全部 AI 动态
meng shao@shao__mengAI 评分3535MarkTechPostAI 评分6969 NVIDIA Structured Data Models 实测:零训练表格预测与多个默认行为陷阱
作者用可运行代码实测 NVIDIA Structured Data Models 库,将 TabICLv2、KumoTabular 和 KumoRelational 等预训练模型通过同一 PyTorch 接口做零训练表格预测。
数字生命卡兹克@Khazix0918精选AI 评分6868推荐理由:作者亲测 RTX Spark 上的本地模型部署路径,并把整套流程封装成 WorkBuddy 专家,读者可以照着复现本地 Token 自由的用法。
OpenAI Developers@OpenAIDevsAI 评分1616想找个周末项目做做? 以下是社区一直在构建的东西,以及你可以如何自己复现: https://youcanjustbuildthings.openai.chatgpt.site
Tibo@thsottiauxAI 评分3535我的工作邮箱"Burger"应我私人邮箱"Dorito"的请求,通过邮件与它协调获取文件,随后又与我的注册会计师协调,完成了一些税务申报事宜。全程耗时20分钟。我们仍处于非常早期的阶段。
Ian Johnson 🔬🤖@enjalotAI 评分4141
公众号:数字生命卡兹克精选AI 评分6767 卡兹克实测37999元RTX Spark轻薄本:一周实现本地Token自由
数字生命卡兹克分享华硕ProArt创16(RTX Spark N1X芯片、128G统一内存、37999元)的一周深度使用体验,该机全球开售时128G版本在京东几分钟内被抢空。
推荐理由:作者用一周实测讲清了如何在128G统一内存的RTX Spark笔记本上部署本地模型,并给出可复用的WorkBuddy专家整合流程。
meng shao@shao__mengAI 评分5151引用Sam Gao@samuel_ys92北京上海杭州深圳的AI岗位在哪? 我花了5天时间, 用AI爬取了融资规模1000万美元以上的AI公司, 上市互联网公司, 量化公司和一些neo labs的AI岗位, 并按照城市地区进行聚类. 正值秋招季, 欢迎大家体验使用, 完全免费! 网址: https://jobs.dinq.me 如果有任何想法和需求欢迎联系我!
meng shao@shao__meng精选AI 评分7676引用ClaudeDevs@ClaudeDevsClaude 编写了 Claude Code 约 90% 的代码。 从六月到九月,合并的 PR 数量翻了一倍多,而回退的占比下降了 40% 以上。 我们撰文介绍了我们如何改变代码审查来实现这一目标,以及如何采用它: https://claude.dev/blog/solving-code-review-at-anthropic/
推荐理由:原文拆解了 Anthropic 重构代码评审的七层防线和收敛问题的具体解法,对引入 AI reviewer 的团队有可迁移的做法。
vLLM 官方博客AI 评分5757 vLLM 团队详解 Kimi K3 解码优化:GB300 上 842 tokens/s 与快速验证方法
vLLM 团队介绍如何用 Agent 辅助开发为 Kimi K3 构建统一的 CuTe DSL 解码路径,覆盖 attention、MoE 和 8/16 GPU 通信。
meng shao@shao__mengAI 评分6666引用lauren@potetohow do you trust your agents' work more? copy this post/link and give it to your @bot or agent! 1. codebase improvements: this is just good software engineering - better architecture, stronger types and invariants, clear boundaries. agents love to copy what exists and take the shortest path, so make the easy thing the right thing. categorically eliminate problems through code and you won't need to think about it again. 2. static analysis: lint rules, tests, CI, verification (eg TLA+). very token efficient ways to catch issues ahead of time. 3. prose: comments, rules, AGENTS.md, skills - anything that can't be enforced and requires agent judgment. use it minimally, but do use /create-verification-skill. 4. human review: the hardest to scale. at the rate agents land code, it's pretty much impossible to thoroughly review every PR, so spend that effort on the highest leverage point, designing an environment where agents do the right thing by default. this forms an inverse pyramid: you want most of your effort at the top, least at the bottom. codebase improvements are deterministic, making it more token efficient, and lets you sleep more soundly at night. install https://github.com/cursor/plugins/tree/main/pstack and create a new Project: 1. look through my slack/chat messages and code review comments where i've given feedback on PRs, code, architecture 2. use /recall on my past transcripts to learn how i steer agents 3. /poteto-mode use /correct and /architect on past commits to find the most common pitfalls agents fall into, then propose a plan to rearchitect the code i own so it's more agent friendly. answer open questions with prototyping rather than defer to me, and back the plan with real data. 4. before you begin, use /sharpen + /in-your-own-words and confirm this prompt with me
公众号:月之暗面AI 评分6262 Kimi Work 入门教程:10 分钟上手本地 AI Agent
月之暗面(Kimi)发布 Kimi Work 使用教程,从下载安装开始手把手讲解如何完成基础任务并解锁进阶能力。Kimi Work 是本地 AI Agent,可直接读取本地文件、操作浏览器和常用工具,开始使用入口为 kimi.com/products/kimi-work。
Hacker News:AI 热帖AI 评分5151 从记忆视角推导 Transformer:线性层、MLP 到 self-attention 的容量分析
作者以联想记忆视角讲解如何从线性层逐步推导出 MLP 和 self-attention,用干扰信号比衡量各层作为键值记忆存储的容量。在 64 维键下,外积存储容量约 64 条记忆,最优线性存储和 ReLU MLP 约 128,平方 ReLU 约 2,700,β=√d_k 的 self-attention 约 120 万条;文章还讨论了用 log M 缩放注意力 logits 支撑长上下文的做法。
Elon Musk@elonmuskAI 评分1616引用mr fundman@mrfundmanSet you Grok bot voice to Ara on 1.25x and thank me later 😄
Elon Musk@elonmuskAI 评分3333另外,让 Grok @Bot 连接到你的 𝕏 私信。这是最好用的方式。
引用Grok Bot@botVoice calls with Grok Bot are faster, more reliable, and better at remembering past conversations.
Simon Willison 博客AI 评分5353 Simon Willison 用 Claude Code 构建 LaTeX 渲染工具,文档存于 URL fragment
Simon Willison 受 Tiny Little Office 启发,用 Claude Code(Opus 5.5 Extra)构建了一个 LaTeX 渲染工具,通过 URL 的 #fragment 存放 LaTeX 代码并渲染,支持自定义压缩字典。
Ado@adocompleteAI 评分2424给我的智能家居应用添加自动化,就像描述你想要发生什么一样简单。Claude 会搞清楚如何正确设置规则,然后我们就搞定了(或者说,灯就亮了)。:)

dominik kundel@dkundelAI 评分3838我从来不用 iPhone 的相机按钮。所以我把它改成了呼叫我的 dot。 我们刚刚在 iOS 上推出了 dot 小组件和操作按钮支持。下面是如何设置它们,以及我在相机按钮上用的快捷指令技巧。

OpenAI Developers@OpenAIDevsAI 评分4747以下是我们 OpenAI 的工程师如何使用 Codex 深入我们的代码库、找出需要关注的地方,并逐步清理维护积压:
引用Rodrigo Roim@rrroimSoftware maintenance is changing. A few months ago, I had to tell Codex exactly where to look for dead code. Now it can find candidates in Slack, check them against production telemetry, and draft cleanup PRs. Here’s how we do this at OpenAI. https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family
Dongxi 东锡 NLP@dongxi_nlpAI 评分7474Anthropic 介绍其 Code Review 实践,Claude 编写了约 90% 的 Claude Code 代码,6 月到 9 月合并 PR 翻倍以上、回退占比下降超过 40%。
引用ClaudeDevs@ClaudeDevsClaude 编写了 Claude Code 约 90% 的代码。 从六月到九月,合并的 PR 数量翻了一倍多,而回退的占比下降了 40% 以上。 我们撰文介绍了我们如何改变代码审查来实现这一目标,以及如何采用它: https://claude.dev/blog/solving-code-review-at-anthropic/
Ammaar Reshi@ammaarAI 评分3333我用 Gemini 4 Argon 为全新飞行版特斯拉 Roadster 做了个《地铁跑酷》🚀 飞越车流,点燃推进器在空中翻滚,收集空中道具刷新高分。 下方可玩 + 看代码!

Suno@sunoAI 评分2323
Boris Cherny@bchernyAI 评分3535别忽视 Claude Slides。我现在就是这样制作幻灯片的——再也不用像以前那样去谷歌搜"iphone frame svg"了 试试看:https://claude.ai/artifacts

Every:最新文章AI 评分6060 上下文工程的诀窍:知道何时新开 Claude 对话线程
作者分享在 Claude 和 ChatGPT 中关闭记忆功能、每换一个任务就新开对话线程的做法,即使仍是同一项目。文章指出即使单个线程内上下文也会累积导致 context rot,模型可能延续已放弃的指令、沿袭早前错误或漏掉关键细节。作者改编自 Drew Breunig 的 "How Long Contexts Fail",介绍识别对话跑偏并在不丢失有用工作的前提下重启的方法。
Modal 官方工程博客AI 评分5959 Modal 如何为 VM Sandboxes 打造 ImageFS-blk 高性能文件系统
Modal 工程博客介绍其为 VM Sandboxes 打造的 ImageFS-blk 块设备文件系统后端。
Georgi Gerganov@ggerganovAI 评分4747
OpenAI Developers@OpenAIDevsAI 评分3232用 GPT-Live-1 构建应用?给它们配一个合适的嗓音。 以下是用提示词塑造嗓音,或从全新国际预设嗓音中挑选的方法:

OpenClaw:BlogAI 评分3232 PJ 如何帮小企业上手并自主运行 OpenClaw
工程师出身的 PJ 在佛州 Ocala 经营虫害防治公司期间深度使用 OpenClaw,随后转型为顾问,帮屋顶、泳池、汽车等本地小企业部署 OpenClaw 并培训其自主运行。他的客户不愿把公司数据交给软件、被平台锁定,看重装在办公室电脑里的 OpenClaw 归自己所有。66 岁的行政人员 Donna 每天使用 OpenClaw,称已无法想象没有它的工作。
The Verge:AIAI 评分6060 The Verge 一周实测 Nvidia RTX Spark N1X 五款笔记本
The Verge 三位编辑用一周时间测试五款搭载 Nvidia RTX Spark N1X 芯片的 Windows on Arm 笔记本,包括 Surface Laptop Ultra、Asus ProArt P16、Lenovo Yoga 9n 和 HP OmniBook Ultra,售价 $2,599.99 至 $6,999.99。
Tripo@tripoaiAI 评分3232一只小鹿在森林中漫步。仅用 1 小时凭感觉编码完成。 Tripo API 负责角色生成流程。Claude Opus 5.5 为其编写周围的交互环境。

Claude:BlogAI 评分5151 Anthropic 日本 BDR 讲解如何用 Claude Managed Agents 运行六个日常 Agent
Anthropic 日本团队业务拓展代表介绍自己如何把线索分派、线索资格筛选、邮件回复、Salesforce 更新和会议跟进交给一组名为 Nakama 的 Claude Agent,并迁移到 Claude Managed Agents(beta)运行。
O'Reilly RadarAI 评分6262 代码变廉价后的评审方法:以证据和影响范围决定审查深度
O'Reilly Radar 作者 Markus Eisele 提出,在智能体大量生成代码的时代,评审不应逐行阅读,而应把证据作为接受代码的前提。做法是在实现前约定预期行为和影响范围(blast radius),用双向追溯检查实现与测试是否存在未经要求的行为漂移。
Dify BlogAI 评分3636 AI Agent 还是 Workflow?Dify 详解如何选择合适方案
Dify 发文讲解 AI Agent 与 Workflow 的区别:Agent 由模型在运行时从获批工具中选择下一步,Workflow 则由搭建者预先定义步骤与分支。文章建议流程固定可重复时用 Workflow,需逐次判断时用 Agent,并可在 Workflow 中嵌入 Agent 节点处理单个灵活环节。