为给无字幕的 Youtube 和 B 站视频做转写，作者实测了豆包语音（极速）、硅基流动上的 Qwen3-ASR、GLM-ASR-2512、阶跃 2.5 ASR 和小米 MiMo-ASR 多家 ASR。豆包语音表现最完善，自带毫秒时间轴且速度较快。相关功能将上线乔木剪藏插件，新增本地 Whisper 与本地 Qwen3 ASR，并支持各类云端语音转文本 API。
Recraft 分享三组写实高细节时尚编辑图像 Prompt，分别描绘玻璃温室中修剪花枝的年轻黑人女性、清晨空站台上用合成器与鼓机制作音乐的年轻黑人男性，以及洗衣店里用平板绘制动画帧的年轻成人。每个 Prompt 均指定了服装、道具、光线条件与胶片颗粒等细节，并大量使用自然日光、玻璃反射和轻微运动模糊等写实质感描述。
JetBrains 发布 10 月 dotInsights 通讯，汇总 .NET 与软件开发社区动态，涵盖 C# 15 集合表达式参数、C# 14 扩展类型、ASP.NET Core 中的 RAG 入门以及 Agent Skills 101 等话题。
作者开源了一个「小说转漫画」skill，为 Codex 安排从读原文、写分镜到排版导出的完整制作顺序，并配合 ChatGPT 生图模型出图，最终提供离线阅读器、PDF 和 CBZ 漫画文件。
freeCodeCamp 发布教程，讲解 AI 编码智能体为何会陷入反复修复不成功的循环，并给出停止、回退、重新描述、单点修改、真实验证五步流程。文章以一次重复扣费 bug 为例，展示先写失败测试再向智能体提精确需求的做法，修复本身只有十几行代码，并附一份可复用的检查清单。作者指出该模式在 Lovable、Replit、Cursor、Claude Code、Base44 等工具上都会出现。
NestJS Observe 是面向 NestJS 的框架感知可观测性方案，利用框架对 controller、provider、guard、interceptor、GraphQL resolver 和微服务处理器的认知来定位请求耗时。
邮件服务商正用机器学习取代固定规则来判定发件人声誉，模型会同时分析正文措辞、链接与附件特征、发送频率突增，并结合历史发件行为和收件人实时互动做出整体判断，因此上下文比单个关键词更重要。
43K 星、1.9M 安装的 Skills 仓库「Skills For Designers and Engineers」新增 /break-ui 技能，用真实但极端的数据压测 UI 组件，并报告哪里乱了、怎么修。
作者整理了一套图片反推教程，从主体、风格到细节，教读者把参考图拆成能用的提示词描述。教程覆盖字体排版、场景、摄影、插画和3D角色五类，各有一条完整模板，替换括号内容即可使用，并以水果海报为例说明哪些元素固定、哪些可替换。
Uber 工程团队分享了面向 AI Agents 的企业级 MCP 管理平台设计，用“控制平面 + 数据平面”的网关体系把全公司数千个存量 API 自动转译成 MCP 工具，目前已托管 800+ MCP 服务器和 5000+ 工具。
写好 skill 的前提是先看懂好 skill 的标准，评审优秀 skill 有五项标准：description、触发策略、正文、第三层、一致性。
JayAlammar 与 MaartenGr 合著的《Hands-On Large Language Models》全书绘制近 300 张自制图，作者称之为 "The Illustrated LLM Book"。
斯坦福 2026 秋季新课 CME 295《Transformers & Large Language Models》已开课，由双胞胎兄弟 @afshinea 与 @shervinea 主讲，9 讲覆盖 Transformer 架构、RoPE、LoRA 微调、RLHF/GRPO 训练、Flash Attention、MCP 与 AI Agent、扩散语言模型。
Matt 的 /codebase-design skill 不修改任何代码，只用一套词典把 module、interface、depth、seam、adapter、leverage、locality 等词定义死，禁用 component、service、API、boundary 等含糊替代。
LangChain 的编程智能体成本连续第二个月显著下降。Harrison Chase 给出的三步做法是：用 LangSmith 追踪全部用量实现成本可见性、通过 LLM gateway 设置用户级成本上限、并借助其开源云智能体框架 OpenSWE 做模型路由来优化 harness。第三方 harness 优化难度更大，相关长文将后续发布。
向阳乔木发布一个 Skill 或 MCP，装上后豆包、Workbuddy、Claude Code、Deepseek Harness 等 Agent 工具都能调用 Codex 的内置生图能力，用于制作小红书、YouTube 封面或把内容转成信息图。
Andrej Karpathy 时隔两个月发文，公开了自己日常让大模型把内容讲透的四级递进技巧。第一级是写作，用航空维护文档规范 ASD-STE100 让模型产出受控文本。
向阳乔木发现并测试通过一种方法，可让任意 Agent 调用 Codex 的 Computer Use，他借此把常用的 Claude Opus 5.5 与 Codex 的 Computer Use 能力结合使用。安装后建议配置 Hook，指定白名单以控制哪些 App 可被调用，安装地址在评论区。
阿里「AI Native 研发范式实践手册」的 Agent 运行环境章节介绍了阿里开源的 OpenSandbox，其支持 Docker/Kubernetes、多语言 SDK、MCP 及浏览器、桌面等执行环境。
Claude 官方博客发布 Addy Osmani 撰写的《Getting the most out of Opus 5.5 in Claude and Claude Code》，围绕 Opus 5.5 讲实战用法：如何下任务、Long Run 控制、结果验收和 Claude App 使用技巧。
有人把 ASD-STE100 这套航空航天技术文档写作规范融进了一个学习 Skill，安装指令为 `npx skills add joeseesun/qiaomu-learning`。该规范最早由航空航天领域在 1980 年制定，限定约 900 个批准词汇、53 条写作规则，要求描述性句子每句最多 25 词、程序性句子每句最多 20 词且每句只写一条指令。
斯坦福在线课程 MS&E 319「高效生成式语言模型」开课，聚焦从预训练、架构、推理到后训练的效率设计，已公开前四节课程讲义。授课教师为 Amin Karbasi、Anay Mehrotra、Amin Saberi 和 Grigoris Velegkas 四人。
宝玉认为，Lauren 敢不 Review PR 的前提是能用上 Fable、Opus 5.5 这类最强模型且不用考虑 Token 成本，而 GPT-6 操作电脑的水平虽已超过真人，也只能替代一部分验证工作。他建议从自己日常开发流程出发，把手动重复的环节交给 Agent，再沉淀成 Skill 反复迭代，同时方向仍要靠专业判断来指。
PowerTokens/video-studio 是一款面向 Windows 的 Wan 3.0 视频批量生成工具，支持 Excel/CSV 导入镜头表、任务 ID 恢复、断点下载、Key 池、CLI 与 MCP，采用 MIT License，主要代码为 Python，截至 2026 年 10 月 1 日仓库约 1 Star。
有人开源了 oil-ui 项目，探索用 AI 生成高质量界面设计的边界。其做法是让 Agent 做界面设计时先按品类和品牌推出设计方向、产出多套可对比方案，再用实际截图迭代，避免直接套用模型的默认审美模板。项目地址为 github.com/oil-oil/oil-ui。
Meta 分享了 Instagram Direct 迁移 Jetpack Compose 的经验：迁移后 UI 代码量减少 50%，AI Agent 执行时间下降 35%，工程师与 Agent 往返次数减少 32%，单次 Agent Session 的 Token 成本降低 33%。
Build A Reasoning Model (From Scratch) 系列第 6 讲由 Sebastian Raschka 讲解用 GRPO 做可验证奖励的强化学习（RLVR），这是该系列首次真正更新模型权重。
W&B 的 Zubin Aysola 演示了把 ARIA 的一次生产 trace 转成 eval，并用它来基准测试修复效果。这是「智能体出错后能否变成测试」的实操分享，完整录播见 youtu.be/XyV6bSMyq-I。相关活动将于 10 月 12–14 日在纽约举行，报名入口 ai.engineer/nyc/2026。
Monzo 的 Francesco Galletta 与 Felippe Felisola Caso 将在 AI Engineer New York 工作坊上，讲解如何构建金融分析师 harness，用来核验 AI 解释表格时给出的数字是否可信。该工作坊时间为 Oct 12，属于会议通票的附加项目，报名入口为 ai.engineer/nyc/2026。
Viking 分享 matt 的 /codebase-design 对自己帮助很大，尤其在让 AI 重构大模块时。它不修改任何代码，而是一套词典，把 module、interface、depth、seam、adapter、leverage、locality 每个词定义死，禁止用 component、service、API、boundary 等含糊说法替代，规定后边界会很清楚。
斯坦福大学「AI 原生软件开发」课程 CS146S 第二周内容已公开，主题为高级上下文工程，由 Mihail 教授讲解，分为高级提示技巧与 RePPIT 框架、MCP 与工具调用两部分。
Lucy 基于 Qdrant 构建了覆盖 2.8M+ SEC 与韩国 DART 文件的可信数据源检索层，采用四条混合检索通道，并将 payload filters 下推到查询内部而非查询后过滤。在 FinanceBench 上达到 94.7% Recall @10，仅靠检索就带来 +0.160 的答案准确率提升，且答案模型保持不变。Lucy RAG 上的开源权重模型表现超过了搜索网页的前沿模型。
Hamel Husain 将于 2026 年 10 月 6 日美东时间上午 11:30 开播一门 60 分钟免费线上课程，主题是如何通过 AI Evals 面试，报名入口在 maven.com。
作者在 Claude Code 更新 Mod 功能后，自建了一个雨姐陪你写代码的 Mod，并公开在 github.com/CocoSgt/yujie-mod。
花叔以Andrej Karpathy关于AI输出理解的四个方法为起点，指出直接照抄ASD-STE100到AGENTS.md或CLAUDE.md是误用，因为这类配置每次会话都会加载，会把所有任务都往航空维修手册方向拽。
阿里「AI Native 研发范式实践手册」指出，企业级 AI 研发基础设施中最容易被忽略、也最容易自以为没问题的一环是企业知识库。多数企业只是把文档攒下来，存在目录混乱、部门规则不一、关键证据缺失、权限各异等问题，同一实时多篇文档难以确定以哪个为准。作者建议由公司牵头做知识整理、知识加工与知识供给，再输入 Agent 使用并反馈，形成闭环，并在质量、版本、权限、责任四方面持续治理。
写好 Claude Code Skill 的关键在两点：description 不是摘要而是触发时机说明，需包含能力清单、具体场景和用户触发关键词；SKILL.md 正文则应是路由器而非知识仓库，用指针指向细节文件，并统一使用祈使句而非第二人称。Anthropic 内部最佳实践给出的正文骨架包括定位、流程、边界、坑点与参考表。
斯坦福 2026 秋季课程 CS 329Z: Engineering AI Agents 前三讲讲义已统一发布在课程官网，主题分别为 Intro to Agentic Systems、LLMs for Builders 和 RAG + Agents。
CMU 秋季课程 11-768《AI Agents》第 12 讲讲义公开，主题为强化学习系统（RL Systems），由 @gneubig 主讲，聚焦如何在真实多 GPU 集群上跑通 LLM Agent 的 RL 训练。
南京工业大学适配的校园 Agent 项目 CourseRaptor 把课表、成绩、考试、通知、待办、文档生成和日历订阅拆成 31 个可调用工具，终端 TUI、本地 Web UI（127.0.0.1:3210）、QQ 机器人和无头 CLI 共用同一个 ToolLoopAgent 内核。