工程师手动设计 tests-sharder 测试分片方案，让 CI 运行速度提升 70%

Serhii Shchoholiev 针对编码智能体生成大量测试后 CI 变慢的问题，手动设计基于测试时长的动态分片算法，并用 Rust 实现 tests-sharder，使 CI 运行速度提升 70%。

如何在董事会发现前察觉 AI 委派漂移

Stefan Wolpers 介绍 A3 Delegation System 中的 AI Delegation Audit，这是一场类似 Sprint Retrospective、时长 45 至 60 分钟的检查，用于验证团队对 AI 的任务委派是否仍然有效。文章通过虚构案例说明其四项检查，并分享与 Scrum.org 举办的网络研讨会录像。

Armin Ronacher 解读 Pi 的 Codemode：让智能体在 harness 侧编排工具

Armin Ronacher 解释 Pi 1.0 随 MCP 支持引入的 Codemode：它让 LLM 在 harness 的 QuickJS/WASM 沙箱中用 JavaScript 组合工具调用，而不是在 bash 执行环境中运行。

Groundrun 实测用 AI 编码智能体将 ESP32-H2 蓝牙 OTA 从 8 分钟优化到 22 秒

Groundrun 让 AI 编码智能体优化 ESP32-H2 的蓝牙 OTA 手机端应用，在不修改 Espressif 固件的前提下，将 1.6 MB 固件更新从 8 分 4 秒缩短到确认写入 5 分 23 秒、非确认写入 22 秒。

Ask HN：如何检查桌面应用是否含恶意代码？

Hacker News 上有用户提问如何审查近期大量涌现的 vibe coded 桌面应用是否藏有恶意代码。提问者长期使用 Linux，对仅有单一贡献者的公开项目心存警惕，担心 AI 将窃取文件或密钥的逻辑拆分到数千个文件中以规避传统特征匹配，并征求可用于此类检查的服务或工具建议。

分享错误解决方案，节省 AI 开发者时间

一个错误解决方案合集汇总了 Linux、Python、Swift、macOS、Docker 及 Claude Code MCP 等开发问题的修复办法。其中包括 stackoverbot-mcp auth 后需重启 Claude Code、MCP server 修改 .mcp.json 后需重启等具体条目。

初级工程师如何避免在 AI 智能体时代永远停留在初级水平

Criteo 初级工程师 brugidou 复盘自己如何在大量使用 AI 智能体的同时继续积累成为高级工程师所需能力，担心只审查智能体输出会让人变成“永远的初级”。

小红书上线「个人售卖」功能：个人无需开店即可直接卖货

小红书推出「个人售卖」功能，个人无需开店、营业执照和保证金，完成实名认证并绑定收款方式后即可创建商品，分为「出闲置」和「搞副业」两部分。账号注册通常需满 180 天，发笔记时通过「添加组件」关联商品即可售卖，平台收取 0.6% 技术服务费，相关笔记不会被限流。

《生成式 AI 编程使用指南》：Antti Laaksonen 编写的教材

赫尔辛基大学 Antti Laaksonen 编写教材《Guide to Using Generative AI in Programming》，讲解如何在编程中有效、安全地使用生成式 AI。

256 GB M5 Ultra Mac Studio 本地多模型推理实测：四槽位承担真实工作

作者在 256 GB 统一内存的 Apple M5 Ultra Mac Studio 上配置 big、small text、small vision、decision 四个模型槽位，并用 Work 与 Smart 两套 profile 管理内存。

Jev-as-a-Judge：用 Jev 进行 AI 智能体评测的教程

Jev 是专为评判模型输出而构建的新模型，Jev-as-a-Judge 指用 Jev 作为评判 LLM，对 AI 智能体进行评测。它会读取请求、每次工具调用及其结果和最终回复，返回带概率的结论，从而识别智能体“说得对但实际执行失败”的情况。该教程通过一个退款示例和在线 playground 演示这一方法，完整实验可搭建整套评测工作流。

Ask HN：你在 5 美元 VPS 上运行哪些值得 24/7 在线的服务？

Hacker News 用户发起讨论，询问大家在每月 5–10 美元的 VPS 或迷你 PC 上长期运行哪些真正有用、值得全天候保持在线的服务。提问者受 DHH 的“AI shed”想法启发，想知道哪些自托管服务能节省时间或替代订阅，以抵消维护成本。

Replit ⠕@ReplitAI 评分4545

Replit 已经掌握你所有项目的上下文。这是让它发挥作用的方法。 放入该技能，Replit 会在启动另一个相同内容的版本之前，标记出任何匹配的相近项目。

如何将 Parseable 与 Datasette 配合用于 OpenTelemetry traces

Parseable 是兼容 OpenTelemetry 的可观测性平台，可存储和查询可观测性数据，提供 AGPL 开源 Rust 实现（约 180MB 单二进制）、企业版和云托管选项。

AWS 教程：在 AgentCore 与 OpenClaw 上构建具备上下文记忆的 AI 助手

AWS 教程展示如何用 Amazon Bedrock AgentCore runtime、AgentCore memory 和开源 OpenClaw 构建可跨会话记忆的 Telegram 园艺助手 Sprout。

Wispr Flow 复盘语音作为主要交互界面的设计挑战

Wispr Flow 复盘语音成为主要计算机交互方式时的产品工程问题，核心是处理模糊意图、噪声、上下文缺失以及不同功能间不同的延迟与准确性权衡。其 Dictation 最终选择非流式听写配合引导，因为等待完整话语能给模型更多上下文，同时避免用户持续盯着转录文本；Notetaker 则需要在摘要质量、等待时间、Slack 或 Gmail 上下文和模型推理时间之间取舍。

Pentad Labs 解析 WunderOS 为何用 Gleam 和 Zig 而非 Python 或 Rust

Pentad Labs 的 Kendall Clark 解释其智能体操作系统 WunderOS 采用 Gleam 负责 BEAM/OTP 协调、Zig 负责推理和存储等计算路径，而不使用 Python 或 Rust。

ClaudeDevs@ClaudeDevsAI 评分6060

Claude Code 推出 Cloud sessions，每个任务都会在全新的 VM 中运行，用户可同时启动多个会话，并在合上笔记本后让任务继续执行。官方同时发布实战指南，列出七种适合 Cloud sessions 的工作流，以及首次连接 GitHub 的方法，详见 https://claude.dev/blog/claude-code-in-the-cloud。

Muna 分析如何用 GPU 协同式多任务缓解芯片短缺

Muna 提出在单张 GPU 上动态共置多个模型，以协同式租约调度提升推理吞吐利用率，而不是只依赖更快的 kernel。文章估算单模型按峰值容量部署的平均利用率上限约为 35%，Qwen 3.8 27B 与 Kimi K3 在 OpenRouter 的加权市场利用率分别约为 28–33% 和 30–34%。

重启 iChat 音频和视频会议功能

作者借助 LLM 逆向 iChat 视频会议框架，重建 Apple 已停服的 SNATMAP 服务器，让旧版 OS X 上的 iChat 恢复音视频通话。

AI 智能体长会话中的静默失效：规则为何被忽略以及如何应对

作者复盘自己用 Claude 运行内部项目仪表盘时发现，长会话和多话题切换会让智能体漏掉要求、违背 markdown 规则或回答旧问题，而且不会提示失败。

lauren@potetoAI 评分4646

Lauren 用 Grok Bot 搭建 sandcastle 与 poteto 两个 Team Bot，接入 Slack 管理发布与 QA。sandcastle 负责通知贡献者、启动构建，并调度 10+ 个运行在 Grok 4.7 xhigh 的 agents 执行自动化 fuzz swarm，其中部分 agents 随机点击以发现问题。

QA Wolf 复盘 AI 智能体沙箱：让每个智能体拥有独立云电脑

QA Wolf 复盘其 AI 智能体基础设施，从短生命周期云任务改为为每个智能体会话分配独立隔离云机器，机器内提供测试仓库、shell、git、gh、node、浏览器和 QA Wolf CLI。

lauren@potetoAI 评分5252

lauren 认为 Grok Bot 最适合处理工作的第一英里和最后一英里：前者通过日历、CRM、Slack、邮件等连接器收集上下文，并按计划或事件触发 routines；后者可把功能开发或客户 bug 修复交接给 Cursor 的工程智能体。

实测 Claude Sonnet 5.5 修复同一 Hono bug 11 次，6 次提交包含未声明文件

作者用 GateBolt 对 Claude Sonnet 5.5 在 Claude Code 中修复同一 Hono Content-Type 大小写 bug 的过程做了 11 次公开实验，11 次都通过维护者编写的 6 项测试，但 6 次提交包含智能体未声明也未提及的 .ts-E 备份文件。

elvis@omarsar0AI 评分5959

作者与研究智能体共同整理了 Jev-as-a-Judge 教程，用 TypeSafe AI 的决策模型 Jev 评估智能体是否真正完成任务。Jev 会读取用户请求、规则、每次工具调用和结果及最终回复，并对预设问题给出带概率的裁决；退款示例使用 80% 阈值，将高置信结果通过或拒绝，中间区间转人工。

AI 能做出游戏引擎吗？[视频]

The Cherno 发布视频《Can AI Make a Game Engine?》，探讨 AI 能否制作游戏引擎。视频于 10 月 4 日发布，时长 21:44，已获得 135,533 次观看和 4,165 个点赞，内容涉及名为 GameEngineDoc 的提示词文档，并由 Let's Get Rusty 赞助。

作者为何在 AI 能操作 Git 时仍选择 Jujutsu

作者认为即使日常版本控制交给 AI 智能体，Jujutsu 仍比 Git 更适合作为底层工具。最新模型已了解 Jujutsu 的核心概念和常用命令，但仍需配置以避免智能体退回 Git 工作流。

Hermes Agent 如何在 Kubernetes 上部署：无官方 Helm chart 且镜像初始化需要 root

一篇实践指南说明 Hermes Agent 在 Kubernetes 上没有官方 Helm chart，官方镜像的 s6-overlay 初始化阶段需要 root，并要求每个 HERMES_HOME 保持单写入者。

在 Databricks 上扩展与运营大型 dbt 项目：IFCO 数据团队谈性能、可见性与调试

IFCO 数据平台团队联合 Databricks Forward Deployed Engineering，将转换逻辑保留在 dbt 中并运行于 Databricks，通过调优增量设置与 Delta Lake 写入行为优化数据管道。核心语义层作业的每日运行时间缩短超过 60%，并停用了高成本的夜间全量刷新。该方案应对每日数十亿追踪事件、延迟数周至数月到达的数据及历史对账难题。

Tanmay Sah 发布 AI Agents: Zero to Hero 纯 Python 智能体教程仓库

Tanmay Sah 发布公开可访问的源代码可见教育框架 AI Agents: Zero to Hero，用纯 Python 从零讲解 AI 智能体。课程包含 00 到 15 共 16 个模块，覆盖 Agent Loop、工具与 Function Calling、MCP、状态与记忆、多智能体、评测、安全、生产运行时和编码智能体。

如何为 AI 智能体设计领域专用语言

Modeloptic 团队建议为处理重复复杂任务的 AI 智能体提供 DSL，让模型在概念层调用工具，而不是直接处理 Excel、SMTP、SQL 等底层细节。

如何用 Temporal 与 Oodle 构建自我改进的 AI 智能体循环

文章演示用 Temporal 和 Oodle 构建自我改进的客服 AI 智能体循环：Temporal 工作流负责可恢复执行、重试和人工审批，Oodle 负责轨迹观测、洞察、Evals 与提示词管理。

Kai 视频盘点本地运行 Qwen 3.8 27B 获取 32GB VRAM 的各类硬件方案

Kai 发布视频，比较在本地以完整上下文运行 Qwen 3.8 27B 时获得 32GB VRAM 的多种硬件路径。视频指出最便宜的二手 Tesla 级卡约为 $19/GB，但当前驱动已不再支持；32GB Apple Silicon Mac 默认只给 GPU 21.3GB，两张 16GB 卡拆分模型约可用 28GB。

Claude Code 结合 Amazon Bedrock 在受监管工作负载中的配置指南

AWS 介绍如何在 AWS GovCloud (US) 的 Amazon Bedrock 上使用 Claude Code，并支持 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5。

AI SDLC 转型实战指南：Atlassian 的方法与最佳实践

Atlassian 发布 AI SDLC 转型指南，提出企业需同时投资上下文与度量两大平台基础，并推动规划、设计、开发、评审、维护等流程转向 AI 原生工作方式。指南将转型归纳为 7 大支柱，并介绍 Teamwork Graph、Jira、AI Reviewer 等工具如何支撑开发者与智能体协作。

Ask HN：训练物理 AI 模型时你遇到过哪些隐蔽的数据问题？

Hacker News 用户发起讨论，征集训练物理 AI 模型时遇到的隐蔽数据问题及发现、处理方法。发帖者在基于第一人称视角视频训练时，于训练后才发现标签对应错误动作、运动模糊、手移出画面等数据质量问题。

如何用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性

Amazon Bedrock AgentCore Evaluations 提供全托管的多智能体评估能力，支持内置与自定义评估器，覆盖有用性、任务成功率、指令遵循及可解释性等维度。该方案结合 Strands Agents SDK 与 AgentCore MCP Server，以零售供应链多智能体系统为例，验证约束满足、路线可行性、SQL 正确性与决策依据说明，并支持按需评估与在线持续监控两种模式。

Amazon Quick 如何降级用户角色

Amazon Quick 控制台和 update-user API 不允许将 Admin 或 Author 直接降级为 Reader，文章给出删除重建与 AWS CLI 两种方法。

用 LangChain 和 Amazon Bedrock Knowledge Bases 实现智能体检索

AWS 教程展示如何在 Amazon Bedrock Managed Knowledge Base 上用 LangChain 对比标准 Retrieve API 与 AgenticRetrieveStream API。