Magpie 接上 DeepSeek 并叠加 RTK，Bash 工具输出 token 省七成多
Magpie 接入 DeepSeek 后 prompt 成本已压得很低，再叠加一层 RTK 过滤 Bash 工具输出的噪声，实测可省掉七成多的工具输出 token。两个省钱方向叠加后性价比明显提升。
全部AI 动态
全部动态
今日 33 条Geek(@geekbb)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。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。 逛逛GitHubAI 评估 · 46/100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 · 46/100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。 2 万 Star 的 GitHub 开源项目 HowToLiveBetter：612 条生活建议整理成《高性价比人生指南》
GitHub 项目 HowToLiveBetter 将 612 条生活建议整理成 33 个主题的开源指南，已获 2 万多 Star。每条建议统一标注成本、收益、证据等级与原始来源，其中 413 条为 A 级、150 条 B 级、49 条 C 级。
优设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。 优设整理10个去AI味Skill，覆盖提示词优化与文本改写
优设整理了10个实用的去AI味Skill，覆盖提示词优化、AI痕迹检测、文本改写和文风塑造。机械句式、翻译腔和套话废话基本都能找到对应工具，公众号、小红书、口播稿和长文章可按问题直接选。在GitHub顶部搜索栏输入对应Skill名字即可获取。
架构师之路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。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。 AI时代每秒10W并发无锁缓存，spec怎么写？
针对每秒20w写、1k读的写多读少定长value场景，无锁缓存通过写入定长value加16bit CRC签名、读取时校验签名，签名不一致则返回NULL视为cache miss，以牺牲一致性换取零锁冲突。
数字生命卡兹克AI 评估 · 63/100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 · 63/100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。 GPT-Image 2.5 的 12 种照片编辑玩法与提示词整理
作者整理了 GPT-Image 2.5 的 12 种照片编辑玩法，并给出可直接复制的提示词，涵盖消除背景游客、自动调光、专业美颜等基础修图。创意部分包括拍立得 3D 公仔、景点明信片、主体转贴纸、旅游碎片行李箱和人物旅游海报，网感部分包括演唱会氛围感、美食炸弹和指定物体转文字涂鸦、ins 风画面注释。
HelloGitHubAI 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。 HelloGitHub 第 126 期：Claude Code 状态栏、AI 技能包与 K8s 推理平台等 31 个开源项目
HelloGitHub 第 126 期收录 31 个开源项目，含为 Claude Code 显示模型、Git 分支、Token 用量与上下文占比的 ccstatusline 状态栏工具，以及可把技能一键同步到 Claude Code、Codex、Cursor 的 skills-manager。
Viking(@vikingmute)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。 anderspitman 的 repo 引发关注：自造轮子数量惊人
开发者 anderspitman 的 GitHub 仓库被分享后引发关注，分享者称其中自造的轮子数量多到令人惊讶。原帖仅给出仓库链接 github.com/anderspitman/a…，未说明具体项目名称与功能细节。
Viking(@vikingmute)AI 评估 · 23/100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 · 23/100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。 两条 SEO 黑科技：YouTube 视频卡抢占关键词，Google 全家桶加速索引
两条 SEO 技巧被分享：一是在 YouTube 拍 How-to 教程、产品对比、工具评测类视频，这类 video keyword 的搜索结果里 Google 常直接出视频卡，小频道视频有时能压过权威博客，种子词建议用产品真实使用场景而非硬广。
印记中文AI 评估 · 23/100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 · 23/100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。 React 中文周刊 #294：GitHub Copilot 桌面端如何渲染百万行 PR
GitHub Copilot 桌面应用基于 React 与 Tauri 构建，为渲染 2000+ 文件、百万行改动的 PR，将代码行渲染放到 React 之外。
Viking(@vikingmute)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。 用这个技巧做 i18n 审核：解决中英文长度差异导致的界面错乱
有开发者指出，这个技巧最实用的方向之一是 i18n 审核：不同语言字符长度不同很容易把界面搞乱，中文和英文的长度差异尤其明显，用这个技巧效果很好。
Viking(@vikingmute)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。 Viking 分享让 agent 用极端数据做 worst-case 布局的 UI 检查方法
Viking 分享了一个设计与交互技巧：让 agent 往界面里塞各种 edge case，比如超长或超短文本、各种极端数字，观察 worst-case 布局表现，再对着截图做 UI review 并按问题清单修复。
花叔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。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。 花叔发布「闪电.skill」：用 Anthropic 方法论把产品提速 3 倍
花叔基于 Anthropic 工程师复盘 claude.ai 与 Claude 桌面端两周提速约 3 倍的方法，整理出开源 skill「闪电.skill」，含 8 个步骤和测速、棘轮两个脚本，可通过 npx skills add alchaincyf/huashu-flash 安装。
Fireworks AI(@FireworksAI_HQ)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。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。 Fireworks AI 发布 RL 训练 cookbook，联合 HUD 免自建基础设施微调模型
Fireworks AI 发布新 cookbook（联合 HUD），让开发者无需自建基础设施即可在自己的任务上做 RL 训练。流程是在 HUD 中定义任务和 grader，再在 Fireworks 上采样并训练模型，同一环境同时用于训练和评估。
Viking(@vikingmute)AI 评估 · 59/100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 · 59/100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。 OpenClaw 的 test audit 技能：先答四个问题再决定是否加测试
Viking 分享了 OpenClaw 自己使用的 test audit 技能（github.com/openclaw/openc…），其任务是告诉 agent 什么测试应该加、什么测试是垃圾不应该加，开始写测试时 agent 要先回答四个关于是否有必要加测试的问题，判断通过才加。
orange.ai(@oran_ge)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。 藏师傅用 Opus 5.5 做 CodePilot 产品宣传视频 skill 测试
归藏（藏师傅）用 Opus 5.5 为 CodePilot 产品一键生成了一支产品宣传视频，称其在图像图形类前端表现突出，效果"吊打"他所说的 GPT-6 Astra。他表示后续会把相关经验沉淀进自己的 guizang-product-video-skilll，让较弱的模型也能获得不错的效果，并已就此展开 skill 测试。
QdrantAI 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。 用 Rust 重写 cross-encoder 推理：cross-encode-rs 对比 Python 实测
Qdrant 用 Rust 重写 cross-encoder 推理并开源为 cross-encode-rs，在小型 reranking 模型上中位延迟仅比 Python 快 1.1x，较大模型上约 1.4x。
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 用 ExtractBench 对比文档抽取置信度过滤效果，LlamaParse Agentic Plus 在 97% 精度下召回 66.48%
LlamaIndex 发布新文章，从"能否用于决定自动化与人工审核"的角度审视文档抽取中的置信度评分，覆盖置信度阈值、精度与召回、分数覆盖率、分数粒度和人工审核量。借助 ExtractBench，其对比了不同抽取系统在置信度过滤后的表现：在 97% 精度目标下，LlamaParse Agentic Plus 过滤后在预期字段上达到 66.48% 召回。
Grafana LabsAI 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。 如何用 SLO 给 AI 智能体的幻觉设定预算
Grafana Labs 把可靠性工程中的错误预算（error budget）用于 AI 智能体质量，通过 evaluations 让模型裁判对 groundedness、fulfillment、toxicity、latency、cost 等行为分别打分，再把分数变成带目标的 SLO，例如设定 30 天内 95% 的对话被判定为 fulfilled。
Qdrant(@qdrant_engine)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。 Qdrant 与 DeepLearning.AI 推出新课：用端侧记忆构建 AI 助手
Qdrant 与 DeepLearning.AI 合作推出新课程 Building AI Assistants with On-Device Memory，由 Qdrant 开发者关系负责人 Dylan Couzon 讲授。
Anton Osika – eu/acc(@antonosika)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。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。 Anton Osika 用 Lovable 为播客嘉宾搭建品牌业务工具，含 AI 评分收件箱
Anton Osika 在播客录制中与 @siliconvalleymm 用 Lovable 搭建了一套业务工具：重做旧网站、上线品牌合作开放表单，并用 AI 按相关度给所有投稿排序的收件箱。新站点还做了 SEO 与 AI 搜索优化，便于 Google 和 AI 智能体发现；团队会在每次投稿时收到邮件通知，Lovable 还提交了一条假投稿做端到端测试，并完成深度安全扫描。
优设AI 评估 · 68/100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 · 68/100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。 24条提示词技巧去除文章AI味
优设发布《超实用！24条提示词技巧教你文章去AI味》，将文章中的AI味问题拆解为24条具体修改方法，覆盖开头、用词、句式、情绪和语气，逐条说明哪些地方该删、该换、该保留。作者特别提到最后一遍真人化检查值得反复使用。
Viking(@vikingmute)AI 评估 · 49/100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 · 49/100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。 Gumroad 创始人将《The Minimalist Entrepreneur》做成 skills 上线 GitHub
Gumroad 创始人 Sahil Lavingia 把《The Minimalist Entrepreneur》（中文版《小而美》）做成了一系列 skills，已发布在 GitHub 的 slavingia/skills 仓库。这些 skills 按几个常见场景和步骤拆分，适合想做产品和个人品牌的人参考。
印记中文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。 JavaScript 中文周刊 #254：tinyjs 打造不到 10MB 的 JavaScript 桌面应用
tinyjs 能用不到 10MB 的体积构建 JavaScript 桌面应用，内置 txiki.js 驱动的后端，可访问包括 FFI 在内的完整系统能力，配合原生 WebView 渲染，支持打包到 macOS、Linux 和 Windows。
京东技术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。 拆解京东海博 AI-Native 落地保障：海博团队 AI 知识库能力建设
京东海博团队把大模型“读不懂业务全貌”重新定义为“经营好上下文”，采用 OKF 规范将知识编译从运行时前移到维护期，构建项目知识×领域知识矩阵、角色化知识层与 Skill 能力层三层结构，并用 AB 实验验证带知识库“更快更全”。以 40w 行代码的 yzt-erp-wms 仓库为例，共沉淀约 1051 篇知识文档，其中 flows/ 接口与流程 1001 篇、chains/ 业务链路 41 篇。
Qdrant(@qdrant_engine)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。 Kaivid Labs 将 40 万+文档向量从 Milvus 迁移至 Qdrant
Kaivid Labs 团队将 40 万+文档向量从 Milvus 迁移到 Qdrant，并记录了整个过程。他们说明了迁移的处理方式、验证数据完整性，并对比了两套系统在延迟、吞吐量和内存占用上的表现。完整记录已发布在 kaivid.com 博客。
Viking(@vikingmute)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。 Grok Bot 支持跨频道通信，可让一个 bot 给另一个 bot 发消息并回传结果
Grok Bot 支持跨频道发送通信，可让一个 bot 给另一个 bot 发信息，对方执行完成后再发通知回来，类似 herdr 的跨 panel 通信。该技巧被评价为实际使用中相当实用。
超人的电话亭AI 评估 · 4/100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 · 4/100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。 审美刻意练习法｜学习思路分享
中秋前夕，一节面向新手设计师的公开课将分享审美提升的练习思路，强调好审美是设计师的基础。公开课定于当天下午两点半开讲，需通过按钮预约。
Elastic BlogAI 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。 Elastic 如何用原子化断言核查对抗 LLM 幻觉
Elastic 工程师 Toby Sutor 分享了用原子化断言核查（atomic claim checking）把 LLM 合并知识库文章变得可控的做法：合并与验证分成两遍，第二遍把每篇源文章拆成最小的可核查断言，逐条比对合并结果并标记为 present、partial 或 missing，同时记录两篇文章的冲突。
GitHub(@github)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。 GitHub 团队为大型 PR 搭建无人值守测量闭环，检测空白间隙、卡顿与观察者泄漏
团队为超大 pull request 搭建了一套无人值守运行的测量闭环，用生产环境埋点检测空白间隙、卡顿（jank）、观察者泄漏和滚动校正。该闭环在无人干预下持续跑测，用于捕捉大型 PR 中的这些性能问题。
GitHub(@github)AI 评估 · 23/100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 · 23/100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 深潜：如何让百万行、数百条评论的 pull request 像普通评审一样轻松
GitHub 发布工程实践深潜，探讨如何让百万行规模、附带数百条评论的 pull request 变得像普通代码评审一样易于处理。该内容以 github.blog 工程博客形式发布，聚焦超大型 PR 的评审体验问题。
GitHub(@github)AI 评估 · 8/100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 · 8/100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。 用两套独立几何布局解决代码块与评论重排问题
该方案将布局拆成两套独立几何：代码高度确定、可提前获知，评论块高度则懒测量并在视口附近校正。这样评论重排就不会触发代码布局重建。
NVIDIA Technical BlogAI 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。 NVIDIA：AI 工作负载上线前如何验证 GPU 集群就绪状态
GPU 集群即使每块 GPU、网络链路和 pod 都报健康，512-GPU 训练任务仍可能性能不达标或失败，原因可能是单块 GPU 变慢、链路在负载下降级或配置悄悄把流量引向慢速路径。这类问题往往要等到训练运行数小时后才被发现，因此需要在 AI 工作负载落地前验证集群就绪状态。
eric zakariasson(@ericzakariasson)AI 评估 · 40/100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 · 40/100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。 Cursor 通过优化读取将 token 成本降低 7%，智能体质量不下降
Cursor 将 token 成本降低了 7%，且智能体质量没有下降。节省来自更精简的提示词、选择性工具加载、更好的缓存以及压缩文件读取。开发者建议构建智能体的人给智能体阅读相关发现并让其落地实现。
超人的电话亭AI 评估 · 8/100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 · 8/100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。 半年度干货总结：UI/作品集/AI/求职资源盘点
超人电话亭发布半年度干货合集，覆盖UI界面设计、作品集优化、AI生成UI与求职四大方向。AI部分包含三篇文章，分别讲解AI生成UI的应用逻辑、切入点和工具，以及AI Agent、Skill和Vibe Coding概念，并附Figma Make建站个人主页的实操，从提示词到上线。Figma系列课已重新录制完毕，AI生成UI系列正在陆续上传。
Recraft(@recraftai)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。 Recraft 公开其速度测量方法
Recraft 发布文章说明其模型生成速度的测量方法，并给出方法说明链接 go.recraft.ai/8CF9MC/。该内容未披露具体的速度倍数、基准或模型版本信息。
Weaviate • vector database(@weaviate_io)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。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。 Weaviate 发布 Engram 记忆指南：四个决策决定 AI 智能体记得对不对
Weaviate 发布新指南，梳理配置 Engram 记忆时的四个关键决策：记住哪些内容、记忆如何划分作用域与更新、用哪种检索模式读回、以及放在提示词的哪个位置。指南用真实输出和测试运行展示调整每项决策后的变化，包括过滤掉过程噪声、避免动态记忆破坏 prompt caching。全文见 weaviate.io/blog/engram-me。
Patrick Loeber(@patloeber)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。 Gemini API 技能解析及如何在编码智能体中调用
Patrick Loeber 与 @timeyoutakeit 联合发布一份实用指南，拆解 Gemini API 技能并演示如何在编码智能体中使用，内容涵盖 Gemini API、Live API 与 Omni。
vivo互联网技术AI 评估 · 25/100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 · 25/100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。 知识不是文件也不是向量：KDC 如何定义可治理的知识对象
vivo 互联网存储团队提出知识驱动计算（KDC）理论，将知识定义为"已经验证、可复用，并能降低预测、推理、决策或行动不确定性的认知成果"，而非文件、向量或 RAG 检索片段。
得物技术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。 得物交易搜索如何用生成式召回实现范式跃迁
得物交易搜索团队过去一年将召回从判别式检索改为生成式建模，让模型主动生成候选商品而非从商品池中找最相似的。方案覆盖基于LLM的文本索引语义增强、基于MLMM的多模态向量表征、基于HLLM的深度语义表征、基于HSTU的生成式行为序列建模及基于语义ID的统一生成式召回，并推进召粗一体架构。
奇舞精选AI 评估 · 69/100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 · 69/100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。 mattpocock-skills 上手指南：从安装配置到把一个需求做完
面向使用 Claude Code 或 Codex 的开发者，这篇指南按项目 v1.2.3 的技能集合介绍了 Matt Pocock 维护的 mattpocock-skills 的安装与使用流程。