OpenAI Developers 发文说明，随着模型能力提升，为 Codex 等编码智能体积累的 skills、AGENTS.md 和任务提示词需要重新审视，GPT-6 Astra 尤其如此。文章建议 skill 描述尽量简短并明确使用时机，多流程 skill 用根文档做最小路由实现渐进披露，避免写成过于具体的步骤清单。AGENTS.md 中要求每次编辑前通读文档、强制跑测试等旧指令可能浪费上下文，而 GPT-6 Astra 会自行检查工作，但可能更早停下等待确认，因此需要提前定义完成标准。
#教程/实践#Agent#编码
OpenAI 开发者撰文介绍如何用 Astra 在 Codex 中构建游戏，并以太空探索游戏 Void Explorer 为例，展示从概念图、架构设计到地形流式加载与性能测试的完整流程。Void Explorer 包含 2,048 个恒星系和超过 10,000 颗程序化生成的行星，行星最大可与地球相当。作者还提到用同一方式开发了水面渲染的 Sunwake 和 2D 动作 RPG Hollowflux，并可通过 Sites 插件发布为浏览器游戏。
#教程/实践#编码#Agent
#评测/基准#图像生成#多模态
TensorZero 团队把自研开源框架作为自托管代理接入 Cursor，成功观测并改写 Cursor 发往 LLM 的 API 调用。他们发现 Cursor 会先请求自家服务器再发起 LLM 调用，因此本地网关无法直连，最终用 Ngrok 加 Nginx 反向代理并处理 CORS 才打通链路。作者看到 Cursor 用于问答的系统提示词仅 642 token，并已用 Claude 4.0 Sonnet、GPT-4.1、o4 Mini 和 Gemini 2.5 Pro 做等比例随机分流测试。
#教程/实践#部署/工程#Agent
TensorZero 在数据抽取、智能体编码和客服三个任务上对比了 OpenAI 的 RFT 与 SFT，RFT 成本是 SFT 的 100-700 倍。RFT 在智能体编码任务上明显优于 SFT，但数据抽取用 SFT 效果更好且成本低 159 倍，客服任务中 RFT 反而比基线更差。作者还指出 RFT 触发了比 SFT 更严格的内容审核，导致部分公开基准数据集无法通过验证。
#评测/基准#数据/训练#OpenAI
LMSYS 团队提前拿到两个 NVIDIA Vera Rubin 节点（8 块 GPU），把 SGLang 推理和 Miles 强化学习训练搬上该平台。推理侧针对 Kimi K3 NVFP4 调整了 attention、MoE/通信和 KDA 内核，例如更深的 MLA 流水线在 batch 16、128k 上下文下快 16%，融合 MoE 尾部每步减少 276 次内核启动、端到端提升 5.9%。训练侧 Miles 用 SGLang 做 rollout、Megatron 做训练，在单托盘 4 块 GPU 上开箱跑通 Qwen3-30B-A3B 的 GSM8K 训练，奖励从约 45% 升到 95%，并在 Vera CPU 上以 64 个沙箱运行 SWE-bench Verified 的智能体 RL。
#教程/实践#部署/工程#推理
#评测/基准#视频#xAI
#评测/基准#视频#xAI
Hugging Face 博主 yvrjsharma 公开了自己使用 ML Intern 的七个提示词，并展示两天内完成的六个项目，包括基于 Qwen3.5-2B 的柑橘病害 VLM、FLUX.2 klein 4B 的 Huggy 角色 LoRA、Qwen-Image 2.1 的相机视角 LoRA 与涂鸦 LoRA、Pocket Rewriter 0.8B/2B 蒸馏模型，以及把 Agate Preview 002 从 50 步蒸馏到 4 步的版本。作者建议提示词中写明已验证事实、要求训练前基线和带检查的冒烟测试，并设置花费上限，例如柑橘项目限定 12 美元。所有提示词已放在 GitHub 的 yvrjsharma/ml-intern-prompts，ML Intern 模式可在 HuggingChat 中开启使用。
#教程/实践#Agent#数据/训练
#教程/实践#Agent#MCP/工具调用
#论文/研究#多模态#Anthropic
Introducing Claude Haiku 5.5: the cheapest, fastest, and most capable small model we’ve ever released. On average, it costs around 75% less to run than Claude Haiku 4.5. https://t.co/jm06cZJfkV
#评测/基准#编码#Anthropic
#评测/基准#编码#Agent
#评测/基准#安全/对齐#Agent
#评测/基准#安全/对齐#OpenAI
#评测/基准#OpenAI#xAI
作者在单张 RTX 5090（32 GB 显存）上运行 MiniMax H3，目标是 15 秒内生成 15 秒、448×256 的可看视频，并把显存需求从 80GB 降到 30GB 以下。实现基于 FastVideo 的 FastH3 V2 checkpoint 四步采样，配合 VSA 稀疏注意力、ClipProj 将 32B 文本编码器换成 Qwen3-VL-4B、FastVideo 的 INT8 剪枝 checkpoint、融合 FP4 MLP 以及 Kijai 的 INT8 视频解码器与 NVENC 重叠编解码。作者已将自定义 Comfy 节点开源在 https://github.com/Comfy-Org/comfystreamerh3，并指出画面细节、一致性和分辨率仍有明显提升空间。
#教程/实践#视频#部署/工程
#评测/基准#推理#OpenAI
#评测/基准#OpenAI#xAI
NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获得第二名，方案核心是在固定的小模型外构建更小、更清晰、更易验证的 harness。团队把 CSV 和 JSON 统一转成 SQLite 表，只暴露 schema() 和 sql(query) 等少量工具，并在主推理循环前加入 schema 预检步骤，减少路由错误并保留模型的推理能力。文档检查与结构化分析分离，prose_helper 用零温度、关闭推理的独立 LLM 调用抽取答案或表格，避免原始文本占用主上下文；执行轨迹记录提示词、工具调用和中间结果，供专门的 inspector agent 归类失败原因。
#教程/实践#Agent#数据/训练