WorkBuddy 接入 Miora，袋鼠帝开源 3 个 AI 短片制作 Skill
袋鼠帝把 AI 短片制作流程沉淀为 3 个 Skill 并开源：视觉资产提示词、动作打戏提示词和 Miora 视频执行规范，可直接装入 WorkBuddy 使用。
#教程/实践
#教程/实践
今日 38 条袋鼠帝AI客栈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。 歸藏的AI工具箱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。 歸藏开源 guizang-product-video-skill：用代码低成本生成产品宣传片
歸藏开源了 Skill guizang-product-video-skill（https://github.com/op7418/guizang-product-video-skill），用纯前端代码渲染产品宣传片，不依赖视频生成模型。
宝玉的分享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。 用 GPT 6 Astra 和 Codex 做 3D 版《桃花源记》：含完整提示词
作者用 ChatGPT Pro 中的 GPT 6 Astra 将《桃花源记》全文做成可实时交互的 3D 网页《桃源·豁然开朗》，拆成 20 幕，支持连贯体验与逐章慢读、原文与白话切换。
NVIDIA Technical BlogAI 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。 NVIDIA 如何用 AIPerf 对大规模 LLM 推理做基准测试
NVIDIA 发布 AIPerf，用于大规模 LLM 推理的基准测试。文章指出用 curl 命令、手写 asyncio 脚本或临时压测工具测推理性能，都会受单进程性能上限和 Python GIL 并发限制影响，导致测得的数字不可靠。
奇舞精选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。 奇舞周刊第597期：Agent 工程与研发实践
奇舞周刊第597期汇编多篇 Agent 工程实践：淘宝百亿补贴数据分析助手 Agent 在自然语言与 SQL 间加入业务语义层，结合多 Agent 编排、知识检索与执行校验，案例查询耗时从 30—120 秒降至 3—10 秒。
Yangyi(@Yangyixxxx)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。 Jev 做分类任务：邮件分类与线索评分的最佳使用场景
Jev 在分类任务上表现突出，做邮件分类和对线索评分都很好用。有用户为验证 Jev 的判断速度，让其进行邮件分类，并与各家 AI 的高速模型 Luna、Sonnet、Flash 对比，Jev 结果领先。
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 #253：函数式编程术语全景图与 React 19.3 发布
React 19.3 正式发布，View Transitions 与 Fragment Refs 转为稳定，并加入 Trusted Types 支持。
Hamel HusainAI 评估 · 55/100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 · 55/100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 Evals 常见问题大全：从错误分析到评估器验证
Hamel Husain 整理了他与 Shreya 在向 5000+ 名工程师和 PM 讲授 AI Evals 时收到的最常见问题，组成一份按主题分类的 FAQ。
Yangyi(@Yangyixxxx)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。 Browser Use 创始人实测浏览器 Agent：查机票 7 秒、单次成本 0.0039 美元
Browser Use 创始人 Gregor Zunic 发布实测视频，展示浏览器 Agent 查询真实航班机票从打开网页到返回结果只用 7 秒，1 倍原速无快进，单次成本 0.0039 美元。
AI产品黄叔(@PMbackttfuture)AI 评估 · 27/100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 · 27/100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 ChatGPT live 模式打电话改文章：Codex 可语音、写作交给 gemini 3.8 flash
有人尝试用 ChatGPT 的 live 模式打电话改文章，方案是先在 Codex 里打电话并提前把 md 文件路径给它，写作则指定 Codex 调用 gemini 3.8 flash（可通过 agy cli 接入），再用任意 md 阅读器打开文件随时聊着改内容。
大淘宝技术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。 大淘宝技术提出 Agent 评测方法论：五层、四步、三阶段与 Auto Rubrics
大淘宝技术针对策略效果类 Agent 提出“五层、四步、三阶段”评测方法论：五层评测对象界定评什么，四步质量归因（诊断、定位、优化、验证）决定评完怎么办，三阶段上线治理（准入、灰度、监控）解决如何上线。团队同时提出 Auto Rubrics 方法，用结构化 Rubrics 替代黑盒 Reward Model，通过三层架构构建可解释的业务效果 Judge 体系，规避位置偏差与选择过拟合等陷阱。
腾讯云开发者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。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。 换一套 Harness 比换两代模型还管用：Agent Harness 工程化综述
一篇综述把 Agent 的能力来源从模型转向模型之外的 Harness，按「一个循环、四个子系统、生产化、长时运行、评测、选型」展开。
AWS Architecture BlogAI 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。 Equinix 如何在 Amazon EKS 上用共享服务架构降低运维开销
Equinix 将原先自建在 Amazon EC2 上的自管理 Kubernetes 迁移到 Amazon EKS，改用多账号共享服务架构：Workloads、Platform、Network 三个核心账号分别承载应用服务、共享基础设施与网络枢纽，由云运维团队集中治理。成效包括部署速度提升 4 倍，运维开销显著下降。
LangChain BlogAI 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。 Included Health 如何用 LangGraph 和 Deep Agents 构建联邦式医疗智能体
Included Health 基于 LangGraph 和 Deep Agents 搭建了联邦式多智能体架构，支撑其 AI 医疗导航产品 Dot。主 LangGraph 图被称为 Dot supergraph，Dot 负责对话路由，子工作流覆盖急诊接诊、预约挂号、专科医生匹配和行为健康等场景，不同产品团队各自拥有图中的不同部分。
Milvus(@milvusio)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。 Milvus 教程：用 Milvus 为 EverOS 智能体记忆做检索后端
Milvus 发布教程，介绍如何把 Milvus 用作 EverOS 的搜索后端。EverOS 来自 @evermind，GitHub 星标超过 13,000，用 LLM 从对话中提取记忆并保存为 Markdown 文件，让智能体跨对话保留长期记忆。
AWS Architecture BlogAI 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。 在 AWS 上构建云原生 PACS：多院区医学影像架构实践
多院区医院网络可将传统本地 PACS 迁移为 AWS 云原生架构，把各院区独立 SAN/NAS 存储替换为集中式对象存储并按生命周期策略自动分层。
AWS Architecture BlogAI 评估 · 19/100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 · 19/100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。 DHI Group 如何用黑客松将生成式 AI 工作负载从想法推向生产
DHI Group 与 AWS 合作推出 Hackathon Acceleration Package（HAP），通过三天黑客松让 20 名参与者分 3 组构建原型，覆盖雇主分析、候选人匹配与 ClearanceJobs–AgileATS 集成三类用例。
AI产品黄叔(@PMbackttfuture)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。 基于 Claudian 改造：支持 antigravity cli，可用 OpenCodex 接入 Codex，并装入 Obsidian
基于 Claudian 改造的版本新增了对 antigravity cli 的支持，并可通过 OpenCodex 接入 Codex，同时该 Claudian 插件已可安装到 Obsidian 中使用。原推未披露模型版本、参数或性能数据。
Stack Overflow BlogAI 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。 O'Reilly Media 的 AI「魔法词」
O'Reilly Media 将自身定位为技术转移公司，通过图书、在线学习平台以及新推出的 O'Reilly Expert Intelligence 工具，同时塑造人类与 AI 智能体的学习方式。该工具是其在 agentic 学习方向上的最新落点。
腾讯云开发者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。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。 腾讯轻量云 DevFlow 实践：多 Agent 工作流里真正烧 Token 的是反复携带的长上下文
腾讯云轻量云团队在多 Agent 开发工作流 DevFlow 中定位到，Token 消耗主要来自长上下文在多轮请求中被反复携带，而非代码本身；Developer 阶段上下文曾达到约 120K tokens。
NVIDIA Technical BlogAI 评估 · 26/100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 · 26/100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 AI 智能体为仿真准备 3D 场景
智能体 AI 工作流可用于为物理 AI 系统准备并验证数字孪生：智能体检查 3D 场景、在 OpenUSD 中编写仿真相关数据、添加物理属性、渲染预检视图，并按仿真就绪（SimReady）要求校验结果。该流程演示了从 Blender 中的场景到交付给 NVIDIA 的仿真就绪 OpenUSD 的完整过程。
Paul Couvert(@itsPaulAi)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。 Unsloth 发布免费 Google Colab 与 GitHub 资源，用于模型微调
Unsloth 放出配套免费 Google Colab Notebook 与 GitHub 仓库，并提供专门文档页，供用户上手其微调流程。
Paul Couvert(@itsPaulAi)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。 在免费 Google Colab 中用 Unsloth Studio 微调 500+ 开源模型
在免费 Google Colab 中可借助 Unsloth Studio 微调 500+ 开源模型，并支持上传 PDF/CSV 转成可用的合成数据集。流程为安装 Unsloth Studio、选择模型、上传数据集后直接开跑，完成后可导出模型。
DeepLearning.AI(@DeepLearningAI)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。 长时运行 AI 智能体的上下文管理与信息丢失问题：新工具帮助优化记忆并降低 API 成本
长时运行的 AI 智能体面临上下文限制与信息丢失问题，一款新工具正帮助开发者优化记忆管理并削减 API 成本。高效的信息检索被视为生产级 AI 的关键技能。完整分析刊于 The Batch。
Suhail(@Suhail)AI 评估 · 43/100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 · 43/100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。 新技能 /deslop-shared-libs：从近两周提交中找出可复用共享代码
开发者 Suhail 发布了新技能 /deslop-shared-libs，从最近两周的 commits 和 PRs 入手，找出可抽取共享代码以减少重复、提升可靠性的位置。他指出 AI 智能体倾向于大量编写全新代码，往往不做模块化和共享组件，导致技术债增加、测试变多、编译变慢；该技能可用于定期清理这类代码冗余。
NVIDIA Technical BlogAI 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。 NVIDIA 用智能体 AI 将 CUDA Tile 运算从 Python 转译到 Rust
NVIDIA 展示用智能体 AI 把 CUDA Tile 运算从 Python 转译到 Rust。目标系统 cuTile Rust（cutile-rs）是一个基于 tile 的 GPU kernel 编写框架，将 Rust 的所有权模型扩展到 tile 级 kernel，把可变输出拆分为互不相交的分片，并在 kernel 启动间保持主机端所有权契约；开发者也可在需要底层控制时局部退出该约束。
LlamaIndex 🦙(@llama_index)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。 LlamaIndex 网络研讨会：如何为保险智能体构建文档处理流水线
LlamaIndex 将举办网络研讨会，由解决方案架构师 Abrar Mahi 讲解如何用 LlamaParse 和 Extract 把保险文档转为结构化数据，用于核保、保单审查和理赔流程。内容涵盖解析保单等复杂表单、按既定 schema 抽取保单与财产信息及理赔历史，并用引用和边界框校验抽取结果。还会结合置信度分数与验证规则，决定哪些环节自动放行、哪些需人工复核。
The IntelliJ IDEA BlogAI 评估 · 26/100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 · 26/100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。 IntelliJ IDEA 2026.2 Logpoints 实战：gRPC 服务调试排错
IntelliJ IDEA 2026.2 改进了 Logpoints，新增在任意两行可执行代码之间的 gutter 处点击即可输入日志表达式的方式，无需重建或重新部署即可修改日志。文章用一个 gRPC 客户端-服务器示例演示如何用 Logpoints 定位租户名未规范化导致折扣为 0 的 bug，并可在调试中直接验证修复效果。
此话当真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。 对话张托肯：用 AI 三天设计一颗芯片后，一位清华博士决定「开卷」
清华博士、苏黎世联邦理工博士后张托肯用 AI 三天完成从零到流片的 Attention 计算芯片设计，并借真格「Token Grant」算力支持推进「芯片开卷」计划。
vivo互联网技术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。 告别"散装 AI"：用 Skill 编排对存量代码做"微创手术"
vivo IT 技术团队用 1 个编排器 dev-workflow 加多个单职责 Skill 组成 AI 协作流水线，把存量代码变更拆成增量流程 A 和存量流程 B，流程 B 依次执行影响面分析、处理原则提取、最小侵入分析、埋点与回归用例生成。
得物技术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。 得物技术指标平台实践：从语义底座到 Text2SQL 与 AI Coding
得物技术推动指标字典从0到1落地，用业务、数仓、产品三条线建立语义底座：存量报表逆向梳理、隐性指标先登记后转正，数仓消费收敛到域控宽表，并在提报环节拦截二义性。该语义层支撑 Text2SQL 与 AI Coding 两条消费主线，系统测评 SQL 准确率从 85%+ 提升到 95%+；OneData 建设全流程提效 40%+，核心模型开发阶段提效 70%+。
腾讯技术工程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。 看完我的AGENTS.md，你将看到我和不说人话且over-engineering的模型搏斗的这一生
腾讯程序员 daisy 公开了一份用于约束 AI 编程模型的 AGENTS.md，把「本文件中的每一条规则都是强制性的」写进开头。规则禁止用 try-except 包 import、用 Git 回滚代码、读写 /tmp、主动使用视觉功能、以 mock 或 workaround 通过测试，也禁止「不是……而是……」句式和单字缩写。
袋鼠帝AI客栈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。 袋鼠帝开源《魔搭紫皮书》：8篇34章约40万字，教人从0部署、微调、评测开源模型
AgentWork 开源社区发布《魔搭紫皮书》，共 8 篇 34 章、约 40 万字，面向想系统学习 AI 的读者。内容覆盖开源模型下载、无资源体验、用 ms-swift 做轻量微调、用 EvalScope 评测，以及 AI 健身教练、智能客服质检、语音助手、企业知识问答等场景，并含 Claude Code、Pi、DeepSeek Harness 的 Agent 篇。
奇舞精选AI 评估 · 71/100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 · 71/100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。 DeepSeek Harness 架构解读：从会回答到能持续做事的 Agent 运行时
DeepSeek Harness（DSH）是 DeepSeek AI 基于 Cordis 开发的开源 Agent Harness，采用 MIT 许可证，官方仓库仍标注为开发者预览版。
大淘宝技术AI 评估 · 56/100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 · 56/100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。 大淘宝技术基于GEPA的提示词自进化优化方案
淘天集团营销与交易技术团队基于ICLR 2026论文GEPA（Reflective Prompt Evolution）设计并实现了一套Prompt自进化系统，构建推理→评分→反思→选择闭环，让LLM自动分析Badcase、归因至Prompt具体规则并生成候选变体，再按帕累托前沿多目标择优。
优设AI 评估 · 41/100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 · 41/100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。 照片秒变水墨画！12个Skill解锁8种视觉玩法
12 个极简审美视觉 Skill 可把普通照片转成水墨写意、摄影 Zine、纸张旧影、手绘插画、8-bit 像素、Riso 印刷以及秦唐宋东方美学等多种视觉风格，适用于照片二创、海报和日常视觉练习。上传一张随手拍或旅行照即可换一种视觉语言重新表达。Skill 下载地址在评论区回复“666”获取。
NVIDIA AI(@NVIDIAAI)AI 评估 · 28/100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 · 28/100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 技术解析：30B 参数模型如何每 token 仅激活 3B 参数
NVIDIA 发布技术解析，解释 30B 参数模型为何每 token 只激活 3B 参数却仍能调用全部模型容量。文章对比稠密模型与 MoE 模型在参数使用方式上的差异，并说明这对吞吐量、内存占用和部署复杂度的影响。
腾讯云开发者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。 干了 15 年产品，我把自己“外包”给了 WorkBuddy
腾讯云架构师技术同盟成员黄浩贤用 WorkBuddy 两三个月，把写 PRD、跑数据、挑方案漏洞等执行工作外包给 AI，写 PRD 效率翻了三倍不止。他让 WorkBuddy 扮演挑剔用户和强势业务方对方案做红队测试，并为数据任务立下三条护栏约束模型幻觉。
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。 Dense 与 MoE 模型对比：激活参数、吞吐量与选型时机
NVIDIA 技术博客解析 Dense 与 MoE 两类模型架构的差异：以 Nemotron 3.5 Lightning 为例，30B 参数模型通过 MoE 架构每个 token 仅激活 3B 参数，仍能利用更大模型的容量。文章对比两者的激活参数与吞吐量，并给出各自的选型时机。
Visual Studio BlogAI 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。 如何用 Visual Studio 代码覆盖率分析与 GitHub Copilot Test Agent 提升测试覆盖率
在 Interview Coach 应用中先用 Visual Studio 的 Analyze Code Coverage 定位测试缺口，再用 GitHub Copilot 的 Test Agent 为 InterviewSessionTool 生成 8 个新测试和一个新测试项目。