GitHub Copilot app 的 canvas：聊天何时是错误的 UI
GitHub Copilot 员工撰文认为聊天框往往不是与 AI 协作的正确界面，并介绍 GitHub Copilot app 中的 canvas 功能：canvas 是运行在 app 内、无浏览器外壳的全栈小应用，可与 agent 双向通信。
#教程/实践
GitHub BlogAI 评分5959 Claude：Blog同事件AI 评分7676 Anthropic 解释 Claude Opus 5.5 为何更适合长上下文编码会话
Anthropic 发文解释 Claude Opus 5.5 为长上下文编码会话降本的三方面变化：输入输出 token 降价 20%、缓存读取降价 60%，模型可用更少轮次完成同一任务，Claude Code 也改进了缓存利用。
Hacker News：AI 热帖AI 评分6262 AI 编码拉低代码质量？作者提出七层质量防御方法
作者认为 AI 编码不会必然拉低代码质量，关键在分层管理质量，其团队在把产出提高 2-3x 的同时让 bug 保持稳定甚至减少。
Tessl：产品与工程博客精选AI 评分6363 Tessl 博客：AI 智能体评估应从证据开始，用 35 万行 Rust 复刻 S3 的实践复盘
Tessl 博客复盘前 Docker CTO Justin Cormack 在 AI Native DevCon London 的演讲，分享用 AI 构建约 35 万行 Rust 的 S3 兼容对象存储的经验。
推荐理由：作者用 35 万行 Rust 复刻 S3 的实测经历，总结出测试先知、覆盖率陷阱、flaky 测试纪律和追踪等一套可迁移的 AI 智能体评估方法。
Trail of Bits：AI安全研究精选AI 评分6868 Trail of Bits 用 Agent 为 Miden zkVM 审计自建 LSP、反编译器和 Lean 形式化证明
Trail of Bits 在审计 Miden zkVM 前，让 Agent 用六个月从零构建了 MASM 的 LSP 服务器、反编译器、静态分析引擎和 Lean VM 执行器模型。这些工具发现了可让恶意 prover 伪造 Falcon 签名盗取资金的高危漏洞，静态分析定位了 400 多处类型验证缺陷，Lean 工作产出 95 个机器验证的正确性证明，还发现两个单元测试未捕获的细微 bug。
推荐理由：原文给出用 Agent 在审计前自建工具链与形式化证明的完整路径，含真实高危发现，方法可迁移到其他安全审计场景。
GitHub Blog精选AI 评分8787 GitHub 用 Copilot 智能体将 Copilot 运行时从 TypeScript 迁移到 83 万行 Rust
GitHub 工程师 Stephen Toub 复盘用 Copilot 智能体在约 14.5 周内将 Copilot agent runtime 从 TypeScript/Node.js 全量重写为 832,378 行生产 Rust，AI 智能体完成大部分代码，共 128 个 PR 增量合入 main 并持续发布。
推荐理由：当事工程师复盘用 AI 智能体在数月内将 Copilot 运行时迁往 Rust 的全过程，策略、回归样本和成本数据对同类迁移有直接参考价值。
IT之家·人工智能AI 评分6161 OpenAI 将在线存储平台 Habitat 从 Python 迁移至 Rust，CPU 效率提升 6 倍
OpenAI 发文介绍其在线存储平台 Habitat 从 Python 迁移至 Rust 的过程，该平台每秒处理超 7000 万次请求、每周服务超 10 亿用户、管理数据超 500PB。
OpenAI：官网动态精选AI 评分6161 OpenAI 详解存储平台 Habitat 如何扩展支撑超 10 亿 ChatGPT 用户（上篇）
OpenAI 发文（系列上篇）讲述其在线存储平台 Habitat 的演进：现每秒处理超 7000 万请求、服务每周超 10 亿用户、管理超 500PB 数据，覆盖近 40 个地区。
推荐理由：原文披露了 Habitat 从 Python 库到 Rust 服务的完整演进细节，含 asyncio 调优、连接池等可迁移经验。
vLLM 官方博客精选AI 评分6363 vLLM x AgentX：面向真实世界智能体推理服务的全栈优化
vLLM 团队发布针对智能体负载优化的博客，基于 SemiAnalysis 的公开 AgentX 基准展示成果：DeepSeek V4 Pro 在 GB300 上达到 83K total tokens/GPU-秒。
推荐理由：vLLM 团队结合 AgentX 实测数据讲解智能体负载的全栈优化方法与失败教训，读者可以借此理解并行策略如何跟随模型架构调整。
Every：最新文章AI 评分2525 Every 播客文字稿：明星写手如何把职业教练变成 AI 员工
Every 发布播客文字稿，讲述其明星写手把自己的职业教练改造成 AI 员工的经历。正文无有效文本，具体方法与细节以原文为准。
dex@dexhorthyAI 评分2424
Tessl：产品与工程博客精选AI 评分6464 Tessl 实测：token 单价便宜不等于智能体任务成本低
Tessl 在为 Code Review 工具选模型时发现，按费率卡比较 token 单价会得出错误结论：三种更便宜的开源权重模型中有三种在真实 PR 审查中实际花费更高，一个模型每 token 便宜近 3 倍却在同一 PR 上贵 2.8 倍。
推荐理由：作者用自家代码审查负载的实测数据说明按 token 单价选模型会算错账，并给出可复用的成本度量公式和三项选型检查。
Simon Willison 博客AI 评分2525 Matt Webb：用 ChatGPT 当互动导师，我学会了四元数
Matt Webb 在发布 Galactic Compass 2 后，借助 ChatGPT 作为耐心的互动导师，学会了使用四元数来完成应用开发。他认为，即使将大量思考外包给 AI，学习并不会停止，反而会推动他学习更多。这一体验凸显了生成式 AI 在教育场景中的潜力。
Claude：BlogAI 评分5151 Slack 如何构建人机智能体团队：对话即知识
Slack 首席产品官 Jaime DeLanghe 分享了将对话转化为机构知识、构建人机智能体团队的最佳实践。她主张默认使用公开频道，让智能体从可见对话中学习，并建议将会议、邮件、日历等上下文连接起来以减少重复劳动。在 Slack 中由 Claude 驱动的智能体负责起草、总结、监控等生产工作，人类负责审查、决策与交接，形成循环协作。
Runway：NewsAI 评分4040 Populous 如何用 Runway 呈现全球标志性场馆设计
全球设计公司 Populous 高级建筑师 Georgina Myers 介绍团队用 Runway 辅助体育场馆概念设计：过去完整视频需外部渲染团队至少三周，且提交前两周须冻结设计模型；如今 Runway 能生成传达尺度感的完整渲染和航拍图，将视觉制作时间缩短，让设计师把时间还给设计本身。该工具已用于利雅得 MBS 体育场等中东项目，支持 9 种不同活动模式的场景迭代。
Hugging Face 社区博客AI 评分5252 同一集群利用率提升 33 个百分点：改变的是分配顺序
Hugging Face 构建了一个约束感知的 GPU 分配器，并在七个基准场景中与 FIFO 调度器对比。在相同硬件和负载下，GPU 利用率最高提升 33 个百分点，优先级加权输出在全部场景中均上升，最高达 105%。分配器将实时推理需求按曲线而非峰值处理，批量任务按优先级跨整个调度周期排序，从而回收了预留闲置容量。
lauren@potetoAI 评分5757引用Dev Agrawal@devagrawal09The most famous AI tool migrated Solid to React with an agent: +266K/−193K edits. That direction is easy. React's model makes the author hold all the complexity; Solid's graph holds it for you. React asks you to predict. Solid asks you to read. https://x.com/i/article/2088771846485213184
GitHub BlogAI 评分4949 GitHub Secure Open Source Fund 第四期 50 个开源项目如何提升 AI 时代安全性
GitHub Secure Open Source Fund 第四期 50 个开源项目结合 AI 辅助工作流、维护者经验、GitHub 安全工具、专家指导与资金支持，系统性提升项目安全性。该计划展示了开源生态在 AI 时代应对安全挑战的实践路径，为维护者提供了可复用的安全加固模式。
Linear：NowAI 评分5858 Linear 如何构建 Linear Agent：在系统提示词、工具设计与系统技能中划定边界
Linear Agent 的价值在于完成未预设的工作，因此团队未为其编写固定路径，而是通过系统提示词、工具设计、产品模型、运行范围及底层自定义 harness 划定边界。系统提示词聚焦沟通风格、硬性边界与产品概念解释；工具设计将约束编码进参数，使无效操作难以执行。团队还引入系统技能作为组合单元，按需渐进加载，避免一次性暴露过多上下文。
Dongxi 东锡 NLP@dongxi_nlpAI 评分2121最佳阅读 第32周 博客： 防御 RL 中训练-推理数值失配（尤其是线性注意力）——以及它是否有助于异步 RL 论文： 长时程终端任务的递归合成
Rohan Paul@rohanpaul_aiAI 评分4747引用jacky zhong@JackyZhong0124http://x.com/i/article/2084443952405762048
LangChain：BlogAI 评分4747 Lyft、Vodafone、LATAM Airlines 的 CX 智能体生产实践与经验教训
LangChain 梳理了 Lyft、Vodafone 和 LATAM Airlines 将客户体验（CX）智能体投入生产的实践。三家企业的共同经验是：先用小范围场景验证价值，再逐步扩展；同时需重视智能体与现有客服系统的集成、人工接管机制以及持续评估。文章还总结了避免过度承诺、明确智能体能力边界等关键教训。
LlamaIndex：产品、工程与评测精选AI 评分6363 LlamaIndex 解析 LLM OCR：错误更安静了，但没有更少
LlamaIndex 发布长文分析 LLM OCR 的核心风险：视觉证据弱时语言先验主导，模型会把读不清的数字替换成流畅但错误的值，或静默截断长表格，且没有逐字符置信度可供设阈值。
推荐理由：原文拆解了 LLM OCR 的静默失败模式，并给出字段级溯源、验证循环等可落地的系统设计方法。
数字生命卡兹克@Khazix0918AI 评分6565WorkBuddy 新版本深度集成腾讯文档，支持侧边栏直接编辑 Word、Excel、PPT 等文件，并实现人与 AI、同事与同事、甚至 AI 与 AI 之间的在线协同。
Databricks：BlogAI 评分3030 NorthStar Anesthesia 用 Databricks 为 3,000 名临床医生构建排班应用
NorthStar Anesthesia 基于 Databricks 平台，在数周内为 3,000 名临床医生构建了一款排班应用。该应用整合了实时数据与 AI 调度逻辑，将排班效率提升至分钟级，并支持跨 25 个以上美国医疗点的动态人员调配。项目通过 Databricks 的 Lakehouse 架构和低代码工具实现快速开发，无需额外采购专用排班软件。
- Rohan Paul@rohanpaul_aiAI 评分3737引用Mark Ajzenstadt@mardehaym
A PE-backed healthcare billing platform had two people hand-writing every rule in their claims system. 300+ denial codes, payer variations that change three times a year. We built seven production AI agents that handle it. Four months. Zero PHI exposure. I want to walk through what that actually took, because "we added AI to the product" tells you nothing. Their system processed real claims under real HIPAA constraints. A wrong output costs money or violates a regulation. This is production healthcare, not a demo. First month, we didn't pick models. We mapped data. Where is it, what are we NOT capturing, how do we structure it so agents reason correctly? Most teams skip this. They bolt a model onto the product, watch it hallucinate over unstructured inputs, and conclude AI isn't ready. We built an enrichment layer. 34 dynamic variables assembled per claim before any LLM touches it. Pre-computed, versioned, auditable. The agent doesn't search for context. It receives clean, ranked facts. Then we designed the architecture. Every agent follows a fixed pattern: pre-compute context, strip all patient data before the model sees it, call the LLM, validate output against a strict schema, let deterministic code decide the action. Our engineers wrote validation logic that rejects any output outside a bounded allowlist. If the model suggests something the allowlist doesn't cover, the system fails closed. Seven agents, each locked to a single workflow. One handles denied claim follow-up. Another runs billing reconciliation. Each has its own enrichment payload and output schema, validated by a dedicated eval suite. Their PE operating partner drove AI transformation across the full portfolio. The other portfolio companies now benchmark against this agent system. You bolt a chat widget onto your product and call it intelligent. Production agents need enrichment pipelines pre-computing context and eval harnesses catching regression. They need audit trails and human-in-the-loop controls at confidence thresholds. We spent more engineering hours building that scaffolding than integrating the model. We route calls across two model providers. Swapping one for the other changes nothing in the output. Model integration was the shortest line item in the build.
Databricks：BlogAI 评分5252 Databricks 为智能体时代构建自助式基础设施自动售货机
Databricks 现场工程团队构建了一套自助式基础设施供应系统，旨在让客户更高效地部署和管理 AI 智能体。该系统通过自动化资源调配，将基础设施交付时间从数周缩短至分钟级，支持 GPU、存储和网络等资源的按需分配。目前该平台已在内部使用，并计划逐步向外部客户开放。
Orange AI@oran_geAI 评分2828运动时皮质醇暂时升高，调动葡萄糖和脂肪供能，训练结束后恢复下降，身体因此变强。人体机制类似：运动破坏肌肉后更强，学习烧脑后大脑连接更多。短暂压力促进适应，长期压力才伤害身体。
meng shao@shao__mengAI 评分6666Claude Code 产品负责人 Cat Wu 和工程师 Thariq Shihipar 透露，其系统提示词已削减80%，适用于 Fable 5 和 Opus 4.8 等前沿模型。
引用Simon Willison@simonwI got some really useful Claude prompting tips from @_catwu and @trq212 - it's time to stop overloading our prompts with examples and lists of things not to do, Fable works better without those Claude Code's own system prompt recently shrunk by 80%!
- meng shao@shao__mengAI 评分3737引用Lee Robinson@leerob
My talk from AI Engineer is now live! It covers how we're automating parts of AI research and building systems to rapidly improve our models. I cover some of the work our team did to train Grok 4.5 together with SpaceXAI.
公众号：小红书技术精选AI 评分6464 小红书企业级 AI 个人助理：从 0 到全员覆盖的架构实践
小红书以 3 人 3 天推出内测版本，约一个月实现全员覆盖，核心是 AI Native 项目运作机制。技术选型基于 OpenClaw 二次开发，通过 Seal AI Zone 隔离集群与 NEX 沙箱解决安全，Self-GC 使输入 Token 下降 10%~15%、Auto 模式路由使成本降低 69%，并自研 LLM Wiki 三层记忆架构与 Skill Hub 生态。
推荐理由：从物理隔离到三层记忆，这套方案把 OpenClaw 定制为企业个人助理，沙箱和成本控制细节对同类实践有直接参考价值。
Tessl：产品与工程博客精选AI 评分6666 GitHub 复盘：更好的共享工具为何让 Copilot code review 变差
GitHub 将 Copilot code review 迁移到与 Copilot CLI 共享的 grep、glob、view 工具集后，离线评测显示审查成本上升、有效问题检出减少。
推荐理由：原文用工具追踪展示迁移后 agent 的行为偏差，给出可迁移的提示词重写思路，比结论本身更有参考价值。
Tibo@thsottiauxAI 评分3939我建议日常使用 GPT-5.6 Sol Medium，遇到真正困难的问题时切换到 Extra High。 如果你追求极致效果且不介意快速消耗使用额度，那么 Ultra 是个猛兽。
Sierra：BlogAI 评分3232 Sierra 内部 AI 智能体开发经验：跨部门部署的教训与收获
Sierra 的 AI 加速团队为全公司各部门员工开发了 AI 智能体。团队分享了构建过程中的具体成果与经验教训。
LangChain：BlogAI 评分5050 LangChain：改进 AI 智能体本质是一个数据挖掘问题
LangChain 通过挖掘智能体运行轨迹（traces）来定位失败模式，并利用这些数据微调评估模型（judge models），其成本低于前沿大语言模型。该方法结合评估（evals）进行性能爬山（hill-climb），以系统化方式提升智能体表现。
Ethan Mollick@emollickAI 评分5050我基本上可以保证，你分配给Fable的任务还不够有野心。 开始要求最大可能的事情，以探索它能力的最远边界。之后，你可以决定系统在哪里达到极限，并向下调整请求。
Meta Engineering BlogAI 评分5454 Meta 隐私感知基础设施的资产分类：混合模式将 LLM 蒸馏为确定性规则
Meta 在 Privacy-Aware Infrastructure (PAI) 的资产分类中采用混合模式：先构建含代码、血缘、语义标注的上下文证据，再调用 LLM 处理歧义、冷启动和新颖资产；人工审核标签与模型推荐严格隔离。LLM 不直接做生产决策，其稳定行为被蒸馏为版本化确定性规则用于生产执行，LLM 角色随规则积累逐步缩小。核心原则：上下文比提示词更重要、解耦评估与优化、将稳定行为规则化。
- Orange AI@oran_geAI 评分4545
独立开发者的实战经验分享 [引用 @MengkePM]：http://x.com/i/article/2067506549107691520
引用Mengke Wang@MengkePMhttp://x.com/i/article/2067506549107691520