跳到正文
10月15日周四
  1. Ben's Bites27

    来自 Anthropic 的提示词技巧

    Anthropic 分享提示词技巧,Ben’s Bites 在本期 newsletter 中整理相关内容,并汇总多款 AI 产品动态。文中提到 Gemini 4 Argon 全面开放、Claude Code desktop app 获得设计升级,以及为编程智能体添加文档链接可将任务完成率从 41% 提升至 84%。

  2. Apple Machine Learning Research78

    Apple 使用 MLX 与 Thunderbolt RDMA 在 Mac Studio 上进行本地及分布式 LLM 推理

    Apple 使用 MLX v0.30.1 和 Thunderbolt 5 RDMA 在 Mac Studio 集群上运行 Muse Spark Open、Mistral Medium 3.5 与 Qwen 3.8,并比较流水线并行和张量并行方案。

    推荐理由:文章提供单机和多机推理方案、配置命令与对比数据,便于评估大模型在 Mac Studio 集群上的部署表现。

10月12日周一
  1. IndyDevDan77

    Pi Durable 如何构建可持久化的主动智能体

    该视频拆解 Pi Durable 的主动智能体架构,并演示 JEV 分类器从实时日志中发现生产事故后触发 ON-CALL Pi agent。智能体可跨客户端保持共享状态和持续任务,在调查根因、编写修复后等待人工批准再部署。

    推荐理由:视频通过生产事件触发、持久化状态和人工审批流程,展示了主动智能体的可落地实现方式。

10月11日周日
  1. Creator Economy61

    Micky Shimeles 分享四步智能体工程工作流

    Micky Shimeles 在访谈中介绍其四步智能体工程工作流,包括隔离任务、按明确结构构建、通过验证循环证明结果,以及让智能体审查 PR 后交付。隔离阶段用独立 worktree 并行运行多个智能体,构建阶段采用服务层架构和结构化返回,验证阶段录屏比对应用改动前后状态,交付阶段使用 Greptile 将 PR 改进至 5/5 且无未解决评论,通常仍由 Micky 最终人工检查。

10月10日周六
10月9日周五
  1. Greg Isenberg49

    Greg Isenberg 演示 8 个可用于创作、调研与变现的 GitHub 仓库和 AI 技能

    Greg Isenberg 演示 8 个经他在夜间及周末测试的 GitHub 仓库与 AI 技能,覆盖发布视频、社媒调研、本地配音、可编辑演示文稿、编码智能体团队和设计指导。多数工具可免费下载,主要成本是运行模型;Brag、Agent Reach 被列为首选,并以 10 位客户每月 $1,000、即 $10,000 现金流说明服务收入可支持转向技术。

10月7日周三
  1. Trends.vc38

    Compass 如何用 20,000 美元和 1 台服务器构建 SaaS 业务

    Cliff Sentell 与两名合伙人各投入 20,000 美元、购置 1 台服务器创业,转向直接向雇主销售医疗价格查询服务后,Compass 在 3-4 年内实现约 100 万美元营收。公司拒绝融资以保留控制权,后来扩张至约 3,000 万至 4,000 万美元营收和 200 名员工。其经验是将销售对象转向掌握预算的一方,并以 AI 强化难以复制的行业专长。

10月4日周日
10月2日周五
9月28日周一
  1. IndyDevDan71

    Jev 面向智能体工程师的10个实践层级

    IndyDevDan 用10个层级讲解 Jev 如何嵌入智能体工程,让编码智能体处理复杂工作,并由单一模型处理窄范围决策。Jev 通过 JSON 接收状态、问题和允许的答案,可用于提示词注入检查、工单与代码审查风险评分,以及在执行 bash 命令或写入受保护文件前设置安全门控。

9月27日周日
  1. 42章经38

    Vibe-Trading 作者吴浩哲对谈 AI Trading:决策便宜,行动很贵

    吴浩哲在42章经播客中介绍开源项目 Vibe-Trading,并将其概括为在低成本决策与高成本行动之间建立可验证、可审计通道的 AI Trading。该项目开源半年已有 3.4w 个 Star,节目还拆解了 AI Trading 与传统量化的区别、系统四大组成部分及 Jev 的作用。吴浩哲强调,交易决策的关键是可解释性,用户需理解判断来源及其可信度。

9月21日周一
  1. IndyDevDan72

    IndyDevDan 构建 Pi 自压缩智能体并对比三种执行框架

    IndyDevDan 构建了一个可感知上下文并自主决定压缩时机的 Pi 智能体,还开发了可主动压缩上下文并留下续接说明的 Self Compact Tool。该方案支持 Notice、warning 和 force 三级阈值,并允许替换默认压缩提示词,作者将同一计划交给 Pi、Claude Code 和 Codex 运行 Fable、Astra 与 GLM 进行比较。

8月29日周六
  1. 42章经59

    对谈研究员逯雨鑫:个人用两周和数百美元训练登顶 Hugging Face 的模型

    研究员逯雨鑫以个人开发者身份用 2 周和数百美元后训练出两个曾登顶 Hugging Face Model Trending 榜首的小模型。对谈介绍其完整 Pipeline、数据来源与配比、合成数据表现、Capacity Gap 和蒸馏路线,并讨论主权 AI、Personal Intelligence、Local AI 及应用公司与 AI Lab 的分工变化。

8月26日周三
  1. 张小珺Jùn|商业访谈录65

    Kimi K3技术报告领读:架构创新、注意力机制与多教师蒸馏

    本期学习播客邀请清华大学计算机系博士候选人孙宇涛领读Kimi K3技术报告,系统梳理模型架构、预训练、后训练与基础设施。Kimi K3是总参数扩展至2.8T并全量开源的MoE模型,讲解涵盖线性注意力、Gated MLA、Attention Residuals、Stable LatentMoE和SiTU-GLU。节目还串联十多篇相关论文,介绍三维扩展、多教师在线策略蒸馏及训练和推理优化。

7月24日周五