标签「教程/实践」清除
全部 AI 动态
AI 相关资讯全量信息流
5月8日
11:44
11:39
meng shao@shao__meng68
Codex推出/side功能，允许用户在AI执行主要任务时，无需中断当前进程即可开启新对话窗口处理突发问题，如登录或点击操作。该功能支持在/side窗口运行期间继续开启新的/side对话，实现多话题并行插入，但并行窗口数量上限尚未明确。
11:16
IT之家（RSS）
53
Mozilla 工程师披露，其使用 Anthropic 的 Claude Mythos AI 模型在 Firefox 150 版本中共发现 271 个安全漏洞，其中 180 个为高危级别。为回应外界对 AI 有效性的质疑，团队公开了 12 份完整漏洞报告。他们通过自研的 Agent Harness 智能体套件引导 AI 分析代码并自主构造测试用例，同时引入第二个大模型进行结果打分以严格过滤误报，最终实现了极低的误报率，显著提升了漏洞排查效率。
10:16
IT之家（RSS）
67
谷歌 Chrome 浏览器 147 版本为支持端侧 AI 模型 Gemini Nano，会在用户不知情或未同意的情况下，静默下载并安装一个约 4GB 的 weights.bin 文件，且删除后会自动重新下载。科技媒体 NeoWin 指出，用户可通过修改 Windows 11 注册表来阻止这一行为。具体操作为：在注册表编辑器中定位至 HKLM\SOFTWARE\Policies\Google\Chrome\，将“GenAILocalFoundationalModelSettings”值设为 1。类似方法也适用于阻止 Microsoft Edge 浏览器下载端侧 AI 模型，只需在其对应路径下进行相同设置。
09:39
meng shao@shao__meng64
Claude Code开发者Thariq认为，高质量技术文章的基础在于深入具体的工作经验，而非写作技巧。他提出“先深耕，后叙事”的两步法：长期研究积累独特细节，再将经验转化为对读者有用的故事。有效方法包括注重长期积累、分享经验而非单纯描述项目、披露失败尝试的价值、使用简洁语言及提供真正有价值的实施细节。对于AI写作，他肯定其在研究、图表生成等方面的辅助作用，但强调人的叙事判断不可替代——AI能整理信息，却难以决定“读者此刻最需要理解什么”，这使得在AI辅助下人的判断反而更加关键。
"Technical writing completely changed my life." - @trq212 In under 2 years, Thariq (@AnthropicAI) cracked the code on wr...
09:21
Berryxia.AI@berryxia50
用户推荐结合XCrawl和AI工具处理日常任务，每天仅用5分钟查看邮件，XCrawl在24小时内快速抓取网站信息执行任务。该组合显著提升效率，尤其适用于制作调研报告，能节省类似GPT服务的Credit消耗，免费额度可用较久，并对服务商盈利模式表示好奇。
http://x.com/i/article/2052275964860850176
08:06
Rohan Paul@rohanpaul_ai精选78
atomic.chat通过为LLaMA.cpp引入多令牌预测技术，大幅提升了本地大型语言模型的推理效率。该技术利用小型辅助模型预先生成后续令牌草案，由主模型进行验证。在MacBook Pro M5 Max上测试时，使Gemma 4 26B模型的令牌生成速度加快约40%，整体运行速度提升1.5倍。这项优化进一步巩固了LLaMA.cpp和GGUF格式在本地AI生态中的核心地位，为桌面应用、编程助手和私有设备助手等场景提供了更高效的部署方案。
Multi-Token Prediction (MTP) for LLaMA.cpp! Running Gemma4 local model 1.5x faster. We patched LLaMA.cpp. Quantized Gemm...
推荐理由：在笔记本上把 Gemma 26B 的生成速度拉高 40% 是个真实的体验提升，atomic.chat 把 MTP 带入 LLaMA.cpp 生态，本地 AI 玩家可以直接拿去用。
07:36
OpenAI Developers@OpenAIDevs精选76
推荐理由：官方出了 Realtime-2 的提示工程指南，从调参到工具调用都给了清晰路径，做语音产品的同学值得认真翻一遍，能省几周摸索时间。
07:30
GitHub Blog
精选72
GitHub 发现运行于每个拉取请求的智能体工作流会累积高昂的 API 成本。团队通过监测自身生产工作流，定位了效率低下的环节，并构建了专门的智能体进行优化。这一举措旨在显著降低由大语言模型调用产生的 Token 消耗与相关费用，直接提升了工作流的经济性与运行效率。
推荐理由：GitHub 把自己生产环境的 agentic workflow 扒了一遍，从 token 消耗里找浪费，再让 agent 自动修。不是 paper，是真踩过的坑，做 Copilot 集成的团队可以抄作业。
06:39
Peter Steinberger 🦞@steipete63
03:30
GitHub Blog
精选79
这份指南提供了审查由AI代理生成的pull requests的实用方法，重点包括审查时应关注的代码变更点、问题常见隐藏位置（如逻辑错误或安全漏洞），以及如何在代码合并前捕捉技术债务。它通过具体步骤帮助开发者系统评估自动化提交，确保代码质量，避免缺陷流入生产环境。指南强调主动审查策略，以应对AI代理在软件开发中日益普及的趋势。
推荐理由：AI代理生成的PR越来越多，审查它们不再是可选项。这篇官方指南从发现隐患到控制技术债务，给出了马上能用的检查清单，每个用Copilot的开发者都该看。
01:42
Suno@suno44
01:06
Hacker News 热门（buzzing.cc 中文翻译）
69
Unsloth与NVIDIA合作推出优化方案，显著加速大型语言模型训练。该方案通过集成NVIDIA TensorRT-LLM等工具，使模型训练速度提升最高达5倍，内存占用减少达80%，同时保持模型性能无损。此举旨在降低大模型训练的计算成本与时间门槛，助力开发者更高效地进行模型迭代与应用部署。
00:13
00:08
Replit ⠕@Replit45
5月7日
23:21
Berryxia.AI@berryxia27
Qclaw AI助手每日免费提供高达4000万token，适合执行定时任务、批量处理数据和生成合同等自动化工作，用户可基于能省则省的原则榨干其价值。该工具以像素风小龙虾形象呈现，拥有16-bit像素风格工作室，能作为“不会下班的同事”持续工作，目前处于内测阶段，需通过Waitlist申请，并使用专属邀请码“berryxia”获取。引用内容补充了其趣味设计，强调它可像电子宠物一样互动，同时高效协助日常任务。
🧵 1/8 前几天给大家分享的我用AI邮箱来搞钱的帖子(见前贴),有很多朋友私信我问,你使用的那个像素风的小龙虾是什么? 怎么那么可爱有趣,我今天给大家介绍一下! 熟悉我的朋友知道,我是一个像素爱好者,看看我头像哈哈! 我一直自己想做个属...
23:13
向阳乔木@vista865
推文提出了一个利用AI Agent构建个人“观点MD”文件的构想。其核心是让AI Agent定期抓取个人在网上发布的内容，并由AI提炼出其中的核心观点，整理成一个结构化的文档。这个文档旨在记录和固化个人的观点与立场。其最终目的是让未来的AI Agent在进行决策和判断时，能够参考这份文件，从而使其行为更贴近用户本人的真实想法和价值观，实现更个性化的AI交互。
22:04
Orange AI@oran_ge精选75
作者为解决制作演示文稿时修改不便的问题，受“Markdown as Database”理念启发，在ColaMD 1.5版本中实现了一种内容与视图分离的方案。该方案将.md文件作为内容层，HTML作为可更换的视图模板层，用户只需修改Markdown内容，即可生成不同形态的最终呈现，如幻灯片、博客等。此功能已内置，并支持通过开源方式由社区或AI扩展更多模板。
推荐理由：藏师傅的 Markdown as Database 搭上 HTML 模板，改 PPT 像改文档一样简单，ColaMD 直接给了现成模板，如果你常做分享，这个思路能省一半排版时间。
20:43
向阳乔木@vista874
和 @vista8 讨论了下,决定将我们的新书《AI营销:从SEO到GEO》里配套的25个AI营销与GEO相关的提示词,也开源到GitHub 另外补充了部分短视频和文案相关的提示词,欢迎下载使用或重新拉取 1、提示词合集地址: https:...
20:03
公众号：豆包（字节）
28
19:58
公众号：龙猫LongCat（美团）
56
美团技术团队在LongCat项目中实践AI编码管理，指出当90%以上代码由AI生成时，决定系统走向的不是谁写得更快，而是约束AI的能力。
18:11
小互@xiaohu精选82
开源一套我的提示词合集 前几天,收到一位微信好友反馈,说使用了我不少公开的提示词,效果很不错 这一年来,公开分享了不少提示词,一直沉淀在飞书文档 为了方便大家更好的下载和迭代,今天抽空,把公开的提示词整理了下,通过GitHub开源给大家 目...
推荐理由：一个把提示词真正用起来的实战者，把压箱底的100个prompt开源了，九个场景全覆盖。尤其元提示词把写提示词的思路直接拆给你，比收藏模板更有用。
17:38
swyx 🌉@swyx55
We're excited to end the week with a @mattpocockuk special double header! - AI Coding for Real Engineers - full workshop...
17:06
meng shao@shao__meng61
Google开源的DESIGN.md是一个面向AI的结构化设计规范文件，能系统定义字体、色彩、间距等核心设计元素，解决AI生成UI时风格不一致的痛点。通过借鉴成熟品牌设计语言，并用AI将其提炼为DESIGN.md文件，开发者可在此基础上构建Landing Page、Mobile App等各类Agent Skills。这套工作流能确保创业项目的官网、应用、宣传材料等所有触点保持统一的视觉基因，快速呈现专业、一致的“亿元公司”质感。此外，建立日常设计灵感库是培养审美、AI无法替代的关键环节。
how to use Google's NEW open source Design.md + AI Skills to make your startup look like a $100 million company in 1 hou...
15:20
Berryxia.AI@berryxia61
13:11
小互@xiaohu65
通过特定系统提示词，从根本上改变AI模型（如Claude和GPT）的交互模式。提示词要求AI扮演世界级专家角色，以顶尖智识水平提供完整、详细且经过严格验证的回答，同时解除其在礼貌、政治正确和道德提醒方面的常规约束，允许给出强硬、直截了当的回应，以确保回答的权威性与准确性。
12:20
Berryxia.AI@berryxia70
公众号顶流千万粉丝博主 @Khazix0918 卡兹克把他每天看的优质信息源放出来了: - 无需登录,直接看 - 时间线形式,好查找 - 区分了官方信源、优质博主、推友 - 甚至还有公众号监测和 AI 日报 从此你的 AI 信息源和顶流博主...
11:20
Berryxia.AI@berryxia67
近日，一条在海外社交媒体爆火并获得纳瓦尔转发点赞的AI提示词被免费分享。该提示词旨在将AI助手塑造为智力、知识广度和思维敏锐度均属世界顶级的专家，要求提供完整、详细、具体的答案。其核心流程包括逐步阐述思考过程、核实所有事实数据、不虚构信息、直接承认知识盲区，并在支持用户观点前先提出最有力的反驳。据称，此提示词能显著提升AI在ChatGPT、Gemin、豆包等平台上的回答质量。
兄弟们!赶紧去把这个提示词保存下来吧! 🔥外网爆火被纳瓦尔转发点赞的提示词! 可以将你的AI回答质量提升数倍! 直接丢到ChatGPT、Gemin 、豆包都可以!订阅者优先查看,24 小时后解锁🔓! 提示词见评论区!👇
11:03
Greg Brockman@gdb48
There is a lot of news about compute being the bottleneck for AI. There is less visibility into the engineering it takes...
09:12
向阳乔木@vista8精选75
字节推出的TRAE SOLO AI Agent工具现已向全量用户开放App、Web和桌面三端，实现跨设备无缝衔接。其移动端支持访问电脑项目、调用已安装技能并执行任务，演示了数据分析、信息整理、学习辅助及自动化等场景。工具支持第三方模型和技能扩展，并与飞书深度集成，便捷创建文档和日程。其“More Than Coding”理念强调AI Agent能处理各类长程复杂任务，而不仅限于编程。
推荐理由：TRAE SOLO 移动端不是阉割版，三端同步、同会话，还能装 Skill、接飞书，是目前把 AI Agent 随身化的最完整方案。在外面也能工作，这才是移动端该有的样子。
08:06
宝玉@dotey70
Anthropic工程负责人Boris Cherny透露，他已习惯用手机管理大量Claude Agent，并通过定时任务（Loop）自动化工作。作者体验TRAE SOLO Mobile后指出，Agent正从编程工具泛化为通用办公助手。最新版本实现了移动端、Web端和桌面端的全量开放与实时同步，使手机成为随时下发指令的“意图路由器”，用户可通过语音便捷派发任务，由Agent在多设备间接力执行。同时，定时任务功能支持将日常重复性工作自动化，大幅降低使用门槛，推动办公模式向“人指挥、Agent执行”转变。
http://x.com/i/article/2051687844679143424
05:30
GitHub Blog
精选56
GitHub 探讨如何为 Copilot 编码智能体构建“信任层”。文章提出，在“正确”答案非确定性的场景下，可通过领域分析来验证智能体的自主行为，避免使用脆弱的脚本或黑盒判断。该方法旨在提升 AI 编码助手的可靠性与透明度，确保其行为符合预期标准。
推荐理由：做coding agent最头疼的就是如何验证产出质量，GitHub这篇把他们的内部方法论开源了，用dominance分析替代脆弱的脚本，对正在折腾AI编程工具的团队是实打实的参考，值得逐帧学习。
03:22
Hugging Face：Blog（RSS）
精选65
为确保 vLLM 从 0.8.5 到 0.18.1 的重大重写后，在线强化学习训练结果与 V0 参考运行一致，团队优先修复后端行为而非调整 RL 目标。关键修复包括：将日志概率模式设为 processed_logprobs 以匹配采样器分布；禁用 V1 特有的前缀缓存和异步调度等运行时默认值；调整权重更新路径以匹配 V0 的缓存保留行为；并确保 rollout 后端使用 fp32 精度的 lm_head 进行最终投影。这些措施消除了策略比率均值偏差，使 V1 在 KL 散度、熵等指标上与 V0 达成一致。
推荐理由：vLLM V1迁移时踩的四个坑全在这里，从logprob语义到fp32投影头，修完才调RL目标，做在线RL的团队可以直接抄这份配置清单。
00:37
向阳乔木@vista860
通过将X平台创作者工作室近90天的数据分析数据输入大模型，AI提炼出关键运营规律。核心发现包括：每日发帖3-5条是曝光效率最佳区间，而非单纯追求数量；周三互动率最高，周四涨粉效果最好，周六则最利于冲击曝光量。此外，近44%的新增关注者集中来源于少数“高涨粉日”，表明涨粉主要依赖爆款帖文的拉动效应。
00:35
Cursor Blog
53
团队开发了Composer自动安装系统，利用早期模型（如Composer 1.5）为强化学习训练自动配置可运行环境。该系统分两阶段工作：先由智能体设定成功环境的目标命令与描述，再由另一智能体执行具体配置，包括安装依赖、模拟缺失组件并进行测试。在一项针对区块链项目Celo的真实实验中，该系统成功处理了稀疏文档和复杂依赖。采用此方法后，Composer 2在环境设置基准测试中的得分从47.9%提升至61.7%，为后续训练提供了更优基础。
00:33
elvis@omarsar060
作者通过自动化流程每日筛选arXiv论文，并利用智能体将其转化为可交互的“LLM Artifacts”。这一系统基于LLM Wikis概念演进，使论文知识可操作化：Artifacts支持动态注入见解、组件及实验建议，并能通过智能体协调器直接提问或自动化执行实验。其核心在于通过多智能体主动协作，持续挖掘可行动的知识，帮助研究者高效学习与跟进前沿。
00:20
Berryxia.AI@berryxia73
Stanford CS336 上,Tatsu 讲了一节 LLM 架构课,把过去 3 年所有主流 LLM 拆开,看它们的共通模板 结论挺爆:90% 的架构选择已经收敛,你随便挑一个开源大模型,它跟其他模型在这些维度上几乎一模一样 讲师的原话 ...
00:20
Berryxia.AI@berryxia76
开源一套我的提示词合集 前几天,收到一位微信好友反馈,说使用了我不少公开的提示词,效果很不错 这一年来,公开分享了不少提示词,一直沉淀在飞书文档 为了方便大家更好的下载和迭代,今天抽空,把公开的提示词整理了下,通过GitHub开源给大家 目...