AI 助手装科研画图技能，写论文、做建模、交实验报告都能用，含 108 个图表配方

用 Claude Code 写代码的朋友可以试试，说一句想要的配色就能生成主题，还有官方示例插件兜底。跟 Cursor 的固定几套主题比自由度高不少，适合天天泡在终端里的人。

claudedevs@claudedevs原文

这条推文把主动服务型 Agent 最头疼的问题——错误决策拖出大量无效行动——拆成四条可落地的设计方案，从早期决策、分支推演到自验证和人机分工。做智能体产品的开发者能直接拿这套框架对照自己的系统，尤其适合正在做 planning 和工具调用调优的团队。

小胡子哥@Barret_China原文

编程 Agent 跑任务，真正该看的指标是每解决一个任务花多少钱，不是每 token 单价。这篇教程手把手用 AWS CDK 部署 LiteLLM 加 NVIDIA NeMo Switchyard，把请求路由到 Bedrock 上的不同模型，再和单模型基线比成本。自己搭 Agent 团队、想在强模型和便宜模型之间省钱的开发者可以直接照着抄。

官方一手AWS Machine Learning Blog@Aswath Ram A Srinivasan原文

一场关于从零训练编程模型的技术直播，主讲人会讲清楚为什么不用 MoE、哪些消融实验失败了，还有 RL 训练里踩过的坑。自己做模型微调或 RL 训练的工程师值得看，这类失败经验比论文里的成功结果更少出现。

官方账号Together AI@togethercompute原文

AWS 把 AgentCore V2 的快照启动机制讲透了，还给了四种把初始化工作挪出首个请求的模式。部署智能体总被冷启动拖慢的团队可以直接照着改架构，比翻文档自己摸索快得多。

官方一手AWS Machine Learning Blog@Evandro Franco原文

Factory 的工程师讲了怎么用 linter 直接禁止智能体写 useEffect，把团队代码规范变成硬约束。比写一堆文档等人 review 靠谱，维护大代码库的团队可以看看这套思路。

AI Engineer@aiDotEngineer原文