆盖课程定位到运营
姚金刚开源17套知识付费提示词，涵盖课程定位、课程设计、课程售卖和课程运营四大核心模块。这些提示词由他此前所写《课程营销学》一书逐章提炼而来，可直接使用，面向正在筹备首门课程或想重新梳理已有课程的老师、知识创作者和教育产品团队，反馈可提交补充建议。
AINLPAI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Unsloth 发布本地训练决策模型教程与开源仓库
Unsloth 发布本地训练教程与开源仓库，可将 Qwen3.8、Gemma 4 等 LLM 微调为输出选项概率的决策模型。Unsloth 报告，Qwen3.5 0.8B 在三个决策基准上的合计准确率从 20.7% 提升至 74.3%，并称仅需 4GB 显存。
人人都是产品经理AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI产品经理转型特训营2026版开始更新：14模块76章节24小时课程
张佳宣布《AI产品经理转型特训营-2026版》课纲开始更新，共14大模块、76章节、330+知识点、24小时课程时长，计划每周更新一轮、争取2个月内更完全部内容。新版融合2025版技能特训课、项目实训课、线下课、AI编程课与智能体课程内容，增加Agent、Skill的篇幅和颗粒度，并重构教学方式以适应零散时间学习。更新期间报名按2025版早鸟价2999元，更新完成后涨价至3999元。
掘金本周最热AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 程序员 Codex 提问急救卡：7 个常用模板与组合写法
作者整理了一套面向 Codex 的提问模板卡，覆盖修 Bug、加改功能、优化代码、改已有功能、还原设计稿、修启动构建问题和对接接口 7 个场景。每个模板给出可直接复制替换的提示词，明确任务边界、处理要求与完成即停止等约束，并说明同一需求涉及多项工作时可使用通用组合模板。
少数派AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 iOS 27 通知自动化上手：十个案例把微信通知变成私人助理
iOS 27 新增通知自动化，任何能发送通知的 App 都可作为快捷指令触发条件，并可按通知标题、副标题、正文三个字段组合筛选。作者用十个案例展示具体玩法，包括重要联系人连续消息换墙纸提醒、自定义图标后补回角标、按 App 颜色生成墙纸、联系人专属铃声、英文通知自动翻译以及用 AI 总结当天通知。文中也指出限制，通知自动化只能获取实际显示出来的内容，微信等长消息会被省略号截断。
架构师之路AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI时代架构设计：给AI的4条缓存红线，写进spec禁止条款
架构师沈剑在《AI时代的架构设计100讲》第9讲指出，AI写代码会踩的四类缓存坑没变——耦合、雪崩、不一致、互相挤兑，但踩坑的从程序员变成了AI。他建议把四条红线写进spec禁止条款：禁止用缓存当服务间数据管道、禁止调用方缓存服务底层数据、禁止多服务共用缓存实例、未做容量预估与雪崩预案禁止上线。雪崩预案可用高可用缓存集群或缓存水平切分，并需通过缓存宕机演练验收。
掘金本周最热AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 写的小程序「厨菜记」上线 19 天开通流量主，累计 601 访客、收入几块钱
全程由 AI 编写的小程序「厨菜记」9 月 18 日上线，19 天后累计独立访客 601、日均新增 30 人，是作者乐观预测上限的三倍，并已开通流量主。作者将预测失误归因于内容传播呈脉冲式，以及家庭内 2 到 4 人的裂变乘数。流量主开通两天累计收入几块钱，他只保留菜谱列表底部一个 Banner。
freeCodeCamp.orgAI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何在 CPU 上从零构建并训练 2500 万参数 LLM
freeCodeCamp.org 发布一小时视频教程，演示在笔记本或普通 CPU 上从零构建、预训练并微调一个 2500 万参数语言模型。课程涵盖混合线性/稀疏注意力、MoE、绑定嵌入权重和多模态图像 patch 输入等现代架构，并搭建轻量 RL 循环让模型写代码、跑单元测试、拿奖励，任务成功率从 0% 提升到通过多数评测。教程还讲解如何形成可检验假设、调节温度与奖励结构并检查统计显著性。
山行AIAI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 个人 AI 工作空间为何需要边缘常驻加按需沙箱
山行 AI 基于开源项目 Bibo 分析个人 AI 工作空间的架构取舍：日常对话与个人空间由 Cloudflare Workers、Durable Objects 承接，需要系统工具时再获取 Linux 沙箱，文件独立放在 R2 不随临时执行环境消失。
QdrantAI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 实测 Jev：把通用分类器用在重排序、去重等任务上
TypeSafe 推出的决策模型 Jev 经由 OpenRouter 提供服务，无需任务特定训练即可输出受限于候选标签的数值分数。
cat(@_catwu)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude 产品经理用法：查上周功能使用最多的用户并自动约聊
有人分享了自己最喜欢的 Claude 产品经理用法：让 Claude 查"上周谁用某功能最多"，生成使用量前 10 名的 artifact，再联系这些人并安排 15 分钟交流。据其说法，这是获取用户反馈最快的方式。
浮之静AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 lencx 见闻汇总：Strata 本地推理引擎、ArtCraft 创作七件套与 Agent Memory Repo 等开源项目
开源本地推理引擎 Strata 主打在消费级电脑上运行 1250 亿参数的 Qwen3.8-Flash-Next 量化版，通过量化、GPU 专家缓存和 CPU/GPU 协同推理降低显存门槛，RTX 5070（12 GB 显存）下 Q2_0 量化版短对话生成速度约 94 tokens/s。
Stack Overflow BlogAI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LLM 系统的安全与治理：guardrail、PII、审计与记忆（第 4 部分）
LLM 系统成熟度模型第 4 级聚焦安全与治理，要求用分层 guardrail 做纵深防御：从输入检查、grounding 约束、输出清洗到验证、judge 和第二模型置信度路由共 6 层，且必须 fail closed，任一层出错即阻断或升级。
Stack Overflow BlogAI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何让 Agent 知道自己不知道：置信度层
Stack Overflow 博客“Running LLM systems in production”系列第 3 篇，介绍六层成熟度模型中的 Level 3 置信度层。
Stack Overflow BlogAI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何把评测做成部署门禁并检测基线漂移
Stack Overflow 博客的 LLM 生产系列 Level 2 讲解如何把评测当作 CI 门禁：用版本化 golden set 编写显式打分器，一条 CI 命令在通过率低于阈值时让构建失败，并按 slice 自动路由用例、逐 slice 设门槛。
技术前沿AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何将 dbt ETL 管道迁移到 Databricks
把已在运行的 dbt 项目迁移到 Databricks 无需重写业务逻辑，只需更换 dbt-databricks 适配器和连接配置，再处理少数 SQL 方言差异。
NVIDIA Technical BlogAI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用数字孪生和 AI 智能体验证 AI 工厂变更
NVIDIA 提出用数字孪生与 AI 智能体验证 AI 工厂的变更：AI 工厂由 GPU、CPU、交换机、DPU 与 SuperNIC 组成，并叠加调度器、编排服务、安全控制和快速迭代的软件栈。这类基础设施、软件与策略是否能为目标负载协同工作，本身就难以验证。
大模型智能AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 从 TIS 到 score centering，重新理解 LLM RL 中的训推不一致
文章系统梳理了 LLM RL 中训推不一致（TIM）的根源，从 IS、TIS、IcePop 等截断重要性采样方法讲到 SC（score centering）算法。
AWS Machine Learning BlogAI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 超越节省的工时：如何为智能体自动化构建商业论证
AWS 提出 Agentic Value Model 框架，用于替代 RPA 时代的 ROI 模型，衡量智能体自动化的四类价值：工时节省、异常处理、决策质量与变更韧性，并以价值实现机制决定收益能否落到 P&L。
印记中文AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 JavaScript 中文周刊 #256：为何我们常常重新发明浏览器已有的能力
Nolan Lawson 撰文反思开发者为何不「用平台」原生能力、反复重新发明浏览器已有能力，该文在 Hacker News 引发广泛讨论。同期 Preact 11 历经六年正式发布，Nuxt 4.6 解耦 Nitro 并内置 session 支持，Claude Code 新增 Mods 扩展，允许用 JavaScript 监听事件、改变行为并绘制自定义 UI。
Rowan Cheung(@rowancheung)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Rowan Cheung 在 The Rundown 社区工作流中心分享完整工作流与提示词
Rowan Cheung 在 The Rundown 的 Community Workflow Hub 发布了一套完整工作流和配套提示词。帖子附带 The Rundown 社区链接，互动数据为 6 条评论、8 个点赞、5812 次浏览。
Rowan Cheung(@rowancheung)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 GPT-6 Astra 搭一个每天早上按实时天气选衣服的穿搭 App
有人用 GPT-6 Astra 做了一个每天早上根据实时天气挑选穿搭的 App，并把本人当作模特。流程是上传几张全身照和一张人脸照、填入身高尺码与版型偏好、列出喜欢和拒绝的颜色，再粘贴主提示词让它构建 1 到 2 小时，即可每天少做一个决定。
ByteByteGo NewsletterAI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Netflix 如何训练 LLM 推荐电影以留住观众
Netflix 工程团队构建了推荐系统 GenRec，用 LLM 理解用户观看历史并给内容库中的电影和剧集打分。GenRec 分两阶段训练：先用 Netflix 专有数据让开源基础模型熟悉内容与用户行为，再针对排序任务做后训练；用户点击、观看时长、点赞等行为被转成对话式样本来训练。