用 Pi Durable 搭了个类似 OpenAI dots 的个人智能体,断点续跑、有记忆还有自己的 Linux 桌面,之后还打算开源,动手党可以跟着试试。
全部动态
一个挺实用的小技巧:给 ChatGPT Mac 版加个启动参数,就能用 Chrome DevTools 直接扒它的界面实现,前端同学可以试试。
Lenny 访谈了 Devin 母公司 Cognition 的 CEO Thomas Sottiaux,聊 AI 编程智能体的实践,YouTube 上有完整视频。
Lenny 和 Tibo 聊为什么 PM 在 AI 时代反而更吃香,做产品又担心被 AI 取代的朋友可以看看他们的理由。
Zip 团队把自己的智能体迁到 LangGraph 加 LangSmith,以前加个功能要几周,现在链路追踪自动就有了,做 agent 的可以参考。
LlamaIndex 的 Logan Markewich 写了篇文档解析新玩法,传统 OCR 一遍过就完事,现在改成循环识别加自检,表格图表都能抠出来,做 RAG 的可以看看。
有位开发者给 Claude Code 写了个技能,生成 HTML 方案时会带代码片段和 mockup,还加了 linting 减少翻车,可以拿来试试。
原来 Claude Projects 的线程式交互是从 Slack 学来的,OpenAI 内部还靠 Slack 协调一切,这条观察挺有意思。
Simon Willison 用 Colin Fraser 的老加法实验测本地 Qwen 3.8 27B,还对比了开不开推理模式的结果,想本地跑模型的可看。
用 Claude Code 的可以试试,这个开源项目让你直接调用 Codex 那套电脑操控能力,写段 JS 就能点鼠标敲键盘,不用再切换工具。
Milvus 官方把 HNSW 的三种量化方案讲清楚了:SQ8/SQ6、PQ、PRQ 各自怎么压缩、省内存多少、代价是什么,做向量检索选型前很值得看。
AWS 官方教程,教你把 Amazon Quick 的 agents 和知识库从开发账户自动发布到生产账户,全程可审计,适合管企业级部署的工程师。
AWS 出的实操教程,教你怎么用 Bedrock AgentCore 评估多智能体系统,供应链场景例子很完整,做 Agent 工程的可以照着搭。
AWS 官方教程,教你用 LangChain 搭 Bedrock 的智能体检索,还能看 trace 排查每步检索、对比两种路径的成本。
Pinecone 官方分享的实战教程,教你把 Pinecone 当向量搜索、Postgres 当数据源,两者同步怎么做都写清楚了,附完整代码仓库。
一个独立开发者晒了自己一天做游戏的流水账:建模、数值、场景全丢给 gpt-sol 6.1 干,还吐槽思考模型越来越慢,做游戏的朋友可以看看他的拆法。
berryxia 分享了个实用玩法:在 Claude Opus 5.5 里把常用工作流一键存成 Skills,下次直接复用,省去重复描述。
斯坦福 138 页 LLM 讲义免费公开,从缩放定律讲到 RoPE 和 GQA,想系统补基础的直接看这份。
教你用 Magpie CLI 查各模型剩余额度,再按紧急程度自动派活给不同 sub agent,额度不够也不怕。
Alammar 那套图解 Transformer 的讲法出了本 12 章的书,近 300 张图,还专门讲多数 LLM 书不写的嵌入和 RAG,代码开源。
Paul Graham 跟创业者说:拿不到 name.com 就直接换个名字,别用 try<name>.ai 这种凑合方案,逻辑很实在。
有人让 Claude 刷完 TikTok 后给它 200 美元做 MV,9 小时出了成片,流程值得拆开看看。
仅展示最近 2000 条内容,更早的内容请查阅 AI 日报存档