AWS 发布教程，介绍在 Amazon Bedrock 上调用 OpenAI 模型时如何用提示词缓存降低智能体重复读取上下文的成本，区分隐式缓存与显式 prompt_cache_breakpoint 两种方式并建议组合使用。文中给出工具与指令缓存、多轮历史滚动断点、会话中途新增工具、子智能体共享前缀等代码示例，并称在 GPT-6 Astra 的六轮工作负载中隐式缓存降低约 62% 输入成本，显式滚动断点降低约 61%。可缓存前缀需至少 1024 token，缓存写入按正常输入价格的 1.25 倍计费。
#教程/实践#Agent#部署/工程
#安全/对齐#Agent#部署/工程
文章解释训练是学出参数、推理是使用参数且不改变参数，一次推理只跑前向传播，不需要损失、梯度和权重更新。文中拆解大语言模型的自回归生成，区分 Prefill 与 Decode 两阶段，前者计算密集并决定首字延迟，后者受显存带宽限制并决定每字间隔。文章还给出 KV cache 占用估算示例，并讨论批处理提升吞吐的收益边界、利用率逼近 100% 时等待时间无界增长，以及聊天场景优先压 TTFT、Agent 场景看端到端延迟。
#教程/实践#推理#部署/工程
Google DeepMind 的 AI 飓风预报模型从去年起被美国国家飓风中心纳入官方预报，到 2025 年大西洋飓风季结束时已成为预测风暴路径和强度最好的模型之一。气象学家指出，该模型在飓风“伊萨亚斯”路径预报上从一开始就判断正确，但在强度预测上不如国家飓风中心的混合预报。与传统物理模型依赖实时大气数据和物理方程不同，AI 模型通过分析数千场历史飓风识别规律，其内部机制对预报员而言仍像黑箱。
#现象/趋势#DeepMind#Google
#教程/实践#编码#DeepSeek
强烈推荐所有天天用 Claude 和 Cursor Codex等AI Agent写代码的铁汁，把这行提示词打印出来贴在屏幕前。 普通人还在用大白话人肉指导步骤，顶级黑客只用一条链条就把边界锁死。 大多数人写 Prompt 的误区， 是要么写几百字像保姆一样教模型一步步改代码，结果上下文全是噪声， 要么一句话说不清楚，让 Agent 到处乱改。 真正让 Claude 零失误交付复杂代码的提示词，整条链路其实极其清晰： 几何约束（四向旋转对称）→ 人数上限（4人）→ 技术栈复用（基于现有的 WebSocket 非音频模块）→ 容错兜底（真人空位由 AI 补齐） 原文就一句话： Add a new map for a four player battle - four way rotational symmetry, up to four AI players, works with the WebSocket non-audio based multiplayer mode so up to four human players can join (any spare slots use AI) 不用教它步骤，把护栏焊死，剩下的全交给模型自己推理。 https://t.co/dH7YshGg0d
#开源/仓库#Agent#MCP/工具调用
#现象/趋势#Agent#编码
文章梳理 LangChain 1.0 与 LangGraph 1.0 同时 GA 后的技术栈分层，说明 create_agent 取代 create_react_agent 并运行在 LangGraph 运行时之上。文中拆解统一模型接口、工具、记忆、中间件等六个核心概念，给出 LangChain 与 LangGraph 的选型边界，并附一个基于 DeepSeek 模型的可运行最小 Agent 示例。
#教程/实践#Agent#RAG
Typemill 知识库文章提出 Tasks as Code 做法，把任务和需求写成 Markdown 文件存进 Git 仓库，让 AI 编码智能体在同一处读取需求与代码。文章给出五步流程：描述任务、分析需求、生成实施计划、人工审核批准、实施并回写报告，并建议代码、文档、任务分三个仓库，用 .gitignore 隔离本地克隆。作者还提到可用 Typemill 等支持 Git 同步的界面让产品经理和技术写作者参与，Git 仍负责版本历史。
#教程/实践#Agent#编码
Ubicloud 在 vLLM 0.28 上部署 Kimi K2.6 时，工具调用 schema 准确率只有 92%，即每 25 次调用有 2 次失败。vLLM 0.31 将约束解码做成服务端开关，借助 XGrammar 的结构化标签在生成阶段屏蔽非法 token，Ubicloud 开启后 K2VV ToolCall 基准上的准确率升至 100%，并已部署到生产环境。文章还解释了 vLLM 默认关闭该功能的原因，包括部分模型输出偏离 schema、语法转换 bug 以及与投机解码的交互问题。
#教程/实践#部署/工程#MCP/工具调用
作者在 OpenRouter 上用三个智能体任务各跑一次，对比 MiniMax M3.1 Flash 与 M3。两项可评分任务两者得分相同，长上下文任务两者首轮均未给出答案；Flash 估算总成本 0.15 美元，低于 M3 的 0.27 美元，但总耗时 661.6 秒多于 M3 的 465.0 秒。作者认为除成本更低外，这几次运行看不出 Flash 在速度或效果上的改进，并指出三次单轮测试不足以验证 MiniMax 所称的基准表现。
#评测/基准#Agent#推理
Unite.AI 发文解释计算机使用智能体如何通过截图、无障碍树等感知软件界面，并以点击、输入、滚动等动作完成任务，再读取新状态验证结果。文章对比了这类智能体与传统浏览器自动化、API 和工具调用的差异，指出视觉定位错误、长任务漂移、提示词注入和凭据暴露等失败模式，并建议在隔离环境、最小权限和关键操作确认边界下运行。文中提到 OSWorld 等基准用于评估真实计算机环境中的表现。
#教程/实践#Agent#MCP/工具调用
https://t.co/4Hfk0dYIBI
#现象/趋势#编码#Agent
DeepSeek Harness（dsh）是采用 MIT 协议的开源智能体执行脚手架，遵循“Agent = 模型 + Harness”范式，把模型适配器、工具注册表、沙箱、会话存储等全部封装为可热插拔的插件，由 Cordis 内核调度。框架内置标准、PTC、极简、创意四种运行模式，支持会话轨迹记录、fork 分支回放和沙箱权限审批。文章给出 npx 启动 Web UI、全局安装、源码编译三种部署方式，以及 headless 批量任务命令和自定义工具插件示例。
#教程/实践#Agent#开源生态
开发者 Gathin 把小米电视型号交给 Claude Code，通过 Wi-Fi 接入设备停用 25 个系统组件并换上极简桌面，随后将 prompt、桌面源码和踩坑记录开源为 CleanYourTV，项目已获约 1.37 万颗 Star。其原理是借助安卓 ADB 接口排查并冻结开机广告与遥测组件。文章还提到 YouTuber Ansub Khan 的同类项目 TV Detox，实测电视可用内存从约 370 MB 升至 600—650 MB。
#现象/趋势#Agent#开源生态
GitHub 用户 Zagitta 开发的开源工具 GPU Unlock 通过 Linux 内核模块在驱动加载前改写速度选择寄存器，解除英伟达在消费级安培显卡上对张量核心指令发射速率的限制，无需刷 VBIOS 或改驱动。实测 RTX 3090 Ti 的 BF16 算力从 87.5 TFLOPS 升至 157.4 TFLOPS，提升约 80%，ComfyUI 图像生成吞吐提升 56% 至 59%；RTX 3090 在 vLLM 下提示词预填吞吐提升约 33%，但逐 Token 生成的 Decode 阶段受显存带宽限制几乎没有改善。项目支持 GA102、GA103、GA104、GA106 核心，属于未经英伟达官方支持的固件级修改，需自行承担功耗、散热与保修风险。
#开源/仓库#数据/训练#部署/工程
#教程/实践#Agent#编码
作者实测可灵4.0，围绕水袖击鼓舞、雨中曲独舞和30秒生活短片三项任务检验其复杂动态、视频编辑与原生30秒生成能力。水袖击鼓经七八轮调整仍无法稳定用袖尾击鼓，鼓体会自行移动；雨中曲首版完成度较高，但帽子消失重现、水花过于规整。视频编辑成功把西装改成酒红色并保留原表演，积分消耗与重新生成一条视频相差不大。
#评测/基准#视频#现象/趋势
How I build apps these days: 1. Record a 1-5 minute prompt with @WisprFlow The more detail, the better. 2. Add visual inspo so the agent knows what I have in mind (screenshots or Inspo MCP). 3. Use @mattpocockuk's grill-me skill to have the agent ask clarifying questions. 4. Get back a v1, then send a list of feedback, feature requests, and design tweaks (via another voice recording usually). 5. For each new feature, ask for a quick screen recording to verify it works before merging the PR. 6. Keep iterating until I'm happy, then post it on @X or throw it away. For my harness, I use a mix of Claude Code with Opus 5.5 (high) and OpenCode with DeepSeek V4.1 Flash / GLM 5.3. I also give my agents some CLIs & skills: • Vercel + GitHub CLIs so they can push code and deploy apps. • Together skills so they can use chat, image, & voice models from Together • Design/animation skills so they have guidance on spacing & interactions
#教程/实践#Agent#编码
GitHub 上的开源项目通过修改 GPU 启动阶段的寄存器配置，解锁英伟达 GeForce 显卡在特定 Tensor Core 运算上的速率限制，RTX 4090 的 FP16 输入、FP32 累加吞吐率从 165.6 TFLOPS 升至 331.6 TFLOPS。RTX 3090 Ti、3080、3070、3060 以及 RTX 2080 Ti 也出现 60% 至 90% 左右的提升，且无需刷写 BIOS，原版 NVIDIA 驱动可照常运行。但实际 cuBLAS 矩阵乘法增幅收窄至约 12% 至 34%，逐 Token 生成速度没有明显变化。
#开源/仓库#数据/训练#部署/工程