跳到正文
SuperIntelligence
只看一手#教程/实践
10月18日周日
  1. Ethan Mollick34

    Fable 5.1实现博尔赫斯3D故事

    Fable 5.1：“实现博尔赫斯的短篇小说。像用 3D 实现它们那样做。去做，让它们富有创意和美感，并帮助我们理解故事的要点。自己想办法。”我不得不告诉它引用博尔赫斯是可以的。有些很棒的东西。试玩：https://borges-in-3d.netlify.app

10月17日周六
  2. vLLM 官方博客68

    vLLM 详解 Kimi K3 深度优化：实现 840 tokens/s 及快速响应维护策略

    vLLM 官方博客发布 Kimi K3 的深度优化方案，通过 Agent 辅助开发构建统一 CuTe DSL decode 路径，在 16 张 NVIDIA GB300 GPU 上实现 batch 1 超过 840 tokens/s 的解码速度。

    推荐理由：原文详细拆解了 Kimi K3 在 vLLM 中的底层优化逻辑与性能数据，并提出了平衡开发速度与稳定性的维护框架。

  3. AWS Machine Learning Blog40

    Amazon Bedrock AgentCore 构建 AI 智能体生产级评估框架

    AWS SMGS 团队利用 Amazon Bedrock AgentCore Evaluations 构建持续质量闭环，解决 AI 智能体在生产环境中“自信但错误”的隐性失效问题。该框架集成 Guardrails、CloudWatch 等组件，在发布前及运行中自动验证答案准确性并追溯根因，防止如营收数据单位误读或幻觉计算导致的业务风险，确保多智能体系统在大规模部署下的可信度。

10月16日周五
  1. AWS Machine Learning Blog63

    AWS 发布 Reflection Beam 智能体编码模型的部署与调优指南

    Reflection AI 推出面向智能体编码的开源权重模型 Beam，拥有 501B 总参数和 23B 激活参数，支持 1M token 上下文。该文章详解了在 AWS SageMaker JumpStart 和 HyperPod Inference 上部署 BF16、FP8 或 NVFP4 版本的具体步骤，包括 GPU 容量规划、SGLang/vLLM 运行时配置及性能测试方法。

    推荐理由：原文详细拆解了 Reflection Beam 在 AWS 上的两种部署路径及显存规划，为开发者提供了从模型选型到性能调优的可落地工程指南。

  2. Anthropic Claude.dev 开发者博客82

    Claude Code 团队如何重构代码审查流程

    Claude Code 团队通过引入多层自动化审查机制，将人工审批集中在高风险变更上，使合并 PR 数量翻倍的同时回滚率下降超过 40%。该流程包含预验证、AI 审查、安全阻断及基于风险的分级审批，并强调利用事故数据持续优化审查模型以减少噪音。

    推荐理由：原文详细拆解了 Claude Code 团队在代码量激增背景下，如何通过多层自动化审查与风险分级机制平衡效率与安全。

  3. vLLM 官方博客68

    vLLM 详解 Kimi K3 在 AMD MI355X 上匹配 NVIDIA B300 吞吐量的优化过程

    vLLM 官方博客发布技术复盘，详述如何通过六项核心优化使 Kimi K3 在八卡 AMD Instinct MI355X 系统上的每 GPU 吞吐量超越 NVIDIA HGX B300 24.4%，并在成本模型下实现每美元多产出 87.4% 的 token。文章深入解析了 DCP8 缓存分片、MoE 去重计算、KDA 状态并行化及 MLA 长上下文解码加速等具体工程决策与基准测试数据。

    推荐理由：文章拆解了 Kimi K3 在 AMD MI355X 上的六项关键优化，提供了从缓存复用到内核融合的具体工程思路。

  4. a16z42

    a16z解析AI智能体信用卡支付

    你的 AI 智能体如何用你的信用卡付款，而无需持有卡片：1. 你的卡片存储在受信任的钱包中。2. 当你的智能体去购物时，钱包会创建一个 agentic token：一个仅在该商店有效的替身卡号，并带有诸如“不要

10月15日周四
  1. AWS Machine Learning Blog60

    AWS 提出 Trust in Depth 框架：在保障可控前提下赋予 AI 智能体更多自主权

    AWS 发布 Trust in Depth 框架，通过 Scope、Know、Bound、Observe 四个独立层级来建立对 AI 智能体的信任，解决人工审批瓶颈并支持高自主性任务。

    推荐理由：文章提出分层信任框架，结合自动推理与运行时管控，为平衡智能体自主性与安全性提供可落地的工程方法。

  2. Google Developers Blog62

    Google 开发者博客分享 AI Agent 评估实战指南

    Google 开发者博客发布文章，介绍如何超越主观“感觉检查”，为 AI Agent 建立可重复的评估体系。文章提出了基于关键用户旅程（CUJ）定义成功标准、使用模拟用户生成测试场景、以及结合人工审查与自动化工具的分阶段实施策略。

    推荐理由：原文提供了从人工审查到自动化 CI/CD 的评估落地路径，并给出了规避常见陷阱的具体方法。

  3. vLLM 官方博客75

    vLLM发布Bitwise-Consistent RL训练方案：解决DeepSeek-V4等模型训练推理不一致问题

    vLLM团队提出一种新方案，通过让训练前向直接调用vLLM推理内核并修改内核逻辑，确保采样token的logprob在训练和推理侧逐位一致（diff=0）。在DeepSeek-V4-Flash实验中，该方法在保持91.3%基线吞吐量的同时实现了零差异，避免了因数值不一致导致的KL散度飙升和奖励下降；该流程已封装为Agent Skill开源，并成功迁移至Nemotron混合架构模型。

    推荐理由：原文提供了在高性能推理引擎上实现训练与推理数值完全一致的具体方法、代码及Agent技能包，为RL训练稳定性优化提供了可复用的工程路径。

  4. Ethan Mollick26

    为个人智能体Dot配置独立邮箱

    给我的 Dot 分配一个专用电子邮件地址，结果发现这出奇地简单，并解决了如何与个人智能体相处的一些问题。我不希望它使用我的邮箱或代表我起草消息，我希望确保人们知道他们正在与 AI 互动。

  5. LangChain Blog45

    LangChain 解答 Agent Evals 常见疑问

    LangChain 团队基于 LangSmith 平台解析智能体评估（Agent Evals）的核心问题，涵盖离线与在线评估的区别及四种主要评估器类型。文章建议从分析 Trace 入手构建小规模数据集，通过持续添加失败案例形成改进闭环，并指导用户利用代码检查或 LLM 裁判监控生产环境质量。

10月14日周三
  6. Ai2 / Allen Institute for AI35

    Molmo 2 开源助力 MIT 研究者开发 Molmo2Fish 优化鱼类追踪

    Ai2 开源视觉语言模型 Molmo 2 支持 MIT 研究者 Kai Van Brunt 开发 Molmo2Fish，用于水下声纳视频中的鲑鱼追踪。该模型经微调后在无需修正时性能接近专用系统，并能通过自然语言指令自动纠正追踪错误。Molmo 2 的开放代码与数据使研究者能直接定制多目标追踪任务，为生态监测提供新工具。

  7. GitHub Blog · AI & ML52

    GitHub 发布基于 ModernBERT 的新密钥检测模型，误报更少且成本降低超 98%

    GitHub 推出新的密钥扫描管线，采用正则表达式生成候选项并结合微调后的 ModernBERT 分类器进行上下文评估，以区分真实凭证与相似字符串。该方案使仓库所有者加权接受率提高 11.5%，中位后推送扫描执行时间缩短 86%，服务成本较之前的 LLM 管线降低超过 98%。新模型通过 ONNX 格式导出并应用 8-bit 量化，实现了在保持高召回率的同时显著减少误报和推理开销。

  8. LangChain Blog65

    LangChain 发布 Deep Agents SDK 上下文管理最佳实践

    LangChain 官方博客介绍 Deep Agents SDK 如何通过文件系统抽象和三种压缩技术解决长任务中的上下文溢出问题。该工具在检测到大型工具响应超过 20,000 tokens 或会话上下文达到模型窗口 85% 时，自动将旧数据卸载至文件系统并生成结构化摘要。文章还分享了通过降低触发阈值以增强信号进行基准测试的方法，以及验证信息可恢复性和防止目标漂移的定向评估策略。

    同一新闻，精选展示《LangChain 发布 Deep Agents 上下文工程指南：通过中间件优化记忆管理》

  9. LangChain Blog73

    LangChain 详解如何通过 Harness Engineering 提升 Deep Agents 编码表现

    LangChain 团队通过优化智能体框架（Harness），使 deepagents-cli 在 Terminal Bench 2.0 上的得分从 52.8% 提升至 66.5%，排名进入前五，且全程保持底层模型 gpt-5.2-codex 不变。

    推荐理由：LangChain 分享了通过系统提示、工具和中间件优化智能体框架的方法，展示了如何在不更换模型的情况下显著提升编码性能。

  10. LangChain Blog63

    LangChain 分享如何利用 Deep Agents 实现文档代码自动测试

    LangChain 团队使用 Deep Agents CLI 配合自定义 Skills，将文档中静态的内联代码样本自动化迁移为可独立运行、经 CI 持续测试的代码文件。该流程通过编写类似给同事的操作步骤作为 Skill 指令，让 Agent 自动完成代码提取、添加 setup/teardown、标记片段及运行测试等任务，解决了 AI 领域 SDK 频繁更新导致文档示例失效的问题。

    推荐理由：LangChain 分享了利用 Deep Agents CLI 和 Skills 自动化迁移文档代码样本为可测试单元的实践，提供了具体的指令编写思路和 CI 集成方案。

  12. AWS Machine Learning Blog26

    Amazon Bedrock 通过托管权限简化私有定价优惠的多账户管理

    Amazon Bedrock 推出托管权限功能，允许在中心账户订阅一次 AWS Marketplace 私有定价优惠并分发至组织内多账户。该方案提供轻量级脚本和基于 AWS CDK 的事件驱动自动化两种路径，分别用于一次性激活和持续验证卖家、创建及激活分布式授权，从而消除手动检查 License Manager 的运营摩擦并确保协商价格生效。

  13. AWS Machine Learning Blog62

    AWS 博客详解如何在 Amazon Bedrock 上使用 Grok 4.7 构建长周期智能体

    AWS 发布教程指导开发者在 Amazon Bedrock 上利用 Grok 4.7 构建具备工具调用能力的长周期智能体。文章通过三个需搜索而非简单查表的复杂任务（故障诊断、维护调度、迁移预算）进行了 72 次运行测试，结果显示 xhigh 推理强度下准确率为 100%，而 low 强度以约八分之一的输出 Token 实现了 83% 的准确率。

    推荐理由：原文通过构建工具调用智能体并对比不同推理强度下的表现，提供了在长周期任务中平衡准确率与Token成本的具体评估方法。

  16. Google Developers Blog78

    Google 演示使用 Gemini 4 Argon 夜间自动优化 ADK Python 代码库

    Google 工程师展示了如何使用 Gemini 4 Argon 在无人值守的情况下对 google/adk-python 进行跨文件性能优化。通过配置 .agents/skills 和 /goal 模式，模型在 11 小时内完成了代码修改，使长会话中的内存准备时间减少约 40%，冷启动包导入速度提升 21%。最终有 6 个优化提案中有 2 个通过了人工代码审查并合并到主分支。

    推荐理由：原文完整复盘了利用 Gemini 4 Argon 优化大型代码库的提示词与流程，并给出了具体的性能提升数据。

10月13日周二
  1. AWS Machine Learning Blog35

    Amazon SageMaker AI 优化 Mixture-of-Experts 内核工程

    Amazon SageMaker AI 通过 Swap-AB 技术优化 Hopper 架构上的 MoE 内核，将专家维度映射至固定行数以提升 WGMMA 利用率，使 H200 上的端到端吞吐量提高 2–4%，该优化已集成至 vLLM 0.24.0+。针对 FP8 量化模型，Triton 后端因寄存器级融合与单次内存访问特性，在低并发场景下性能优于默认的 FlashInfer+CUTLASS 路径。

  3. Ethan Mollick27

    Dot 智能体主动排查订阅异常

    我的 AI 智能体正在执行主动客户服务：有人发邮件给我说，在订阅我的 Substack 后，他们被自动注册了其他服务（这不应该发生）。无需我询问，我的 Dot 自行运行测试，并通过尝试复现错误找出了原因。

  5. vLLM 官方博客62

    vLLM 推出双向 KV 传输以优化多轮智能体工作负载 TTFT

    vLLM 发布双向 KV Cache 传输功能，允许预填充节点复用解码节点保留的 KV 块，从而减少多轮对话中的重复计算并降低首 Token 时间（TTFT）。

    推荐理由：vLLM 引入双向 KV 传输机制，通过复用解码节点缓存显著降低多轮智能体工作负载的 TTFT，为长上下文场景提供可落地的性能优化方案。

  6. AWS Machine Learning Blog37

    泰国、马来西亚等五地可通过 Amazon Bedrock 全球跨区域推理访问 OpenAI GPT-6 模型

    Amazon Bedrock 在泰国、马来西亚、新加坡、印尼和台湾推出全球跨区域推理，支持访问 OpenAI GPT-6 Sol、Luna 和 Astra。用户可从上述源区域调用这些模型，利用其他 AWS 区域的容量以缓解单区域限流。GPT-6 系列均支持文本图像输入及提示缓存，通过 Converse API 或 OpenAI 兼容接口接入。