跳到正文
只看教程
7月25日周六
  1. Google AI：DEV 作者专属37

    AI 构建者基础：Token、上下文窗口与 RAG 入门指南

    Google AI 发布了一期面向开发者的视频，系统讲解 LLM 核心概念。视频解释了 token 作为模型输入输出基本单元的含义，介绍了检索增强生成（RAG）如何为模型提供训练数据之外的额外信息，并说明了上下文窗口（即模型可处理的 token 数量）近年来大幅增长的趋势。视频还指出，给大语言模型提供更多上下文通常能提升回答质量。

  2. Claude：Blog61

    Claude Design 产品设计师 Nate Parrott 分享如何用其探索视觉创意

    Anthropic 产品设计师 Nate Parrott 分享了他在 Claude Design（beta 版）中利用 HTML 交互能力进行产品原型、幻灯片、动画等视觉创意探索与迭代的方法。他将 Anthropic 品牌规范提炼为提示词，使输出自动符合品牌指南。Claude Design 不包含图像模型，不适合 Logo 设计，但可与 Claude Code 协同工作，将早期创意与生产开发衔接。

  4. Databricks：Blog50

    Databricks 发布金融 AI 应用实用指南：从风控到交易的全场景用例

    Databricks 发布了一份金融 AI 应用实用指南，系统梳理了机器学习与自然语言处理在风控、欺诈检测、算法交易及合规报告中的具体落地场景。指南强调利用 Lakehouse 架构统一数据与 AI 工作流，并给出了模型部署、特征存储及实时推理的工程实践建议。该指南面向数据科学家与金融工程师，旨在降低 AI 在金融领域的实施门槛。

  8. Claude：Blog65

    Claude 5 代模型上下文工程新规则：Claude Code 系统提示词精简超 80%

    Anthropic 为 Claude Opus 5 和 Claude Fable 5 等新一代模型删除了 Claude Code 超过 80% 的系统提示词，且编码评测无显著损失。

    推荐理由：Anthropic 官方首次分享他们为 Claude 5 代模型移除了 Claude Code 80% 系统提示的实践，五条新规则颠覆了旧有的提示工程常识，每个用 Claude Code 或自建 agent 的开发者都该对照看看自己的系统提示是否在「过度约束」模型。

  10. Google Developers Blog39

    Google 详解 Ray AI 库在 TPU 上的运行：Serve、Data 与 Train 抽象化多主机调度与分布式训练

    Google 在第二篇技术文章中展示了 Ray Serve、Ray Data 和 JaxTrainer 如何抽象化 TPU 切片上的 AI 工作负载复杂性。Ray Serve 通过简单拓扑配置实现多主机模型的 gang-scheduling，Ray Data 以原生 JAX 批次直接供给加速器以消除数据加载瓶颈，JaxTrainer 则自动处理跨切片协调、检查点与容错，简化分布式训练。

7月24日周五
  3. Anthropic：Claude.dev 开发者博客78

    Anthropic 讲解 Claude 5 系列模型的上下文工程新规则

    Anthropic 员工 Thariq Shihipar 介绍为 Claude 5 系列模型（如 Claude Opus 5 和 Claude Fable 5）做上下文工程的新方法：团队为这些模型删除了 Claude Code 超过 80% 的系统提示词，在编码评测上没有可测量的损失。

    推荐理由：作者分享了为 Claude 5 系列模型做上下文工程的新原则，并给出可直接套用到 CLAUDE.md、Skills 和引用文件的落地建议。

  5. MarkTechPost65

    用百度 Unlimited-OCR 构建端到端高分辨率图像与多页 PDF 解析管线

    本教程构建了一套完整的 OCR 工作流，在 GPU 上加载百度 3B 参数的 Unlimited-OCR 视觉语言模型，支持 bfloat16/float16 自动选择。管线包含两种推理模式：Gundam 模式（分块高细节）和 Base 模式（单视图更快），并通过 PyMuPDF 和 infer_multi() 扩展至多页 PDF 解析，全程保留长上下文生成、重复控制和结构化输出设置。

  12. meng shao44

    Together Compute 在 DeepSWE 基准上对比了 Kimi K3 max 和 GPT-5.6 Sol max，两者各有所长。关键数据上，pass@1 中 GPT 以 72.7% 领先 Kimi 的 68.5%，但 pass@4 中 Kimi 以 89.4% 反超 GPT 的 85.8%。

    引用Zain@zainhas

    Deepdive: Kimi K3 max vs. GPT 5.6 Sol max on software engineering/DeepSWE tasks. Both of these models provide nice specializations and routing/cascading between them is the right way to go! full deep-dive 👇(1/n)🧵

  16. Rohan Paul42

    针对“AI在代码库上无效”的常见抱怨，关键在于跳过上下文获取。一个团队先构建知识图谱覆盖整个仓库的模块、依赖、数据流和领域术语，再让AI智能体按“定义范围→写技术规范→规划→实现→测试→更新图谱”的循环工作。两名工程师用此方法在3.5个月内重建了FedEx供应商的交付平台（原估8个月），90天合并122个PR，AI生成90%代码，计算成本仅$200/月。

    引用Mark Ajzenstadt@mardehaym

    http://x.com/i/article/2079482473818333184

  17. Databricks：Blog43

    FDA 构建 AI 平台，85% 员工每日使用

    美国 FDA 基于 Databricks 数据平台构建了一套 AI 平台，目前已有 85% 的员工每日使用。该平台通过整合内部数据与 AI 能力，帮助监管人员更高效地处理药品审批、食品安全监测等核心任务。这一成果展示了基础数据平台在政府机构中推动 AI 落地的实际价值。

  20. Rohan Paul40

    Limestone Digital团队用2名工程师在3.5个月内重建了FedEx供应商的交付编排平台，而原估计需7-8个月。他们首周未写代码，而是构建了覆盖模块、依赖、数据流和领域术语的全仓库知识图谱（markdown文件），AI智能体据此生成代码，最终约90%的代码由模型编写，122个合并PR均经人工审查。AI计算成本约每名开发者每月200美元，该团队被客户CTO评为公司内“表现最佳的团队”。

    引用Mark Ajzenstadt@mardehaym

    A delivery orchestration platform that supplies FedEx, estimated 7 to 8 months to rebuild their core system. We delivered in 3.5 months with 2 engineers and 122 merged pull requests in the first 90 days. I want to walk through how, because "we used AI and it was faster" doesn't help anyone. Their codebase had real users, real logistics operations, and real consequences if something broke. This is brownfield, not a weekend prototype demo. Week one, we didn't write code. We scanned the entire repo and built a knowledge graph: markdown files documenting every module, dependency, data flow, and domain term. Our agents read that graph before touching anything. Teams skip this constantly. They point an agent at a repo, hand it a ticket, and get code that compiles but misunderstands the architecture. I've seen it across 100+ engagements. When someone says "AI doesn't work on our codebase," they almost always skipped context acquisition. Every ticket ran a six-step loop: define, spec, plan, implement, test, document. The agent handles about 90% of code generation. A senior engineer reviews every PR, and nothing merges unless they can verify it, explain it, and debug it without the agent. We call that the V.U.E. gate. The 50% time reduction came from three things: upfront context eliminated false starts, the agent handled mechanical coding so engineers focused on design and review, and tight spec-to-PR discipline kept scope from drifting. AI compute: about $200 per developer per month. Their CTO called our pod the "top performing team" inside the company. Both engineers got discretionary bonuses, twice. That's what our Velocity Framework was built for.

7月23日周四
  5. 🚨 AI News | TestingCatalog38

    AI/ML API 将 Qwen 3.8 Max 预览版与其他顶级模型对比，测试一次性构建三个 Three.js 3D 场景（战船、特洛伊木马、希腊头盔）。结果显示，Qwen 3.8 Max 完成任务速度显著快于其他模型，且输出质量无明显损失。若定价接近阿里此前旗舰模型，该模型将提供极佳的速度/质量比，适合大规模运行 AI 智能体。

    引用AI/ML API@aimlapi

    We've tested the Qwen 3.8 Max preview and it absolutely rocks! Each scene is built in one shot, a single Three.js file with nothing else added: • Odysseus' war galley riding the waves • Trojan horse • Greek war helmet Qwen managed to execute the task faster than the other models, while output quality is relatively the same across all of them. If the pricing stays close to Alibaba's previous flagships, we'll get one of the best speed/quality ratios on the market — perfect for running agents at scale. Soon live on AI/ML API.

  6. Google AI：DEV 作者专属61

    Google Cloud Agent Skills 完整指南：从基础到高级云运维

    Google Cloud 推出官方 Agent Skills 开源指令集，旨在让 AI 编码智能体安全、高效地执行多步骤云操作。该仓库基于 agentskills.io 开放标准，目前收录 70 多项技能，涵盖安全审计、无服务器部署、BigQuery 优化等 8 个类别。技能采用渐进式披露模型，通过验证工作流、安全门控和上下文感知机制，防止智能体盲目执行破坏性命令。

    推荐理由：这是 Google Cloud Skills 系列教程第一篇，从安装到触发讲得很细，把 Agent Skills 的“渐进式披露”和安全门机制都拆解了，适合想让 AI 编码代理帮你管云资源的开发者。

  7. 蚂蚁 inclusionAI：GitHub 新仓库57

    蚂蚁 inclusionAI 开源多模型深度研究系统 PanelWise

    蚂蚁 inclusionAI 开源自管多模型深度研究系统 PanelWise，多个研究 agent 独立检索撰写后经分析与合成生成最终结果。在 100 任务历史实验中，前沿组合得 73.68，超过当时记录的 OpenRouter Fusion 68.3；budget 组合得 66.42，成本约 $1.31/题，约为外部估计 $7/题的 19%。

    推荐理由：其价值不在分数本身，而在公开了完整管线与实验中已知的协议差异，为复现和公平对比提供了可操作的起点。