# BestBlogs 07-12 早报：Machinecraft、本地AI、AI编程、百炼网关、PIPO、DeepSeek V4等

- 来源：ginobefun (@hongming731)
- 发布时间：2026-07-12 07:29
- AIHOT 分数：46
- AIHOT 链接：https://aihot.virxact.com/items/cmrh27uzb0139bid4wm340xk2
- 原文链接：https://x.com/hongming731/status/2076086585590997043

## AI 摘要

BestBlogs 07-12 早报聚焦多项AI进展：Machinecraft将三代企业经验转化为可校正的Agent工作流；讨论本地AI的敏感数据与成本优势；AI编程时代理解系统成为新瓶颈，Agent应辅助而非替代人类决策。百炼网关用RocketMQ LiteTopic将大模型限流比降低10倍。小红书提出PIPO架构，实现长链路LLM推理输入减半、输出翻倍。LMSYS Blog介绍通过ROCm Miles堆栈将DeepSeek V4 Flash RL移植到AMD MI355X GPU。此外，还涉及AI安全谱系分析、提示词修剪层、Agent Skills自进化机制及LangChain智能体组织记忆。

## 正文

BestBlogs 早报 · 07-12

# Machinecraft / 企业记忆 / AI 编程理解 / 本地 AI / DeepSeek V4

【1】 ★ 精讲|会做梦的工厂：100 人的 Machinecraft 如何打造企业大脑 【视频】
Machinecraft 把三代人积累的报价、图纸、邮件与客户决策整理成企业记忆，而不是另训一个大模型。视频具体展示了销售、定价、规格核查等专职 Agent 如何协作，并保留 AI 起草、人工发送的边界。它提供了企业把私有经验转成可校正工作流的一种具体做法。
来源：AI Engineer
https://www.bestblogs.dev/video/c60d1c05f

【2】 ★ 精讲|为什么现在正是让 AI 回到本地的时机 【视频】
这场讨论把本地 AI 的理由落在可操作的约束上：敏感数据留在设备上、持续运行的 Agent 成本更可预测，摄像头和机器人等场景也需要低延迟与弱网可用。它同时指出真正的门槛是易用性，系统应自动匹配硬件与模型，而不是把量化和部署细节交给普通用户。
来源：AI Engineer
https://www.bestblogs.dev/video/f2dadc462

【3】 ★ 精讲|理解，才是 AI 编程时代的新瓶颈 【视频】
当 Agent 能更快写出代码，团队真正稀缺的可能是对系统的理解。AI Engineer 提出的办法不是逐行审查，而是让 Agent 写讲解文档、出理解测验，并建立可交互的小型模拟环境。它把人留在决策与方向控制的位置，也给 AI 编程团队一套可实践的协作方式。
来源：AI Engineer
https://www.bestblogs.dev/video/8710557

【4】 限流比降 10 倍：百炼网关如何用 RocketMQ LiteTopic 重构大模型限流
本文复盘百炼网关如何用 RocketMQ LiteTopic 重构大模型限流架构，实现租户级物理隔离与动态调速，将限流比降低 10 倍。
来源：阿里云开发者
https://www.bestblogs.dev/article/9ac89c6af9

【5】 AI 安全谱系：研究方向如何诞生与消亡（2005-2026）- LessWrong
本文对 AI 安全领域（2005-2026）进行谱系分析，基于 323 个事件追溯研究方向如何涌现、被吸收或消退，揭示了从哲学思辨向经验性技术安全与治理的转变，且资金与关注度长期错位。
来源：LessWrong
https://www.bestblogs.dev/article/53141236

【6】 利用 AMD MI355X 图形处理器，以 Miles 框架完成 DeepSeek V4 Flash RL 训练
本文详细介绍了如何通过 ROCm 上的 Miles 堆栈将 DeepSeek-V4 Flash RL 移植到 AMD Instinct MI355X GPU 上运行，涵盖架构、挑战、验证结果和未来工作。
来源：LMSYS Blog
https://www.bestblogs.dev/article/6c74908f

【7】 小红书发布大模型新架构 PIPO ，让模型一次「吞两个、吐两个」
小红书提出 PIPO 架构，通过输入压缩和输出展开实现长链路 LLM 推理的输入减半、输出翻倍，并用 OPD 蒸馏的 confidence head 加速验证。
来源：小红书技术 REDtech
https://www.bestblogs.dev/article/74201e6926

【8】 长上下文并非免费--我构建了一个安全的提示词修剪层，使得 LLM 系统能够工作
确定性三遍提示词修剪在保留所需依赖的同时移除冗余的 LLM 上下文，并附有代码和基准测试。
来源：Towards Data Science
https://www.bestblogs.dev/article/6af7a5d875

【9】 别再一直调 prompt 了，让 Agent 的 Skills 自己进化！
本文提出 Agent Skills 的自进化机制，通过将用户反馈抽象为规则并写入 Skill 的三层结构（路由、指令、资源），让 Agent 能力从单次 prompt 调整转向可版本管理、可验证的持续运营。
来源：Datawhale
https://www.bestblogs.dev/article/d95d1971

【10】 让智能体拥有可维护的组织记忆：从 LLM Wiki 到多路检索 【视频】
这场 LangChain 网络研讨会比较了智能体 Wiki、记忆系统与索引，探讨智能体如何创建、维护、检索并治理组织知识。
来源：LangChain
https://www.bestblogs.dev/video/ced33e6

---
http://BestBlogs.dev · 发现真正适合你的高质量内容
BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，关注你感兴趣的来源和主题，每天生成一份更适合自己的「我的早报」，欢迎体验和关注我们。
在线阅读：https://www.bestblogs.dev/explore/brief/2026-07-12

### 引用推文

> ginobefun：http://x.com/i/article/2076085919380385792