跳到正文
#教程/实践
10月13日周二
  1. PyTorch Blog48

    为 IBM Spyre 加速器扩展 Inductor 后端

    IBM Spyre 加速器的 PyTorch 软件栈已将其 torch.compile 后端从自研的 sendnn 迁移至基于 Inductor 的扩展方案。通过针对 Spyre 的数据流架构进行定制，该编译器代码规模缩减了约 7 倍，并成功解决了数据移动、片上存储管理及任务分配等硬件差异问题。

    发布时间：
  2. AIHot37

    卡兹克分享每月6000元AI订阅清单

    作者卡兹克分享了每月花费6000多元的AI订阅清单，涵盖多个常用工具与会员服务。其中包含100美元的ChatGPT Pro会员、通过Google Play订阅的250美元Claude Max会员、新上线首月半价130美元的X Ultra会员、8美元的Suno Pro年费会员以及1499元的LibTV至尊版年费。

    发布时间：
  3. AIHot52

    AI 小白入门指南：用 Miora 织影 Agent 一站式制作故事短片《乾红猫》

    博主以视频创作小白身份，使用 Miora 织影 Agent 将南宋《夷坚志》轶闻《乾红猫》制作成 1 分 18 秒的古装轻喜剧短片。Agent 将故事拆解为框架、大纲、剧本、角色卡和分镜，全程生成 50 段视频、花费约 4000 积分（折合 40 美元），视频部分采用 Seedance Fast。

    发布时间：
  5. AIHot51

    Theo Valmis 分析 AI 编码代理的架构决策何时真正适用

    Theo Valmis 撰文指出，AI 编码代理的架构治理需要厘清相关性与权威性、引导与强制两类界限。文章通过实验发现，仅凭检索相关决策不足以约束代理行为，系统还需要明确适用范围和权威边界。同时，团队应当区分可用于确定性封锁的明确规则与需要模型理解的模糊引导。

    发布时间：
  6. AIHot37

    开发者利用 Tripo 与 Claude Opus 5.5 在 16 天内构建《小王子》3D 互动世界

    开发者 Sac 利用 Tripo、Blender 和 Claude Opus 5.5，在 16 天内完成了《小王子》主题 3D 剧情游戏的制作。该项目通过 Claude Opus 5.5 将原著中的星球转化为可探索的 3D 场景，实现了互动式叙事体验。作者计划后续开源该游戏项目及详细制作流程。

    发布时间：
  7. AIHot65

    Lee Robinson 斯坦福讲座笔记：Grok Bot 类常驻智能体的未来与开发实践

    本文整理了 Lee Robinson 在斯坦福 CS146S 讲座中关于常驻智能体（Agent）的未来展望与开发要点。核心内容包括模型与产品的协同进化飞轮、以极简界面应对模型快速迭代的开发原则，以及 Agent 在记忆、工具完备性与评估机制等方面的行业挑战与技术趋势。

    发布时间：
  11. AIHot63

    利用电子邮件实现不同平台个人 Agent 互通讯的方法

    作者分享了一种通过电子邮件实现不同平台个人 Agent 互通讯的方案，以 Grok Bot 和 Muse Agent 为例，通过配置邮箱地址及 Gmail 别名作为中介进行指令传输。该方案通过邮箱和签名验证实现免确认通信，目前受限于邮件检查频率，消息传输存在约 15 分钟的延迟。

    发布时间：
  13. AIHot66

    卡尔的AI沃茨开源“红绿灯”提示语，解决 Agent 任务执行超额消耗问题

    作者开源了一套不到三百字的进度提示语及 hook，通过让 Agent 在每轮结尾输出 🟢🟡🔴 三态进度条，明确区分任务状态并控制 Agent 在达成目标后及时停手。该方法适用于 Claude Code、Codex 等 Agent，能有效解决其在任务完成后继续执行导致浪费 token 额度的问题。

    发布时间：
  14. AIHot45

    Arena 测试 Meta Muse Wonder 3D 场景生成

    Meta 推出的 Muse Wonder (Max) 模型在一次性 3D 场景生成、动画 HTML 及前端设计任务中接受了实测。测试者将其与 Astra、Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Fable、Kimi 及 Mistral 等模型进行了对比，并详细记录了每次生成的费用。该模型的 Arena 评分即将公布。

    发布时间：
  18. AIHot43

    哥伦比亚大学 Agentic Engineering 课程第 5 讲视频与讲义公布

    哥伦比亚大学 Agentic Engineering 课程第 5 讲「What Tools Does an Agent Actually Need?」现已公布视频及讲义。本讲由 Dr. Nick Gu 主讲，核心内容涵盖研究方法、工具的必要性定义、工具组件构成及使用判断标准。目前课程相关的 YouTube 视频与 Google Slides 讲义已同步开放。

    发布时间：
  21. AIHot23

    WorkBuddy 在旧金山分享实战工作流

    WorkBuddy 在 SF Tech Week 期间举办的 meetup 活动中，邀请 7 位演讲嘉宾公开了真实的工作流实战手册。这些案例涵盖了从单人内容引擎、5 平台 newsletter 到日常运营自动化等多种场景，且所有工作流均由 WorkBuddy 驱动。

    发布时间：
  24. AIHot33

    Cognition 发布 FrontierCode 方法论

    Cognition 正式发布 FrontierCode 方法论，旨在通过系统化的工程实践提升 AI 编码能力。该方法论详细阐述了在复杂软件开发场景中应用 AI 的核心策略与技术路径，为开发者提供了一套可落地的技术框架。

    发布时间：
  25. AIHot76

    Anthropic 发布 Dynamic Workflows，支持 Claude 自主编排智能体

    Anthropic 在 AI Engineer NYC 大会上介绍了新功能 Dynamic Workflows（flows），该功能允许 Claude 自动编写编排程序并决定智能体拓扑，取代了以往手动配置协调器和子智能体列表的模式。开发者可在 Claude Console 中使用该功能，通过设置会话预算和利用“dreaming”等内存优化手段，实现复杂任务的自动化执行与效率提升。

    发布时间：

    推荐理由：Anthropic 推出的 Dynamic Workflows 允许 Claude 自主编排智能体拓扑，通过自动化任务拆解和流程管理，为处理复杂任务提供了新的自动化范式。

  28. Simon Willison32

    Python 3.15 发布：引入显式延迟导入、列表推导式解包及内置采样分析器

    Python 3.15 正式发布，引入了 PEP 810 显式延迟导入以优化启动性能，支持在列表、集合及字典推导式中使用 `*` 和 `**` 解包语法。标准库新增了名为 Tachyon 的采样分析器，支持生成火焰图与热力图，且实验性 JIT 在测试中实现了 1.2x 的性能提升。

    发布时间：
  29. AIHot25

    HumanLayer 管理智能体会话方案

    HumanLayer 现已支持管理智能体会话，通过将其迁移至 freestyle_dev 的高性能开发机环境，可实现更高效的会话控制与资源调度。该方案旨在优化智能体运行效率，目前针对 YC 创始人提供专属优惠权益。

    发布时间：
  30. AIHot54

    GitHub Copilot 教程：四种方法让 Copilot 了解你的代码库

    GitHub Blog 发布教程，介绍了四种让 GitHub Copilot 更好理解项目代码库的方法：通过 .github/copilot-instructions.md 定义规范，利用 Agent skills 封装重复流程，创建自定义智能体处理复杂任务，以及通过 MCP 服务器连接外部工具与数据源。这些方法可组合使用，帮助开发者减少重复解释标准和工作流的负担。

    发布时间：
  32. AWS Machine Learning Blog62

    在泰国、马来西亚、新加坡、印尼和台湾通过 Amazon Bedrock 全局跨区域推理访问 OpenAI GPT-6 模型

    AWS 官方发布教程，指导用户在泰国、马来西亚、新加坡、印尼和台湾通过 Amazon Bedrock 的全局跨区域推理功能调用 GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra 模型。该方案通过配置推理配置文件 ID，允许用户在本地容量受限时将请求路由至其他已部署模型的商业 AWS 区域，并提供了 IAM 权限设置、SCP 配置及监控管理的具体实现步骤。

    发布时间：

    推荐理由：本文详细介绍了在特定亚太地区通过 Amazon Bedrock 全局跨区域推理功能调用 GPT-6 模型的方法，为解决本地容量限制提供了可落地的配置指南。

  33. GitHub Blog · AI & ML51

    GitHub Copilot 初学者指南：如何让 Copilot 学习你的代码库

    GitHub 官方介绍了四种定制 GitHub Copilot 以适应特定项目需求的方法：使用自定义指令（Custom instructions）设定代码规范，利用智能体技能（Agent skills）封装重复流程，通过自定义智能体（Custom agents）处理复杂任务，以及借助 MCP 服务器连接外部工具与数据源。开发者可根据项目需求组合使用这些功能，从而减少重复解释标准与工作流的成本。

    发布时间：
  34. AIHot48

    Lauren Tan：如何通过代码库记忆应对 AI 生成的 slop 代码

    Lauren Tan 提出工程师应通过赋予 agent 自我验证能力，并将代码库视为 agent 的记忆来解决 AI 生成的 slop 代码问题。开发者需将观察到的错误模式转化为约束，利用类型系统、缩小架构选择空间或自建框架（如 grok bot 框架）进行重构，使 agent 的反模式在结构上变得不可能出现。

    发布时间：
  35. AIHot38

    Flo Health 如何用 Databricks AI Runtime 构建更安全、更实用的开源模型

    Flo Health 借助 Databricks AI Runtime 在无服务器 NVIDIA H100 GPU 上对开源模型进行分布式微调，通过 26 个 AI 评委及超 15,000 条隐私优先的合成数据，构建了监督微调与 DPO 相结合的强化训练流程。该方案在确保医疗安全与实用性的同时，将推理成本较调用前沿模型 API 降低了一个数量级，并赋予了公司对模型行为与生命周期的深度控制权。

    发布时间：
  37. AIHot56

    O'Reilly 演示如何在 OpenClaw 上 30 分钟搭建个人助理 Agent

    AI 工程师 Sajal Sharma 在 O'Reilly 系列教程中演示了如何利用 OpenClaw 构建具备定时任务处理能力的个人助理。该教程涵盖了从本地安装、连接消息渠道、配置工作空间到设置主动自动化任务的完整步骤，支持用户自定义部署环境、模型选择及数据访问方式。

    发布时间：
10月12日周一
  1. AWS Machine Learning Blog68

    使用 Ray LLM Deep Learning Containers 在 Amazon EKS 上运行多节点推理工作负载

    AWS 发布了支持多节点部署的 Ray LLM DLC，允许用户在 Amazon EKS 上通过预填充（prefill）与解码（decode）分离架构运行大模型。该方案利用 NIXL 和 EFA 实现节点间的高速 KV 缓存传输，无需编写自定义代码即可通过 YAML 配置实现 OpenAI 兼容的推理端点，有效解决了计算密集型预填充与内存带宽敏感型解码任务的资源竞争问题。

    发布时间：

    推荐理由：该教程展示了如何利用 AWS 新推出的多节点 Ray LLM DLC，在 Amazon EKS 上实现大模型的预填充与解码分离推理，为优化高并发推理性能提供了可落地的架构参考。

  2. AWS Machine Learning Blog60

    在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型

    AWS 官方发布教程，指导开发者在 Amazon SageMaker AI 上利用 llama.cpp 部署模型，支持标准文本生成及通过 SemIf 适配器实现结构化决策。该方案允许模型直接返回选项概率而非生成文本，适用于路由请求、动作选择等 Agent 场景，并提供了 CPU 与 GPU 的部署路径及性能基准参考。

    发布时间：

    推荐理由：本文介绍了在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型的方法，通过 SemIf 适配器可直接获取选项概率而非生成文本，适合需要结构化输出的 Agent 工作流。