BestBlogs

BestBlogs

By BestBlogs.devTechnology
Download on the App Store

BestBlogs episodes

  • EP117 · Claude 价值、直播双 Agent、生产 harness · 07-14 早报

    章节时间戳

    00:00 开场

    01:00 精讲:Anthropic Research 比较 Claude 模型与语言中的四条价值轴

    03:24 精讲:大淘宝技术拆解工具调用与回复双 Agent 的协同强化学习

    06:02 精讲:ByteByteGo 解析微软生产 Agent 的身份、上下文与持续评估

    08:55 速览:HyOCR-1.5、Claude Code、LongCat-2.0、Precursor

    12:26 补充阅读:宇树钢铁机器人、Token 复测、K8s + Ray、k8s-aibom

    14:06 结语

    ★ 精讲一 | Claude 的价值观如何随模型和语言变化

    01:00|来自 Anthropic Research

    Anthropic 从 309,815 段真实对话中提炼四条价值轴,比较三款 Claude 模型与 20 种语言。Sonnet 4.6 更偏温暖,Opus 4.7 更偏谨慎、深度与严谨;语言差异在温暖—严谨轴最明显,也提示价值表达会随版本和语言变化。四条轴只解释 15% 的变化,适合作为模型行为评估框架,而非完整结论。

    ★ 精讲二 | 淘宝直播数字人 AgenticRL 实践:从 RLVR 到 MultiAgent RL

    03:24|来自 大淘宝技术

    淘宝直播团队把工具调用和回复拆成两个 Agent,分别用专属奖励协同训练,解决单 Agent 混合奖励难收敛的问题。独立实验中,相比 SFT,事实正确性提升 4.1pt、帮助性提升 23.6pt,工具调用合理性提升 18.2pt;仿真环境和轨迹 mask 的工程细节也值得参考。

    ★ 精讲三 | 微软如何以企业级规模交付 AI 智能体

    06:02|来自 ByteByteGo Newsletter

    ByteByteGo 访谈微软 Core AI 产品负责人,梳理生产 Agent 的关键层:运行时、可观测与治理、身份和上下文。文章将检索设计成可规划、重试和多源组合的子 Agent,让执行动作具备独立身份与审计轨迹,再用业务 rubric 持续发现真实流量中的质量漂移。

    速览

    08:55 更多值得关注的内容

    · 跨行业打造 AI 原生产品:研究、执行与反馈闭环 [视频] — Claude

    · 训推全开源:HyOCR-1.5 让端到端 OCR 大模型跑得更快、看得更准、功能更全 — 腾讯混元

    · Claude Code 在读取你的提示词前发送的令牌数比 OpenCode 多 4.7 倍 — Hacker News

    · 当一个年轻人空降:改造腾讯混元的 300 天 — 晚点 LatePost

    · 正式开源!美团 LongCat-2.0 同步开放国产卡推理代码 — 美团 · 技术团队

    · 让 Agent 按工程标准交付:AI Coding 下的质量关卡实践 — 百度 Geek 说

    · 推出 Precursor:通过持续的客户端信号检测智能体行为 — The Cloudflare Blog

    补充阅读

    12:26 今天额外值得一读的几条

    · 宇树科技牵手湖南钢铁,一家物理 AI 公司浮出水面 — 机器之心

    · 「母病速归」式 AI:号称省 65% Token,实测只有 8.5% — 宝玉的分享

    · 前沿模型能否自动补全安全研究? — LessWrong — LessWrong

    · 腾讯 Ray 团队实践:K8s + Ray 如何支撑超大规模 AI Workload — 腾讯技术工程

    · AI 软件漏洞末日已至:我们该怎么办?——Jack Cable [视频] — AI Engineer

    · 在 GKE 上推出 k8s-aibom,实现 AI 物料清单自动化 — Google Cloud Blog

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-14

    · Claude 的价值观如何随模型和语言变化:https://www.bestblogs.dev/article/2644b9479a

    · 淘宝直播数字人 AgenticRL 实践:从 RLVR 到 MultiAgent RL:https://www.bestblogs.dev/article/a91a414388

    · 微软如何以企业级规模交付 AI 智能体:https://www.bestblogs.dev/article/d79e823036

    · 跨行业打造 AI 原生产品:研究、执行与反馈闭环 [视频]:https://www.bestblogs.dev/video/7fdff8ecc

    · 训推全开源:HyOCR-1.5 让端到端 OCR 大模型跑得更快、看得更准、功能更全:https://www.bestblogs.dev/article/8d3c23ecd3

    · Claude Code 在读取你的提示词前发送的令牌数比 OpenCode 多 4.7 倍:https://www.bestblogs.dev/article/00a675ccf0

    · 当一个年轻人空降:改造腾讯混元的 300 天:https://www.bestblogs.dev/article/c2fec5d26e

    · 正式开源!美团 LongCat-2.0 同步开放国产卡推理代码:https://www.bestblogs.dev/article/90db8375f8

    · 让 Agent 按工程标准交付:AI Coding 下的质量关卡实践:https://www.bestblogs.dev/article/1dd4550aa5

    · 推出 Precursor:通过持续的客户端信号检测智能体行为:https://www.bestblogs.dev/article/5f75405940

    · 宇树科技牵手湖南钢铁,一家物理 AI 公司浮出水面:https://www.bestblogs.dev/article/b9e465b3bf

    · 「母病速归」式 AI:号称省 65% Token,实测只有 8.5%:https://www.bestblogs.dev/article/2ee6be0c99

    · 前沿模型能否自动补全安全研究? — LessWrong:https://www.bestblogs.dev/article/7bad348a4a

    · 腾讯 Ray 团队实践:K8s + Ray 如何支撑超大规模 AI Workload:https://www.bestblogs.dev/article/c85c59d783

    · AI 软件漏洞末日已至:我们该怎么办?——Jack Cable [视频]:https://www.bestblogs.dev/video/66e4dfa44

    · 在 GKE 上推出 k8s-aibom,实现 AI 物料清单自动化:https://www.bestblogs.dev/article/b739041dc6

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容,关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验和关注我们。


    前往小宇宙评论区与主播互动
    15 min
  • EP116 · Agent 基础设施、LLM 评测、AI 设计 · 07-13 早报

    章节时间戳
    • 00:00 开场

    • 00:35 精讲:Claude:组织级智能体如何承接记忆、协作与治理

    • 03:12 精讲:AI Engineer:用项目反应理论检验 LLM 基准

    • 05:43 精讲:Y Combinator:用 AI 工具迭代交互与品牌系统

    • 08:07 速览:GPT-5.6、KAT-Coder、具身模型、推理成本、Copilot 评审

    • 10:44 补充阅读:RocketMQ LiteTopic、AI4S、本地 AI、DeepSeek、Machinecraft

    • 12:10 结语

    ★ 精讲一 | 构建智能体基础设施的未来:Claude Platform 如何迈向组织级能力 [视频]

    00:35|来自 Claude

    Claude Platform 的讨论把焦点从单纯调用模型,放到组织怎样承接 Agent:让代理带着记忆、目标和身份边界协作,并按结果与预算运行。材料也没有回避企业落地的约束,安全、合规、评估,以及从个人效率到跨团队流程的 ROI 测量,都仍是这套基础设施能否成立的前提。

    ★ 精讲二 | 别再用 50 年代的方法评估模型:用心理测量学重构 LLM 基准测试 [视频]

    03:12|来自 AI Engineer

    这场分享把模型评测从单一准确率拉回到题目与模型的完整响应矩阵。借助项目反应理论,可以同时估计题目难度、区分度和模型能力,找出噪声题、可疑标签、推理不稳定或可能泄漏的样本。对正在比较模型或自建评测的人来说,重点是先判断基准是否可靠,再解释分数差异。

    ★ 精讲三 | 用 AI 工具开启全新的设计方式:从编码智能体到可迭代品牌系统 [视频]

    05:43|来自 Y Combinator

    YC 的设计复盘展示了一个可复用的 AI 协作方法:先把需求、截图和情绪板讲清楚,再让编码 Agent 探索参考、快速做出可调的交互原型。案例覆盖品牌卡片、动效和活动物料,提醒我们,工具让设计更容易迭代,但最终的辨识度仍取决于参考、品味和清晰的方向。

    速览

    08:07 更多值得关注的内容

    · GPT-5.6 三档模型全面围剿 Claude Fable 5 — InfoQ 中文

    · KAT-Coder-V2.5 正式发布:从「写代码」到「做工程」,Agentic 能力全面提升 — 快手技术

    · 全球首个「具身原生」预训练模型发布,从物理世界出发为机器人造大脑! — 量子位

    · AI 推理成本首次算清:GPU 利用率不到 52%,千万别自建! — InfoQ 中文

    · 万字科普:一千个「世界模型」在发布,到底什么是世界模型? — Founder Park

    · 更好的工具反而让 Copilot 代码审查变差。以下是我们实际改进的方法。 — The GitHub Blog

    · 意识 × Loop:让 Loop 跨 Session 自进化的最佳实践 — 阿里技术

    补充阅读

    10:44 今天额外值得一读的几条

    · 限流比降 10 倍:百炼网关如何用 RocketMQ LiteTopic 重构大模型限流 — 阿里云开发者

    · AI4S 需要狂人与野心家|对话英灵殿 Odin:「如果神存在,我怎能容忍自己不是神?」【公路播客】 [播客] — 十字路口 Crossing

    · 为什么现在正是让 AI 回到本地的时机 [视频] — AI Engineer

    · 2026 国内新增独角兽全梳理:3 天一家、AI 和机器人占了一半,DeepSeek 估值最高 — Founder Park

    · AI 公司为何把哲学家请进实验室? — 腾讯研究院

    · 会做梦的工厂:100 人的 Machinecraft 如何打造企业大脑 [视频] — AI Engineer

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-13

    · 构建智能体基础设施的未来:Claude Platform 如何迈向组织级能力 [视频]:https://www.bestblogs.dev/video/140de6b

    · 别再用 50 年代的方法评估模型:用心理测量学重构 LLM 基准测试 [视频]:https://www.bestblogs.dev/video/74462c078

    · 用 AI 工具开启全新的设计方式:从编码智能体到可迭代品牌系统 [视频]:https://www.bestblogs.dev/video/febedc8

    · GPT-5.6 三档模型全面围剿 Claude Fable 5:https://www.bestblogs.dev/article/1d56ff8b

    · KAT-Coder-V2.5 正式发布:从「写代码」到「做工程」,Agentic 能力全面提升:https://www.bestblogs.dev/article/7e04fc4b

    · 全球首个「具身原生」预训练模型发布,从物理世界出发为机器人造大脑!:https://www.bestblogs.dev/article/795ef869

    · AI 推理成本首次算清:GPU 利用率不到 52%,千万别自建!:https://www.bestblogs.dev/article/8be96450

    · 万字科普:一千个「世界模型」在发布,到底什么是世界模型?:https://www.bestblogs.dev/article/6db25567

    · 更好的工具反而让 Copilot 代码审查变差。以下是我们实际改进的方法。:https://www.bestblogs.dev/article/b246fd1d

    · 意识 × Loop:让 Loop 跨 Session 自进化的最佳实践:https://www.bestblogs.dev/article/378c699c

    · 限流比降 10 倍:百炼网关如何用 RocketMQ LiteTopic 重构大模型限流:https://www.bestblogs.dev/article/9ac89c6af9

    · AI4S 需要狂人与野心家|对话英灵殿 Odin:「如果神存在,我怎能容忍自己不是神?」【公路播客】 [播客]:https://www.bestblogs.dev/podcast/b03b7aa8d

    · 为什么现在正是让 AI 回到本地的时机 [视频]:https://www.bestblogs.dev/video/f2dadc462

    · 2026 国内新增独角兽全梳理:3 天一家、AI 和机器人占了一半,DeepSeek 估值最高:https://www.bestblogs.dev/article/4c37091c9f

    · AI 公司为何把哲学家请进实验室?:https://www.bestblogs.dev/article/9b6d56db

    · 会做梦的工厂:100 人的 Machinecraft 如何打造企业大脑 [视频]:https://www.bestblogs.dev/video/c60d1c05f

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容,关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验和关注我们。


    前往小宇宙评论区与主播互动
    13 min
  • EP115 · 企业记忆、理解闭环、本地 AI · 07-12 早报
    章节时间戳
    • 00:00 开场

    • 00:47 精讲:AI Engineer:Machinecraft 的企业记忆工作流

    • 03:32 精讲:AI Engineer:用讲解与模拟保持 AI 编程理解

    • 06:05 精讲:AI Engineer:本地 AI 的隐私、延迟与部署

    • 08:27 速览:RocketMQ LiteTopic、DeepSeek V4、PIPO、提示词修剪、Agent 记忆

    • 10:54 补充阅读:奖励建模、AI 科研、Cloud Run、Cursor、Cloud Use

    • 12:22 结语

    ★ 精讲一 | 会做梦的工厂:100 人的 Machinecraft 如何打造企业大脑 [视频]

    00:47|来自 AI Engineer

    Machinecraft 把三代人积累的报价、图纸、邮件与客户决策整理成企业记忆,而不是另训一个大模型。视频具体展示了销售、定价、规格核查等专职 Agent 如何协作,并保留 AI 起草、人工发送的边界。它提供了企业把私有经验转成可校正工作流的一种具体做法。

    ★ 精讲二 | 理解,才是 AI 编程时代的新瓶颈 [视频]

    03:32|来自 AI Engineer

    当 Agent 能更快写出代码,团队真正稀缺的可能是对系统的理解。AI Engineer 提出的办法不是逐行审查,而是让 Agent 写讲解文档、出理解测验,并建立可交互的小型模拟环境。它把人留在决策与方向控制的位置,也给 AI 编程团队一套可实践的协作方式。

    ★ 精讲三 | 为什么现在正是让 AI 回到本地的时机 [视频]

    06:05|来自 AI Engineer

    这场讨论把本地 AI 的理由落在可操作的约束上:敏感数据留在设备上、持续运行的 Agent 成本更可预测,摄像头和机器人等场景也需要低延迟与弱网可用。它同时指出真正的门槛是易用性,系统应自动匹配硬件与模型,而不是把量化和部署细节交给普通用户。

    速览

    08:27 更多值得关注的内容

    · 限流比降 10 倍:百炼网关如何用 RocketMQ LiteTopic 重构大模型限流 — 阿里云开发者

    · AI 安全谱系:研究方向如何诞生与消亡(2005-2026)— LessWrong — LessWrong

    · 利用 AMD MI355X 图形处理器,以 Miles 框架完成 DeepSeek V4 Flash RL 训练 — LMSYS Blog

    · 小红书发布大模型新架构 PIPO ,让模型一次「吞两个、吐两个」 — 小红书技术 REDtech

    · 长上下文并非免费——我构建了一个安全的提示词修剪层,使得 LLM 系统能够工作 — Towards Data Science

    · 别再一直调 prompt 了,让 Agent 的 Skills 自己进化! — Datawhale

    · 让智能体拥有可维护的组织记忆:从 LLM Wiki 到多路检索 [视频] — LangChain

    补充阅读

    10:54 今天额外值得一读的几条

    · ACL 2026 腾讯混元&UNSW:LLM 奖励建模的损失函数设计新范式 — PaperAgent

    · 近期,微软连发了 2 篇 AI 自动化科研的论文 — PaperAgent

    · AI 真正改变消费,不是推荐更多商品,而是让人不必再看 — 非凡产研

    · Google Cloud Run 沙箱进入公开预览阶段 — Google Cloud Blog

    · 脉搏:来自 Cursor 的有趣 AI 编程统计数据 — The Pragmatic Engineer

    · Cloud Use:当 Agent 开始真正使用云 — 阿里技术

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-12

    · 会做梦的工厂:100 人的 Machinecraft 如何打造企业大脑 [视频]:https://www.bestblogs.dev/video/c60d1c05f

    · 理解,才是 AI 编程时代的新瓶颈 [视频]:https://www.bestblogs.dev/video/8710557

    · 为什么现在正是让 AI 回到本地的时机 [视频]:https://www.bestblogs.dev/video/f2dadc462

    · 限流比降 10 倍:百炼网关如何用 RocketMQ LiteTopic 重构大模型限流:https://www.bestblogs.dev/article/9ac89c6af9

    · AI 安全谱系:研究方向如何诞生与消亡(2005-2026)— LessWrong:https://www.bestblogs.dev/article/53141236

    · 利用 AMD MI355X 图形处理器,以 Miles 框架完成 DeepSeek V4 Flash RL 训练:https://www.bestblogs.dev/article/6c74908f

    · 小红书发布大模型新架构 PIPO ,让模型一次「吞两个、吐两个」:https://www.bestblogs.dev/article/74201e6926

    · 长上下文并非免费——我构建了一个安全的提示词修剪层,使得 LLM 系统能够工作:https://www.bestblogs.dev/article/6af7a5d875

    · 别再一直调 prompt 了,让 Agent 的 Skills 自己进化!:https://www.bestblogs.dev/article/d95d1971

    · 让智能体拥有可维护的组织记忆:从 LLM Wiki 到多路检索 [视频]:https://www.bestblogs.dev/video/ced33e6

    · ACL 2026 腾讯混元&UNSW:LLM 奖励建模的损失函数设计新范式:https://www.bestblogs.dev/article/18c44a5c

    · 近期,微软连发了 2 篇 AI 自动化科研的论文:https://www.bestblogs.dev/article/8bd98421

    · AI 真正改变消费,不是推荐更多商品,而是让人不必再看:https://www.bestblogs.dev/article/eea13a62

    · Google Cloud Run 沙箱进入公开预览阶段:https://www.bestblogs.dev/article/84b50dae

    · 脉搏:来自 Cursor 的有趣 AI 编程统计数据:https://www.bestblogs.dev/article/a205bb03

    · Cloud Use:当 Agent 开始真正使用云:https://www.bestblogs.dev/article/a6f70eb2

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容,关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验和关注我们。


    前往小宇宙评论区与主播互动
    14 min
  • EP114 · 代理长程验证、工程训练车间、产品判断力 · 07-11 早报
    章节时间戳
    • 00:00 开场

    • 00:41 真实工程如何验证长程编码代理

    • 03:21 从写代码到做工程的训练路径

    • 06:08 AI 时代的产品判断与推荐透明度

    • 08:48 速览:模型、Agent 与推理成本

    • 11:23 补充阅读:具身模型与开源推理

    • 12:29 结语

    ★ 精讲一 | Cognition 用真实工程验证 Claude Fable 5 的长程编程能力

    来自 Claude Blog

    Cognition 用自建 Frontier Code 与工程师日常试用判断模型,而非只看通用基准。其团队称 Claude Fable 5 能在杂乱日志中定位根因、说明未知项,并可连续工作约八小时仍推进任务。文章提供的价值不在分数,而在考察长程编码代理是否值得托付的具体标准:能否守住约束、验证结果并在不确定时停下。

    ★ 精讲二 | KAT-Coder-V2.5 正式发布:从「写代码」到「做工程」,Agentic 能力全面提升

    来自 快手技术

    快手把代码智能体的训练重点从单文件补全转向可运行的真实仓库:AutoBuilder 在隔离环境中生成配置、验证测试并迭代修复,使环境构建成功率提升至 57.2%,覆盖 12 种语言和超过 10 万个仓库。再结合多框架训练、分层奖励与失败轨迹回收,文章给出了一套针对长程工程任务的训练管线及其指标。

    ★ 精讲三 | AI 时代品味、人类真实感与判断力的崛起 [视频]

    来自 Lenny's Podcast

    Adam Mosseri 在访谈中把 AI 工具普及后的产品工作拆成两个问题:执行成本下降时,团队仍需用有争议、可被反驳的策略判断决定做什么;推荐系统则可借助 LLM 把难以解释的向量偏好转成用户可理解、可调整的兴趣概念。对产品和内容团队而言,这是一份关于人类品味、身份标识与推荐透明度的观察。

    速览

    08:48 更多值得关注的内容

    · 全球首个「具身原生」预训练模型发布,从物理世界出发为机器人造大脑! — 量子位

    · 从模型到 Harness:WorkBuddy 如何把 Agent 做成可用产品 — 腾讯 WorkBuddy

    · 使用 NVIDIA NeMo 进行金融 AI 研究的合成数据生成 — NVIDIA Technical Blog

    · 意识 × Loop:让 Loop 跨 Session 自进化的最佳实践 — 阿里技术

    · 【揭秘】如何打造一支凌晨 3 点还在交付的 AI 军团 — 腾讯技术工程

    · 科技爱好者周刊(第 403 期):为什么 Dropbox 不成功 — 阮一峰的网络日志

    · AI 推理成本首次算清:GPU 利用率不到 52%,千万别自建! — InfoQ 中文

    补充阅读

    11:23 今天额外值得一读的几条

    · 万字科普:一千个「世界模型」在发布,到底什么是世界模型? — Founder Park

    · 构建智能体基础设施的未来:Claude Platform 如何迈向组织级能力 [视频] — Claude

    · 用 AI 工具开启全新的设计方式:从编码智能体到可迭代品牌系统 [视频] — Y Combinator

    · 更好的工具反而让 Copilot 代码审查变差。以下是我们实际改进的方法。 — The GitHub Blog

    · 一位投资人对具身、模型与算力的 17 条判断 — 腾讯科技

    · 最快半年 AI 跑通自进化?与陈天桥首席科学家聊聊硅谷模型必争之地 — 硅谷 101

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-11

    · Cognition 用真实工程验证 Claude Fable 5 的长程编程能力:https://www.bestblogs.dev/article/accaa4f5

    · KAT-Coder-V2.5 正式发布:从「写代码」到「做工程」,Agentic 能力全面提升:https://www.bestblogs.dev/article/7e04fc4b

    · AI 时代品味、人类真实感与判断力的崛起 [视频]:https://www.bestblogs.dev/video/4f144a1

    · 全球首个「具身原生」预训练模型发布,从物理世界出发为机器人造大脑!:https://www.bestblogs.dev/article/795ef869

    · 从模型到 Harness:WorkBuddy 如何把 Agent 做成可用产品:https://www.bestblogs.dev/article/17a8e853

    · 使用 NVIDIA NeMo 进行金融 AI 研究的合成数据生成:https://www.bestblogs.dev/article/c40e09e7

    · 意识 × Loop:让 Loop 跨 Session 自进化的最佳实践:https://www.bestblogs.dev/article/378c699c

    · 【揭秘】如何打造一支凌晨 3 点还在交付的 AI 军团:https://www.bestblogs.dev/article/27af35d9

    · 科技爱好者周刊(第 403 期):为什么 Dropbox 不成功:https://www.bestblogs.dev/article/ed17668d

    · AI 推理成本首次算清:GPU 利用率不到 52%,千万别自建!:https://www.bestblogs.dev/article/8be96450

    · 万字科普:一千个「世界模型」在发布,到底什么是世界模型?:https://www.bestblogs.dev/article/6db25567

    · 构建智能体基础设施的未来:Claude Platform 如何迈向组织级能力 [视频]:https://www.bestblogs.dev/video/140de6b

    · 用 AI 工具开启全新的设计方式:从编码智能体到可迭代品牌系统 [视频]:https://www.bestblogs.dev/video/febedc8

    · 更好的工具反而让 Copilot 代码审查变差。以下是我们实际改进的方法。:https://www.bestblogs.dev/article/b246fd1d

    · 一位投资人对具身、模型与算力的 17 条判断:https://www.bestblogs.dev/article/fdd658ce

    · 最快半年 AI 跑通自进化?与陈天桥首席科学家聊聊硅谷模型必争之地:https://www.bestblogs.dev/article/58585714

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容,关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验和关注我们。


    前往小宇宙评论区与主播互动
    14 min
  • BestBlogs 周刊第 103 期 · 系统新信号
    本周亮点

    本期主题是「系统新信号」。这周最重要的不是单个模型分数,而是 AI 从模型能力进入可调用、可验证、可计量、也可被质疑的真实系统。

    GPT-5.6、GPT-Live、Hy3、Grok 4.5、Cursor 数据、Agent CI/CD、J-space、MemOS、MCP apps、GEO 仪表盘和 Modal CTO 访谈,共同指向一个变化:AI 已经过了只看能力展示的阶段,接下来要看谁能把能力放进可靠系统里。

    时间线

    00:00 开场 · 系统新信号

    01:51 模型与入口 · 从 GPT-5.6 到实时语音、视觉设计和工具数据飞轮

    06:25 上下文与验证 · 缓存账本、Cursor 数据、Agent CI/CD 和工程门禁

    10:38 状态与软件入口 · 自主性、J-space、MemOS、MCP apps 和 difyctl

    14:07 测量、云与判断 · GEO 仪表盘、Modal 云运行时、人的品味和中国 AI 生态

    17:32 收尾 · 本周关键词 + 下周观察

    精讲条目

    主题一 · 模型与入口

    • GPT-5.6:随你的雄心壮志扩展的前沿智能 · OpenAI News · https://www.bestblogs.dev/article/4ecbdaa9

    • GPT-Live 发布 · OpenAI News · https://www.bestblogs.dev/article/3776dd8a

    • 腾讯混元 Hy3 发布:Agent 能力和产品体验跃升 · 腾讯混元 · https://www.bestblogs.dev/article/b6b95110

    • Grok 4.5 发布 · Cursor · Cursor Blog · https://www.bestblogs.dev/article/830bd872

    • 不止「生成」,更懂「设计」 · Seedream 5.0 Pro 发布 · 字节跳动Seed · https://www.bestblogs.dev/article/645ecf70

    • ChatGPT vs Gemini vs Claude:三大模型架构差异深度解析 · ByteByteGo Newsletter · https://www.bestblogs.dev/article/34cbaa8f

    主题二 · 上下文与验证

    • 为什么大模型的缓存命中率能到 90%? · 阿里技术 · https://www.bestblogs.dev/article/183f5b24

    • 脉搏:来自 Cursor 的有趣 AI 编程统计数据 · The Pragmatic Engineer · https://www.bestblogs.dev/article/a205bb03

    • 从「不敢发」到「天天发」:AI Agent 时代的 CI/CD 生存指南 · 阿里技术 · https://www.bestblogs.dev/article/1b366699

    • 从 Vibe Coding 到 Harness:一套大仓 AI 工程化实战 · 腾讯技术工程 · https://www.bestblogs.dev/article/889f311c

    • Loop Engineering 实战:实现从日志扫描到预发部署的全自主闭环 · 阿里云开发者 · https://www.bestblogs.dev/article/adfa3571

    主题三 · 状态与软件入口

    • 智能体自主性级别 · Elevate · https://www.bestblogs.dev/article/79bb707b

    • 语言模型中的全局工作空间 · Anthropic Research · https://www.bestblogs.dev/article/1ba9dc94

    • 从上下文到经验资产:Agent 记忆系统的工程化路径与 MemOS 实践 · InfoQ 中文 · https://www.bestblogs.dev/article/6bbe303e

    • MCP apps、应用商店与下一代软件入口:AI 客户端如何承载交互式产品 · AI Engineer · https://www.bestblogs.dev/video/7036255

    • Dify 官方命令行工具:difyctl 正式发布 · Dify · https://www.bestblogs.dev/article/86b084e7

    主题四 · 测量、云与判断

    • 称量烟雾:为什么 GEO 仪表盘基本无用 · Better Than Good · https://www.bestblogs.dev/article/41258044

    • Modal CTO:你的 AI 应用不该跑在 K8s 上,Agent 时代的云应该长什么样 · 跨国串门儿计划 · https://www.bestblogs.dev/podcast/5fa5402

    • AI 时代品味、人类真实感与判断力的崛起 · Lenny's Podcast · https://www.bestblogs.dev/video/4f144a1

    • 美国 AI 研究员的中国之旅:年轻人,追赶者,算力焦虑与「AGI 展示厅」 · 硅谷101 · https://www.bestblogs.dev/article/7cc6c5f7

    关于 BestBlogs

    BestBlogs.dev 是 AI 驱动的私人阅读助手。它会从 RSS、Newsletter、Twitter、YouTube、Podcast 等来源中筛选高质量内容,结合你关注的源、兴趣标签和阅读行为,把「我的早报」整理成每天真正适合你的阅读流,不论你关注的是技术、AI、产品、商业、研究、设计、投资、文化还是个人成长。

    完成新用户三步引导送 7 天 Pro 试用;现有 Pro 用户邀请朋友双方各得 7 天 Pro(上限 28 天)。

    相关链接
    • 本期周刊 · https://www.bestblogs.dev/newsletter/issue103

    • 三步引导送 7 天 Pro 试用 · https://bestblogs.dev


    前往小宇宙评论区与主播互动
    20 min
  • EP113 · GPT-5.6、Seedream 设计、Agent 云 · 07-10 早报

    章节时间戳
    • 00:00 开场

    • 00:51 GPT 5.6 的长程 Agent 效率

    • 03:18 Seedream 5.0 Pro 与可控设计

    • 05:27 Modal 与 Agent 云基础设施

    • 07:54 速览:语音、记忆、评测与端侧推理

    • 10:09 补充阅读:Claude 使用、Cloud Use 与安全架构

    • 11:19 结语

    ★ 精讲一 | GPT-5.6:随你的雄心壮志扩展的前沿智能

    来自 OpenAI News

    OpenAI 正式发布 GPT-5.6 系列,Sol、Terra、Luna 分别覆盖旗舰、均衡和低成本场景。原文给出 Agents Last Exam 53.6、较 Claude Fable 5 高 13.1 分,以及 medium reasoning 约四分之一成本等数据;更重要的是 ultra、多智能体和工具调用能力,把竞争重点从单点智力推向长程 Agent 的效率曲线,也会直接影响开发者的模型选择。

    ★ 精讲二 | 不止「生成」,更懂「设计」|Seedream 5.0 Pro 发布

    来自 字节跳动 Seed

    Seedream 5.0 Pro 把图像模型从好看推进到可用设计工具:复杂信息图、点选/圈选/草图等精准编辑、图层分离、真实影像质感和十余种语言生成,核心是空间定位与区域语义理解。这代表多模态模型正在进入专业内容生产的后半程。

    ★ 精讲三 | 为什么 AI 基础设施必须为智能体体验而演进 — Akshat Bubna,Modal CTO

    来自 Latent.Space

    Modal CTO Akshat Bubna 把云平台问题重新定义为 Agent Experience:智能体需要能写代码、运行、观察输出、调环境并重试。文中提到 Modal 的 355M 美元 C 轮、17 家云供应商容量池,以及 RL rollout 可能需要 10 万个 sandbox,显示 AI 基础设施正在从面向人类开发者转向面向智能体,这会改变云平台的产品形态。

    速览

    07:54 更多值得关注的内容

    · OpenAI GPT-Live:全双工语音模型发布 — OpenAI News

    · ChatGPT 现在是你最具雄心工作的合作伙伴 — OpenAI News

    · 从上下文到经验资产:Agent 记忆系统的工程化路径与 MemOS 实践 — InfoQ 中文

    · Harness Engineering:模型外部约束工程全解 — 腾讯云开发者

    · 脉搏:来自 Cursor 的有趣 AI 编程统计数据 — The Pragmatic Engineer

    · AI 模型中双重用途知识的关闭开关 — Anthropic Research

    · LiteRT.js:Google 发布浏览器端高性能 AI 推理 — Google Developers Blog

    补充阅读

    10:09 今天额外值得一读的几条

    · 反思你如何使用 Claude 的新方式 — Anthropic News

    · TS 7:AI 生成式代码的拐点 — 浮之静

    · Cloud Use:当 Agent 开始真正使用云 — 阿里技术

    · Mythos 对企业安全架构影响的思考 — 字节跳动技术团队

    · 在编程评测中分离信号与噪声 — Hacker News

    · OpenAI 用流行病学方法调试 18 年之久的 GNU libunwind 漏洞 — InfoQ

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-10

    · GPT-5.6:随你的雄心壮志扩展的前沿智能:https://www.bestblogs.dev/article/4ecbdaa9

    · 不止「生成」,更懂「设计」|Seedream 5.0 Pro 发布:https://www.bestblogs.dev/article/645ecf70

    · 为什么 AI 基础设施必须为智能体体验而演进 — Akshat Bubna,Modal CTO:https://www.bestblogs.dev/article/ecddcc7a

    · OpenAI GPT-Live:全双工语音模型发布:https://www.bestblogs.dev/article/3776dd8a

    · ChatGPT 现在是你最具雄心工作的合作伙伴:https://www.bestblogs.dev/article/6377f025

    · 从上下文到经验资产:Agent 记忆系统的工程化路径与 MemOS 实践:https://www.bestblogs.dev/article/6bbe303e

    · Harness Engineering:模型外部约束工程全解:https://www.bestblogs.dev/article/fd382b91

    · 脉搏:来自 Cursor 的有趣 AI 编程统计数据:https://www.bestblogs.dev/article/a205bb03

    · AI 模型中双重用途知识的关闭开关:https://www.bestblogs.dev/article/719b2b5c

    · LiteRT.js:Google 发布浏览器端高性能 AI 推理:https://www.bestblogs.dev/article/e6563b20

    · 反思你如何使用 Claude 的新方式:https://www.bestblogs.dev/article/7efe9d6b

    · TS 7:AI 生成式代码的拐点:https://www.bestblogs.dev/article/284f61b1

    · Cloud Use:当 Agent 开始真正使用云:https://www.bestblogs.dev/article/a6f70eb2

    · Mythos 对企业安全架构影响的思考:https://www.bestblogs.dev/article/1720dc8f

    · 在编程评测中分离信号与噪声:https://www.bestblogs.dev/article/110d749a

    · OpenAI 用流行病学方法调试 18 年之久的 GNU libunwind 漏洞:https://www.bestblogs.dev/article/3ec5e7fc

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容,关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验和关注我们。


    前往小宇宙评论区与主播互动
    12 min
  • EP112 · GPT-Live、Grok 4.5、本地模型编程 · 07-09 早报

    章节时间戳
    • 00:00 开场

    • 00:51 精讲:OpenAI GPT-Live 把语音交互接到后台 Agent

    • 03:17 精讲:Cursor Grok 4.5 面向更长的知识工作

    • 05:56 精讲:Birgitta Bockeler 测试本地模型写代码

    • 08:13 速览:Claude Cowork、Harness、自适应工程、SkyPilot、Muse

    • 10:44 补充阅读:鲁豫访谈、快手 Doris、华为芯片、Pragmatic Engineer、Agent 舰队

    • 11:47 结语

    ★ 精讲一 | OpenAI 发布全双工语音模型 GPT-Live

    00:51|来自 OpenAI News

    OpenAI 的 GPT-Live 把语音交互从轮流说话推进到全双工架构:模型可以边听边说、在需要时保持沉默或打断,同时把搜索、推理和更复杂的任务交给后台前沿模型处理。它不只是一次语音体验更新,也是在把实时对话和更长程的 Agent 工作流接起来。

    ★ 精讲二 | Cursor 发布面向长任务的 Grok 4.5

    03:17|来自 Cursor Blog

    Cursor 与 SpaceXAI 发布 Grok 4.5,重点不只是模型进入 Cursor,而是训练目标从纯软件工程扩展到数据科学、金融、法律等更宽的知识工作。文章还披露了用分布式 Agent 系统构造困难环境、通过强化学习训练长任务能力的路线,适合观察 AI coding 工具如何走向通用电脑工作。

    ★ 精讲三 | 本地模型用于编程的经验

    05:56|来自 Martin Fowler

    这篇发布在 Martin Fowler 站点的文章作者是 Birgitta Böckeler。她用本地小模型做 Agentic coding 实验,按内存、速度、工具调用、功能正确性、上下文延续和代码质量建立可行性漏斗。结论很克制:本地模型还远不能替代大模型,但在小而明确、文件范围清楚的任务上已经能进入真实工作流。

    速览

    08:13 更多值得关注的内容

    · Claude Cowork 在网页和移动端上线: anywhere 都可传递工作 | Anthropic 的 Claude — Claude Blog

    · 如果 Agent 的 Harness 比模型本身更重要会怎样? [视频] — AI Engineer

    · 超越固定 Harness:走向运行时自适应的 AI 工程 [视频] — AI Engineer

    · 在任何云上运行 AI 工作负载,在 Hugging Face 上存储:使用 SkyPilot 的零出口存储 — Hugging Face - Blog

    · C4N 网络与存储优化型虚拟机 — Google Cloud Blog

    · Meta 推出智能体图像模型 Muse Image 和视频模型 Muse Video — AI at Meta Blog

    · 构建让人保持判断力的 AI 系统,而不是只会点批准的流程 [视频] — AI Engineer

    补充阅读

    10:44 今天额外值得一读的几条

    · S9E5 鲁豫对话陈玉亭 | 失去一切之前,我必须成为「白眼狼」 [播客] — 岩中花述

    · 快手 AB 场景提速 145 倍,从 Spark 到 Apache Doris 的加速实践 — InfoQ 中文

    · 华为「爆改」5nm 芯片 — 腾讯科技

    · The Pragmatic Engineer AMA:Gergely Orosz 谈 AI 时代的软件工程职业与专业判断 [视频] — The Pragmatic Engineer

    · 三台机器上的 AI 智能体舰队:真正坏掉的环节 [视频] — AI Engineer

    · GPT-5.6 Sol 将于本周四公开发布 — OpenAI(@OpenAI)

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-09

    · OpenAI 发布全双工语音模型 GPT-Live:https://www.bestblogs.dev/article/3776dd8a

    · Cursor 发布面向长任务的 Grok 4.5:https://www.bestblogs.dev/article/830bd872

    · 本地模型用于编程的经验:https://www.bestblogs.dev/article/2bf41e53

    · Claude Cowork 在网页和移动端上线: anywhere 都可传递工作 | Anthropic 的 Claude:https://www.bestblogs.dev/article/c32cfa26

    · 如果 Agent 的 Harness 比模型本身更重要会怎样? [视频]:https://www.bestblogs.dev/video/91b7a2c

    · 超越固定 Harness:走向运行时自适应的 AI 工程 [视频]:https://www.bestblogs.dev/video/df8499a

    · 在任何云上运行 AI 工作负载,在 Hugging Face 上存储:使用 SkyPilot 的零出口存储:https://www.bestblogs.dev/article/923d7742

    · C4N 网络与存储优化型虚拟机:https://www.bestblogs.dev/article/c4c2d624

    · Meta 推出智能体图像模型 Muse Image 和视频模型 Muse Video:https://www.bestblogs.dev/article/56aaf616

    · 构建让人保持判断力的 AI 系统,而不是只会点批准的流程 [视频]:https://www.bestblogs.dev/video/fcb6bc4

    · S9E5 鲁豫对话陈玉亭 | 失去一切之前,我必须成为「白眼狼」 [播客]:https://www.bestblogs.dev/podcast/5c03d78

    · 快手 AB 场景提速 145 倍,从 Spark 到 Apache Doris 的加速实践:https://www.bestblogs.dev/article/96119afc

    · 华为「爆改」5nm 芯片:https://www.bestblogs.dev/article/c27c6c63

    · The Pragmatic Engineer AMA:Gergely Orosz 谈 AI 时代的软件工程职业与专业判断 [视频]:https://www.bestblogs.dev/video/fc28ca8

    · 三台机器上的 AI 智能体舰队:真正坏掉的环节 [视频]:https://www.bestblogs.dev/video/ed21f4e

    · GPT-5.6 Sol 将于本周四公开发布:https://www.bestblogs.dev/status/2074704958419792299

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容,关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验和关注我们。


    前往小宇宙评论区与主播互动
    13 min
  • EP111 · GEO 仪表盘 / AI 工程化 / 模型工作空间 · 07-08 早报
    ★ 精讲一 | 称量烟雾:为什么 GEO 仪表盘基本无用 — Better Than Good.

    来自 Hacker News

    GEO 仪表盘正在成为 AI 搜索时代的新焦虑入口,但文章用多项研究和行业案例指出:品牌在 ChatGPT、Claude 等回答里的排名高度随机,很多指标既没有真实查询量,也缺少业务转化验证。它更适合作为今天的第一条,因为它提醒团队把注意力从昂贵仪表盘转回可验证的基础工作。

    ★ 精讲二 | 从「不敢发」到「天天发」:AI Agent 时代的 CI/CD 生存指南

    来自 阿里技术

    阿里技术这篇把 AI Agent 写代码后的发布信任问题讲得很具体:数十万行 Go 代码、数百个命令、上百个真实 API 冒烟用例和近三千行 CI 配置,如何支撑最近 30 天几乎每个工作日发版。它的价值不在理念,而在把分层门禁、动态冒烟、CI 历史反馈和灰度 telemetry 变成可审计流程。

    ★ 精讲三 | 从 Vibe Coding 到 Harness—— 一套大仓 AI 工程化实战

    来自 腾讯技术工程

    腾讯技术工程这篇从另一个角度补上 AI 工程化全链路:在 30 多个微服务、10 多个前端微应用的大仓里,AI 不能只会写代码,还要读 PRD、对齐方案、跑沙箱接口测试、补门禁脚本并交付 MR。它和阿里 CI/CD 一起构成今天更聚焦的主线:AI 研发不是模型能力秀,而是工程纪律。

    速览

    更多值得关注的内容

    · sqlite-utils 4.0 发布,引入数据库模式迁移功能 — Simon Willison's Weblog

    · 语言模型中的全局工作空间 — Anthropic Research

    · Loop Engineering 实战:实现从日志扫描到预发部署的全自主闭环 — 阿里云开发者

    · EdgeBench:衡量真实世界环境学习,发现新 Scaling Law — 字节跳动 Seed

    · 使用最终 Token 偏好优化减少灾难循环 — Blog — Hacker News

    · 走进 Zipline 的自治系统:从无人机配送到自动化物流基础设施 [视频] — Sequoia Capital

    · 施耐德电气如何使用 LangSmith 构建 LLMOps 基础 — LangChain Blog

    补充阅读

    今天额外值得一读的几条

    · 纯 Vibe Coding 做大项目,一定会塌掉 [播客] — AI 炼金术

    · 在太空中鉴定微生物 — Towards Data Science

    · 我们如何教一个小型 LLM 抛弃 68% 的 RAG 上下文 - kapa.ai - 即时 AI 回答技术问题 — Hacker News

    · Atari Jaguar 上的 Linux。没错,是真的。 — Hacker News

    · 神经网络在没有传统引擎的情况下玩完完整的 Rocket League 比赛 — The Rundown AI(@TheRundownAI)

    · 一个哈佛硕士在货代公司「装龙虾」后的顿悟:AI 根本进不去真实的中国工厂 — 非凡产研

    · SWE-Marathon:用项目级评测检验编码智能体的真实工程能力 [视频] — AI Engineer

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-08

    · 称量烟雾:为什么 GEO 仪表盘基本无用 — Better Than Good.:https://www.bestblogs.dev/article/41258044

    · 从「不敢发」到「天天发」:AI Agent 时代的 CI/CD 生存指南:https://www.bestblogs.dev/article/1b366699

    · 从 Vibe Coding 到 Harness—— 一套大仓 AI 工程化实战:https://www.bestblogs.dev/article/889f311c

    · sqlite-utils 4.0 发布,引入数据库模式迁移功能:https://www.bestblogs.dev/article/7fb52638

    · 语言模型中的全局工作空间:https://www.bestblogs.dev/article/1ba9dc94

    · Loop Engineering 实战:实现从日志扫描到预发部署的全自主闭环:https://www.bestblogs.dev/article/adfa3571

    · EdgeBench:衡量真实世界环境学习,发现新 Scaling Law:https://www.bestblogs.dev/article/ce3be9a0

    · 使用最终 Token 偏好优化减少灾难循环 — Blog:https://www.bestblogs.dev/article/70a066b1

    · 走进 Zipline 的自治系统:从无人机配送到自动化物流基础设施 [视频]:https://www.bestblogs.dev/video/c8fe047

    · 施耐德电气如何使用 LangSmith 构建 LLMOps 基础:https://www.bestblogs.dev/article/8ffb7fcd

    · 纯 Vibe Coding 做大项目,一定会塌掉 [播客]:https://www.bestblogs.dev/podcast/aa31872

    · 在太空中鉴定微生物:https://www.bestblogs.dev/article/84d0997d

    · 我们如何教一个小型 LLM 抛弃 68% 的 RAG 上下文 - kapa.ai - 即时 AI 回答技术问题:https://www.bestblogs.dev/article/9b9c1b6c

    · Atari Jaguar 上的 Linux。没错,是真的。:https://www.bestblogs.dev/article/ac0ac3cb

    · 神经网络在没有传统引擎的情况下玩完完整的 Rocket League 比赛:https://www.bestblogs.dev/status/2074184559768277398

    · 一个哈佛硕士在货代公司「装龙虾」后的顿悟:AI 根本进不去真实的中国工厂:https://www.bestblogs.dev/article/ad44c9d0

    · SWE-Marathon:用项目级评测检验编码智能体的真实工程能力 [视频]:https://www.bestblogs.dev/video/6ffccd2

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容。关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验。


    前往小宇宙评论区与主播互动
    14 min
  • EP110 · 混元 Hy3、Claude J-space、AI 自我验证 · 07-07 早报
    ★ 精讲一 | 腾讯混元 Hy3 发布:Agent 能力和产品体验跃升

    来自 腾讯混元

    腾讯混元 Hy3 从 preview 走到正式版,重点不是榜单宣传,而是 Agent 与真实生产力任务的稳定性:270 位专家盲测、幻觉率下降、多轮承接改善,以及 Apache 2.0 开源和更低 API 价格,给国产模型落地一个可核查样本,也适合观察模型如何进入办公、开发和游戏场景。

    ★ 精讲二 | Claude 心智中心的 J-space:Anthropic 如何观察隐藏推理与安全信号 [视频]

    来自 Anthropic

    Anthropic 用 Jacobian 找到 Claude 可被语言描述的内部活动集合 J-space:它像工作区,暴露未说出口的中间步骤与联想。关掉它后模型仍能流畅回答简单问题,却会在需推理匹配语言的任务上失效;监控它也可能帮助发现隐藏操纵和假数据等安全信号。

    ★ 精讲三 | E242|最快半年 AI 跑通自进化?与陈天桥首席科学家聊聊硅谷模型必争之地 [播客]

    来自 硅谷 101

    硅谷 101 这期把 AI 自我进化从概念拉回工程问题:嘉宾认为最快半年可跑通一次闭环,但持续递归提升的关键是自我验证,避免递归漂移。Apodex 的发现模型、多个子 Agent 互验、科学品味训练,都是理解下一阶段模型竞争的好入口。

    速览

    更多值得关注的内容

    · 您的 Worker 现在可以拥有前置缓存 — The Cloudflare Blog

    · 自动训练研究框架:让智能体接手大模型优化 — 阿里云开发者

    · 为什么 Agent 时代,大家都在做 CLI? — 阿里技术

    · AI 写代码越来越快,质量谁来守?网盘主端 FE 的 AICR 准入实践 — 百度 Geek 说

    · Builders Unscripted:Derya Unutmaz 谈 Codex、生物学与个性化医疗的数字孪生 [视频] — OpenAI

    · 戛纳金狮首届 AI Craft 落定:可灵给出全球顶级商业广告交付答卷 — 腾讯科技

    · AI 季报 26Q2:从 coding 到 RSI,强者愈强的未来? — 晚点 LatePost

    补充阅读

    今天额外值得一读的几条

    · 扎克伯格,把 AI 牛市吓了一跳 — 36 氪

    · 别再按平均分给智能体配置排名了 — Towards Data Science

    · Alessio Finelli 如何用 Linear、Symphony 和 Codex 在手机上管理自治编程智能体 [视频] — How I AI

    · 读书:四种配速,取景框,人是滤器,冲刷神经网络 [播客] — 面基

    · Fable 5 在 Vending-Bench 上的失行为,带有可否认性 | Andon Labs — Hacker News

    · 每个 AI 产品背后的隐藏工程:软件工程师应知晓的内容 — freeCodeCamp

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-07

    · 腾讯混元 Hy3 发布:Agent 能力和产品体验跃升:https://www.bestblogs.dev/article/b6b95110

    · Claude 心智中心的 J-space:Anthropic 如何观察隐藏推理与安全信号 [视频]:https://www.bestblogs.dev/video/b5b7cd2

    · E242|最快半年 AI 跑通自进化?与陈天桥首席科学家聊聊硅谷模型必争之地 [播客]:https://www.bestblogs.dev/podcast/35f900c

    · 您的 Worker 现在可以拥有前置缓存:https://www.bestblogs.dev/article/cc2671b8

    · 自动训练研究框架:让智能体接手大模型优化:https://www.bestblogs.dev/article/8e47d261

    · 为什么 Agent 时代,大家都在做 CLI?:https://www.bestblogs.dev/article/c5a2f452

    · AI 写代码越来越快,质量谁来守?网盘主端 FE 的 AICR 准入实践:https://www.bestblogs.dev/article/dbda8d9d

    · Builders Unscripted:Derya Unutmaz 谈 Codex、生物学与个性化医疗的数字孪生 [视频]:https://www.bestblogs.dev/video/7624309

    · 戛纳金狮首届 AI Craft 落定:可灵给出全球顶级商业广告交付答卷:https://www.bestblogs.dev/article/83e7bd9d

    · AI 季报 26Q2:从 coding 到 RSI,强者愈强的未来?:https://www.bestblogs.dev/article/73a960c1

    · 扎克伯格,把 AI 牛市吓了一跳:https://www.bestblogs.dev/article/8d1bf4ad

    · 别再按平均分给智能体配置排名了:https://www.bestblogs.dev/article/276eaf96

    · Alessio Finelli 如何用 Linear、Symphony 和 Codex 在手机上管理自治编程智能体 [视频]:https://www.bestblogs.dev/video/4acafbe

    · 读书:四种配速,取景框,人是滤器,冲刷神经网络 [播客]:https://www.bestblogs.dev/podcast/dcf73a2

    · Fable 5 在 Vending-Bench 上的失行为,带有可否认性 | Andon Labs:https://www.bestblogs.dev/article/fa776262

    · 每个 AI 产品背后的隐藏工程:软件工程师应知晓的内容:https://www.bestblogs.dev/article/cf7e02b2

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容。关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验。


    前往小宇宙评论区与主播互动
    14 min
  • EP109 · MCP apps、智能体持续学习、Noi 调试 · 07-06 早报
    ★ 精讲一 | MCP apps、应用商店与下一代软件入口:AI 客户端如何承载交互式产品 [视频]

    来自 AI Engineer

    作者 Pietro Zullo 在 AI Engineer 的分享提出 MCP apps 是 MCP 服务器从只返回 JSON 的后端,升级为 AI 客户端内的交互界面:模型调用工具后,服务器可返回沙箱化的 iframe 组件,并继续与宿主通信、更新模型可见状态。他还指出 ChatGPT、Claude、Cursor 正成为可自服务的分发渠道,用户表达意图时客户端可动态发现连接器,让产品在用户需要时被命中。结尾建议尽快上线一个 MCP app,因为更多软件交互可能向这里迁移。

    ★ 精讲二 | AI 智能体的持续学习:把失败转化为可验证、可持久的改进 [视频]

    来自 AI Engineer

    作者 Soheil Feizi 在 AI Engineer 演讲中把智能体持续学习拆成两个难题:有用的反馈从哪来,到手后该改哪一层。他强调生产日志不是学习环境,必须从会话中推断出可执行的模拟与评估环境,失败才能反复验证。他还对比模型层(SFT、DPO、LoRA)、harness 层与记忆层三类更新的代价与风险,提出每次修复都应可重放、对历史学习环境做回归。

    ★ 精讲三 | Noi 编程实战:Fable 没那么强,GPT 也没那么弱

    来自 浮之静

    作者浮之静在 Noi(转向 AgentOS 的本地 Agent 底座)里集成 Chrome 插件时撞上白屏:日志提示消息通道异常,根因却在后台运行时生命周期。文章用 Google Translate、Tampermonkey、AdBlock 三类典型插件还原插件页从识别到渲染的长链路,记录 Codex 用一次 A/B(保留原生 runtime messaging)把问题从消灭日志推进到因果闭环,印证「报错发生在消息层,不代表根因就在消息层」。结论落在调试方法论:复杂 bug 多是责任链断裂,要设计能改变判断权重的实验。

    速览

    更多值得关注的内容

    · 开源工具 sqlite-utils 的新版本由 Claude Fable 编写,作者约花费 149 美元 — Simon Willison's Weblog

    · 协议窥探:Apple AirDrop 和 Android Quick Share 近距离传输协议的系统性漏洞研究 — Hacker News

    · 全球首次基于可控存内计算!忆阻器神经动力学芯片面世,0.43 秒搞定大脑表面建模 — DeepTech 深科技

    · 开发日志 ⚡ Zig 编程语言 — Hacker News

    · Anthropic 工程师:他们到底怎么用 Claude 工作丨 How I AI — 晚点再听 LaterCast

    · 刚刚,LeCun 团队让世界模型学会持续学习! — 量子位

    · Logto:开源认证平台——前红杉运营合伙人打造的 Okta 替代方案 — Nav Toor(@heynavtoor)

    补充阅读

    今天额外值得一读的几条

    · 上线之后缺失的一层:让生产 AI 智能体持续变好的反馈闭环 [视频] — AI Engineer

    · 我不懂 Rust,我的 AI 却用它重写了 PHP 解释器 - ekinertac — Hacker News

    · 《吾辈如神》:AI 增强创造力的 10 条法则 | 赠书福利 — InfoQ 中文

    · 更好的模型,更差的工具 — Armin Ronacher's Thoughts and Writings

    · 「超越极限」:一百万颗卫星和太空镜子对夜空构成严重威胁 — Hacker News

    · 2026 游戏行业最绝望的战争 — 游戏葡萄

    相关链接

    · 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-07-06

    · MCP apps、应用商店与下一代软件入口:AI 客户端如何承载交互式产品 [视频]:https://www.bestblogs.dev/video/7036255

    · AI 智能体的持续学习:把失败转化为可验证、可持久的改进 [视频]:https://www.bestblogs.dev/video/f7af312

    · Noi 编程实战:Fable 没那么强,GPT 也没那么弱:https://www.bestblogs.dev/article/a73b96a5

    · 开源工具 sqlite-utils 的新版本由 Claude Fable 编写,作者约花费 149 美元:https://www.bestblogs.dev/article/353c5ea1

    · 协议窥探:Apple AirDrop 和 Android Quick Share 近距离传输协议的系统性漏洞研究:https://www.bestblogs.dev/article/6a5015b3

    · 全球首次基于可控存内计算!忆阻器神经动力学芯片面世,0.43 秒搞定大脑表面建模:https://www.bestblogs.dev/article/c9425e45

    · 开发日志 ⚡ Zig 编程语言:https://www.bestblogs.dev/article/685c8491

    · Anthropic 工程师:他们到底怎么用 Claude 工作丨 How I AI:https://www.bestblogs.dev/article/ab2c69d3

    · 刚刚,LeCun 团队让世界模型学会持续学习!:https://www.bestblogs.dev/article/f7f96333

    · Logto:开源认证平台——前红杉运营合伙人打造的 Okta 替代方案:https://www.bestblogs.dev/status/2073338541296517502

    · 上线之后缺失的一层:让生产 AI 智能体持续变好的反馈闭环 [视频]:https://www.bestblogs.dev/video/3e9e3cc

    · 我不懂 Rust,我的 AI 却用它重写了 PHP 解释器 - ekinertac:https://www.bestblogs.dev/article/7689c9e4

    · 《吾辈如神》:AI 增强创造力的 10 条法则 | 赠书福利:https://www.bestblogs.dev/article/04df0157

    · 更好的模型,更差的工具:https://www.bestblogs.dev/article/f23baa5b

    · 「超越极限」:一百万颗卫星和太空镜子对夜空构成严重威胁:https://www.bestblogs.dev/article/b614bec6

    · 2026 游戏行业最绝望的战争:https://www.bestblogs.dev/article/67b6430b

    关于 BestBlogs

    BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容。关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验。


    前往小宇宙评论区与主播互动
    13 min

About BestBlogs

From the publisher's feed

BestBlogs 早报音频版,精选 AI、技术、产品、设计与商业科技领域值得关注的高质量内容,陪你每天从真正重要的信息开始。