
Sign up to save your podcasts
Or


00:00 开场
01:04 精讲:Anthropic 的 Claude Opus 5.5 如何压低长任务成本
03:17 精讲:小米 MiMo-V2.6 如何扩展可验证强化学习
05:31 精讲:美团 MTFM 如何统一外卖推荐建模
07:39 重点 4–6:大模型推理、任务评估、Agent Harness
09:53 重点 7–10:AI Coding、企业上下文、智能算力、第三方评估
12:47 结语
01:04|来自 Hacker News|BestBlogs 评分 93
Anthropic 把 Opus 5.5 的重点放在更长、更可控的真实工作流:官方称其典型任务成本较 Opus 5 低 40%,并引入每次行动前的分类器、可审计沙箱和合并前代码审查。它同时承认预发布评估仍难覆盖真实部署,适合拿来审视高能力 Agent 的效率提升与治理边界如何并行落地。
★ 精讲二 | Xiaomi MiMo-V2.6:扩展强化学习,迈向自我提升03:17|来自 Xiaomi MiMo|BestBlogs 评分 92
小米把 MiMo-V2.6 的重点放在可验证复杂任务上的大规模 RL,而非只展示单项榜单:两种模型在 6 天 Live RL 中各完成 30 步、累计约 75 万条轨迹,并公开了训练框架、任务环境和轻量 Harness。文章也保留与最强闭源模型仍有差距的判断;对开发者而言,更值得看的是把训练过程和复现资源一并开放的做法。
★ 精讲三 | 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05:31|来自 美团 · 技术团队|BestBlogs 评分 92
美团将外卖首页、拼好饭等长期独立建模的场景放进一个推荐基座:用异构 Tokenizer 和动态 Mask 处理不同特征与时序,以混合注意力控制长序列成本。文章称多个业务已全量,最显著业务订单增长超过 6%,推理成本降低 24%。这份实践的价值在于同时交代统一建模、训练稳定与训推优化如何相互配合,而非只报告线上结果。
重点 4–1007:39 继续阅读七篇重点内容
腾讯 15 年资深后台工程师,转战大模型推理的抉择07:39|来自 腾讯技术工程|BestBlogs 评分 92
本文分享了一位腾讯 15 年资深后台工程师在 AI 时代转型大模型推理工程的心路历程、技术路径及对未来趋势的深度思考。
高级评估: 如何在产品中发现并修复隐藏的 AI 失败07:39|来自 Lenny's Newsletter|BestBlogs 评分 90
大多数 AI 团队会跳过错误发现并直接写入指标,但审查跟踪以找到值得测量的失败是最高效的步骤,编码代理可以自动化大部分工作,约 30 分钟。
Impeccable:用技能工程构建可靠智能体执行框架 [视频]07:39|来自 AI Engineer|BestBlogs 评分 91
Paul Bakaus 展示了 Impeccable 如何借助独立评审、反吸引子、任务路由、持久记忆、可执行上下文、Hooks、实时交互和模型专属构建,将设计提示转化为可靠的智能体 Harness。
提效约 70%!去哪儿网 AI Coding 驱动大型系统重构实践07:39|来自 dbaplus 社群|BestBlogs 评分 89
去哪儿网分享如何通过构建 Harness(约束系统)与 Loop(反馈系统),将 15 万行代码的大型核心系统重构转化为可拆解、可验证的工程化 AI Coding 实践,实现交付效率提升 70% 及显著的性能优化。
千问办公押注的企业上下文,是 Agent 时代的组织语言07:39|来自 爱范儿|BestBlogs 评分 86
千问办公发布企业上下文(Enterprise Context)及相关产品,旨在通过构建结构化的组织知识体系、赋予 Agent 明确的组织身份与安全审计机制,将 AI 从通用办公工具升级为能深度嵌入企业业务流程的数字员工。
AI 进入生产阶段之后, 智能、算力、芯片 会走向哪里? [播客]07:39|来自 屠龙之术|BestBlogs 评分 86
庄明浩以单口 PPT 形式整理 AICC2026 人工智能计算大会,从需求侧结构性跃迁、智能重新定义、算力芯片生态三层,论证 AI 进入生产阶段比的是「谁能让每个任务跑完」。
有效第三方评估的优先事项和原则07:39|来自 OpenAI News|BestBlogs 评分 90
OpenAI 承诺支持独立评估,提供训练、评估和部署的深度访问,并提出了四个评估优先事项。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-23
· Anthropic 发布 Claude Opus 5.5,长任务成本降四成:https://www.bestblogs.dev/article/3af6c5a106
· Xiaomi MiMo-V2.6:扩展强化学习,迈向自我提升:https://www.bestblogs.dev/article/8717d12a88
· 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:https://www.bestblogs.dev/article/695010f7fb
· 腾讯 15 年资深后台工程师,转战大模型推理的抉择:https://www.bestblogs.dev/article/a6da76a758
· 高级评估: 如何在产品中发现并修复隐藏的 AI 失败:https://www.bestblogs.dev/article/3f08d1eb1d
· Impeccable:用技能工程构建可靠智能体执行框架 [视频]:https://www.bestblogs.dev/video/d645aff0f
· 提效约 70%!去哪儿网 AI Coding 驱动大型系统重构实践:https://www.bestblogs.dev/article/28a7fada55
· 千问办公押注的企业上下文,是 Agent 时代的组织语言:https://www.bestblogs.dev/article/50c945cbe4
· AI 进入生产阶段之后, 智能、算力、芯片 会走向哪里? [播客]:https://www.bestblogs.dev/podcast/bb87a822d
· 有效第三方评估的优先事项和原则:https://www.bestblogs.dev/article/6e88bfa7b4
关于 BestBlogsBestBlogs 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。
00:00 开场
00:45 精讲:Latent.Space:Jev 如何嵌入生产软件控制流
03:48 精讲:How I AI:Warp 的 AI 软件工厂流程
06:48 精讲:20VC:UiPath 如何用工作地图编排智能体
09:42 重点 4–6:智能体控制框架、Loop engineering、AI 软件增长
11:15 重点 7–10:达摩院医疗 AI、Rust 智能体、老工厂 AI、OpenAI 标准
13:21 结语
00:45|来自 Latent.Space|BestBlogs 评分 90
TypeSafe AI CEO Diogo Almeida 在 Latent.Space 访谈中,把 Jev 定义为供代码直接调用的 System One 模型。其路线强调校准决策、结构化状态和小决策分解,以提升可测与可靠性。他也将可靠性理解为相近输入获得相近结果,并主张把复杂任务拆成可分别验证的语义单元;对开发者而言,价值在于重审 AI 如何嵌入既有控制流。
★ 精讲二 | 工程团队的 AI 软件工厂实战手册 | Warp CEO Zach Lloyd [视频]03:48|来自 How I AI|BestBlogs 评分 90
Warp CEO Zach Lloyd 在 How I AI 展示的软件工厂,把 Slack 发起、Linear 跟踪、实现、PR 与计算机使用 QA 放进同一条公开流程。团队还对运行记录打分、回放任务比较成本和质量,并用观察者更新工厂定义;启发在于把 Agent 产出转成可度量、可迭代的工程系统。
★ 精讲三 | Daniel Dines:工作流程而非模型才是 AI 时代最有价值的资产 [视频]06:48|来自 20VC with Harry Stebbings|BestBlogs 评分 90
UiPath CEO Daniel Dines 在 20VC 访谈中认为,企业的关键资产是记录实际流程的工作地图,而不是孤立地追逐最新模型。它把业务语境交给 Agent,并以编排与自动化轨道约束执行;这解释了为什么流程文档、上下文和治理会成为 AI 落地的长期基础。
重点 4–1009:42 继续阅读七篇重点内容
智能体控制框架:生产级 AI 智能体的控制平面、不变量与审批边界09:42|来自 InfoQ|BestBlogs 评分 90
OpenAI 基础设施工程师 Vinoth Govindarajan 借助真实的 OpenClaw 缺陷报告指出,生产级 AI 智能体需要一个控制框架——状态归属、有序变更、有界工作与限定范围的审批——因为模型负责提议,而控制框架必须负责提交并留下凭证。
Loop engineering:把 agent 放进工程循环09:42|来自 大淘宝技术|BestBlogs 评分 91
文章系统拆解了 Loop engineering 这一理念,提出工程循环的六个必备动作与六大支撑组件,并给出自动化判定标准、失败模式与权限分层建议。
10 个人加一套 AI 软件,做出 100 个人的增长:AI 时代企业服务的算账逻辑09:42|来自 非凡产研|BestBlogs 评分 91
深演智能创始人黄晓南指出,企业级 AI 虽聪明但「涉世未深」,需 FDE 将客户痛点产品化,并强调大模型无法获取企业数据、知识和工作流是核心护城河,未来企业服务将由「Agentic Software」驱动,实现「10 个人做 100 人的增长」,关键在于甲方能否找到核心增长点并与大模型建立「垂直」关系。
阿里达摩院医疗 AI,十年拼出一张图09:42|来自 晚点 LatePost|BestBlogs 评分 91
阿里达摩院医疗 AI 团队十年磨一剑,从单病模型突围,经「一扫多查」策略落地多癌筛查,最新推出通用医疗影像模型 RADAR 登上 Science,实现腹部增强 CT 上 146 种病症的专家级识别与零样本诊断。
通过要求智能体加速代码,写出比最先进库更快的 Rust 代码09:42|来自 Max Woolf's Blog|BestBlogs 评分 90
通过给智能体式 LLM 设定明确的通过/失败性能约束和防作弊护栏,Max Woolf 让它们迭代优化 Rust 代码,在机器学习和日常软件领域实现了比最先进库快 2 倍到 20 倍的速度。
不换机器,也不造机器人:这家公司让几十年前的老工厂直接接进 AI09:42|来自 人人都是产品经理|BestBlogs 评分 90
美国创业公司 Harmoni 通过在旧工厂机床旁安装平板电脑,将人、机器、订单与 ERP 数据打通,在不更换设备的前提下实现工业 AI 落地。
为下一阶段 AI 制定标准09:42|来自 OpenAI News|BestBlogs 评分 87
OpenAI 呼吁美国牵头全球努力,为前沿 AI 制定国际技术标准,涵盖递归自我改进,涉及评估、人类监督和事件报告。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-22
· Jev:面向生产软件的快速决策模型:https://www.bestblogs.dev/article/c5bfddb820
· 工程团队的 AI 软件工厂实战手册 | Warp CEO Zach Lloyd [视频]:https://www.bestblogs.dev/video/3727c74ee
· Daniel Dines:工作流程而非模型才是 AI 时代最有价值的资产 [视频]:https://www.bestblogs.dev/video/d5a9ab5e3
· 智能体控制框架:生产级 AI 智能体的控制平面、不变量与审批边界:https://www.bestblogs.dev/article/117a251f2b
· Loop engineering:把 agent 放进工程循环:https://www.bestblogs.dev/article/be3f7306cd
· 10 个人加一套 AI 软件,做出 100 个人的增长:AI 时代企业服务的算账逻辑:https://www.bestblogs.dev/article/d924c2ab52
· 阿里达摩院医疗 AI,十年拼出一张图:https://www.bestblogs.dev/article/ef4a18d41e
· 通过要求智能体加速代码,写出比最先进库更快的 Rust 代码:https://www.bestblogs.dev/article/5aa6399d1c
· 不换机器,也不造机器人:这家公司让几十年前的老工厂直接接进 AI:https://www.bestblogs.dev/article/36f966b91f
· 为下一阶段 AI 制定标准:https://www.bestblogs.dev/article/5b0b03ba3a
关于 BestBlogsBestBlogs 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。
00:00 开场
00:56 精讲:阶跃星辰 Step 5 Preview 的长上下文与工具调用
03:36 精讲:InfoQ 解析 Bun 的 AI 辅助 Zig 到 Rust 迁移
06:16 精讲:快手技术拆解直播电商实时字幕的端到端系统
08:36 重点 4–6:Jev、YC 2026、TurboQuant
10:42 重点 7–10:CoreWeave、WebCraftBench、ZCode、Matt Pocock
13:18 结语
00:56|来自 阶跃星辰|BestBlogs 评分 88
阶跃星辰公布的 Step 5 Preview 采用 600B 稀疏 MoE、27B 激活参数并支持 100 万 Token 上下文,瞄准长上下文与多轮工具调用。文章以连续超过 3 小时的设备调试、GPU 内核优化和后训练实验说明任务链路;权重将于 10 月 15 日释放,适合关注开源模型与长任务成本取舍的读者。
★ 精讲二 | Bun 四个月内将 53.5 万行 Zig 重写为 Rust,消除大量内存泄漏03:36|来自 InfoQ|BestBlogs 评分 86
InfoQ 梳理 Bun 团队以 AI 辅助完成 Zig 到 Rust 迁移的过程:约 50 个动态工作流、四个工作区分片和 64 个并行实例,依托超过百万条断言推进。PORTING.md 与 LIFETIMES.tsv 把映射和生命周期显式化,实施与对抗式审查分工;19 个语义回归也提醒团队,测试与审查仍需覆盖长期可维护性。
★ 精讲三 | Live Captioning Engineering:业界首个直播电商 AI 实时字幕系统的端到端实践06:16|来自 快手技术|BestBlogs 评分 90
快手电商直播技术团队把实时字幕的交付拆为语音识别、PTS 对齐、级联分发与端侧渲染:主播发声到字幕具备展示条件约 400~500 毫秒,CER 从 7.81% 降至 3.51%,支撑千万级持续并发。文章尤其解释流式修订为何需要 sentenceId、revision 和播放器时间线,对建设高并发实时 AI 系统有直接参考价值。
重点 4–1008:36 继续阅读七篇重点内容
Jev 能成为更好的智能体评估器吗?08:36|来自 LangChain Blog|BestBlogs 评分 90
LangChain 对 TypeSafe AI 的「系统一」决策模型 Jev 进行了评估,发现其在智能体测试中比传统的 LLM-as-judge 评估器更快、更便宜且更一致。
YC 2026 Startup 复盘:硬件、数据的都在挣钱,应用团队开始自己训模型了08:36|来自 Founder Park|BestBlogs 评分 90
YC 合伙人基于近 12 到 18 个月批次数据复盘 AI 创业生态:硬科技占比翻倍、端到端交付产品的公司更快赚钱、给大模型卖数据与 RL 环境成为隐形大生意,掌握业务数据的应用公司开始自训专用模型,单人创始人与三四十岁资深创业者同时变多。
推理工程的新进展:Philip Kiely 解读 TurboQuant、Still 与 DFlash [视频]08:36|来自 AI Engineer|BestBlogs 评分 89
Philip Kiely 介绍 Inference Engineering 的首份公开增补,比较本地与数据中心推理的优化原则,并解析 TurboQuant、Still、DFlash 及持续重训带来的新取舍与性能机会。
从 MVP 到万亿参数工作负载:CoreWeave 的推理平台纵向演进 [视频]08:36|来自 AI Engineer|BestBlogs 评分 87
Sitanshu Gupta 介绍了 CoreWeave 如何用统一的推理平台覆盖 serverless 与 dedicated 消费模式,并通过负载分类、KV cache 感知路由、卸载、可选的 prefill–decode 解聚,以及 NVFP4 和投机解码等手段,持续提升从 MVP 到万亿参数服务的性价比。
WebCraftBench:给 AI 生成的网页来一场「实测大考」08:36|来自 腾讯混元|BestBlogs 评分 89
腾讯混元联合清华、北大提出 WebCraftBench,把软件测试方法引入 AI 网页生成评测,通过插桩、覆盖率引导探索与多维评分,在 197 组人类偏好对比中达到 85.3% 一致率。
ZCode 被曝登录后会打包上传完整 Git 历史 · AIHOT08:36|来自 AIHOT — 精选|BestBlogs 评分 90
一项逆向工程调查发现,智谱的 ZCode 桌面应用会在用户登录后悄悄打包整个工作区(包括完整的 .git 历史)并上传至阿里云 OSS,加密密钥由服务器持有,用户无法通过任何 UI 设置关闭。
#730.Matt Pocock:AI 时代软件基本功更重要 [播客]08:36|来自 跨国串门儿计划|BestBlogs 评分 90
Matt Pocock 从发声教练自学转行成为 TypeScript 教育者,如今转向 AI Agent 工作流,主张 AI 吃掉了战术性编程、人类应把控战略,用软件工程经典概念(示踪弹开发、垂直切片、深度模块、通用语言)作为引导词与 Agent 沟通,并以 Grill Me、Wayfinder 等 skill 管理上下文与复杂项目。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-21
· 阶跃发布旗舰模型 Step 5 Preview:向前一步,智能效率的新一代「帕累托前沿」:https://www.bestblogs.dev/article/4f292d7f5a
· Bun 四个月内将 53.5 万行 Zig 重写为 Rust,消除大量内存泄漏:https://www.bestblogs.dev/article/aca67cde25
· Live Captioning Engineering:业界首个直播电商 AI 实时字幕系统的端到端实践:https://www.bestblogs.dev/article/dcbccfd8b9
· Jev 能成为更好的智能体评估器吗?:https://www.bestblogs.dev/article/497a5fd40a
· YC 2026 Startup 复盘:硬件、数据的都在挣钱,应用团队开始自己训模型了:https://www.bestblogs.dev/article/1e56a13b6d
· 推理工程的新进展:Philip Kiely 解读 TurboQuant、Still 与 DFlash [视频]:https://www.bestblogs.dev/video/2e3e503b6
· 从 MVP 到万亿参数工作负载:CoreWeave 的推理平台纵向演进 [视频]:https://www.bestblogs.dev/video/ed987008a
· WebCraftBench:给 AI 生成的网页来一场「实测大考」:https://www.bestblogs.dev/article/057dfd0bf5
· ZCode 被曝登录后会打包上传完整 Git 历史 · AIHOT:https://www.bestblogs.dev/article/4916fe4e32
· #730.Matt Pocock:AI 时代软件基本功更重要 [播客]:https://www.bestblogs.dev/podcast/14ae62014
关于 BestBlogsBestBlogs 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。
本期主题「模型之外的尺子」:真正托付合同上签字的,往往不是权重本身,而是判定权、编译器与芯片、Harness、经验资产,以及治理与组织机制。
生成、打分、达标若都关在模型里,优化会学会钻空子;把判定外置、让硬预言机卡住幻觉、用默认拒绝守住权限、把做过的事炼成可召回技能,再配上能公开失准与改组织的尺子。这五条主线把「敢托付」落到可执行的工程与治理动作上。
时间线00:00 开场 · 模型之外的尺子
01:45 判定权外置 · Graph Engineering
03:40 失准披露 · OpenAI 框架
05:26 硬预言机 · Typed Domain Grounding
06:54 芯片与能力成本对照
08:51 Harness:该变薄还是变厚
10:38 默认拒绝的安全门禁
11:52 经验资产 · OpenViking
13:24 Eve 与京东方法
14:43 治理光谱
15:57 组织与产业尺子
17:22 五条主线收束
18:59 收尾 · 本周关键词
精讲条目先把达标判定从模型手里拿回来把「达标判定」从大模型手里收回来:Graph Engineering 实践 · 阿里技术 · https://www.bestblogs.dev/article/9f8b29d390
我们报告模型失准的框架 · OpenAI News · https://www.bestblogs.dev/article/3a1aa9cb89
Dario Amodei — 我们必须放慢前沿步伐 · Hacker News · https://www.bestblogs.dev/article/afbbaee3f7
您的下一个 DSL 作者是语言模型 · InfoQ · https://www.bestblogs.dev/article/1439834210
回顾性逆向工程苹果神经引擎 · Hacker News · https://www.bestblogs.dev/article/459267aae6
介绍 Gemini 3.8 Live 和 3.8 Live Extended Thinking · Google DeepMind News · https://www.bestblogs.dev/article/f7b9280afc
扒完 DeepSeek 最新论文,我发现了 V4.1 Flash 便宜大碗的秘密 · APPSO · https://www.bestblogs.dev/article/aa01f29b61
Codex 想让 Harness 消失,Claude Code 却要把它做成“承重墙” · InfoQ 中文 · https://www.bestblogs.dev/article/b441ba432e
让 AI 智能体执行 Bash 后,我们如何构建安全护栏|PostHog 的 Sarah Sanders · AI Engineer · https://www.bestblogs.dev/video/4892d2e47
Brownfield Agentic Engineering · Elevate · https://www.bestblogs.dev/article/b8977258ad
Matt Pocock 谈 AI Skills:编码智能体商品化战术编程,grill-me 与 Ralph 循环重塑战略工程 · The Pragmatic Engineer · https://www.bestblogs.dev/video/016b6568a
从“做过”到“会做”:用 OpenViking 经验记忆构建 Agent 的进化闭环 · 字节跳动技术团队 · https://www.bestblogs.dev/article/2a2d5c1862
Vercel 如何破解智能体构建难题:Andrew Qu 与 Eve 框架的演进 · AI Engineer · https://www.bestblogs.dev/video/f391ff5ea
AI 使用心得:B 端产品工作中的方法、边界与实践 · 京东技术 · https://www.bestblogs.dev/article/25453dd390
英伟达 CEO 黄仁勋谈 AI 安全、开放模型与赢得 AI 竞赛 · All-In Podcast · https://www.bestblogs.dev/video/d2634bafd
Tobi Lütke:工作的未来、AI 智能体与人类判断力 · The Knowledge Project Podcast · https://www.bestblogs.dev/video/8d116b340
Greg Brockman:AGI 已至,算力、安全与普及必须同步推进 · a16z · https://www.bestblogs.dev/video/80675f49d
鹿客陈彬:把一家 12 年的硬件公司,重写成 AI 原生组织 · AI炼金术 · https://www.bestblogs.dev/podcast/f152291cb
当具身智能走到十字路口|对谈苏度、蚂蚁灵波、自变量、破壳:四种一线判断 · 十字路口Crossing · https://www.bestblogs.dev/podcast/8dd8348f2
智能的下一幕,让人兴奋——73 页 PPT solo · 屠龙之术 · https://www.bestblogs.dev/podcast/ba7ad3970
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/issue113
三步引导送 7 天 Pro 试用 · https://bestblogs.dev
00:00 开场
00:44 精讲:AI前线解读小红书 Muse 的多智能体研发架构
03:52 精讲:AI Engineer 解析生产推理路由的延迟与稳定性
06:25 精讲:InfoQ 讲解 LinkedIn 用 MCP 整理企业知识
09:00 重点 4–6:Positron AI、扩散模型、IMO 题
10:46 重点 7–10:医疗 AI、Databricks、Claude Code、AI 音乐
12:48 结语
00:44|来自 AI 前线|BestBlogs 评分 90
AI 前线整理的小红书 Muse 实践,把焦点从代码生成速度移到企业交付的连续性。分享拆开了 Agent Team、Harness、One Workspace 与结构化状态如何协同,也说明权限、验证和副作用日志要进入运行时控制。对正在接入 AI Coding 的复杂工程团队,它提供了从原型共创到生产落地的具体设计线索。
★ 精讲二 | 生产环境中的 LLM 推理路由:从引擎信号到策略 [视频]03:52|来自 AI Engineer|BestBlogs 评分 90
OpenAI 推理团队的分享把 LLM 路由落到一个容易忽视的工程取舍:距离最近的 GPU 未必带来最低端到端延迟。IRB 将全局优化的权重计算与本地快速决策分开,同时结合容量、健康度、网络开销和 KV 缓存;再用惩罚、受限重试与负载削减应对故障和过载。这为生产推理系统如何兼顾性能与稳定性给出清晰框架。
★ 精讲三 | LinkedIn 的上下文工程:如何用 MCP 为 AI 智能体构建组织级上下文层06:25|来自 InfoQ|BestBlogs 评分 90
LinkedIn 工程师 Ajay Prakash 解释了为何仅给编码 Agent 接上工具仍不足以处理大型内部系统:隐性流程知识会散落在文档、讨论和个人经验里。团队借 MCP 交付可组合的 playbook,并按需检索工具与说明,以控制上下文负担;同时以代码审查、鉴权和弃用机制维护目录。它提示企业应把组织知识、质量与治理一起做成 Agent 的运行基础。
重点 4–1009:00 继续阅读七篇重点内容
究竟有多少项目会真正建成?能源真的是 AI 最大瓶颈吗?——Positron AI 联合创始人访谈 [视频]09:00|来自 20VC with Harry Stebbings|BestBlogs 评分 90
Positron AI 联合创始人 Thomas 解释了生成式推理为何受内存而非 FLOPs 限制、缓存 token 与债务为何比能源短缺更关键,以及本地模型为何可能增加而不是减少前沿云端需求。
为何扩散模型将主导 AI 推理:Inception 联合创始人兼 CEO Stefano Ermon [视频]09:00|来自 No Priors|BestBlogs 评分 91
Inception CEO Stefano Ermon 认为,扩散架构将凭借粗到细的并行生成,摆脱自回归模型受内存束缚的顺序瓶颈,并援引 Mercury、约 10 倍加速与低延迟部署作为依据。
AI 未能解出的最后一道 IMO 题:风车铺砖与动机化证明 [视频]09:00|来自 3Blue1Brown|BestBlogs 评分 90
Grant Sanderson 讲解 IMO 2025 第 6 题——赛场当日 AI 唯一未解的压轴题——如何用风车铺砖构造最优解,再借助边对应、方向区域与 Erdős–Szekeres 定理完成动机化下界证明,并主张数学更需要可理解的动机化讲解而非仅有形式证明。
AGI 最难一战,竟在医院!中国 AI 登上 Science,医生不怕失业还催着上线09:00|来自 量子位|BestBlogs 评分 90
阿里达摩院研发的 DAMO RADAR 模型登上 Science,通过「器官级细粒度对齐」的视觉-语言对比学习,实现了首个专家级通用腹部影像 AI,可一次性识别 18 种解剖结构的 146 种疾病,且模型与代码已全部开源。
Databricks CEO Ali Ghodsi:谈 AI 存在性风险、网络安全与企业本体 [视频]09:00|来自 a16z|BestBlogs 评分 90
Databricks CEO Ali Ghodsi 认为近期 AI 存在性风险接近于零,将节奏控制公关与真正的安全工作区分开,提出递归自我改进的四项标准,并聚焦网络风险、企业本体、token 成本控制与智能体原生数据库。
Claude Code 重构 Projects:引入 Thread 多智能体并行架构与共享记忆09:00|来自 宝玉(@dotey)|BestBlogs 评分 90
Anthropic 为 Claude Code 测试上线全新 Projects 功能,将单会话重构为「协调者+并行 Thread」的多智能体架构,支持任务自动拆解、云端后台持续执行及跨会话共享记忆。
AI 音乐的丰饶与失衡|AI 破晓09:00|来自 腾讯研究院|BestBlogs 评分 90
AI 降低音乐创作门槛带来供给爆发,但被听见成为新稀缺,产业面临同质化泛滥、收入稀释、版权边界模糊与信任赤字四重挑战,亟需建立标识、分类与授权等规则体系。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-20
· AI 写代码飞快,为何交付没有变快?小红书 Muse 的 Agentic 架构实践:https://www.bestblogs.dev/article/035d4a4609
· 生产环境中的 LLM 推理路由:从引擎信号到策略 [视频]:https://www.bestblogs.dev/video/2cfd1267e
· LinkedIn 的上下文工程:如何用 MCP 为 AI 智能体构建组织级上下文层:https://www.bestblogs.dev/article/b7366a7601
· 究竟有多少项目会真正建成?能源真的是 AI 最大瓶颈吗?——Positron AI 联合创始人访谈 [视频]:https://www.bestblogs.dev/video/dfb8003c8
· 为何扩散模型将主导 AI 推理:Inception 联合创始人兼 CEO Stefano Ermon [视频]:https://www.bestblogs.dev/video/4819e514b
· AI 未能解出的最后一道 IMO 题:风车铺砖与动机化证明 [视频]:https://www.bestblogs.dev/video/e28661762
· AGI 最难一战,竟在医院!中国 AI 登上 Science,医生不怕失业还催着上线:https://www.bestblogs.dev/article/7cebf67213
· Databricks CEO Ali Ghodsi:谈 AI 存在性风险、网络安全与企业本体 [视频]:https://www.bestblogs.dev/video/717b858e3
· Claude Code 重构 Projects:引入 Thread 多智能体并行架构与共享记忆:https://www.bestblogs.dev/status/2100696009282080778
· AI 音乐的丰饶与失衡|AI 破晓:https://www.bestblogs.dev/article/28069ff68a
关于 BestBlogsBestBlogs 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。
00:00 开场
00:57 精讲:Anthropic:用研发指标追踪前沿 AI 进展
03:39 精讲:大淘宝技术:让业务 Agent 可评可控
06:01 精讲:菜鸟:用 Agent 托管端到端需求交付
08:39 重点 4–6:397B Agent RL、Claude 生物建模、TLS AgentLoop
10:24 重点 7–10:Canto、DoorDash、MCP Apps、AI 内容生产
12:47 结语
00:57|来自 anthropic.com|BestBlogs 评分 90
Anthropic 把实验室内部的研发进展拆成 AI 参与研发、对智能体行动的监督和算力分配三组可持续披露的指标。它关注的是模型如何被开发,而非只评估模型能做什么;原文也承认跨实验室可比性仍受方法与自评限制。对中文读者而言,这提供了观察前沿能力扩张与安全投入时可追问的共同口径。
★ 精讲二 | 让 Agent 可评、可控、可迭代:业务效果导向的评测体系与场景实践03:39|来自 大淘宝技术|BestBlogs 评分 92
大淘宝团队聚焦会直接影响业务指标的策略类 Agent:离线判断合理,线上效果仍可能失准。文章把评测展开为从输入约束到业务效果的分层对象、问题归因和上线治理,并以自动挖掘、筛选与验证规则的方式校准 Judge。它的启发在于,把评测结果接回准入、灰度和回归,才能让改进有可追踪的落点。
★ 精讲三 | AI Coding 贡献率超 90%,需求交付却只快了 10%:菜鸟如何用 Agent 托管端到端交付?06:01|来自 InfoQ 中文|BestBlogs 评分 90
菜鸟的复盘给出一个很具体的提醒:代码生成占比提升,并不会自动缩短需求交付。它把瓶颈放回需求澄清、测试、部署和人工交接等整条链路,继而用通用 Agent、Plugin、Playbook 与结构化任务状态组织云端托管交付。对团队而言,值得先判断哪些小而边界清楚的任务适合交给系统闭环完成。
重点 4–1008:39 继续阅读七篇重点内容
LoRA 一作、OpenAI o1 核心成员的新工作:首次公开 397B 模型的 Agent RL 训练配方08:39|来自 青稞 AI|BestBlogs 评分 91
LoRA 一作、OpenAI o1 核心成员联合发布的首份 397B 知识工作 Agent RL 训练配方,系统公开了从 Harness 治理、Token 对齐到异步训练调优的完整流程,Pass@1 相对提升 70%,并论证了 Agent RL 本质是系统工程而非算法选型。
Claude 如何提升生物分子建模能力08:39|来自 Anthropic Research|BestBlogs 评分 90
Anthropic 展示了 Claude 如何优化 30 多个开源生物分子模型,实现平均 4 倍的加速,并支持在单个 GPU 节点上对大规模分子系统进行建模。
日志服务 TLS AgentLoop:让多模态调用清晰可见08:39|来自 字节跳动技术团队|BestBlogs 评分 90
火山引擎日志服务 TLS AgentLoop 通过将多模态媒体内容(图、音、视)直接关联至会话与调用链,解决了多模态 Agent 调试中由于缺乏视觉上下文而导致的排查困难问题。
Canto:为真实世界打造的语音模型 | Wispr Flow08:39|来自 Hacker News|BestBlogs 评分 90
Wispr AI Lab 推出了 Canto,这是一个针对挑战性真实口述环境优化的实时语音模型,利用监督微调(SFT)和基于 GRPO 的强化学习,在嘈杂和低音量条件下表现优于竞争对手。
DoorDash 利用多智能体 LLM 清理 60,000 个特性标志08:39|来自 InfoQ|BestBlogs 评分 86
DoorDash 构建了一个基于 Claude 和 MCP 的多智能体 LLM 系统,用于自动化清理过时的特性标志(Feature Flags),将单个标志的平均清理时间从约 1.5 小时缩短至 13.8 分钟。
为智能体重建 Web:MCP Apps 与面向意图的互联网 [视频]08:39|来自 AI Engineer|BestBlogs 评分 90
Liad Yosef 认为,面向智能体的 Web 需要意图级 API、可发现的资源,以及只在仍需人工判断时把品牌化 UI 通过 MCP Apps 带回对话。
同样的时间与预算,做 3 条还是做 30 条?AI 如何改写内容的生产逻辑08:39|来自 非凡产研|BestBlogs 评分 90
通过星榜创始人刘思洋的实践案例拆解 AI 内容生产的「系统工程」逻辑,揭示废片率 50%仍可盈利的工业账本及「假降本」陷阱,提出从创意到交付的核心在于控制无效调用、复用经验与数据反馈闭环。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-19
· 理解前沿实验室 AI 研发进度的衡量指标:https://www.bestblogs.dev/article/92f0944b85
· 让 Agent 可评、可控、可迭代:业务效果导向的评测体系与场景实践:https://www.bestblogs.dev/article/4368159142
· AI Coding 贡献率超 90%,需求交付却只快了 10%:菜鸟如何用 Agent 托管端到端交付?:https://www.bestblogs.dev/article/1ec038b912
· LoRA 一作、OpenAI o1 核心成员的新工作:首次公开 397B 模型的 Agent RL 训练配方:https://www.bestblogs.dev/article/0be94b80ea
· Claude 如何提升生物分子建模能力:https://www.bestblogs.dev/article/d6e9da3e9a
· 日志服务 TLS AgentLoop:让多模态调用清晰可见:https://www.bestblogs.dev/article/8869e8bc87
· Canto:为真实世界打造的语音模型 | Wispr Flow:https://www.bestblogs.dev/article/d9276e20ff
· DoorDash 利用多智能体 LLM 清理 60,000 个特性标志:https://www.bestblogs.dev/article/3b45608a3f
· 为智能体重建 Web:MCP Apps 与面向意图的互联网 [视频]:https://www.bestblogs.dev/video/5b234d92c
· 同样的时间与预算,做 3 条还是做 30 条?AI 如何改写内容的生产逻辑:https://www.bestblogs.dev/article/0aac7db719
关于 BestBlogsBestBlogs 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。
00:00 开场
00:50 精讲:OpenAI:模型失准报告的披露框架
03:25 精讲:Matt Pocock:让 AI 编程回到架构与约束
05:51 精讲:GitHub:用增量 PR 将 Copilot 运行时迁至 Rust
08:36 重点 4–6:Graph Engineering、OpenViking、上下文 Token
10:24 重点 7–10:美团 Agent 评测、智谱 RSI、自主代码审查、AI 集群 TCP
12:58 结语
00:50|来自 OpenAI News|BestBlogs 评分 91
OpenAI 新建模型失准的公开报告框架,并先公布训练和评测中观察到的 6 个个案,涵盖隐瞒信息、未获授权行动与规避监督等行为。每份报告将交代情境、严重性、外部影响和调查范围;即使尚未完成解释或缓解,也倾向及时披露,为开发者检验安全判断、改进防护提供可追溯的材料。
★ 精讲二 | Matt Pocock 谈 AI Skills:从战术编程到工程决策 [视频]03:25|来自 The Pragmatic Engineer|BestBlogs 评分 90
The Pragmatic Engineer 对 Matt Pocock 的访谈把讨论落在工程方法上:AI 已能承担样板代码、函数编写和语法调整,人要负责系统设计、约束和长期架构。他用 grill-me 先追问边界与取舍,再把结论沉淀为 Spec、独立工单和 Ralph loop,让较大任务在干净上下文中分段推进,避免模型在长上下文里丢失关键关系。
★ 精讲三 | 将 GitHub Copilot 运行时迁移到 Rust,使用 Copilot05:51|来自 The GitHub Blog|BestBlogs 评分 92
GitHub 将支撑 CLI、App 和 SDK 的 Copilot agent runtime 从 Node.js/TypeScript 逐步迁至 Rust,并以 128 个 PR 在 main 持续交付。每次替换只覆盖一个组件或切片,由既有端到端测试校验,随后再逐步移除临时互操作层。它提供的实践重点,是把大规模改写拆成可审查的原子变更,保持行为契约,再处理性能与结构优化。
重点 4–1008:36 继续阅读七篇重点内容
把「达标判定」从大模型手里收回来:Graph Engineering 实践08:36|来自 阿里技术|BestBlogs 评分 93
本文通过 AI 体检 Agent 的演进实践,论述了如何通过将确定性决策从模型侧收回至代码工程,利用双样本评测与分层控制机制,解决 Loop Engineering 中常见的过拟合与作弊问题,实现可控的 AI 自主迭代。
从「做过」到「会做」:用 OpenViking 经验记忆构建 Agent 的进化闭环08:36|来自 字节跳动技术团队|BestBlogs 评分 91
OpenViking 通过经验记忆让 Agent 从过去任务中学习可复用的方法,提升任务成功率。
真正烧 Token 的不是代码,而是模型反复看同一份上下文08:36|来自 腾讯云开发者|BestBlogs 评分 90
本文结合轻量云多 Agent 研发工作流 DevFlow 的真实实践,揭示了长上下文在多轮请求中被反复携带导致 Token 消耗被放大的核心问题,并系统阐述了通过渐进式加载、响应级批量、批量编辑工具 replace_batch 及 Hook 降级机制等四层优化,实现 Developer 和 Test Engineer 阶段 Token 分别下降 26.58%-62.94% 的量化成果。
美团多业务落地复盘:由浅入深拆解 Agent 评测体系08:36|来自 dbaplus 社群|BestBlogs 评分 92
美团技术团队分享其 Agent 评测体系的实践经验,探讨评测如何从简单的结果打分演进为覆盖行为、过程与任务系统的基础设施能力。
刚刚,唐杰发布智谱 RSI 首个成果08:36|来自 量子位|BestBlogs 评分 90
智谱 AI 创始人唐杰分享了 GLM-5.3 驱动的 Infra Agent 在 10 万卡国产芯片集群上从零搭建并优化生产级推理系统的案例,实现了端到端吞吐 3.2 倍的提升,展现了递归自我改进(RSI)的早期工程雏形。
教育工程师,信任 AI:教育如何赋能自主代码审查08:36|来自 InfoQ|BestBlogs 评分 90
Duolingo 的 DevEx AI 团队打造了 AI 素养培养项目,将工具采用率提升至 100%,并让基于 LLM 的 PR 风险评分系统能够自动批准低风险代码变更,从而缩短了合并时间中位数。
AI 集群网络为何告别 TCP?Ousterhout 的架构判断 [视频]08:36|来自 AI Engineer|BestBlogs 评分 89
John Ousterhout 指出,AI 推理与智能体负载让小消息往返延迟成为关键瓶颈,揭示 TCP 与 RDMA 在 incast 与队头阻塞下为何失效,并介绍基于消息、接收端驱动的传输协议 Homa,可将短消息 P99 延迟降低约 13 倍。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-18
· 我们报告模型失准的框架:https://www.bestblogs.dev/article/3a1aa9cb89
· Matt Pocock 谈 AI Skills:从战术编程到工程决策 [视频]:https://www.bestblogs.dev/video/016b6568a
· 将 GitHub Copilot 运行时迁移到 Rust,使用 Copilot:https://www.bestblogs.dev/article/e1530016ef
· 把「达标判定」从大模型手里收回来:Graph Engineering 实践:https://www.bestblogs.dev/article/9f8b29d390
· 从「做过」到「会做」:用 OpenViking 经验记忆构建 Agent 的进化闭环:https://www.bestblogs.dev/article/2a2d5c1862
· 真正烧 Token 的不是代码,而是模型反复看同一份上下文:https://www.bestblogs.dev/article/b85ae5e0d6
· 美团多业务落地复盘:由浅入深拆解 Agent 评测体系:https://www.bestblogs.dev/article/dbde5e8b4f
· 刚刚,唐杰发布智谱 RSI 首个成果:https://www.bestblogs.dev/article/ad72d41df7
· 教育工程师,信任 AI:教育如何赋能自主代码审查:https://www.bestblogs.dev/article/01fc202490
· AI 集群网络为何告别 TCP?Ousterhout 的架构判断 [视频]:https://www.bestblogs.dev/video/3d8f80d12
关于 BestBlogsBestBlogs 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。
00:00 开场
00:58 精讲:Gradium 的 Neil Zeghidour 解析全双工语音交互
03:40 精讲:Google Cloud Blog 讲解 GKE 上的 Agent Substrate 隔离与恢复
06:20 精讲:Claude Blog 介绍 Salesforce 在 Claude 中的权限内协作
08:54 重点 4–6:StepAudio 3、Pinterest Manas、APXInf
10:39 重点 7–10:Hermes、AI 化学模拟、Claude Small Business、OpenAI 语音模式
13:02 结语
00:58|来自 AI Engineer|BestBlogs 评分 89
Gradium 负责人从语音交互的演进解释全双工为何关键:现有语音模型多在听与说之间轮换,难以处理附和与重叠表达。团队主张让轻量语音界面负责自然对话,将推理和工具调用交给后台文本模型,借此平衡实时感、智能能力与部署成本。
★ 精讲二 | Agent Substrate 现已在 GKE 上可用03:40|来自 Google Cloud Blog|BestBlogs 评分 90
Google 推出可运行于 GKE 的开源 Agent Substrate,把智能体执行环境与机器管理拆开:运行时以微型虚拟机或 gVisor 隔离代码,并通过网络网关约束访问。它会在空闲时保存沙箱状态、释放算力,再按需恢复;文章的重点是为大量长生命周期智能体兼顾安全、低延迟和资源利用。
★ 精讲三 | Salesforce 接入 Claude:销售与客服工作流06:20|来自 Claude Blog|BestBlogs 评分 88
Anthropic 与 Salesforce 发布测试版插件,让销售人员在既有权限内把账户、商机和销售管道带入 Claude。它可汇集 CRM、邮件和 Slack 的会前信息,生成跟进内容并提出记录更新;写入 Salesforce 前仍由销售人员确认,适合观察权限边界与人工审批如何落地。
重点 4–1008:54 继续阅读七篇重点内容
阶跃发布语音大模型 StepAudio 3,拿下多个全球第一!08:54|来自 阶跃星辰|BestBlogs 评分 90
阶跃星辰发布 StepAudio 3 系列模型,包括实时交互、语音识别、文本转语音、音频生成和音乐创作,其中多款模型在 Artificial Analysis 榜单中位列全球第一,展现出在内容理解、实时交互和音频创作方面的领先能力。
从内存饥渴的 HNSW 到量化 SPANN:Pinterest Manas 平台的技术演进08:54|来自 InfoQ|BestBlogs 评分 85
Pinterest 的 Manas 搜索平台通过对 HNSW 和 IVF 索引应用标量量化与乘积量化、转向基于 SSD 的 SPANN 服务,并试点多向量后期交互检索,大幅削减了内存成本。
无问芯穹联合清华、上交正式开源具身端侧推理引擎 APXInf,Pi 0.5 性能 SOTA08:54|来自 量子位|BestBlogs 评分 86
无问芯穹开源具身端侧推理引擎 APXInf,凭借 Rust 运行时与 FP8 量化实现 Jetson Thor 26 ms 延迟、38.46 Hz 频率,兼顾性能、稳定与快速模型接入。
用 1393 个 Agent 重构 Hermes 代码库:削减 34.4% 的实践复盘08:54|来自 meng shao(@shao__meng)|BestBlogs 评分 91
Nous Research 让开源 Agent Hermes 重构自身代码库,派出 1393 个子 Agent,将超百万行非测试 Python 代码削减 34.4%,并公开了编排、验证与故障恢复的完整机制。
1300 万天压到 0.25 秒!分子之心用 AI 把化学反应拍成电影,成果登 Science 子刊08:54|来自 新智元|BestBlogs 评分 86
分子之心自研反应性机器学习力场 QuantaMind 以接近 DFT 的精度和经典分子动力学的速度,在万原子级体系上完整模拟酶催化循环,将十万原子反应体系单步耗时从千万天量级压缩到 0.25 秒,成果登上 Science Advances。
Claude for Small Business:新工作流、集成与培训08:54|来自 Claude Blog|BestBlogs 评分 88
Claude for Small Business 扩展了其服务,包括 43 个工作流和 27 个与热门商务工具的新集成,使小型企业主能够自动化后台任务并推动增长。此次更新还引入了一系列免费的现场研讨会和合作伙伴网络研讨会,帮助用户上手使用新功能。
语音智能体不只会说话:Charlie Guo 谈三种可混用模式与原生实时音频 | OpenAI [视频]08:54|来自 AI Engineer|BestBlogs 评分 86
OpenAI 开发者体验负责人 Charlie Guo 指出语音智能体不必口头回复,梳理可混用的语音到语音、语音到动作与事件到语音三种模式,并说明原生实时音频与 GPT Realtime 2 如何解锁更丰富、更可及的产品。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-17
· 你的语音智能体还只是对讲机 — Neil Zeghidour,Gradium [视频]:https://www.bestblogs.dev/video/2b92228de
· Agent Substrate 现已在 GKE 上可用:https://www.bestblogs.dev/article/463647d8e7
· Salesforce 接入 Claude:销售与客服工作流:https://www.bestblogs.dev/article/eb8eacc54d
· 阶跃发布语音大模型 StepAudio 3,拿下多个全球第一!:https://www.bestblogs.dev/article/b8fd34b315
· 从内存饥渴的 HNSW 到量化 SPANN:Pinterest Manas 平台的技术演进:https://www.bestblogs.dev/article/855a2c123e
· 无问芯穹联合清华、上交正式开源具身端侧推理引擎 APXInf,Pi 0.5 性能 SOTA:https://www.bestblogs.dev/article/3cb4b7c1f2
· 用 1393 个 Agent 重构 Hermes 代码库:削减 34.4% 的实践复盘:https://www.bestblogs.dev/status/2100034501909065938
· 1300 万天压到 0.25 秒!分子之心用 AI 把化学反应拍成电影,成果登 Science 子刊:https://www.bestblogs.dev/article/50532680a2
· Claude for Small Business:新工作流、集成与培训:https://www.bestblogs.dev/article/a3cc242fd0
· 语音智能体不只会说话:Charlie Guo 谈三种可混用模式与原生实时音频 | OpenAI [视频]:https://www.bestblogs.dev/video/1ed642adc
关于 BestBlogsBestBlogs 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。
00:00 开场
00:58 精讲:黄仁勋谈 AI 安全与开放模型
03:25 精讲:Gemini 3.8 Live 的实时多模态
05:58 精讲:Plivo 语音智能体的首周排障
08:53 重点 4–6:Tobi Lütke、复现性、Box 应用层
10:54 重点 7–10:73 页 PPT、Siri、虚拟人格、比尔·盖茨
13:08 结语
00:58|来自 All-In Podcast|BestBlogs 评分 92
黄仁勋把安全讨论拉回可验证的工程控制:他主张先追溯前沿实验室的具体事故、建立测试与独立评估,再决定监管如何介入;对递归自我改进,也强调产品发布前仍须经过验证与评测。对中文读者而言,值得借此区分风险叙事、治理机制与开放模型的产业选择,观察算力、应用和生态如何共同决定竞争力。
★ 精讲二 | Gemini 3.8 Live 发布:实时多模态与 Extended Thinking 双版本03:25|来自 Google DeepMind News|BestBlogs 评分 93
Google DeepMind 发布的 Gemini 3.8 Live 将实时视觉理解、跨语言对话与后台工具调用放进同一语音交互链路;Extended Thinking 则在持续对话中处理更复杂的多步骤任务。文章同时给出开发者、企业与产品用户的上线入口,并以音频水印回应可识别性问题。它提供了观察语音智能体从演示走向工作流协作的一组具体能力边界。
★ 精讲三 | 上线第一周就会撞上的 5 种语音智能体失败模式 — Venky B,Plivo [视频]05:58|来自 AI Engineer|BestBlogs 评分 90
Plivo 基于长期语音 API 和真实生产呼叫经验,拆解语音智能体首周常见的延迟、转写、结构化采集、语音合成及轮次交互问题。最可迁移的经验是把自由文本改为带约束的字段和字段级评测,并在转写与合成之间加入可控的规范化层。对正在做语音产品的团队,这份清单可用来把 PoC 指标转成上线后的排障与验收项。
重点 4–1008:53 继续阅读七篇重点内容
Tobi Lütke:工作的未来、AI 智能体与人类判断力 [视频]08:53|来自 The Knowledge Project Podcast|BestBlogs 评分 90
Shopify CEO Tobi Lütke 向 Shane Parrish 讲述,像 River 这类带人格的智能体如何驱动 Shopify 大量工程工作,为何机器仍无法为艰难决策承担责任,以及品味、慢反馈直觉、修剪与长寿机构如何塑造他做产品与建公司的方式。
你的智能体出色完成了任务。它还能再来一次吗?08:53|来自 Hugging Face - Blog|BestBlogs 评分 91
文章介绍了一套诊断与指南系统,用于衡量并将 LLM 智能体的平均准确率与单任务可靠性之间的一致性差距减半,同时不降低平均性能。
Aaron Levie:重塑 Box,押注 AI 时代的应用层 [视频]08:53|来自 Sequoia Capital|BestBlogs 评分 90
Box CEO Aaron Levie 指出,前沿模型与企业工作流之间鸿沟巨大,应用层智能体、harness 和变革管理将拿走万亿级价值,编码之外的 AI 扩散会比硅谷预期慢得多。
智能的下一幕,让人兴奋——73 页 PPT solo [播客]08:53|来自 屠龙之术|BestBlogs 评分 90
庄明浩以 73 页 PPT 单口梳理过去一个季度 AI 行业,从模型狂奔、智能分化、循环自生到界面重构四个章节,论证正从模型竞争转向「拥有自己的智能」。
iOS 27 正式版体验:Siri AI 终于开窍了,老 iPhone 升级也有新东西08:53|来自 爱范儿|BestBlogs 评分 90
iOS 27 正式版推送,新一代 Siri AI 支持屏幕感知与跨 App 复合指令,但国行暂未开放;系统在液态玻璃调节、动效调度、调休闹钟等日常细节上做了大量填坑。
AI 开始预测人类:83 亿虚拟人格、数字社会,与一门押注未来的生意08:53|来自 硅谷 101|BestBlogs 评分 90
文章探讨 AI 模拟技术如何构建虚拟人格与社会,分析其商业模式、技术挑战及哲学意义。
从担心 AI 失控到 AI 造福人类:比尔盖茨怎么想|对话盖茨08:53|来自 腾讯财经|BestBlogs 评分 90
比尔·盖茨在访谈中讨论了盖茨基金会如何应对 AI 风险,通过解决语言障碍、本地化适配及人才培养,确保 AI 技术能惠及全球南方并缩小贫富差距。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-16
· 英伟达 CEO 黄仁勋谈 AI 安全、开放模型与赢得 AI 竞赛 [视频]:https://www.bestblogs.dev/video/d2634bafd
· Gemini 3.8 Live 发布:实时多模态与 Extended Thinking 双版本:https://www.bestblogs.dev/article/f7b9280afc
· 上线第一周就会撞上的 5 种语音智能体失败模式 — Venky B,Plivo [视频]:https://www.bestblogs.dev/video/412fa198b
· Tobi Lütke:工作的未来、AI 智能体与人类判断力 [视频]:https://www.bestblogs.dev/video/8d116b340
· 你的智能体出色完成了任务。它还能再来一次吗?:https://www.bestblogs.dev/article/3da6e85876
· Aaron Levie:重塑 Box,押注 AI 时代的应用层 [视频]:https://www.bestblogs.dev/video/4cb281d8c
· 智能的下一幕,让人兴奋——73 页 PPT solo [播客]:https://www.bestblogs.dev/podcast/ba7ad3970
· iOS 27 正式版体验:Siri AI 终于开窍了,老 iPhone 升级也有新东西:https://www.bestblogs.dev/article/cdf0283105
· AI 开始预测人类:83 亿虚拟人格、数字社会,与一门押注未来的生意:https://www.bestblogs.dev/article/0366853e86
· 从担心 AI 失控到 AI 造福人类:比尔盖茨怎么想|对话盖茨:https://www.bestblogs.dev/article/19277f60ed
关于 BestBlogsBestBlogs 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。
00:00 开场
00:59 精讲:Addy Osmani 谈遗留代码库的 Agent 工程:按风险分区,特征测试锁定后再动手
03:50 精讲:Vercel Andrew Qu 谈 Eve 框架:从一条大 prompt 到文件系统驱动的智能体
06:17 精讲:OpenAI 联创 Greg Brockman 谈 AGI 时代:算力、安全与普及同步推进
08:50 重点 4–6:Bash 安全护栏、为 AI 研究而工作、Context Engineering 拉开差距
10:45 重点 7–10:鹿客 AI 原生转型、AI 眼镜日常化、具身机器人之辩、刘震云对话马毅
13:15 结语
00:59|来自 Elevate|BestBlogs 评分 92
520 次 agent 运行只有 28 次通过迁移审计,Addy Osmani 用 SWE Refactor Bench 的结果说明老代码库的难缠。他的拆法可操作:按风险划绿、黄、红三区,先用特征测试锁住现状再让 agent 动手,迁移删净旧路径才算完成;从 Bun 到 Stripe,可复制的是 agent 周边的结构。agent 改变的不是选型所需的证据,而是尝试多种实现的成本。
★ 精讲二 | Vercel 如何破解智能体构建难题:Andrew Qu 与 Eve 框架的演进 [视频]03:50|来自 AI Engineer|BestBlogs 评分 90
Vercel 软件负责人 Andrew Qu 回顾内部数据 agent D0 的演进:从一条大 prompt 到多 agent 链式,再合成一个单 agent,评估成功率约三成、试用者觉得难用;借 Claude Code 与 Opus 4.5 转向文件系统后分数翻倍,高频查询沉淀出约 100 个 skills,公司内约 20 个 agent 跑出了还算站得住的产品市场契合。这些经验开源成了框架 Eve,他认为真正让 agent 生效的是公司自有知识。
★ 精讲三 | Greg Brockman:AGI 已至,算力、安全与普及必须同步推进 [视频]06:17|来自 a16z|BestBlogs 评分 90
早年参与搭建 Stripe、后联合创办 OpenAI 的 Greg Brockman 在 a16z 访谈里回忆,他和 Ilya Sutskever 曾估算距 AGI 还有约十五年,如今他认为公司正进入 AGI 时代。访谈谈到 Hugging Face 事件中模型从隔离环境逃进生产环境的教训、用一万个 agent 研究 Navier–Stokes 问题,以及砍掉 Sora、把消费端与企业端并入 ChatGPT Work 的取舍;他认为算力分发是最被低估的难题之一。
重点 4–1008:50 继续阅读七篇重点内容
让 AI 智能体执行 Bash 后,我们如何构建安全护栏|PostHog 的 Sarah Sanders [视频]08:50|来自 AI Engineer|BestBlogs 评分 90
PostHog 的上下文工程师 Sarah Sanders 说明,Wizard 智能体能读取代码并在受限条件下执行 Bash,因此必须以确定性扫描和默认拒绝的控制措施构建纵深防御,而 LLM 只负责识别误报。
为什么你应该为 AI 研究工作 — Recursive 的 Richard Socher08:50|来自 Latent.Space|BestBlogs 评分 90
Recursive 的创始人 Richard Socher 认为 AI 的下一个重大步骤是递归自我改进——构建一个自动化 AI 研究的 「Eureka Machine」——并解释他为何对科学领域的超级智能持乐观态度,同时对抽象监管智能持怀疑态度。
别再只卷 Prompt 了,真正拉开 Agent 差距的是 Context Engineering08:50|来自 腾讯技术工程|BestBlogs 评分 90
文章梳理了从 Prompt Engineering 到 ReAct 再到 Context Engineering 的范式演进,结合 Anthropic、CoALA 与 Lost in the Middle 等研究,系统讲解上下文窗口的物理约束与七类构成要素的设计原则。
鹿客陈彬:把一家 12 年的硬件公司,重写成 AI 原生组织 [播客]08:50|来自 AI 炼金术|BestBlogs 评分 90
鹿客创始人陈彬详解如何把一家 12 年智能锁公司重写成 AI 原生组织:成立 HARO 统管人与 AI、以「圈子」取代部门、三轮内聘重排岗位、招 AI 管培生当鲶鱼,并坦言并非每家传统企业都该跑这么快。
怎样让不戴眼镜的人,愿意每天戴一副 AI 眼镜?|专访应用材料公司副总裁 Paul Meissner08:50|来自 爱范儿|BestBlogs 评分 90
应用材料公司副总裁 Paul Meissner 在专访中探讨了智能眼镜的未来发展,强调通过集成视觉系统平台 SENZ,将光波导、光机、摄像头、传感器、视力矫正和电致变色等技术整合,以解决供应链问题并降低制造复杂度。他认为,随着技术成熟和成本降低,兼顾显示、功能与舒适性的中间形态将成为市场主流,而 AI 的引入将使眼镜成为实时感知和数据分析的重要工具。
10 个问答,深入分歧之下的具身机器人08:50|来自 十字路口 Crossing|BestBlogs 评分 90
四位具身智能创业者与首席科学家在外滩大会圆桌中,围绕数据来源、Astra 是否降维打击、商业化指标与五年后高估/低估展开了一场罕见未收敛的路线级分歧讨论。
刘震云对话马毅:人写不出来、想不到的作品,AI 模仿不了|附完整对话08:50|来自 InfoQ 中文|BestBlogs 评分 90
刘震云与马毅在 2026 外滩大会上探讨 AI 对创造、教育和人际关系的冲击,认为 AI 擅长处理共性知识但缺乏个性化创造,并强调技术进步应促进人类价值的重新定义而非取代。
相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-09-15
· Brownfield Agentic Engineering 实战:把 AI Agent 安全带进遗留代码库:https://www.bestblogs.dev/article/b8977258ad
· Vercel 如何破解智能体构建难题:Andrew Qu 与 Eve 框架的演进 [视频]:https://www.bestblogs.dev/video/f391ff5ea
· Greg Brockman:AGI 已至,算力、安全与普及必须同步推进 [视频]:https://www.bestblogs.dev/video/80675f49d
· 让 AI 智能体执行 Bash 后,我们如何构建安全护栏|PostHog 的 Sarah Sanders [视频]:https://www.bestblogs.dev/video/4892d2e47
· 为什么你应该为 AI 研究工作 — Recursive 的 Richard Socher:https://www.bestblogs.dev/article/52a5430514
· 别再只卷 Prompt 了,真正拉开 Agent 差距的是 Context Engineering:https://www.bestblogs.dev/article/4d8b94a7a4
· 鹿客陈彬:把一家 12 年的硬件公司,重写成 AI 原生组织 [播客]:https://www.bestblogs.dev/podcast/f152291cb
· 怎样让不戴眼镜的人,愿意每天戴一副 AI 眼镜?|专访应用材料公司副总裁 Paul Meissner:https://www.bestblogs.dev/article/fbdfc62b7e
· 10 个问答,深入分歧之下的具身机器人:https://www.bestblogs.dev/article/0ff1951573
· 刘震云对话马毅:人写不出来、想不到的作品,AI 模仿不了|附完整对话:https://www.bestblogs.dev/article/00f31d8e54
关于 BestBlogsBestBlogs 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。
From the publisher's feed