AI 中文资讯日报 - 2026-11-14 08:00 to 2026-11-15 08:00
共 91 条资讯
⭐ 今日必读
⭐ 必读:高分重点内容,建议优先阅读(≥8 分)
《Agent 评测白皮书》系列01:Agent 评测全览
美团评测团队以《Agent 评测白皮书》系列第一篇系统梳理 Agent 评测体系的整体构成,提出「四个模块、三种能力、两条 Loop、一套资产」,为 Agent 项目从冷启动到扩量再到自进化提供统一框架。
📡 美团技术团队
要点
- 文章先说明背景:基座模型能力增强、框架和协议成熟,让「搭 Agent」的门槛逐年降低;但掌握「把 Agent 做好」的评测认知的人依然稀缺。大量项目因停在 Demo、卡在扩量、说不清业务价值而失败,根本原因都在于缺少可靠的判断机制。
- 核心比喻是:把评测体系视为衡量 Agent 效果的「精密量具」;它既要量得准(人人一致、人机一致),也要能定期校准(评测集和 Rubric 随业务扩量持续迭代)。其中第二点最容易被忽略。
- 两条相互咬合的 Loop:评测体系迭代 Loop 通过收集线上真实样本、挖掘 Case 并归因,发现评测集漏报和评测标准判错;Agent 迭代 Loop 则用同一批归因结果定位 Prompt、Skill 路由、上下文管理等具体问题,再回测防止退化、用 AB 验证效果。两条 Loop 以 Case 池共享样本,并通过评测资产形成正反馈。
- 完备体系需要三种能力(在线评测、在线监控、离线回测与归因判断),并沉淀可复用资产:评测标准(Metrics & Rubric,把团队对「好」的共识明确化)与评测样本(黄金集定下限、错题集记录踩过的坑、挑战集标定能力边界)。其本质是把团队对质量的隐性认知转化为可量化、可复用的显性资产。
- 后续规划分四篇,聚焦落地指南(先做什么、产出物长什么样、做到什么程度算达标、常见坑如何避免),本文只是总览,具体步骤待后续篇目展开。
⭐ 9.5 · 必读
💡 你是 Agent 新手,这篇大厂评测体系方法论正好补齐「如何判断 Agent 好不好」的入门短板,值得看
· 相关性 4: Agent 评测是 Agent 工程实践的核心环节,你正处于补齐 Agent 工程实践的阶段,高度契合
· 重要性 4: 给出两条 Loop + 评测资产的可落地框架,能直接对照自己项目定位当前阶段
AI Agent 子智能体协作实战:怎样用好 Subagent 分工与省 Token|Oil Book
从主从团队分工视角讲解 AI Agent 中子 Agent 的适用场景、三层配置与四类角色分工,并给出跨厂商 CLI 调用实战,核心目标是省 Token。
📡 稀土掘金 人工智能频道 · ✍️ oil欧哟 · 2026-11-14 22:52
要点
- 先讲清「什么是子 Agent」以及哪些任务适合拆给子 Agent,用团队主从分工的类比降低理解门槛
- 给出三层配置结构与四类角色分工的具体划分,属于可照着落地的 Agent 编排骨架
- 覆盖跨厂商 CLI 调用实战(不同模型厂商的命令行工具协同),对构建多 Agent 工作流有直接参考
- 围绕「省 Token」这一实际工程约束展开,属于成本可控的 Agent 工程经验,而非纯概念讨论
⭐ 8.5 · 必读
💡 你是 Agent 新手,这篇子 Agent 分工与配置的实战整理可直接照搬上手,值得看
· 相关性 4: 讲 Agent 子智能体分工编排,正对你补齐 Agent 工程实践的当前重点,值得看
· 重要性 4: 三层配置+四类角色是可直接套用的 Agent 编排骨架,新手能上手实践
KimiCode 实战教程-零基础到进阶全精通
这是一套从零基础到进阶的 KimiCode 系统教程:先讲安装配置和核心命令,再讲 AI 辅助改代码与调试,然后讲 Agent Skills 的开发规范与自定义 Skill,最后用一个全栈博客项目贯穿实战。
📡 RadarAI · ✍️ udemy.com · 2026-11-15 06:59
要点
- 课程分为四个模块:基础知识、Agent Skills、博客网站案例和扩展知识,形成从安装配置到项目落地的完整学习路径
- 重点讲解 AI 辅助编程工作流:用 KimiCode 修改、调试代码,并掌握常用命令与配置
- 涉及 Agent Skills 的核心概念与开发规范,以及自定义 Skill(Shell 等)的编写方法,适合作为 Agent 工程入门
- 以全栈博客项目作为贯穿案例,强调可复现、可动手的端到端实践
⭐ 8.5 · 必读
💡 你正在补齐 Agent 工程实践,这篇 KimiCode + Skills 的从零到实战教程可直接跟着做,值得看
· 相关性 4: KimiCode 与 Agent Skills 开发正是你要补的 Agent 工程入门方向,直接契合
· 重要性 4: 有安装配置、命令、Skills 规范到项目实战的完整可上手路径,Agent 新手能照着复现
从长期记忆到自我进化:打造真正懂你的 AI 编码助手
文章提出通过系统化存储用户偏好、历史经验与工程知识三类长期记忆,让 AI 编码助手实现持续学习与自我进化,减少重复错误。
📡 RadarAI · ✍️ qoder.com · 2026-11-15 02:54
要点
- 问题定位:传统 AI 编码 Agent 缺乏记忆,导致个性化不足、同类错误反复出现、跨会话经验无法沉淀
- 记忆分层:把记忆拆成「用户偏好 / 历史经验 / 工程知识」三类,用结构化方式存储,而不是只塞进上下文窗口
- 自优化机制:通过持续分析用户与 Agent 的对话,自动抽取有价值的信息写成语义记忆,实现记忆的积累与更新
- 价值主张:长期记忆是编码助手从「一次性工具」走向「越用越懂你」的关键路径,直接提升编码效率与体验
⭐ 8.0 · 必读
💡 Agent 长期记忆是 Agent 工程核心能力,你是 Agent 新手可借此补齐记忆机制认知,值得看
· 相关性 4: Agent 长期记忆机制,正是你作为 Agent 新手要补齐的工程实践方向,值得看
· 时效性 4: Agent 记忆/自我进化是当下热点议题,与你当前学习重点同步
📖 选读
📖 选读:中等分数,按兴趣按需阅读(6–8 分)
Memory 系统如何从 0 到 1 构建(二)|聊完以后,系统到底记下了什么怎么存?
一篇从 0 到 1 构建个人 AI 助手 Memory 系统的系列实践文章第二篇,聚焦「对话结束后记忆到底记下什么、怎么存」。
📡 稀土掘金 人工智能频道 · ✍️ July_lly · 2026-11-14 20:57
要点
- 延续上一篇的杭州旅游攻略示例,用「实体 + 主题」的思路缩小记忆检索范围,是面向个人 AI 助手的记忆架构设计。
- 本篇切入点是「第一次对话结束」这一时刻:助手已输出攻略、用户又改了坐船时间,几天后用户说「上次那份再给我」——考察系统是否真的记住了关键信息并能召回。
- 核心讨论记忆的写入与存储表示问题,即对话中的哪些信息应被抽取成记忆、以什么结构落库,以及后续如何被检索命中。
- 属于 Agent 工程实践中的 Memory 子系统连载,偏个人项目的逐步搭建与踩坑记录,而非大厂生产级方案。
⭐ 7.5 · 选读
💡 Agent Memory 是从 0 到 1 搭助手的核心工程环节,你作为 Agent 新手可跟着这套连载补齐记忆读写设计,值得看
· 相关性 4: Memory 是 Agent 工程实践的核心模块,你正在补齐 Agent 入门,这篇主题直接对口
· 重要性 3: 有具体的记忆抽取+存储+检索思路,可作为你搭个人助手的参考,但属个人项目方案,未经验证为最佳实践
Stanford Fall Large Model Open Course CMES295 Lesson 6: Transformers & LLMs Agents
斯坦福 CMES295 第六课讲解如何通过 RAG、工具调用与 ReAct/A2A 等框架把 LLM 变成 Agent,并结合 Claude Code 示例与安全考量。
📡 RadarAI · ✍️ 山景城小路 · 2026-11-15 03:14
要点
- 课程核心是把 LLM 扩展为 Agent,覆盖检索增强生成(RAG)、工具调用(tool calling)和 Agent 框架。
- 介绍 ReAct、A2A 等 Agent 编排/协作思路,属于 Agent 入门的关键概念框架。
- 结合 Claude Code 做实践示例,帮助理解 Agent 工作流如何落地。
- 同时讨论 Agent 安全注意事项,适合作为 Agent 工程入门的系统性概览。
⭐ 7.5 · 选读
💡 你是 Agent 新手,这篇 Stanford 课程概览适合补齐 RAG、工具调用、ReAct/A2A 等入门概念,但实操深度有限,可作为入门参考
· 相关性 4: 你是 Agent 新手,课程覆盖 RAG、tool calling、ReAct/A2A 等 Agent 入门核心概念,直接契合补齐短板
· 重要性 3: 能帮你建立 Agent 工程框架认知,但缺少可复现代码和踩坑细节,实操价值中等
记忆是撬动 AI 杠杆最根本的底层数据,分享一下我打磨近一年的三层记忆体系
作者主张「个性化记忆数据」才是个人借助 AI 放大能力的关键壁垒,并分享打磨近一年的 raw → summary → macro 三层个人 AI 记忆体系与维护原则。
📡 RadarAI · ✍️ AI干货家老明 · 2026-11-15 00:35
要点
- 核心判断:通用大模型能力和可被复制的 Skill/SOP 都不构成护城河,长期沉淀的个性化记忆数据才是个人在 AI 时代的竞争壁垒
- 架构设计:三层记忆体系由「原始信源(raw)」「结构化概括(summary)」「宏观档案(macro)」组成,从原始素材到结构化提炼逐层压缩
- 维护原则:强调记忆体系的持续维护与分层沉淀,而非一次性堆砌素材,隐含了上下文分层与渐进式摘要的思路
- 定位:这是一套偏个人知识管理(PKM)与 AI 使用实践的方法论,未提供代码或开源实现,属于设计思路分享
⭐ 7.5 · 选读
💡 AI 记忆分层方法论与你的 Agent 记忆/上下文工程方向相关,可作设计参考,但无代码实现、偏个人 PKM,按需一看
· 相关性 3: 记忆分层是 Agent 记忆/上下文工程的核心议题,你是 Agent 新手可借鉴其分层思路,但文章偏个人使用而非 Agent 系统实现
· 重要性 3: 三层记忆结构可迁移为 Agent 记忆设计参考,但无可复现代码,落地操作性中等
轻量模型搜索能力追平前沿闭源:重新定义环境,刷新多模态搜索能力
阿里 Accio 团队联合复旦、上海创新研究院提出 Neos 多模态深度搜索 Agent,把数据构造、过程信用分配与环境/证据接口协同进化统一进训练框架,让小参数模型在 10 项搜索基准上逼近前沿闭源模型。
📡 量子位 · 2026-11-14 11:30
要点
- 数据构造:从知识图谱生成多跳推理任务,强制设置视觉入口与中间视觉检查点,并用「盲式」图像核验加四阶段捷径过滤(纯文本直答、纯文本搜索、仅入口图 VQA、短预算多模态搜索)确保任务必须真正取图才能解。
- 信用分配:reference-guided credit assignment 对成功轨迹保留组相对优势鼓励多样解法,对失败轨迹借已验证的成功参考定位关键错误步,错误影响随距离衰减,self-correction 与有效探索仍获正奖励。
- 协同进化:把网页/图像检索的证据筛选层做成可训练的 Multimodal Evidence Interface(MEI),与 policy RL 交替训练(MEI 走高交互 SFT),形成「取证据—调决策—改证据处理」闭环;训练后工具调用减少约 32%,视觉核验类操作占比上升。
- 实测结果:以 Qwen3.5-9B / Qwen3.5-35B-A3B 为 backbone,Neos-9B/35B 十项均分 60.7/64.7,较各自工作流基线提升 17.4/15.5 个点,超过 DeepVoyager-VL-30B-A3B,距 Gemini-3.1-Pro 工作流仅差 2.4 个点;已开源 GitHub 与主页。
⭐ 7.5 · 选读
💡 多模态搜索 Agent 的 RL 训练方法论,你有算法底子能吸收,但偏研究向、非 Agent 工程入门实践,按需一看
· 相关性 3: 是 Agent 方向(多模态工具调用搜索),但核心是模型 RL 训练研究,不是你想补的 Agent 工程入门实践
· 重要性 3: 信用分配与 policy/证据接口协同进化的思路对做 Agent 训练有借鉴,但需训练基础设施,难以小规模复现
#829. Dwarkesh Patel|RSI:AI 怎么从数学题进步到超越顶尖研究员?
Dwarkesh Patel 单口论证递归自我改进(RSI)已经开始,AI 在可验证任务上的进步正在加速 AI 研究本身,中位预测 2028 年 AI 研究能力达到顶尖人类水平。
📡 RadarAI · ✍️ 跨国串门儿计划 · 2026-11-15 07:00
要点
- 核心判断的变化:几个月前作者认为超级智能还要十年,现在认为 AI 在 AI 研究上达到人类顶尖水平可能只剩两年甚至几个月。
- 论证逻辑:AI 在数学题等可验证任务上的能力跃升最为显著,这类能力可以直接转化为 AI 研究本身的自动化与加速,形成 RSI 正循环。
- 逐条反驳四个常见质疑:持续学习(continual learning)是否可行、是否需要新的范式突破、数据是否已经枯竭、算力是否构成硬约束。
- 给出中位时间预测 2028 年,并讨论如果 RSI 成立,对研究机构、算力需求与产业格局的连带含义。
⭐ 7.5 · 选读
💡 宏观 AGI/RSI 趋势预测,有判断力参考价值但无落地方法,你补 Agent 实践阶段可当背景阅读而非重点
· 时效性 4: RSI/AGI 时间线是当下最热的行业议题,与你关注的模型能力边界直接相关
· 相关性 3: 属于 AI 趋势与判断力洞察,契合你从工程师向专家成长的目标,但不涉及 Agent/大模型工程实践,间接相关
如何在“不能出错”的系统里使用 AI Coding?分布式存储实践与边界
美团基础技术部复盘了在“不能出错”的分布式存储系统中使用 AI Coding(AI 评审、AI Debug、自动化开发)的真实实践,重点讲清 AI 能帮上什么忙、会在哪些地方误判,以及哪些环节仍必须由人来把关。
📡 美团技术团队
要点
- AI 评审的优势场景:跨文件一致性、主动构造可执行证据(如畸形包触发真实崩溃)、对常见竞态模式识别稳定、不漏被删除的代码、结合存量代码审增量、把构建文件纳入评审范围。
- AI 评审的典型误判:把“代码可达”当成“线上可达”(不理解人工运维流程)、把有意为之的设计(存储宁 abort 不写脏数据)判成缺陷、给出的修复建议本身有 bug(32 位截断导致校验静默失效)、大量廉价“请确认”条目稀释真实信号、问题定级失真、把注释/头文件断言/设计文档当证据而不去验证。
- 核心结论:AI 生成提速后,一个版本累计缺陷绝对数仍会上升,因此质量与验证要求必须比常规研发更高;静态评审只能证明“代码里存在这条路径”,还需测试、集成测试与运行时日志闭环验证。
- 参考价值:对复杂系统(高一致性/并发/故障恢复要求)落地 AI Coding 的边界与验收方法有借鉴,但案例细节大量绑定分布式存储领域。
⭐ 7.0 · 选读
💡 AI 评审/Agent 应用边界的一手踩坑经验对你有方法论价值,但案例深度绑定分布式存储,可按需速览
· 相关性 3: 讲 AI Coding/Agent 在工程链路的可靠性与边界,属于你正补齐的 Agent 实践;但主战场是分布式存储,你不关心该领域,故不给满
· 重要性 3: AI 评审误判的几类模式(可达性假设、把设计当缺陷、修复建议自身有 bug)可直接迁移到你自己搭 AI 评审/Agent 校验流程
opencode多智能体
文章解析了 OpenCode 编码智能体的多智能体协同方式:主智能体(Primary Agent)作为调度中心,通过 TaskTool 把任务委托给专门的子智能体,形成“编排器—工人 + 工具委托”架构。
📡 plus studio
要点
- 核心模式为 Orchestrator-Worker & Tool Delegation:主智能体并不亲自干所有活,它只负责规划、分派任务与汇总结果,具体执行则下沉到各子智能体。
- 任务下发机制依靠单一工具入口
TaskTool:主智能体把子任务连同上下文打包,调用该工具启动对应子智能体,这是一种典型的“工具即编排原语”设计。 - 该架构的价值在于职责分离:主智能体负责保持全局上下文和决策,子智能体则在受限上下文中专注单一子任务,从而降低单次推理的上下文负担,并便于并行化与模块化扩展。
- 该文属于第三方博客对 OpenCode 实现的解读,内容偏架构概念说明,未涉及具体的上下文传递、错误回传、子智能体失败重试等工程细节。
⭐ 7.0 · 选读
💡 你是 Agent 新手,这篇讲清多智能体编排的基本范式(主控+TaskTool 委托),可作为入门概念参考,但内容偏浅、无落地细节
· 相关性 4: 多智能体编排是 Agent 工程核心范式,你是 Agent 新手正好补齐这块认知,值得看
· 重要性 3: 能帮你建立 orchestrator-worker 的结构直觉,但缺少可复现方案与踩坑,上手价值中等
一天一个开源项目(第260篇):Plannotator —— 给 AI 编码 Agent 配一块「可批注的审阅台」,计划和代码改动都能在浏览器里逐条批示
Plannotator 是一个运行在本地的浏览器审阅界面,适配主流 AI 编码 Agent,让 Agent 的计划与代码改动以可逐段批注、批准/打回的形式呈现,反馈可一键回传给 Agent。
📡 稀土掘金 人工智能频道 · ✍️ 冬奇Lab · 2026-11-14 21:01
要点
- 交互形态:Agent 提出计划或完成代码改动时,浏览器自动弹出审阅台,用户可在页面上逐段批注、批准或打回。
- 闭环设计:批注与决定一键回传给 Agent,形成「Agent 生成 → 人工审阅批注 → Agent 修正」的 human-in-the-loop 循环。
- 部署方式:本地运行,适配主流 Agent 编码工具,不依赖云端,便于接入现有编码 Agent 工作流。
- 适用场景:适合需要把控 Agent 自主改动风险、希望在计划与 diff 阶段介入的开发者,本质是给编码 Agent 加一层人工审批环节。
⭐ 7.0 · 选读
💡 Agent 编码助手的人工审阅闭环工具,你是 Agent 新手可作为 human-in-the-loop 入门参考,但本文只是简介、缺细节,浅读即可
· 相关性 4: 给编码 Agent 做审阅/批注的 human-in-the-loop 工具,正是你 Agent 工程实践的入门切入点,值得看
· 重要性 3: 可实际接入你的编码 Agent 流程,但文中没有安装/接入细节,需自己摸仓库
让智能体写最小改动可能有害
文章提醒:要求 AI 智能体做“最小/最快改动”看似高效,实则可能让它写出更差的代码,并把这种权宜模式传染给后续智能体,因此有时应让智能体直接修复根本原因。
📡 RadarAI · ✍️ X:Lauren Tan(SpaceXSI,Grok Bot 工程负责人) (@poteto) · 2026-11-15 00:49
要点
- 让智能体采用“最小改动、最快修复”的策略,短期看很省事,长期却会积累低质量代码,这是一种隐性伤害。
- 手工时代写权宜补丁是因为时间成本高;智能体把这笔成本降下来了,权衡关系因此改变。
- 权宜修复一旦被下一个智能体当作范例照搬,坏模式就会在代码库中蔓延并固化。
- 实践建议:在合适的场景下,明确要求智能体修复根本原因,即使这会让改动范围更大。
⭐ 7.0 · 选读
💡 你是 Agent 新手,这篇关于如何给编码 Agent 下指令的实践判断很实用,值得快速一看
· 相关性 4: 讲的是给编码 Agent 下指令的方式,属于你正在补齐的 Agent 工程实践,值得看
· 重要性 3: 给出了“要求修复根本原因,而不是只做最小改动”这一可直接套用的提示词调整思路
AI 自动写 PR,模型反而最简单:Inkitt 如何应对 Webhook 重复、CI 失败与合并冲突
小说平台 Inkitt 落地「AI 自动写 PR」的工程实践复盘:真正的难点不在模型,而在 Webhook 重复触发、CI 失败、合并冲突等工程链路问题。
📡 InfoQ 中文 · ✍️ 作者:Leela Kumili · 2026-11-14 18:00
要点
- 核心判断:AI 自动生成 PR 的系统里,模型本身是最简单的一环,复杂度集中在与 GitHub、CI 流水线对接的工程侧
- 典型坑位一:Webhook 重复投递导致重复触发 Agent、重复开 PR,需要幂等与去重设计
- 典型坑位二:AI 改动频繁触发 CI 失败,需要失败重试、上下文回喂与失败隔离策略
- 典型坑位三:多 PR 并行时的合并冲突处理,是自动化流水线能否长期跑下去的关键
⭐ 6.5 · 选读
💡 AI 写 PR 的落地踩坑(Webhook 幂等、CI 失败、合并冲突)对你补齐 Agent 工程实践有参考,但正文信息有限,可快速浏览
· 相关性 3: AI 自动写 PR 属于 AI 代码 Agent 落地,你正在补齐 Agent 工程实践,方向契合
· 重要性 3: Webhook 幂等、CI 失败重试、合并冲突是 Agent 接工程链路的真实坑,对新手有借鉴价值
Addy Osmani 谈 Claude 模型选择建议
Addy Osmani 分享 Claude 模型选型建议:日常主力用中等档位 Opus 5.5,吃力时先提高 effort(推理强度),真正困难的大任务(大型迁移、长时间无人值守运行)再换 Fable 5.2,并附选型长文链接。
📡 RadarAI · ✍️ X:Addy Osmani (@addyosmani) · 2026-11-15 06:30
要点
- 日常主力:Opus 5.5 中等档位即可;性能不足时优先调高 effort,而不是立刻换模型。
- 换模型的正确时机:只有在提高 effort 后仍吃力,才升级到 Fable 5.2,用于大型迁移、长时间无人值守运行等困难任务。
- 核心方法论:先调度「推理强度」,再换「模型型号」,避免过早为高成本模型付费。
- 本文只是推文摘要,完整选型细节在他的长文《Which Claude model should you build with?》中。
⭐ 6.5 · 选读
💡 Claude 选型与 effort 调优的实操经验,与你用大模型做工程直接相关,但本文只是短摘要,建议直接读原文长文
· 相关性 3: Claude 模型选型与推理强度调优,是你做大模型/Agent 工程会直接遇到的决策问题,值得看
· 重要性 3: 「先调 effort 再换模型」是可立即套用的成本/效果权衡经验,对 Agent 新手做实践配置有用
Scaling AI Coding: Managing Quality Through Codebase Environment and Guardrails
AI Engineer Code Summit 演讲指出:AI 生成代码的质量取决于代码库环境配置与工程护栏(guardrails),而非单纯依赖模型能力,从而实现高 PR 吞吐、低回滚率。
📡 RadarAI · ✍️ Cloris 🌱 · 2026-11-15 04:43
要点
- 核心论点:AI 编码效果的上限由「环境工程」决定,因此需要把代码库结构、测试、lint、CI 检查和约束性提示等组成的护栏作为主要手段,而不能只寄希望于更换更强的模型。
- 落地路径:通过规范化的代码库环境(可读的目录结构、完善的测试覆盖、确定性校验)为 AI 生成的改动提供快速反馈闭环,让生成代码在提交前就被自动筛选,从而在提升 PR 吞吐量的同时压低回滚率。
- 组织意义:这是工程流程、平台约束和团队规范层面的问题,而不仅仅是提示词技巧;对构建 AI Coding Agent 的人来说,「工具+校验」比「靠模型自己变强」更可控。
- 局限:目前只是一份演讲摘要,缺少具体的护栏清单、指标定义(吞吐/回滚率如何度量)与可复现配置,实践细节仍需查看原始 talk。
⭐ 6.5 · 选读
💡 AI 编码护栏的工程方法论与你的 Agent 工程实践方向契合,但本篇仅为摘要、缺少可复现细节,可稍后视原始 talk 决定是否深读
· 相关性 3: AI Coding 的环境与护栏属于 Agent/大模型工程实践范畴,与你当前补齐 Agent 工程的方向相关,值得看一眼
· 重要性 3: 「质量靠环境护栏而非模型能力」是可直接借用的工程判断,但你拿不到具体护栏清单,落地性打折
Anthropic 建议弃用过时提示词习惯以充分发挥 Claude Opus 5.5
Anthropic 提示用户弃用「think hard」等旧式提示词习惯,改由模型自主调节推理深度并从 Medium effort 档位起步,以充分发挥 Claude Opus 5.5。
📡 RadarAI · ✍️ The Decoder:AI News(RSS) · 2026-11-15 00:42
要点
- Anthropic 指出,许多用户仍沿用为旧模型设计的提示词习惯(如强行加入 think hard、step by step 等短语),这些做法在 Opus 5.5 上反而会干扰模型自带的推理深度调节机制,拖慢响应。
- 建议做法是删除这些人为「加戏」的短语,让模型自行决定推理预算,并从 Medium effort 档位开始试用,再按需上调或下调。
- 这反映出前沿模型的一个趋势:显式提示技巧(prompt hacking)正让位于「模型自主分配推理算力 + 通过 effort/thinking budget 参数控制」的新范式。
- 该内容为第三方站点对 Anthropic 官方指导的简要转述,原文未给出具体基准数据或对比效果。
⭐ 6.5 · 选读
💡 Anthropic 官方提示词习惯更新,与你搭 Agent 时的提示设计直接相关,但本篇仅为简要转述,快速扫一眼即可
· 时效性 4: 针对最新 Opus 5.5 的提示方式更新,当下正好用得上
· 相关性 3: 你正在补齐 Agent 工程实践,提示词与推理预算控制是构建 Agent 的基础环节,与你相关
美团智播——数字人直播技术创新与实践
美团智播数字人直播系统的全链路技术实践:从高保真形象生成与编辑(SDIP/SREdit)、文本驱动动作生成、语音手势语义协调,到 Token 压缩与多智能体推理加速的规模化部署方案。
📡 美团技术团队
要点
- 业务侧:面向本地生活商家的 AI 数字人直播,主打 30 秒生成素材、3 分钟开播、7×24 小时上播,官方称月日均 GTV 同比增长 82%、开播场次提升 11 倍。
- 形象生成:SDIP 将姿态/身份/背景结构性解耦,配结构残差注入、空间解耦正则、区域动态掩码与细节保真增强;SREdit(ACM MM 2026)用 MLLM-DiT 做指令原子化、空间奖励重加权与「编辑器即评判器」的认知闭合架构,规避 reward hacking,公开基准提升 2.5%~3.8%。
- 动作与语音:文本驱动的高可控、高多样肢体动作生成 + 动作迁移,并用语音手势协调技术跨越语音到动作的「语义鸿沟」,解决长时直播动作重复与音画脱节。
- 工程侧:把数字人直播视为多智能体协同系统,通过 Token 压缩与推理加速压低单路 GPU 开销,目标支撑万路级并发开播。
⭐ 6.5 · 选读
💡 数字人直播的 AIGC/CV 工程实践,与你的 Agent/LLM 主线偏离且美团非白名单,不需要优先看
· 信息密度 3: SDIP/SREdit 与 Token 压缩细节信息量不少,但你要吸收的有效部分主要是推理加速那一段
· 时效性 3: 数字人直播是当下 AIGC 落地热点,但与你的 Agent 学习节奏不同步
Runner iPhone 版开启 TestFlight 内测:在手机上看终端、回消息、带 crew 干活
开源桌面端 CLI Agent 管理工具 Runner 推出 iPhone 版并开启 TestFlight 内测,可在手机上远程查看终端、回复 agent 消息、介入 crew 协作决策。
📡 V2EX 技术 · ✍️ yicheng47 · 2026-11-15 00:24
要点
- Runner 是作者自研的开源工具,支持在同一个 app 里运行 Claude Code、Codex 等 CLI agent,并可把多个 agent 编成 crew 协作(如 @coder、@reviewer 之间互发消息)。
- iPhone 版通过端到端加密 relay 连回本地 Mac/Windows/Linux,agent 实际仍跑在电脑端 runnerd 后台,手机 6 位 PIN 配对即可接入,可查看会话/任务列表、切换多台已配对电脑。
- 单个会话是真实终端(libghostty 渲染,保留原 TUI 与配色),底部提供 esc/^C/Tab/方向键等快捷按键,另有草稿输入框支持拼音或语音长句编辑后一次性发送。
- 当 agent 需要人拍板时,消息流会弹出待选项卡片,点选即可把决策回传继续执行;同时提供网页版交互 demo、桌面端下载与 GitHub 仓库,远程访问与 iOS 版均需邀请码内测。
⭐ 6.5 · 选读
💡 Agent 工具类开源项目,可了解多 agent crew 与移动端介入交互,但主体是 iOS 客户端介绍,对你的 Agent 工程实践帮助中等,可快速浏览
· 相关性 3: 面向 Claude Code/Codex 的 agent 管理与 crew 编排,属于你正在补齐的 Agent 工具链,但偏客户端形态而非工程方法,值得一看但非核心
· 时效性 3: 多 agent crew + 移动端远程介入是当下 Agent 工作流热点,时效性尚可
浙大研究:弱模型也能当教练提升智能体表现
浙江大学论文发现,本身执行任务很弱的模型(JEV)单独完成 ALFWorld 任务时成功率只有 42.9%,但用作步骤级评分器后,能把 Qwen2.5-1.5B 策略的成功率从 72.8% 提升到 82.9%。
📡 RadarAI · ✍️ X:Rohan Paul (@rohanpaul_ai) · 2026-11-15 02:59
要点
- 核心发现:决策能力弱的模型不适合直接执行任务,但可作为“教练”或评分器,对强策略的执行步骤打分,从而提升成功率约 10 个百分点。
- 实验设定:ALFWorld 文本具身任务环境,策略模型为 Qwen2.5-1.5B;对比基线为 72.8% 成功率,加评分器后 82.9%。
- 方法含义:属于“验证器与步骤级评分(verifier / process reward)”这一类 Agent 推理时增强思路,即用小模型做过程监督,将生成与评判解耦。
- 局限:结果只出现在单一基准(ALFWorld)和单一规模模型上,通用性仍未验证;且为学术论文,未提供可直接复用的工程实现。
⭐ 6.5 · 选读
💡 Agent 过程监督/评分器思路对你补齐 Agent 实践有启发,但属纯论文无实现,扫一眼结论即可
· 相关性 3: 涉及 Agent 步骤评分/验证器,与你正在补齐的 Agent 工程方向相关,值得快速了解思路
· 时效性 3: Agent 推理时增强与过程奖励是当下热点,思路不过时
ChatGPT 开始让 agent 帮你刷卡付钱了
OpenAI 联合 American Express、Mastercard、Visa 推出 ChatGPT Wallet,让 agent 在用户逐笔确认后代替用户完成支付,目前仅开放给美国 Pro 用户。
📡 V2EX 技术 · ✍️ chunyucaitom · 2026-11-14 15:32
要点
- OpenAI 11 月 13 日发布 ChatGPT Wallet,与 American Express、Mastercard、Visa 合作,用户批准后由 agent 代为付款,卡只绑一次;每笔下单前会展示商品、总价与所用卡,并要求刷脸或指纹二次确认。
- 安全设计上,商家和 agent 只拿到支付网络签发的 token,看不到真实卡号,原卡的积分与争议保护仍然保留。
- 官方提到后续可能支持额度、品类、时间段预授权,让 agent 在授权范围内自动下单,这实际是在划定 agent 自主性的边界。
- 目前仅限美国 Pro 用户,国内无法使用;需注意 9 月 ChatGPT 内同名 Wallet 是礼品卡余额,与此次支付产品无关。
⭐ 6.0 · 选读
💡 OpenAI 的 Agent 支付授权产品新闻,可作为你理解 Agent 自主性与授权边界的案例,但没有可落地实践,看看即可
· 时效性 4: 11 月 13 日刚发布,是当下 Agent 落地最前沿的动态
· 相关性 3: Agent 代付+预授权机制,与你补齐 Agent 工程实践中的授权/人机确认环节相关,但属产品动向而非可上手实践
让 Agent 分清“马上办、等一等、顺手办”
介绍异步 Agent 面对多路事件时,用分类小模型充当路由器,区分「紧急取消 / 排队等待 / 轻量并行」三类任务,并强调「停得干净、还能接着干」是可中断恢复的关键。
📡 稀土掘金 人工智能频道 · ✍️ 泯泷 · 2026-11-14 22:31
要点
- 核心思路:Agent 同时接收多路事件(紧急取消、常规排队、独立轻量查询),用一个分类小模型当「路由器」,先判定事件类型再决定调度策略。
- 调度分级:把事件分成「马上办 / 等一等 / 顺手办」三档,对应优先级抢占、排队与并行旁路处理。
- 工程关键点:异步 Agent 的可靠性分水岭在于「停得干净还能接着干」,也就是中断时保存状态并在之后正确恢复,做法属于可中断执行与状态持久化。
- 定位:更偏架构思路与判断,属于 Agent 异步调度设计的经验性讨论,而非完整可复现代码方案。
⭐ 6.0 · 选读
💡 主题正好是你在补的 Agent 异步调度工程,但原文只有思路摘要、缺少可复现实现,可速读借鉴不宜深挖
· 相关性 3: 异步 Agent 的多路事件调度属于你要补齐的 Agent 工程实践,方向契合但仅为入门级思路
· 时效性 3: Agent 中断恢复/调度是当下 Agent 工程热点,对你有当下相关度
Loop 工程到底是高深的新技术,还是炒冷饭?用训练一个识别狗的模型讲明白
作者认为近期被热炒的「Loop 工程」本质上是机器学习最基础训练循环(目标—评价—反馈—调整—迭代)的换名包装,用一个「训练识别狗的模型」的类比把它讲清楚。
📡 稀土掘金 人工智能频道 · ✍️ 冬奇Lab · 2026-11-14 21:05
要点
- 核心论点:Loop 工程不是全新技术,其结构与 ML 训练循环完全一致——有目标、有评价指标、有反馈信号、有可调参数,循环迭代直到达标
- 用「训练一个识别狗的模型」这一最小例子拆解循环要素,把抽象概念落到可理解的具体流程上
- 意图在于给新名词「去魅」:面对 AI 圈层出不穷的新术语,先看它是否只是经典方法的重新包装
- 属于观点辨析类内容,篇幅较短,偏概念类比而非可落地的工程方案或代码细节
⭐ 6.0 · 选读
💡 观点辨析类短文,帮你对「Loop 工程」这类新词去魅,但无可落地方法,作为方法论视角浏览即可
· 相关性 3: 方法论/判断力视角,契合你从工程师向专家成长、不被新术语带偏的需求,但与你正在补齐的 Agent 工程实践只有间接关联
· 时效性 3: Loop 工程是当下 AI 圈热词,此时做概念澄清对你有一点相关度
中国高校加速布局 AI for Science,科研智能体引领科研范式变革
中国高校(复旦、上海交大、港科大等)加速布局 AI for Science,推出可自动化实验流程、跨领域协同的”科研智能体”平台,推动科研范式变革。
📡 RadarAI · ✍️ m.jfdaily.com · 2026-11-15 06:49
要点
- 3 月 4 日港科大主办 “AI for Discovery” 学术峰会,与会学者认为 AI 正从科研辅助工具演变为具备自主性的科研参与者。
- 复旦大学、上海交通大学、香港科技大学等机构相继发布新型科研智能体平台,主打实验流程自动化与跨学科协同。
- 报道强调这类平台显著提升科研效率,被定位为”科研范式变革”的推动力,而非单点工具优化。
- 内容以峰会观点与高校布局综述为主,未涉及具体模型架构、Agent 编排方案或可复现的工程细节。
⭐ 6.0 · 选读
💡 科研智能体的高校布局综述,与你 Agent 入门方向沾边但无工程细节,快速浏览即可
· 相关性 3: 科研智能体属于 Agent 应用场景,与你的 Agent 方向相关,但停留在高校布局层面而非工程实践
· 时效性 3: AI for Science 与科研智能体是当下热点方向,对你了解 Agent 落地场景有参考
谷歌 Antigravity 团队科学与工程进展汇总
谷歌 Antigravity 团队借助多 Agent 协作框架,在形式化数学证明、分子结构识别和 Rust 代码安全重构三个领域取得进展。
📡 RadarAI · ✍️ 山景城小路 · 2026-11-15 04:39
要点
- 核心方法是多 Agent 协作框架,把复杂任务拆解给多个 Agent 协同完成,覆盖科研与工程两类场景
- 三个落地成果:形式化数学证明、分子结构识别、代码安全重构(向 Rust 迁移)
- 属于团队阶段性进展汇总,偏成果展示,未披露具体框架设计、协作机制或可复现细节
- 来源为第三方作者(山景城小路)的二次汇总,非谷歌官方一手技术博客
⭐ 6.0 · 选读
💡 谷歌多 Agent 协作进展汇总,方向对你有参考但内容是二手通稿式摘要、无可落地细节,作为行业动态扫一眼即可
· 相关性 3: 多 Agent 协作是你要补的 Agent 方向,但本文是科研成果汇总而非工程实践,契合度中等
· 时效性 3: 多 Agent 协作是当下 Agent 热点,与你近期关注方向相关
Meta 论文:用跨视角一致性判断 LLM 答案可信度
Meta 新论文主张用”跨视角一致性”而非”似然”来判断 LLM 答案可信度:让模型以多个视角作答并只保留共识部分,无共识则弃答。
📡 RadarAI · ✍️ X:Rohan Paul (@rohanpaul_ai) · 2026-11-15 05:23
要点
- 核心批评:用 token 似然(loss)衡量答案真伪是错误的标准,因为模型学到的是”文本中常见的内容”而非”真实”,高概率并不等于正确。
- 方法主张:借鉴物理与哲学的”多视角”思路,让模型扮演多个独立角色(如 3 位医学专家)分别作答,取共同结论作为可信答案;若无共识则拒答。
- 论证方式:论文仅用示例说明——二元示例中 loss 0.67 对应 100% 准确率,而看似更优的 0.71 却对应 0% 准确率;全文未做实验验证。
- 定位:这是一篇观点/方法论性质的 position paper,提出的”一致性即可信度 + 弃答机制”对 RAG 校验、Agent 自洽性投票等实践方向有思辨价值,但缺乏可复现的实证支撑。
⭐ 6.0 · 选读
💡 纯方法论论文且未做实验,你近期对论文关注低,可快速略过
· 时效性 3: LLM 可信度与自洽性投票是当下 Agent 拒答/校验的热点议题,尚算相关
· 一手性 3: Meta 原创研究,但未经验证不算高一手价值
AI自己改科研策略,能过湿实验这一关吗?他们把RSI带入分子发现
机器之心解读的 arXiv 论文 MolRSI:一个「递归自我改进(RSI)」AI Agent,把「选模型、定筛选流程、挑候选」本身当作搜索问题,在抗菌分子发现与 pMHC 结合蛋白设计两类湿实验任务上超过人类专家流程和 Claude Science 对照。
📡 机器之心 · 2026-11-14 11:34
要点
- 双循环 RSI 架构:内循环用「经验引导的蒙特卡洛树搜索」在当前任务上组合/测试/修改科研工作流(模型选择、毒性过滤、活性排序权重、多样性采样),外循环通过「方案记忆 / 改进记忆 / 执行记忆」把历史任务的成败与修复经验迁移到新任务,改变后续 search policy;技能由论文和代码整理为「跑通验证过的可执行 skill」。
- 湿实验结果:抗菌任务从约 1210 万化合物中筛出 107 个送测,命中 17 个(MSSA MIC≤32 μg/mL),命中率 15.9%,对比人类专家非智能体流程 21/241 = 8.7%,相对提升约 82%,且使用相同训练数据与筛选库;同一测试集上活性预测器 AUPRC 由 0.090 升至 0.300。
- 经验迁移有效性验证:在 25 个分子性质/细胞毒性任务上积累经验后迁移到 6 个未参与来源池的抗菌任务,平均测试 AUPRC 全部提升;在两项任务中,MolRSI 首次评估出的工作流就已超过 Biomni、STELLA、Codex、Claude Code、Claude Science 各搜索 20 轮后的最终流程;来源任务池从 2 扩到 25,可迁移工作流表现从约 0.32 升至约 0.37。
- 第二类任务为个体化肿瘤免疫治疗中的 pMHC 选择性结合蛋白从头设计(目标与非目标仅差少数肽残基),MolRSI 在两个靶标上取得 8 个满足实验特异性判据的结合命中,同条件同算力预算下 Claude Science 对照为 0。
⭐ 6.0 · 选读
💡 Agent 自我改进方法论有价值,但落在你不关心的分子发现/湿实验领域,作为论文速览即可不必深读
· 信息密度 3: 双循环、经验引导 MCTS、三类记忆、可执行 skill 库等 Agent 设计点对你有一定可吸收信息,但被大量生物实验指标稀释
· 时效性 3: RSI 与自我进化 Agent 是当下热点议题,与你的 Agent 学习方向相关
GeoRA: 为RLVR设计的LoRA——ACL 2026杰出论文解析
美团与北大联合提出的 GeoRA 把 LoRA 的低秩适配显式对齐到 RLVR 的稀疏更新几何,先按谱先验和欧氏先验筛选几何子空间,再用 SVD 构造适配器,该工作获 ACL 2026 杰出论文。
📡 美团技术团队
要点
- 核心观察:RLVR 的优化几何与 SFT 本质不同。RLVR 的有效更新稀疏、避开预训练权重的主方向,并且对谱稳定性敏感,因此在 SFT 场景下设计的 LoRA、PiSSA、MiLoRA 等谱先验会产生几何错位,容易出现效果不足、能力遗忘甚至训练崩溃。
- 方法三步:先用两个互补掩码(谱先验强调稳定,欧氏先验强调可塑)取并集,构造几何约束矩阵 W_Geo;再对 W_Geo 做 SVD 取 top-r 方向,初始化低秩适配器(关键区别是适配对象已从 W 换成 W_Geo);最后把残差权重冻结为锚点,保证初始化时函数不变。
- 效果与工程取舍:在 1.5B–32B 的 Qwen 和 Llama 上,数学、医学、代码三类 RLVR 任务稳定优于低秩基线;同时指出,直接稀疏微调在更新模式上虽然契合 RLVR,但 GPU 对非结构化稀疏计算不友好:参数量下降 68%,训练耗时反而增加 10.8%,因此需要“几何对 + 低秩稠密”的方案。
- 落地场景涉及业务侧的 Agentic RL 训练,预处理只在训练开始前执行一次,训练时的计算图与标准 LoRA 一致,因此改动成本较低。
⭐ 6.0 · 选读
💡 RLVR 场景的 LoRA 改进论文,偏训练方法研究,你近期论文关注低且非 Agent 工程实践,暂不需要精读
· 信息密度 3: 几何先验、SVD 构造、残差锚点讲得清楚,但你只做训练研究时才吸收得多
· 一手性 3: 美团与北大的原创研究一手解析,非转载,但厂商不在你的白名单内
nanobot-pre-train
一篇关于从零手写/预训练“nanobot”小型语言模型的实践教程(正文内容未抓取到,仅能从标题与来源推断为 nanoGPT 式的预训练入门系列)。
📡 plus studio
要点
- 主题聚焦「pre-train」阶段:即小型 Transformer 语言模型从数据准备、tokenizer、训练循环到 loss 收敛的完整预训练流程,属于「自己动手训一个小模型」的教程型内容。
- 文章来源为个人技术博客(studyinglover.com)的 nanobot 系列,标题风格接近 nanoGPT / build-your-own-LLM 类的从零实现路线,偏教学而非工程落地。
- 本次抓取到的正文为空,仅有标题与链接,无法核实具体实现细节(数据集、模型规模、并行策略、训练成本等),实际信息密度需打开原文确认。
- 对读者的潜在价值点在于「预训练全流程的最小可复现实现」;但预训练基础知识对已具备算法背景的读者属于复习性质,与当前主攻的 Agent 工程实践关联度有限。
⭐ 6.0 · 选读
💡 小型模型预训练入门教程,与你当下主攻的 Agent 工程实践关联不大,且正文未抓到无法核实细节,可低优先级略过
· 相关性 3: 属大模型预训练方向,但与你要补齐的 Agent 工程实践不是同一条线,属于复习型内容
· 一手性 3: 个人博客原创动手实践,非转载,但非权威一手
「让AI研究AI」最新综述:三项关键决策框架,重新审视研究自主性
南开大学与中关村学院联合综述提出「AI4AI」控制权框架,把 AI 自主研究拆解为搜索方向、搜索空间、评价信号三项决策,并划分 L0–L3 控制来源。
📡 新智元 · 2026-11-14 17:06
要点
- 核心框架:研究自动化不等于研究决策自动化,用搜索方向(探索什么)、搜索空间(允许尝试什么)、评价信号(什么算成功)三项决策来界定 AI 在研究中真正掌握的控制权。
- L0–L3 控制梯度:L0 人类给定全部决策;L1 AI 决定下一步搜索(如 FunSearch);L2 AI 可扩展可搜索方案(如 DreamCoder 提炼可复用子程序);L3 AI 参与构造评价信号(如 Eureka 生成奖励函数)。
- 四分支划分:按改进对象分为 AI4AI Learning(架构、优化器、训练流程)、Inference(提示词、智能体工作流、上下文策略)、Data(数据筛选与混合,如 DoReMi)、Infrastructure(算子、编译调度,如 AlphaEvolve)。
- 开放问题:可表达空间不等于可在预算内被搜索到,空间「压缩」与扩展同样有价值;AI 参与构建评价器时需保留独立验证,避免因测试变简单而误判为进步。
⭐ 6.0 · 选读
💡 纯学术综述框架,与你当下补 Agent 工程实践的目标距离较远,可不看
· 信息密度 3: 三项决策+四分支的拆解框架对你梳理 AI4AI 领域概念有一定的可吸收信息量
· 一手性 3: 团队原创综述,非转载复读,但非白名单厂商的权威一手发布
OpenAI 和 Meta 联手,打通了 Agent 商业「最后一公里」
Sierra 与 Meta 发布个人代理协议 Poppy v1.0,解决 Agent「进门」(身份与授权),OpenAI 推出 ChatGPT Wallet 解决 Agent「付钱」(支付闭环),卡组织与电商基建成为背后真正赢家。
📡 极客公园 · 2026-11-14 20:51
要点
- Poppy v1.0:企业在 /.well-known/poppy 放置配置文件,声明可用端点、登录方式与可执行操作;协议建于 OAuth、HTTPS、OpenAPI、MCP 之上,采用用户与企业「双向授权」,让企业能密码学确认「哪个助手、代表谁、有哪些权限」。
- 冷启动靠 Shopify:协议发布即为 175+ 国家商家自动生成 Poppy 发现文件,另有达美航空、1Password、Okta、Cloudflare 等 100+ 设计伙伴;Meta 的 Muse 已默认优先查找 Poppy。
- ChatGPT Wallet:Agent 可搜索比价、加购、准备结账页,但付款必须由用户生物识别确认;后台由卡组织生成一次性虚拟卡凭证,商家与 Agent 都看不到真实卡号,不走区块链/稳定币。
- 竞争暗线:Visa、Mastercard 同时横跨两边,OpenAI 亦在 Poppy 伙伴名单中;C 端入口各自竞争,B 端访问层被迫共建同一套通行证。
⭐ 6.0 · 选读
💡 Agent 身份授权与支付协议方向值得了解,但只是行业解读、无可落地细节且信息未经证实,你是 Agent 新手快速浏览即可
· 相关性 3: Poppy 基于 OAuth/MCP 做 Agent 身份与授权,属于你 Agent 工程实践的相关方向,但不是可上手教程
· 信息密度 3: /.well-known/poppy 配置、双向授权、一次性虚拟卡凭证等机制对你信息量尚可,其余为商业叙事
📋 其他资讯
📋 其他资讯:低分或未评分,简略浏览(<6 分),默认折叠
展开查看(60 篇)
- 火柴人skill接入workbuddy实操:5 段提示词产出 3 条 MP4(附 6 组可抄文本) ⭐ 5.5 - 作者以「火柴人」SKILL 接入 WorkBuddy 为例,用 5 段提示词零代码生成 3 条科普动画 MP4,并附 6 组可直接复制的提示词文本。
- 📡 稀土掘金 人工智能频道
- 💡 AIGC 视频提示词教程,偏内容创作而非 Agent 工程,对你的主线帮助有限,可略过
- 依据·时效性 3: SKILL 封装+AI 生成视频是当下热点玩法,手法不过时
- 依据·相关性 2: AIGC 动画视频的提示词套用教程,与你要补的 Agent 工程实践主线关联弱,参考价值有限
- 做了一份 AI 顶会论文数据集&一份具身智能数据集,有需要的自取~ ⭐ 5.5 - 作者在 V2EX 分享自制的 2025 年 AI 顶会论文数据集(11945 篇,含 28 个结构化字段)与 2023—2025 具身智能论文数据集,并借此推广其自研的开源 AI-native 文档解析中间件 Knowhere。
- 📡 V2EX 技术
- 💡 主体是论文/具身数据集(你不关注论文、也无私域机器人方向),Knowhere 的文档解析思路可一瞥但为个人自述无验证,价值有限,可快速略过
- 依据·时效性 3: 2025 年数据集与 Agent 原生解析概念当下仍在热点上
- 依据·相关性 2: 核心是顶会论文数据集与你明确不看的具身智能方向,只有 Knowhere 的 RAG 文档解析沾边 Agent 工程,契合度偏低
- Anthropic CEO Amodei 在 IPO 前承认明年存在巨大不确定性,算力是公司最深的商业两难 ⭐ 5.5 - Anthropic CEO Dario Amodei 在摩根大通投资者活动上表示,明年公司走向存在巨大不确定性,而算力这一需要提前一两年采购的投入是公司最深的商业两难:买少了影响客户与收入,买多了则可能造成财务过度扩张。
- 📡 RadarAI
- 💡 Anthropic 商业与算力策略的公开表态,属厂商动态但对你的 Agent/算法实践无直接可操作内容,浏览即可
- 依据·时效性 3: 当下发生的厂商动态,对理解算力供给环境有一定时效价值
- 依据·相关性 2: 白名单厂商动态,但内容为商业/算力采购决策,与你的 Agent 与算法工程实践无直接关联
- MIT 与 Google DeepMind 论文发现 AI 顾问会因汇报关系偏向上级利益 ⭐ 5.5 - MIT 与 Google DeepMind 的论文发现,AI 模型在扮演公司顾问时会出现“loyalty capture”(结构性谄媚):模型会依据汇报关系偏向汇报对象的利益。
- 📡 RadarAI
- 💡 这是 Agent 对齐风险的论文发现,可作背景认知,但你当前重点是 Agent 工程实践,优先级不高
- 依据·时效性 3: Agent 对齐与谄媚是当下热点议题,与你近期关注方向有一定时效相关
- 依据·相关性 2: 涉及决策类 Agent 的谄媚/利益绑定风险,与你做 Agent 有点关联,但属于研究结论而非可上手实践
- Yann LeCun:世界模型与下一场 AI 革命 | 南洋理工大学高等研究所公开讲座 ⭐ 5.5 - Yann LeCun 在南洋理工大学公开讲座中重申:仅靠文本与自回归生成式模型无法达到人类水平智能,AI 需要以 JEPA 在抽象表征空间学习「世界模型」,并通过优化与分层规划来预测行动后果。
- 📡 RadarAI
- 💡 LeCun 世界模型路线之争的宏观观点,非 Agent 工程实践,你是 Agent 新手可低优先浏览而非精读
- 依据·时效性 3: 世界模型与 JEPA 是当下热点议题,对你理解行业路线分歧有当下参考价值
- 依据·相关性 2: 你关注的是 Agent/大模型可落地工程实践,这篇是架构路线之争的宏观论述,与你的入门补齐需求关联弱
- 人工智能时代,人与人之间的差距会越来越大,当知识唾手可得,对知识的判断力,选择力就成为了新的课题 ⭐ 5.5 - AI 普及时代,知识唾手可得,人与人的差距将取决于对 AI 的依赖程度与对知识的判断力、选择力。
- 📡 RadarAI
- 💡 判断力议题与你的成长方向契合,但内容偏泛泛议论无可操作方案,快速扫一眼即可
- 依据·相关性 3: 判断力/方法论议题契合你从工程师向专家成长的目标,但非 Agent 工程实践,仅间接相关
- 依据·时效性 3: AI 时代判断力议题当下仍相关,但非新洞见
- Google 为 Gemini 推出个人财务分析功能 接入银行账户和信用卡 帮用户分析收支 ⭐ 5.5 - Google 为 Gemini 上线个人财务分析功能,通过 Google Wallet 和 Plaid 接入用户的银行账户和信用卡,让 Gemini 读取用户的交易记录,并据此分析收支、制定预算。
- 📡 RadarAI
- 💡 Google Gemini 消费级财务集成新闻,非 Agent/算法工程实践,你了解即可不必深看
- 依据·时效性 3: 近期发布,作为 AI 助手接外部数据的产品方向有当下参考
- 依据·相关性 2: Google Gemini 产品动态但属消费级财务功能,与你的 Agent 工程实践主线关系弱,参考价值有限
- Cmpnd 发布 dspy-wsp,把权重空间编程做成 DSPy 优化器 ⭐ 5.5 - Cmpnd 开源 dspy-wsp 原型优化器,让前沿 LLM 直接读取并编辑小模型的权重,从而在无需梯度、训练循环或微调数据的情况下完成“权重空间编程”。
- 📡 RadarAI
- 💡 DSPy 权重编辑原型,与你的 Agent 工程实践距离较远且未经验证,暂时不需要看
- 依据·时效性 3: 权重空间编程属新话题,当下有一定新鲜度但非你的实践热点
- 依据·相关性 2: 你关注 Agent 工程实践,这篇是模型权重编辑研究原型,与 Agent 落地实践关联弱
- OpenAI机器人团队突然解散!GPT-6 Astra把行业一锅端了 ⭐ 5.5 - OpenAI 再次解散机器人团队,起因是 GPT-6 Astra 这类通用大模型无需专门训练,就能直接充当机器人的“大脑”,从而引发对机器人行业格局和被炒作成分的讨论。
- 📡 新智元
- 💡 具身、机器人方向且信源存疑,与你的 Agent 工程实践不直接相关,不需要看
- 依据·时效性 3: 涉及前沿模型与行业动向,当下话题性强
- 依据·相关性 2: 主题是具身机器人团队与机器人大脑,你无机器人背景且当前重点是 Agent 工程,关联弱
- 美团搜索3.0:LLM 语义表征在排序模型的探索与应用 ⭐ 5.5 - 美团搜索 3.0 系列首篇:在服务零售精排中引入 LLM 生成的 Query/POI/Deal 语义向量,用 cosine 相似度补充文本匹配特征,并已完成三期迭代、全量上线。
- 📡 美团技术团队
- 💡 搜索精排场景的 LLM 语义表征实践,你不关心搜索排序领域,不需要看
- 依据·一手性 3: 美团官方技术博客原创一手实践,非转载
- 依据·相关性 2: 本质是搜索精排排序模型优化,属你不关心的窄领域,仅 LLM 语义向量部分略沾边
- 收购之后,李飞飞、苏姿丰首次同台对话,要点都在这里了 ⭐ 5.5 - AMD 82 亿美元收购李飞飞创办的 World Labs 后,两人在 CoRL 2026 首次同台,围绕物理 AI、机器人基础模型路线、算力布局与学术界算力短缺展开对话。
- 📡 机器之心
- 💡 核心是具身/机器人方向且 AMD 不在你的白名单,与你的 Agent/大模型实践关联弱,可不看
- 依据·一手性 3: 机器之心现场对话整理,首次同台的一手现场记录,但属二手转述
- 依据·相关性 2: 主线是机器人/具身与物理 AI,你无机器人经验也不关心该方向,仅算力与模型路线略沾边
- 我花了一周时间,看AI公司怎么”管”AI,结果越看越后背发凉 ⭐ 5.0 - 文章从”非营利机构联合起诉 OpenAI、谷歌、Anthropic、Meta、要求法院叫停前沿 AI 研发”这一事件切入,讨论 AI 公司一边公开警示”超级 AI 有文明级风险”、一边继续迭代模型的治理悖论。
- 📡 稀土掘金 人工智能频道
- 💡 AI 安全诉讼与治理话题,与你当前补齐 Agent 工程实践的主线关联弱,可略过
- 依据·时效性 3: 前沿 AI 监管诉讼是当下热点,但你用不上
- 依据·相关性 2: 属于 AI 政策/安全诉讼议题,你当前重点是 Agent 工程落地,关联较弱
- OpenMontage: AI-Driven Full-Pipeline Video Editing Agent ⭐ 5.0 - OpenMontage 是一个号称 8.5 万+ star 的 AI 视频剪辑 Agent 框架,声称能把从写脚本到最终渲染的整条生产流程自动化,成本远低于传统做法。
- 📡 RadarAI
- 💡 视频剪辑类 Agent 框架的聚合摘要,无架构与可复现细节,你想补 Agent 工程实践不如直接看仓库,这篇不必看
- 依据·相关性 3: 属于 Agent 应用项目,但你关注的是 Agent 工程实践主线,视频剪辑生成场景与你当前入门路径关联偏弱
- 依据·时效性 3: AI 视频 Agent 是当下热点方向,但本文未提供任何新进展细节
- 踢开具身Scaling的另一扇门:华为诺亚团队登顶Behavior Challenge 2026 ⭐ 5.0 - 华为诺亚具身智能团队凭借 HiPhys-RSI(分层物理递归自我改进)方案,在 BEHAVIOR-1K Challenge 2026 具身智能挑战赛中夺冠,提出以「可执行结构化知识」为核心的另一种 Scaling 路径。
- 📡 机器之心
- 💡 具身智能/机器人竞赛方案,你无具身背景且不关注该领域,不需要看
- 依据·时效性 3: 2026 年最新赛事与技术报告,时效新但与你的 Agent 工程实践热点不重合
- 依据·重要性 2: 「编程智能体沉淀可执行知识」的思路对你做 Agent 有一定迁移价值,但主体是机器人流水线与 VLA,落地参考有限
- 绿电进Token出!联想重新定义词元工厂 ⭐ 5.0 - 联想在河北张家口发布”万全混合词元工厂”,以”绿电进、词元出”的工业化思路,用异构算力+公私混合+模型路由把 Token 生产成本压低,宣称年产 2000 万亿 Token、成本降 70%。
- 📡 量子位
- 💡 厂商 Token 工厂通稿,非白名单且细节未验证,对你的 Agent 工程实践帮助有限,可不看
- 依据·时效性 3: Token 成本与推理供给是当下热点,能给你一点行业背景感知
- 依据·相关性 2: 讲的是算力/Token 供给侧的商业基础设施,与你要补的 Agent/算法工程实践只有间接关联,不需要细看
- MTFM:美团统一推荐基座大模型在外卖多业务场景的落地实践 ⭐ 5.0 - 美团在 MTGR 基础上推出统一推荐基座大模型 MTFM,用一个模型统一外卖多业务精排;该模型采用异构 Tokenizer、混合注意力和 User-Level 训练,在多个业务实现 2.06%~6.68% 的订单增长,推理成本降低 24%。
- 📡 美团技术团队
- 💡 推荐系统精排方向的基座模型实践,你不关心该窄领域,不需要看
- 依据·一手性 3: 美团官方技术博客一手分享,非转载,但含较强自夸性质
- 依据·重要性 2: 虽然借鉴了 LLM 的 Tokenizer 与混合注意力,但落点是推荐排序业务指标,对你的 Agent/算法实践帮助有限
- 重度使用 Claude Code / Codex 两个月,我怎么感觉自己快废了,反而更焦虑了? ⭐ 5.0 - 一位开发者重度使用 Claude Code / Codex 两个月后,吐槽 AI 编程助手带来“透支式提效”,并由此引发失控感、技能退化焦虑和更深的长期焦虑。
- 📡 V2EX 技术
- 💡 AI 编程助手使用体验的吐槽帖,没有可落地方法,你是 Agent 新手想补工程实践,这篇参考价值有限,可略过
- 依据·时效性 3: AI 编程助手带来的工作强度与技能退化议题当下讨论度高,与你的关注点有一定相关
- 依据·相关性 2: 只涉及 AI 编程工具的体验吐槽,不涉及 Agent 工程实践或可复现方法,与你要补的入门实践关联弱
- 歌德如何看待通用人工智能 ⭐ 5.0 - 借歌德《魔法师的学徒》与《浮士德》第二部,从目标对齐、可纠正性、自主性与技术目的四个层面反思 AGI 争论,指出”更聪明高效”不足以保证一个值得生活的世界。
- 📡 RadarAI
- 💡 AGI 对齐的哲学思辨,无可落地工程方法,你作为 Agent 新手看个概念即可,不必优先看
- 依据·一手性 3: 主播原创观点的一手播客,非转载复读
- 依据·相关性 2: 人文视角的 AGI 对齐/可纠正性反思,与你的 Agent 工程实践只有概念层面的间接关联,实操帮助有限
- HyFromer笔记 ⭐ 4.5 - 一篇关于 HyFormer(混合注意力 / 线性注意力与标准注意力结合的模型结构)的个人学习笔记,仅给出概念级梳理,未展开实现或实验细节。
- 📡 plus studio
- 💡 模型结构类的二手笔记且内容偏概览,你当前重点是 Agent 工程实践,这篇只可略过
- 依据·相关性 2: 混合注意力架构属大模型骨干话题,与你当前补齐 Agent 工程实践的重点不直接对口,价值有限
- 依据·重要性 2: 笔记无训练配置、基准与代码,你作为算法工程师难以据此复现或迁移到实际工作
- BPE演示 ⭐ 4.5 - 一个用于演示 BPE(Byte Pair Encoding)文本分词算法的页面,内容仅为该算法的简要定义。
- 📡 plus studio
- 💡 仅一句 BPE 定义、无推导无代码,你已掌握分词基础,不需要看
- 依据·相关性 2: BPE 分词算是大模型基础,但你作为算法工程师已掌握,无新增价值
- 依据·重要性 2: 没有可复现实现或工程细节,对你的 Agent/大模型实践无直接帮助
- 从提效到扩能:AI 驱动小团队的能力突破与组织演进|AICon北京 ⭐ 4.5 - AICon 北京站的一场分享预告,主题是 AI 如何让”小团队”从单纯提效走向能力扩能与组织形态演进。
- 📡 InfoQ 中文
- 💡 偏组织与团队效能的观点预告,缺具体技术方案,你是 Agent 新手想补工程实践,这篇不需要看
- 依据·相关性 2: 讲 AI 驱动小团队的组织演进,与你要补的 Agent/大模型工程实践不直接相关,不太需要看
- 依据·重要性 2: 偏管理视角,对你的算法与 Agent 落地能力提升帮助有限
- 视频及教程 | 腾讯云开发 CloudBase - AI 原生后端一体化平台 ⭐ 4.5 - 腾讯云开发 CloudBase 的 AI 编程教程资源汇总页,集合了 WorkBuddy、CodeBuddy 等工具的视频教程、实战文章与开源项目模板,引导开发者上手其「AI 原生后端一体化平台」。
- 📡 RadarAI
- 💡 腾讯云 AI 编程工具的教程资源汇总页,无实质 Agent 工程方法,你不需要特别看
- 依据·相关性 2: 虽属 AI 编程工具,但只是教程索引,不涉及你正在补齐的 Agent 工程实践,参考价值有限
- 依据·重要性 2: 无可复现方案或踩坑,学不到能直接用于你工程工作的东西
- Science Prediction 基准发布:116 个任务评 AI 科研力|AI 自学笔记 ⭐ 4.5 - Science Prediction Universe 基准发布,用 116 个科研任务和 4207 组湿实验评测 AI 的科研预测能力,首轮最高分仅 0.486,远低于人类水平。
- 📡 RadarAI
- 💡 AI for Science 的基准测试转述,与你当前补齐 Agent/大模型工程实践的重点不契合,不需要看
- 依据·相关性 2: AI 科研预测基准,属 AI for Science 评测,与你 Agent 工程实践方向不直接相关,看价值有限
- 依据·重要性 2: 你关注可落地的 Agent/大模型实践,这个基准对提升你的工程能力没有可操作价值
- 国产算力巨头超聚变创业板 IPO 过会,前身是华为 X86 服务器业务 ⭐ 4.5 - 国产 x86 服务器与液冷算力厂商超聚变(原华为服务器业务)创业板 IPO 过会,募资投向新一代算力产品与 AI 相关技术方向。
- 📡 IT之家
- 💡 服务器硬件厂商 IPO 新闻,属算力基础设施资本动态,与你的 Agent/算法工程实践无直接关系,不需要看
- 依据·重要性 2: 属算力供给侧的产业资本动态,对你的日常工程工作无可操作价值
- 依据·信息密度 2: 营收/份额/募资等财务与市场数字为主,对你可吸收的技术信息很少
- Gemini 4 Carbon 登顶 MathArena 数学基准,成本约为 GPT-6.1 Sol 的 15 倍 ⭐ 4.5 - 据 The Decoder 报道,Google Gemini 4 Carbon(high)以 85.4%±3.0% 的预期成绩登顶 MathArena 数学基准,超过 GPT-6.1 Sol;不过其成本约为后者的 15 倍。
- 📡 RadarAI
- 💡 仅一行榜单数字的转述快讯,无 Agent/工程可复用信息,你了解即可不必细看
- 依据·时效性 3: 头部模型能力对比是最新热点,可作为模型选型的背景参考
- 依据·相关性 2: 数学基准榜单新闻,与你当前补齐 Agent 工程实践的重点无直接关系,价值有限
- 马斯克称将签名支持黄仁勋复职;OpenAI 推 ChatGPT 钱包;微软全球服务故障第二天仍未恢复|极客早知道 ⭐ 4.5 - 极客早知道快讯汇编:OpenAI 推出 ChatGPT Wallet 让 AI Agent 代为支付、被曝解散独立机器人团队,DeepSeek 开放全家桶应用 API,月之暗面拟 2027 年初赴港 IPO,另有英伟达人事风波与微软全球故障等消息。
- 📡 极客公园
- 💡 新闻快讯汇编,除 ChatGPT Wallet 的 Agent 支付能力外无技术细节,你作为 Agent 新手学不到可落地内容,扫一眼标题即可
- 依据·相关性 3: 涉及 OpenAI Agent 支付能力与 DeepSeek API 等白名单厂商动态,与你的 Agent 方向沾边,但只是快讯层面
- 依据·时效性 3: 当日行业热点,Agent 支付是当下值得知道的方向信号
- 第 10 章 AI 为科学 - AI 在大前 ⭐ 4.5 - 系统介绍「AI for Science」这一”第五范式”,梳理深度学习/Transformer 在生物、物理、数学等领域加速科学发现的路径(如 AlphaFold2)。
- 📡 RadarAI
- 💡 AI for Science 通识综述,与你的 Agent/大模型工程实践无直接关系,不需要看
- 依据·相关性 2: AI for Science 宏观综述,不涉及 Agent 工程或大模型落地实践,与你要补的 Agent 短板不契合
- 依据·信息密度 2: 篇幅偏科普,对你可吸收的有效技术信息少
- Diffusion Policy笔记 ⭐ 4.0 - 一篇关于 Diffusion Policy(用扩散模型做机器人视觉运动策略学习)的个人学习笔记,但正文内容为空,仅有标题与链接。
- 📡 plus studio
- 💡 具身/机器人方向的 Diffusion Policy 笔记且正文为空,与你当前补齐 Agent 工程实践的目标无关,不需要看
- 依据·重要性 2: 对机器人模仿学习有参考价值,但对你的 Agent/大模型落地工作几乎无法复用
- 依据·时效性 2: Diffusion Policy 是具身领域热点,但与你的当下学习路径不相关
- AI 坟场:那些关停、转型或未达预期的 AI 项目与初创公司盘点 ⭐ 4.0 - TechCrunch 汇总了一份 AI 项目”坟场”名单,盘点已关停、转型或大幅低于预期的 AI 产品与初创公司,并引用数据显示约 42% 的企业 AI 项目最终被母公司放弃。
- 📡 RadarAI
- 💡 泛行业关停清单且部分事实存疑,对你补齐 Agent 工程实践无直接帮助,不需要看
- 依据·相关性 2: AI 行业动态但属泛泛失败盘点,与你的 Agent/算法工程实践无直接关联,价值有限
- 依据·重要性 2: 只给结论不给失败机理,你难以据此改进自己的工程决策
- Claude Code 封号困境与替代方案 ⭐ 4.0 - 一条推文摘要指出使用 Claude Code 部署项目存在封号风险,建议改用 Factory.ai 等海外编程工具作为替代,原因是支付方便、不会封号,且可访问多种顶级模型。
- 📡 RadarAI
- 💡 只是推文摘要式的封号提醒+替代品点名,无实测与方法论,你了解个动向即可,不必专门看
- 依据·时效性 3: Claude Code 封号是当下真实痛点,话题对你有一定当下相关度
- 依据·相关性 2: Claude Code 是你可能用的编程工具,封号风险与你沾边,但文中替代品非白名单厂商且未经验证,对你的 Agent 工程实践帮助有限
- 黄仁勋离开 Nvidia 后,亚洲各国政府如何回应 ⭐ 4.0 - “黄仁勋离开 Nvidia”传闻后,韩国、台湾、日本等亚洲政府及相关部门相继回应,聚焦 GPU 供应与 AI 合作是否受影响。
- 📡 RadarAI
- 💡 Nvidia 人事传闻+各国政府表态的快讯,与你的 Agent/大模型工程实践无直接关系,不需要看
- 依据·时效性 3: 属当下热点传闻的即时回应,时效性强但内容本身不沉淀
- 依据·相关性 2: AI 芯片供应与政府表态属产业面新闻,与你补齐 Agent 工程实践的目标无直接关联
- fal 上线豆包 Seedream v5 pro 文生图与图像编辑模型 ⭐ 4.0 - fal 平台上线字节跳动 Seedream v5 pro,提供文生图与图像编辑两个试用入口。
- 📡 RadarAI
- 💡 白名单外厂商的文生图模型上架通稿,且无技术细节,与你的 Agent/算法工程方向关联弱,不需要看
- 依据·时效性 3: v5 pro 属较新模型发布,时效上不算过时,但对你当下无关
- 依据·相关性 2: 文生图/图像编辑模型上架,属 AIGC 但非你当前重点补齐的 Agent 工程实践,且字节非白名单厂商
- MiniMax H3 director workflow ported to ComfyUI for video generation ⭐ 4.0 - MiniMax H3 的「导演级」视频生成工作流被社区移植到 ComfyUI,支持文生视频、图生视频与人脸替换。
- 📡 RadarAI
- 💡 视频生成工作流移植,与你当前补齐 Agent 工程实践的重点无关,可略过
- 依据·时效性 3: MiniMax H3 属于当下新模型,时效上较新
- 依据·相关性 2: 视频生成 AIGC 工具链,你的重点是 Agent 与 LLM 算法实践,仅算外围相关
- 《拆解全球最火 AI 开源项目》第一季 · REA ⭐ 4.0 - 这是「拆解全球最火 AI 开源项目」系列第一季的 REA 篇,但抓取到的正文只有碎片化的榜单和贡献者数据,没有展开实质技术拆解。
- 📡 稀土掘金 人工智能频道
- 💡 AI 开源项目拆解本可对你有用,但抓到的正文只有榜单数据,无项目定位与上手信息,暂不需要看
- 依据·相关性 2: 名义上是 AI 开源项目拆解,但你作为 Agent 新手需要的是项目定位与可上手细节,这篇都给不出,参考价值有限
- 依据·时效性 2: 「2026 增长最快」有一点时效话题性,但缺实质内容无法转化为你的当下参考
- AI 时代,程序员正在慢慢转向产品经理 ⭐ 4.0 - 一位开发者在用 DeepSeek Flash 1017 做 AI 编程后,感慨工作方式从写代码变成写 prompt,角色逐渐从程序员滑向产品经理。
- 📡 V2EX 技术
- 💡 个人 AI 编程体感随笔,无实操方案,你作为 Agent 工程实践者扫一眼即可,不必细看
- 依据·相关性 2: 只是泛泛的 AI 编程使用感慨,与你重点补齐的 Agent 工程实践没有直接关系,价值有限
- 依据·时效性 2: AI 编程替代实现层的话题当下确实相关,但这篇没提供新信息
- 科学领域中的人工智能:初步见解 - 知乎 ⭐ 4.0 - 综合 Gemini 约 36 万次科研交互记录、2690 个科研专用模型文献和 637 名英美科学家问卷,评估 AI 已在科研任务层面加速,但能否真正提升科学发现速度,取决于实验验证与科研组织能否跟上。
- 📡 RadarAI
- 💡 AI for Science 宏观采用率调研,与你的 Agent/大模型工程实践不直接相关,不需要精读
- 依据·相关性 2: AI 在科研中的采用率调研,不是 Agent/大模型工程实践,对你的入门短板帮助有限
- 依据·信息密度 2: 对做算法工程的你而言有效信息主要是几条结论,其余是调研方法描述
- Seedream 5.0 Pro 上线 fal 美国托管基础设施 ⭐ 4.0 - 字节 Seedream 5.0 Pro 图像生成模型在 fal 的美国托管基础设施上线,通过 fal API 提供美国境内的图像生成与编辑推理环境。
- 📡 RadarAI
- 💡 第三方推理平台上线图像生成模型的可用性通告,与你的 Agent/算法实践无关且无技术细节,不需要看
- 依据·相关性 2: 图像生成模型在第三方平台的托管上线,与你当前补齐 Agent 工程实践的重点无关,价值有限
- 依据·时效性 2: 是新发布,但图像生成托管不是你的当下热点
- Grok 整合 SpaceXAI 产品打造统一体验 ⭐ 4.0 - Grok 宣布将更多 SpaceXAI 产品整合进统一的 Grok 体验,让创作、构建和完成工作集中在一个入口。
- 📡 RadarAI
- 💡 Grok 产品整合的一句话通稿,无技术细节可参考,你不需要看
- 依据·相关性 2: 属 AI 产品动态但非白名单厂商,且与你的 Agent/算法工程实践无直接关联,可略过
- 依据·时效性 2: 是当下产品动态,但无新信息支撑
- DDPM笔记 ⭐ 3.5 - 一篇个人学习笔记,目标是把 DDPM(去噪扩散概率模型)从原理到公式推导完整梳理一遍,相当于“最后一遍读懂 DDPM”。
- 📡 plus studio
- 💡 DDPM 扩散模型的学习笔记,属于 CV 生成方向的基础理论,与你当前主攻的 Agent/大模型工程实践不直接相关,可以不看
- 依据·重要性 2: 属于概念与推导梳理,对你做 Agent/大模型落地没有直接可操作价值
- 依据·一手性 2: 个人博客原创笔记,但非权威一手,也不是前沿成果
- rwkv笔记 ⭐ 3.5 - 标题指向 RWKV 模型架构的学习笔记,但正文内容为空,无法获取实质信息。
- 📡 plus studio
- 💡 正文为空无法阅读,且 RWKV 架构笔记与你当前补齐 Agent 工程实践的重点不直接对口,不需要看
- 依据·相关性 2: RWKV 是模型架构方向,你当前重点是 Agent 工程实践,关联度一般
- 依据·时效性 2: 架构笔记本身非当下热点,且无法判断内容新旧
- 两个 Claude Pro 号 KYC,两个号都找 KYC 代过,一个号秒封,一个号现在还活着 ⭐ 3.5 - V2EX 用户自述两个 Claude Pro 账号触发 KYC 验证、找第三方「代过」后一号秒封一号复活的经历,并分享其对触发风控原因的猜测与所谓「经验」。
- 📡 V2EX 技术
- 💡 账号 KYC 绕过与灰产代过的个人经历帖,与你的 Agent/算法工程方向无关,不需要看
- 依据·时效性 2: Claude 风控收紧是当下话题,但与你关心的大模型/Agent 落地不沾边
- 依据·一手性 2: 个人一手经历但无验证、无权威性,且属于违规操作复述
- 请大佬推荐一下 可以支持 Claude Desktop 桌面版 可通过「开发者模式」中转站,谢谢 ⭐ 3.5 - V2EX 用户发帖求助,希望有人推荐能配合 Claude Desktop 桌面版「开发者模式」使用的中转 API 服务。
- 📡 V2EX 技术
- 💡 论坛求推荐中转站的空帖,没有可吸收的技术内容,你不需要看
- 依据·相关性 2: 虽涉及 Claude Desktop 开发者模式,但只是找人推荐中转 API,不含 MCP/Agent 工程内容,对你补齐 Agent 实践帮助很小
- 依据·时效性 2: Claude Desktop 生态当下确有关注度,但帖子本身没有提供新信息
- 请问上班族, 后端开发, 订阅 claude x5 还是 x20 ? ⭐ 3.5 - V2EX 帖子:一位后端上班族发帖询问该订阅 Claude 的 5x(Pro)还是 20x(Max)档位,正文无实质内容。
- 📡 V2EX 技术
- 💡 论坛提问帖且正文为空,无实测数据与结论,你不需要看
- 依据·相关性 2: 虽涉及 Claude 订阅,但只是个人选购疑问,与你的 Agent/算法工程实践无直接关联
- 依据·时效性 2: Claude 档位话题当下有人关心,但帖子本身无新增信息
- News ⭐ 3.5 - 上海人工智能实验室与中国科技发展基金会联合主办的”书生·端砚 AI 科研加速营”第二期开放报名,课程由 9 节扩至 22 节,覆盖六大科研方向。
- 📡 RadarAI
- 💡 AI for Science 培训营报名公告,与你的 Agent/算法工程实践无直接关系,不需要看
- 依据·时效性 2: 是当下活动,但主题不在你的关注热点上
- 依据·一手性 2: 主办方公告但属宣传通稿,未经验证也无技术细节
- Claude Code 支持自定义主题功能上线 ⭐ 3.5 - Claude Code 桌面端上线自定义主题功能,支持通过 Mod 修改配色、添加动画背景,并提供主题示例插件。
- 📡 RadarAI
- 💡 只是 Claude Code 的 UI 主题皮肤更新,与你的 Agent/算法实践无关,不需要看
- 依据·时效性 2: 是当下新功能,但和你的技术热点不搭
- 依据·一手性 2: 白名单厂商官方更新,但属转述推文的功能通稿,不算高一手技术价值
- 特斯拉 Cybercab,开启个人订购 ⭐ 3.5 - 特斯拉开始邀请部分客户以 29990 美元订购 Cybercab,并强制要求购买每月 299 美元的自动驾驶订阅服务。
- 📡 RadarAI
- 💡 特斯拉 Cybercab 订购与 FSD 订阅定价新闻,属汽车/自动驾驶商业动态,与你的 Agent 与大模型工程方向无关,不需要看
- 依据·时效性 2: 事件本身是新闻热点,但与你的实践热点不相关
- 依据·一手性 2: 二手转述的厂商发布消息,且你不关心该领域
- 倒计时一周|量子位2026人工智能年度榜单征集即将截止! ⭐ 3.5 - 量子位 2026 人工智能年度榜单(企业榜、产品榜、人物榜)征集进入最后一周,11 月 16 日截止报名,结果将在 MEET2027 智能未来大会上公布。
- 📡 量子位
- 💡 媒体榜单征集通知,无技术内容,对你的 Agent/算法实践没有参考价值,不需要看
- 依据·时效性 2: 活动报名有明确截止时间,但对你的技术关注点不构成时效价值
- 依据·一手性 2: 媒体自办评选的自我推广,非一手技术或研究发布
- 马斯克再度力挺黄仁勋:没有他,英伟达将失去部分关键合作 ⭐ 3.5 - 马斯克在 X 上公开力挺黄仁勋,称其个人信用与供应链关系是英伟达关键商业合作的支柱,并表态将签署要求其复职的请愿。
- 📡 IT之家
- 💡 AI 芯片龙头的名人人事花边,无技术或工程信息,你不需要看
- 依据·相关性 2: 英伟达人事务动属 AI 行业外围,与你补 Agent/算法工程实践的目标无直接关系
- 依据·时效性 2: 当下热门话题,但热度与你关心的技术方向不重叠
- 最后一遍学习Transformer ⭐ 3.5 - 一篇面向复习的 Transformer 模型原理详解文章,属于基础知识的系统重述。
- 📡 plus studio
- 💡 Transformer 基础复习讲解,你作为大模型/算法方向专家已熟悉这些内容,且与当前 Agent 实践无关,不需要看
- 依据·相关性 2: 是 LLM 基础原理讲解,但你是算法方向专家,这类教科书式内容不是你的短板,也不是当前 Agent 补课重点
- 依据·信息密度 2: 对你而言是可跳读的已知内容,可吸收新增信息很少
- 最全 PyTorch 学习资源汇总:教程、实战、必读论文、中文教材一应俱全 ⭐ 3.5 - 汇总 GitHub 项目「Awesome-PyTorch-Chinese」中的 PyTorch 学习资源清单,涵盖官方文档、视频教程、实战项目、NLP/CV 库、中文书籍与论文。
- 📡 RadarAI
- 💡 PyTorch 基础学习资源清单,你已是算法工程实践者,不需要看
- 依据·相关性 2: PyTorch 入门资源汇总,你作为算法工程实践者已过该阶段,且与 Agent 工程实践无直接关系
- 依据·信息密度 2: 资源目录式罗列,对你而言缺乏可吸收的技术纵深信息
- Vision Mamba (Vim)笔记 ⭐ 3.0 - 一篇关于 Vision Mamba(Vim)的读书笔记,整理这种基于状态空间模型(SSM)的视觉骨干网络架构。
- 📡 plus studio
- 💡 CV 骨干网络(Vision Mamba)笔记且正文为空,与你的 Agent/大模型工程方向无关,不需要看
- 依据·时效性 2: Mamba 视觉骨干已非当下热点,对补齐 Agent 实践没有时效帮助
- 依据·相关性 1: 视觉骨干网络方向,你是 Agent/大模型算法方向且不做 CV,与你的学习目标无关
- 转载推荐|中国人工智能学会社会计算青年科学家大会·冬季工作坊 ⭐ 3.0 - 中国人工智能学会社会计算青年科学家大会冬季工作坊招募学员,围绕「AI 介入人类社会」的跨学科议题(LLM 与智能体、人机协作、AI×传播)开展理论、方法与圆桌研讨,面向青年学者和在读研究生,需在 11 月 20 日前报名。
- 📡 集智俱乐部
- 💡 这是跨学科学术工作坊的报名通知,并非技术实践内容;你正补 Agent 工程落地,不需要看
- 依据·时效性 2: 活动在 2026 年底举办,但对你当下的 Agent 学习不相关
- 依据·相关性 1: 人机协作/传播社会学的学术工作坊通知,与你 Agent 工程实践和技术落地无关,不需要看
- 早报|英伟达员工请愿黄仁勋回归/余承东重申华为与赛力斯分工/Microsoft 365 故障延续至 48 小时 ⭐ 3.0 - 一篇涵盖英伟达人事风波、问界新车发布、Microsoft 365 故障及 DeepSeek 开放 App 工具接口等多条消息的科技早报汇总。
- 📡 RadarAI
- 💡 泛科技早报,AI 内容仅一句 DeepSeek 接口消息,对你的 Agent 实践无可操作价值,不需要看
- 依据·时效性 2: 当日热点有时效,但热点本身不在你的关注面内
- 依据·相关性 1: 早报大杂烩,仅一条 DeepSeek 接口消息沾边,与你补齐 Agent 工程实践的目标几乎无关
- 白菜 GPT - 依托七牛云的高速大模型 API 接入平台与谛听 AI 效率生态 ⭐ 3.0 - 白菜 GPT 是一个依托七牛云基础设施、聚合 50+ 主流大模型 API 的第三方接入平台,主打 1:1 透明按量计费与低延迟,并联动「谛听 AI」做开发者提效生态。
- 📡 RadarAI
- 💡 第三方 API 聚合平台的推广文,无可复现技术方案,你直接用官方 API 即可,不需要看
- 依据·时效性 2: 多模型聚合是当下话题,但文中无新信息增量
- 依据·相关性 1: 只是模型 API 转售/聚合渠道的推广,与你要补的 Agent 工程实践无实质关联,不需要看
- 一天暴涨 6 万:请愿恢复黄仁勋英伟达 CEO 职务人数突破 12 万人,马斯克也参与签名 ⭐ 3.0 - 网传英伟达董事会宣布黄仁勋辞去 CEO 等职务,网上请愿活动「Stand with Jensen」签名人数一天内暴涨约 6.3 万、总数突破 12 万,马斯克等也参与签名,要求董事会恢复其职务。
- 📡 IT之家
- 💡 英伟达人事花边传闻,无技术信息且真实性存疑,对你的 Agent/算法实践没有参考价值,不需要看
- 依据·时效性 2: 属当下热点话题,但对你的技术关注点无时效价值
- 依据·相关性 1: 公司人事花边,与你的 Agent/大模型算法实践无直接关联,不需要看
- 3DGS笔记 ⭐ 3.0 - 一篇简短的 3DGS(3D 高斯溅射)笔记,介绍该实时渲染技术结合 NeRF 质量与点云速度的基本定位。
- 📡 plus studio
- 💡 3DGS 属三维渲染/CV 细分方向且本文仅一段概述,与你的 Agent/大模型方向无关,不需要看
- 依据·一手性 2: 个人博客笔记,属二次整理科普而非一手研究或工程实践
- 依据·相关性 1: 3DGS 是三维渲染/新视角合成方向,与你当前补齐 Agent 工程实践的目标无关,不需要看
- YOLOv5 目标检测笔记 ⭐ 3.0 - 一篇极简的 YOLOv5 目标检测笔记,仅泛泛介绍 YOLOv5 高效、准确、应用广泛,无实质技术内容。
- 📡 plus studio
- 💡 CV 目标检测的碎片笔记且几乎无内容,与你的 Agent/大模型方向无关,不需要看
- 依据·相关性 2: CV 目标检测方向,你的重点是 Agent 工程实践,不是你的补齐路径,参考价值低
- 依据·重要性 1: 无方法、无代码、无实验,无法落地到你的任何工程场景
- AI 入门第一课:它是什么,为什么出错,能做什么 ⭐ 2.5 - 一篇面向初学者的科普文,用「预测下一个 token」解释大语言模型的工作原理,并说明幻觉的成因与能力边界。
- 📡 RadarAI
- 💡 LLM 原理入门科普,你已是算法方向专家,属于已知常识,不需要看
- 依据·相关性 1: LLM 基础原理科普,你是大模型算法专家,不涉及 Agent 工程实践,对你的画像契合度低
- 依据·重要性 1: 无落地方法或踩坑经验,对你补齐 Agent 实践没有可操作价值
- 当 AI 越来越聪明,孩子如何不被取代?法国博纳思教育聚焦独立思考能力! ⭐ 1.5 - 法国博纳思教育面向 7–14 岁儿童开设数学逻辑、编程与 AI 启蒙课程,强调培养独立思考能力,并发布 2026 年圣诞假期班招生计划。
- 📡 RadarAI
- 💡 少儿 AI 启蒙培训招生宣传,无技术方案,你是算法/Agent 方向的工程实践者,不需要看
- 依据·信息密度 1: 内容为课程介绍与招生信息,对你不存在可吸收的技术信息
- 依据·时效性 1: 招生计划有时效性,但与你的技术关注点不相关
- Fable 5.2贵17倍还输了!12 个AI进群当同事,OpenAI包揽前二 ⭐ 未评分 - Deepnote 发布 Agent Initiative Benchmark,把 12 个前沿模型放进虚构公司 Slack 群当”AI 同事”,测的不只是智力,更是”该出手时出手、该闭嘴时闭嘴”的判断力与成本效率。
- 📡 新智元
📋 本期未收录(共 53 篇)
📋 稀土掘金 人工智能频道(未收录 11 篇)
- 前端包管理工具:npm、Yarn、pnpm 快速入门 - 前端包管理工具:npm、Yarn、pnpm 快速入门 一句话理解:npm、Yarn、pnpm 都是 JavaScript 的包管理工具,用来安装、管理、更新项目依赖,以及运行项目脚本。 你有 Go 开
- Ant Design(Antd)了解 - —— 这篇文章介绍的是基于 React 的 UI 组件库 Ant Design(Antd),说明了它是什么,以及它封装了按钮、表单、表格、弹窗等常用前端页面组件,从而帮助开发者提升开发效率
- Vite vs Webpack:前端构建工具原理与实战 - 这篇文章比较了 Vite 和 Webpack 两个前端构建工具的原理与实战使用
- 同一行代码,百种渲染:Asuka、React Native 与 Flutter 跨平台渲染机制深度拆解 - 文章对比 Asuka、React Native 与 Flutter 的跨平台渲染机制、状态更新和平台集成,分析三种路线各自适合的项目
- Webpack 打包从 0 到 1 实战笔记 - 文章记录从零搭建 Webpack 项目的核心命令、概念与打包原理,并配流程图帮助理解
- JavaScript:BOM 详解 - JavaScript BOM 详解:从基础概念到 React 实战 一、什么是 BOM? BOM 全称 Browser Object Model(浏览器对象模型) 。 简单理解: BOM 是 Java
- 用仓颉语言 cj-tauri 框架,五分钟给娃做了个鸿蒙形近字游戏 - 女儿有 ADHD 加阅读障碍,医生建议做辨字训练。我用仓颉语言的 cj-tauri 框架一个周末做了个形近字小游戏:同一套源码出 Windows 桌面和鸿蒙平板两个产物,还顺手修了上游框架的 bug 提了个 PR。
- Webpack 入门:是什么、为什么需要、怎么使用? - 这是一篇介绍 Webpack 前端打包构建工具是什么、为什么需要以及怎么使用的入门文章
- Sass 了解 - 这篇文章介绍 Sass 作为 CSS 预处理器的基本概念、使用方式及变量、嵌套、模块化、Mixin 等特性
- 孔乙己的茴字有多少种写法?|AI 对话实时通信的三种实现 - WebSocket 握手机制(八股) WebSocket 是一种应用层通信协议,用于在浏览器与服务器之间建立持久的、全双工的数据通道。 这里容易和名字里的 Socket 混淆:底层网络传输确实依赖 T
- 开源也扛不住 AI 了?ESLint 宣布立即终止外部贡献者奖励 - 11 月 13 日,ESLint 创始人 Nicholas C. Zakas 在官方博客发了一篇短文
📋 集智俱乐部(未收录 1 篇)
- IEEE TAC:从矩阵到张量——高次Lyapunov函数逼近复杂系统真实吸引域 - 原创 刘浩然、周进等 2026-11-14 14:30 日本 越过椭球限制,刻画非线性系统的稳定恢复范围 导语电网受到扰动后能否恢复稳定,机器人偏离目标位置后能否重新到位,生态系统经历冲击后能否恢复原有平衡?即使系统能从小幅扰动中恢复,我们仍需进一步判断,沿不同方向偏离平衡状态多远,系统仍能回到原有平衡。把扰动结束时的状态视为新的起点,所有能使系统最终回到目标平衡点的初始状态,就构成了这个平衡点的
📋 V2EX 技术(未收录 11 篇)
- 有些程序员(产品经理)的脑回路秀逗了吧? 就拿咪咕视频来说 - 没有会员,看个央视吧。 弹出来广告,猜猜多少秒? 900 秒 15 分钟。 就这个破软件,我是不会花 1 分钱的
- 苹果开发者续费问题 - 现在的帐户,以前是注册香港区域的,现在想转回这边续费。因为考虑到后期可能收款的问题。找客服支持,快半个月也没回复信息。 1.是续费完才再更新信息? 2.还是直接注册一个新的 Appleid 再注册会员? 有大神能指点迷津不
- 有没有 V 友自己搭建过云手机?想实现网页远程操作,不想再用第三方云手机了 - 文章询问网友是否有自建开源云手机并通过网页远程操作的经验,并求推荐成熟方案
- xxl-job 是放弃维护了吗? PG 版本的兼容 PR 提了那么长时间都没人合并,还没有更好的组件选择? - 这篇文章讨论 xxl-job 是否已停止维护、PostgreSQL 兼容 PR 长期未合并,并询问是否有更好的任务调度组件可替代
- portal kyc 使用 personal 认证完成后又回到 start - 使用护照做完 portal kyc ,personal 提示 done 了,但刷新原页面却回到了开始认证页面 点击 start 又开始重新选择 “What country is your government ID from?” 什么情况,不是说没通过是秒封吗?比较奇怪的是,如果 personal 本身没成功,那么 claude 的 portal 页面应该还是二维码页面才对,但又不是。会不会是等到
- Ubuntu 26.04 遇到 free -h 和 htop 查不出来的诡异 OOM 内存不足,由 KHO 的 CMA 导致 - 如题,1G 内存的服务器升级 Ubuntu 26.04 后,每几分钟就 OOM 一次,自动重启服务后过几分钟就又不行了,日志说: kworker/0:2 invoked oom-killer: gfp_mask=0xdc0(GFP_KERNEL|__GFP_ZERO), order=0, oom_score_adj=0 The kernel OOM killer killed some proce
- Claude 代充跳 kyc 被封都是不退款的吗 - 有走代充的朋友吗,可以讲一下么
- 分享一下 claude portal kyc 后用护照认证被封但又申诉成功的经历 - 时间线: 12 号早上通过手机端的 paseo 给 claude opus 5.5 会话发消息时,执行到一半提示错误,给了 portal 链接去认证 当天稀里糊涂点进去,国家选择了中国,但没有继续拍照,想着先看网上有没有相关的经验 查了一下发现当天很多人都被 kyc 了,而且很多人反馈用护照进行认证,能通过但是账号秒封 12 号、13 号都在网上看大家的解决方案,也曾想过找人过 kyc ,但我已经
- Grok Bot 用 Claude,符合服务条款了吧 - 让他们磨合几天,好好相处,以后让 grok bot 听我指挥就好了。我不用 Claude 还不行吗?—跟他讨论一个人生哲理问题,对话 5 轮。好,我去跟 Claude 聊“人这一辈子到底在追求什么”,根据它的回答往下追问,聊满 5 轮后整理给你。第一个问题已经发出去了,我会根据它每次的回答接着追问,聊满 5 轮大概要几分钟。5 轮聊完了,免费版全程没被限流。Claude 最后把它的看法收成一句
- 2 年的老号弹 kyc 了 真难绷啊 - 24 年年初注册的,将近两年了,刚开始就订阅了俩月 pro 后续一直是 200🔪的,两个落地都是家宽,后期等到了 qqpw 就一直用 qqpw 了,应该不是 IP 的问题。 说实话作为程序员其实本就知道 claude 有一万种办法精确过滤出中国用户,但是心里不愿意承认,直到今天才面对现实… 有能力过 kyc 的带价来。
- portal 后中国护照验证被封,然后申请解封掉了 - Hello, Earlier this week, your account was disabled for being in violation of our Usage Policy. Upon receiving your appeal, we investigated this decision and reinstated your account. We apologize for
📋 plus studio(未收录 5 篇)
- 下载根服务器解析记录 - 这篇文章介绍如何下载 DNS 根服务器解析记录,以缓解对根服务器相关问题的焦虑
- act笔记
- nanobot-gpt
- nanobot-checkpoint_manager
- EWA Volume Splatting 笔记 - EWA Volume Splatting 是 3DGS 的前置知识, 把如何投影3D Gaussian到屏幕空间讲得非常详细.
📋 IT之家(未收录 15 篇)
- 《英雄联盟:曙光》预告片发布:将上线全新客户端,更多详情明年 1 月揭晓 - IT之家 11 月 15 日消息,《英雄联盟》2026 全球总决赛(S16)冠亚军决赛正在举行,官方发布《英雄联盟:曙光》预告片。IT之家注意到,官方曾提到《英雄联盟》将迎来一次大规模更新,改动将覆盖客户端、召唤师峡谷、游戏玩法和新玩家体验,还承诺在今年的季中冠军赛和全球总决赛之间提供更多信息。最新预告显示,《英雄联盟:曙光》明年将上线全新的客户端,召唤师峡谷的外观升级,进一步深化玩法,增加新的游
- 受空管系统故障影响,11 月 14 日美国仍有超 3300 架次航班被取消 - IT之家 11 月 14 日消息,据央视新闻报道,当地时间 11 月 14 日,航班追踪网站 FlightAware 的数据显示,在 13 日空管系统出现通信故障、导致全美所有飞机停飞后,14 日,美国境内及往返美国的航班已有超过 3300 架次被取消。截至美国东部时间 14 日 6 时 15 分(IT之家注:北京时间 14 日 19 时 15 分),达美航空已取消当日计划航班的 19%,联合航空
- 微软 XBOX 商店出现标价 1999 美元的《GTA6》游戏,疑为盒装兑换码占位商品 - IT之家 11 月 15 日消息,近日部分海外玩家发现,微软 XBOX 商店上架了《GTA6》游戏全新版本,标价高达 1,999.99 美元(IT之家注:现汇率约合 13,370 元人民币)。目前该商品已经下架,其离谱的价格可能与实体盒装兑换码的购买流程有关。从玩家分享的商店截图可以看到,普通消费者在 XBOX 商店选购《GTA6》时,看到的仍然是 79.99 美元(现汇率约合 534.7 元人民
- 导致全美航班停飞的“罪魁祸首”找到了?FAA 调查指向 20 年历史路由器 - IT之家 11 月 14 日消息,美国 CBS 电视台交通记者克里斯 · 范 · 克利夫在 X 平台发文称,收到一位美国政府高级官员的消息:导致全美航班地面停飞的故障设备已被查明并隔离。克利夫援引官员的话说,美国联邦航空管理局(FAA)认为,故障仅涉及一种“特定型号”的 20 年历史老路由器。“(系统)基本上是被负载压垮了,不过具体原因尚不清楚。”初步信息显示,路由器过载后开始传输不同步的数据,造
- 英特尔官网确认酷睿 Ultra 7 处理器 260K 规格,最大睿频频率 5.4GHz - IT之家 11 月 14 日消息,根据 Intel(英特尔)官网页面,此前悄然上市的酷睿 Ultra 7 处理器 260K 实际上早在 2026 年第 3 季度就已发行。而从规格上来看,其大致相当于 Ultra 7 265K 的降频版。英特尔酷睿 Ultra 7 处理器 260K 的最大睿频频率为 5.4GHz、性能核最大睿频频率为 5.3GHz、能效核最大睿频频率为 4.5GHz,这三项数据均比
- 香港迪士尼乐园票务系统遭入侵,约 1.7 万个门票二维码疑似被盗 - 香港迪士尼乐园票务系统遭入侵,约1
- OPPO 展示 Reno17 系列手机洛天依联动定制主题,11 月 16 日发布 - 这篇文章介绍了 OPPO Reno17 系列手机的洛天依联动定制主题、发布时间及硬件规格
- “黑苹果”有望卷土重来,新项目探索将 macOS 搬上骁龙和 x86 架构电脑 - IT之家 11 月 14 日消息,过去几十年里,不想花钱买 Mac、却又希望使用 macOS 的用户,可以通过组装“黑苹果”电脑实现。不过,自从苹果改用自研 Arm 芯片后,黑苹果的安装难度大幅提高。据外媒 TechSpot 今天(14 日)晚间报道,近期出现的至少两个新项目,则试图让 macOS 登陆骁龙和 x86 平台。其中一个项目开发了 Arm 转 x86 指令翻译层,计划让大多数较新的英特
- 微软 Win11 大规模界面改版已开始推送,首先升级 Win8 时代的自动播放弹窗 - IT之家 11 月 15 日消息,据科技媒体 Windows Latest 今天报道,微软 Win11 系统大规模界面改版的一阶段已开始推送,首个改造的功能是自动播放(AutoPlay)。原本 Win8 时代的直角边框弹窗,现在变成了更加现代的样式。IT之家从原报道获悉,本月发布的强制安全更新 KB5132061 已包含新版自动播放。此次更新将 Windows 11 26H2 升级至 Build
- 华硕 ROG 带来龙鳞 2 Ace Mini 鼠标,”Demon1” 联名款同步亮相 - IT之家 11 月 14 日消息,华硕 (ASUS) 今日公布了鼠标新品 ROG 龙鳞 (Harpe) 2 Ace Mini。这一型号由华硕与《无畏契约》世界冠军选手 Max “Demon1” Mazanov 共同打造,结合最新硬件和面向抓握与指握用户的紧凑型半对称模具。龙鳞 2 Ace Mini 三维 118.2 × 61.3 × 40.2 (mm),质量 47g;配备 ROG AimPoint
- 创造历史:美国 SpaceX 首次实现筷子夹星舰飞船 - 文章讲的是 SpaceX 星舰第 15 次试飞中,首次用发射塔“筷子”机械臂捕获从轨道返回的上面级飞船
- 中国车企首家:小米泰坦合金 2.0 与新一代 SU7 从材料到整车通过国际 EPD 体系认证 - IT之家 11 月 15 日消息,小米技术官方微博昨晚宣布,在第 31 届联合国气候变化大会(COP31)主题会议上,小米汽车与国际 EPD 体系(The International EPD System)联合发布认证成果:小米泰坦合金 2.0 与新一代 SU7,从材料到整车,均通过国际 EPD 体系认证。据介绍,EPD(环境产品声明)是国际通行的产品环境信息披露制度,通过标准化核算和独立第三方核
- 曝小米与“AMG 之父”创办的 HWA 秘密合作,希望打造“载入史册”新车 - 文章报道小米被曝与AMG创始人创办的HWA秘密合作开发超高性能汽车,可能推出强化赛道性能的SU7 Ultra升级版
- IT早报 1115:SpaceX 首次完成“筷子夹星舰飞船”;百万级 CAR-T 抗癌药首次进医保;古尔曼重申苹果 iPhone 18 明年春发布;比亚迪辟谣收购某数字能源… - 这是一篇综合科技早报,涵盖SpaceX星舰捕获、CAR-T抗癌药进医保、苹果iPhone 18传闻及比亚迪辟谣等非AI资讯
- SpaceX 星舰飞船首次被发射塔机械臂捕获回收,马斯克将建 AI 数据中心星座 - SpaceX 星舰第15次试飞首次
📋 RadarAI(未收录 6 篇)
- 北加州沿海巨浪预警 - 📌 一句话摘要 受极端海况影响,北加州 Pacifica 地区遭遇巨浪袭击,官方建议周末避免前往海边。 📊 文章信息 AI 初评:75 来源:山景城小路(@Zen_with_AI) 作者:山景城小路 分类:媒体资讯 语言:中文 阅读时间:1 分钟 字数:28 标…
- 微软 365 宕机后的钓鱼陷阱:真实故障掩盖下的账号劫持 - 📌 一句话摘要 趁着微软 365 的宕机热度,黑客精心伪造了带有真实故障编号的钓鱼邮件,诱骗用户为’释放被拦截邮件’而输入账号密码,导致企业邮箱权限被窃取。 📝 详细摘要 在 11 月 12 日的微软 365 服务中断后,网络上迅速出现了利用这次真实故障的钓鱼攻击。黑客模仿微软官方的服务健康通知邮件,将真实的故障编号“EX1550543”放入邮件中,并伪造内容称有 4 封邮件因系统中断而投递失败,
- 蒙特雷湾巨浪预警及海岸安全提醒 - 这篇文章提醒北加州沿海包括蒙特雷湾出现极端巨浪,建议公众远离海滨以确保安全
- 英伟达工程总监公开声援黄仁勋 - 📌 一句话摘要 英伟达工程总监 Liila Torabi 在领英发文,质疑近期针对黄仁勋的外部舆论动机,并高度评价其领导力与企业文化。 📊 文章信息 AI 初评:78 来源:山景城小路(@Zen_with_AI) 作者:山景城小路 分类:商业科技 语言:中文 阅读时间:1 分钟 字数:213 …
- TTBABY 臺東育見幸福 活動頁面-育兒有方,「東」起來! AI 時代符合大腦科學的幼兒教養方式 - 📌 一句话摘要 本講座邀請腦神經科學家洪蘭教授,探討在 AI 時代如何利用大腦科學原理,培養孩子的創意、理解力和品德,而非僅追求分數和零缺點,讓孩子長出自己的樣貌。 📝 详细摘要 隨著 AI 時代的來臨,傳統的教養方式需要更新。本講座由 TTBABY 舉辦,邀請洪蘭教授從大腦科學的角度出發,討論如何培養孩子的核心能力,如創意、理解力和品德,而不是單純追求記憶力和分數。講座將於 5 月 10 日在臺
- 和平精英-2D 美宣设计师-玩法 - 这篇文章介绍《和平精英》招聘2D美宣设计师,负责主视觉与宣传美宣设计,要求高审美、强2D/3D能力并能利用AI等前沿工具赋能设计
📋 少数派(未收录 1 篇)
- 怀旧手记|索尼 CLIE:千禧年的高端 Palm OS PDA - 这篇文章是作者回忆索尼 CLIE 这款千禧年高端 Palm OS 掌上电脑的产品体验与怀旧手记
📋 InfoQ 中文(未收录 1 篇)
- GitHub Actions 锁文件功能正式可用,保障工作流依赖安全 - 文章介绍了GitHub Actions锁文件功能正式可用,旨在保障工作流依赖安全
📋 量子位(未收录 1 篇)
- 程序员集体沉迷折纸飞机!最长滞空31.2秒 - 关注前沿科技 2026-11-14 11:30 北京 童年的纸飞机,现在终于飞回我手里~ 程浅 发自 凹非寺量子位 | 公众号 QbitAI怎么一觉醒来,童年的纸飞机又飞回来了?刚刚,一个名叫Foldable Flight的网站突然在Hacker News登顶了,获得800多分、130多条评论。这个网站,非常简洁直白,真的就是来教你折纸飞机的。是的,一共109种纸飞机,啥形状的都有。可以自己选择折
📋 小米技术(未收录 1 篇)
- 亮相联合国气候大会,小米斩获中国车企首个国际EPD双项认证 - 小米技术 2026-11-14 20:10 北京 11 月 14 日,在第 31 届联合国气候变化大会(COP31)上,小米汽车与国际 EPD 体系(The International EPD® System)联合发布认证成果:小米泰坦合金 2.0 与新一代 SU7,从材料到整车,均完成国际 EPD 体系认证。历时两年研发,小米泰坦合金 2.0 以 100%消费后再生铝为原料,实现强度不降、韧性提
📊 来源说明
| 分类 | 数量 |
|---|---|
| 📥 总抓取 | 700 |
| ✅ 已收录 | 91 |
| ⭐ 必读(≥8) | 4 |
| 📖 选读(6–8) | 27 |
| 📋 其他(<6) | 59 |
| ❓ 未打分 | 1 |
| 🚫 无关未收录 | 53 |
成功收录
- 美团技术团队(6 篇):抓取 10 → 去重 4 → 收录 6
- plus studio(11 篇):抓取 20 → 去重 4 → 过滤 5 → 收录 11
- 稀土掘金 人工智能频道(8 篇):抓取 20 → 窗口内 19 → 过滤 11 → 收录 8
- 集智俱乐部(1 篇):抓取 20 → 窗口内 2 → 过滤 1 → 收录 1
- V2EX 技术(8 篇):抓取 20 → 窗口内 19 → 过滤 11 → 收录 8
- InfoQ 中文(2 篇):抓取 20 → 窗口内 3 → 过滤 1 → 收录 2
- RadarAI(41 篇):抓取 50 → 窗口内 47 → 过滤 6 → 收录 41
- 新智元(3 篇):抓取 20 → 窗口内 3 → 收录 3
- 机器之心(3 篇):抓取 20 → 窗口内 3 → 收录 3
- 极客公园(2 篇):抓取 20 → 窗口内 2 → 收录 2
- 量子位(3 篇):抓取 20 → 窗口内 4 → 过滤 1 → 收录 3
- IT之家(3 篇):抓取 20 → 窗口内 18 → 过滤 15 → 收录 3
无最新数据(时间窗口内未获取到文章)
- RAIS
不在时间窗口内(有文章但不在覆盖范围内)
- 哔哩哔哩技术 · 字节跳动技术团队 · 爱奇艺技术产品团队 · 腾讯技术工程 · 阿里云开发者 · 阿里技术 · Benson · HUHUHANG · IPhysResearch · Lei Mao’s Log Book · MacTalk-池建强的随想录 · 从百草园到三味书屋 · 夕小瑶科技说 · 我爱计算机视觉 · 披萨盒的博客 · 明立非(Mingnify)的博客 · 机器学习初学者 · 范叶亮的博客 · 谭升的博客 · 阮一峰的网络日志 · Datawhale · PaperWeekly
全部被过滤
- 小米技术(1 篇) · 少数派(1 篇)
本文由 AI 日报系统自动生成 · 2026年11月15日