头条精讲
为什么每家公司都该像实验室一样运作？Google Labs 负责人 Josh Woodward 谈前沿团队（在新标签页打开）
推荐理由Google Labs 负责人 Josh Woodward 用几乎可行清单追踪模型带来的机会，再把原型交给真实用户检验。他分享 Gemini 团队主动叫停功能、实验团队保持独立又连接主业务的做法，为产品团队提供从发现机会、验证需求到及时止损的判断方法。
Google Labs 负责人 Josh Woodward 主张设立前沿团队，持续追踪刚变得可行的 AI 体验，以真实用户需求检验想法，并让独立实验与公司业务衔接，同时保持团队的长期节奏。
斯坦福 CS146S：常驻在线智能体的工作原理，从架构到上下文工程（在新标签页打开）
推荐理由关上电脑后，智能体怎样继续工作并从故障中恢复？Lee 在斯坦福课程中拆解服务端智能体循环、持久工作流与独立虚拟机的分工，再解释消息优先级、按需加载工具和分层记忆，让开发者理解常驻智能体需要补齐哪些系统能力。
斯坦福 CS146S 嘉宾讲座上，SpaceX 的 Lee 讲解常驻智能体如何把模型循环调用工具的 harness 扩展为持久服务：云端专属计算机、Temporal 持久化工作流，以及围绕提示词缓存、有损压缩与分层记忆的上下文工程。
Alexandr Wang 谈 Muse：个人智能体、产品判断与 Meta AI 团队重建（在新标签页打开）
推荐理由Alexandr Wang 回顾 Meta 从个人智能体原型走向 Muse 的过程：把具体行为转成评测任务，逐项打磨可靠性，让用户通过完成小任务逐渐建立信任。他也分享重建 AI 团队时从创始人转为教练的取舍，帮助读者理解产品方向如何连接模型训练和组织设计。
Alexandr Wang 回顾 Meta 如何围绕个人智能体打造 Muse，并解释早期原型、用户信任、产品主导权和快速发布背后的组织调整。
今日精华
PayPal 交互式 CLI 实战：用 tmux、结构化旁路和上下文连接智能体（在新标签页打开）
PayPal 开发者工具负责人 Mark Lummus 与技术负责人 Navinkumar Patil 在现场工作坊中剖析智能体运行交互式 CLI 时静默失败的根因，并给出三条渐进式解法：tmux 会话、JSON 旁路与上下文注入，最终由一个基于 Claude Agent SDK 的智能体自建确定性求解器赢下竞赛。
MiniMax M3 如何构建：稀疏注意力与原生多模态训练｜Olive Song（在新标签页打开）
推荐理由MiniMax 研究员 Olive Song 在 AI Engineer 拆解 M3：为 GQA 重做的稀疏注意力（MSA）与从预训练起步的原生多模态。算法与 GPU 访存共设计的可迁移蓝图，说明长上下文与视觉能力不必靠堆全量注意力换来。
MiniMax 研究员 Olive Song 解释了 M3 如何结合适配 GQA 的稀疏注意力与原生图文预训练，以及块级检索和从零融入视觉能力为何影响长上下文效率与视觉理解。
不到 500 美元训练金融智能体：4B 专用模型如何胜过 235B 模型（在新标签页打开）
推荐理由Snorkel AI 研究科学家 Charles Dickens 在 AI Engineer 分享：用专家核验金融工具基准与不到 500 美元的强化学习，让 4B 专用智能体在留出任务上胜过 235B。专业化、数据质量与评测设计的可迁移蓝图。
Snorkel AI 的 Charles Dickens 介绍了经专家核验的金融工具使用基准，以及一次低于 500 美元的强化学习训练：专门训练的 Qwen3 4B 智能体在留出任务上据称胜过 235B 版本。
延迟是预算，像人一样对话才是目标：LiveKit 的语音智能体实践（在新标签页打开）
推荐理由LiveKit 的 Jesse Hall 主张按完整对话评语音智能体：从用户尾音到首声计量延迟，剩余预算留给质量；并演示音频轮次检测与边等工具边应答。厂商一手实践，延迟预算与评测口径可借鉴。
Jesse Hall 认为，应以完整对话评估语音智能体，在固定时间预算内平衡用户听到的延迟、轮次判断、错误传递和模型质量。
用 NVIDIA Data Designer 教智能体学会搜索：Dhruv Nathawani 的数据构建实战（在新标签页打开）
推荐理由NVIDIA 研究员 Dhruv Nathawani 演示用 NeMo Data Designer 把搜索行为做成可版本化流水线：Wikidata 多跳谜题、MCP 采集工具轨迹，再筛到高质量样本。顶级公司一手合成数据工程，流水线与质控可借鉴。
NVIDIA 研究员 Dhruv Nathawani 演示如何用图谱种子生成多跳搜索题和工具调用轨迹，将目标搜索行为转化为可复现的智能体训练数据流程。
AI 无限，人生有限｜对谈 KK、山音：一线 AI 创作者（在新标签页打开）
推荐理由十字路口对谈一线 AI 导演 KK 与山音：创作如何回到剪辑台与多模态工具、导演核心从工业调度转向审美拍板，以及生产加速后真实生活体验枯竭的新瓶颈。一线创作者的可迁移实践与判断。
对谈一线 AI 导演 KK 与山音，深度拆解 AI 如何颠覆传统视听生产链路、释放个人表达，并探讨导演核心能力从工业调度向审美与决策转移的范式变革。
Qwen-Image-2.1 Pro、Turbo API 正式上线，让图像生成与编辑走进你的应用（在新标签页打开）
Qwen-Image-2.1 Pro 和 Turbo API 正式上线并开源 Turbo 权重，支持 8 步快速推理、最多 10 张多图编辑及原生透明图层，实现文生图与图像编辑一体化集成。
补充阅读
GPU 利用率从 15% 走向 90%：先修数据流水线，再谈模型优化（在新标签页打开）
推荐理由AI Engineer 一场多模态训练工程分享：把 GPU 利用率从 15% 做到 90%，核心不是改模型，而是修数据流水线——并发取数、预取、Ray 对象存储零拷贝与分散调度。可直接借鉴的训推侧工程清单。
一位多模态训练工程师把 GPU 利用率低的问题追溯到串行取数，并展示并发、预取、Ray 对象引用和分散调度如何在训练扩容过程中不断转移瓶颈。
超越 RAG：从零构建面向组织知识的关系型上下文引擎（在新标签页打开）
Peter Werry 构建面向组织问题的关系型上下文引擎，将 schema 发现、身份映射、受约束的查询规划、执行前校验和限次重试结合起来。
让智能体掌控自己的推理：Du’an Lightfoot 与 Khaja Omer 的 Akamai GPU 部署实战（在新标签页打开）
推荐理由Akamai 工程师用 vLLM 在专用 GPU 上串联精度、KV cache、FP8、推测解码与并发调优，并用草稿模型不匹配导致变慢等反例说明优化未必提速。一手可测量的推理服务取舍，适合自建算力团队对照负载重测。
Akamai 工程师用 vLLM 实验把专用 GPU 推理变成可测量的工作负载决策，比较显存预算、缓存、FP8、推测解码与并发调优，并展示优化未必总会提速。
把平台交给智能体后会怎样：一场 Kubernetes 攻防演示（在新标签页打开）
推荐理由Michael Forrester 与 Whitney Lee 用刻意裸奔的平台聊天机器人演示：单靠模型拒绝挡不住危险部署，必须叠网络策略、准入、运行时防护与输入输出过滤；MCP 工具回包也可成注入口。分层边界方法可借鉴。
Michael Forrester 与 Whitney Lee 用刻意暴露风险的平台聊天机器人，演示智能体权限、Kubernetes 控制、运行时防护与输入输出过滤如何共同发挥作用。
从零构建智能体评测排行榜：Wolfram Ravenwolf 的实战方法（在新标签页打开）
推荐理由Wolfram Ravenwolf 现场组合沙箱与基准，强调重复运行稳定性、完整配置、成本与执行轨迹比单一排行榜均分更重要，并用高思考强度反而完成更少任务说明读轨迹必要。一手评测方法论可复用。
Wolfram Ravenwolf 现场搭建智能体评测流程，说明重复运行的稳定性、完整配置、成本和执行轨迹，比排行榜上的单一平均分更重要。
我将 4 款模型的推理档位调至「高」：只解决了一个问题，却为所有消耗买了单（在新标签页打开）
推荐理由Abeera Lodhi 的 Reasoning Dial 预注册基准：在四款模型上只改 reasoning_effort，对 1800 次调用做配对统计。高档推理仅在一组演绎谜题显著提分，多数组合准确率持平而每答成本升约 1.5–3.4 倍。给推理档位选型的一手证据。
一项针对 4 款 LLM 的实证基准测试表明，将推理力度调至「高」除了在复杂逻辑谜题上有所斩获外，极少能提升任务准确率，却会显著增加 Token 消耗和推理成本。
为智能体构建数据上下文层：Typedef 演示知识图谱、连接安全与代码影响分析（在新标签页打开）
推荐理由Typedef 联创 Yoni Michael 与 Brandon Callender 用确定性事实建上下文图谱，演示连接安全、符号身份与 Neo4j 影响分析，对照纯文本搜索。一手工程工作坊，把智能体上下文质量落到可查询关系与评测习惯。
Yoni Michael 与 Brandon Callender 主张以确定性事实构建可查询的上下文图谱，并通过连接安全、依赖分析、符号解析和重复评估，展示数据及编码智能体为何不能只依赖文本搜索。
从笔记本到流水线：用 GitHub Copilot 规模化自定义智能体（在新标签页打开）
GitHub 现场工程师 Jose Palafox 演示自定义 Copilot 智能体如何从本地 CLI 脚手架起步，经 marketplace 共享分发，最终进入 CI 流水线，在那里获得可见性与成本治理能力。
摆脱 AI 工具锁定：Tailscale Aperture 的身份、预算与网关设计（在新标签页打开）
Tailscale 的 Remy Guercio 以 Aperture 网关为例，主张分开选择模型、数据、身份和界面，同时观察 AI 支出，并按用户或智能体身份限制访问。
智能体不会读政策文档，而会调用 API：Gravitee 网关治理演示（在新标签页打开）
Gravitee CTO Sam 通过现场演示说明，如何在 API 网关按运行时身份限制工具权限、请求频率和模型调用，并用缓存控制智能体成本。
