The Philadelphia Inquirer 打造 AI 工具 Scrape，挖掘超本地新闻线索

The Philadelphia Inquirer 打造 AI 工具 Scrape，从市政会议、学校日历、Facebook 页面等分散来源中筛选超本地新闻线索，供本地通讯使用。该工具基于编辑工作流并通过持续反馈迭代，已成为 6 个通讯（即将增至 8 个）的关键基础设施，近 20 名记者使用其输出，此前一名编辑每周仅找线索就需约 12 小时。

LocalCloud 发布 agentcloud/dataproc 容器，可在本地运行 Google Dataproc 集群

LocalCloud 发布 agentcloud/dataproc 容器，让开发者在本地运行对应 Google Cloud Dataproc 的 Spark、Hadoop 和 Hive 环境。

作者用 Opus 5.5 检索荷兰东印度公司档案，发现 1615 年渡渡鸟目击记录

历史学者 benbreen 用 Opus 5.5 配合嵌入向量和语义检索，在荷兰东印度公司 GLOBALISE 档案中发现一则 1615 年 Wapen van Amsterdam 船员在毛里求斯捕获 dodeersen 的航行日志，填补渡渡鸟 1611-1616 年记录空档。

如何在 Amazon Bedrock AgentCore 上用智能体 AI 扩展云迁移

Amazon Bedrock AgentCore 上的四智能体模式将 300+ 应用迁移项目中每应用的 IaC 开发时间从 3 至 4 周缩短至数分钟。该模式基于 Strands Agents SDK，通过 AgentCore Gateway 调用自建 MCP 工具，并与 AWS Transform、AWS DMS 配合，覆盖 Intake、IaC、治理与 SRE 四个环节。

Jay Cummings：我与 AI 合作修订一份 AI 证明（乐在其中）

Jay Cummings 发布视频，讲述自己花一周时间与 AI 合作修订一份 AI 生成的数学证明。视频于 Sep 30, 2026 发布，已获得 3,823 次观看；他还预告下一支视频将亲自证明该定理。

Charlie Holtz@charlieholtzAI 评分1515

一旦你改用滑动合并，就再也回不去点击合并了

用提示词降低审查 AI 代码改动时的认知负担

作者在审查大量 AI 生成代码前，会先用提示词让 LLM 提取非常规或自定义抽象术语，生成包含含义、选择原因和替代名称的临时 markdown 文件。作者确认或改写术语后，AI 会在代码和文档中全局替换，使代码表述更贴近作者的语言习惯，从而减少反复理解新术语的认知负担。

Replit ⠕@ReplitAI 评分2424

用户正在注册。帮助更多人获得他们的第一次成功。 在 Replit 中分析你的漏斗数据，并提问：“我们可以在哪里提升激活？” 然后追问：“把它做成一个仪表盘。” 你不需要在开始前知道最终产出。一个问题可以带来一个洞察，然后带来有用的东西。

为什么巨型 AI 并不总会过拟合：从双重下降到泛化检验

一篇科普解读解释了高容量 AI 模型能够记忆训练数据却仍可泛化的原因，核心在于数据结构、隐式正则化、训练时长和优化偏好共同影响拟合方向。文章梳理 ICLR 2017 随机标签实验、双重下降、良性过拟合、最小范数解和早停，并强调这些线性理论不能直接套用到所有深度模型。文末给出去重、按主体或时间切分、保留最终测试集、测试使用而非回忆、对比基线和检查部署分布等实践建议。

如何估算 AI 驱动过滤器的成本

Quail 团队讲解如何用 roofline 模型估算 AI-SQL 过滤查询在指定 LLM 和 GPU 上的速度下限。文章分别计算投影、注意力和 MLP 的 FLOPs 与 HBM 流量，并处理多过滤器的 KV cache 复用和执行顺序。

作者开源个人 AI 财务顾问技能包，用本地账本整合账户并辅助税务与投资决策

作者分享自建的个人 AI 财务顾问系统，并在 GitHub 的 shashu10/personal-finance-skills 中放出七个 Agent Skills。

Ask HN：如何用 LLM、GrokBot 或 Muse 整理清理 iCloud 照片

一名用户在 Hacker News 询问是否有人成功用 AI 及多种智能体工具整理 iCloud 照片，包括识别模糊、构图差或重复照片作为删除候选。其需求还包括按地理位置和时间相近性把照片聚类为某次旅行，并按任意标准清理如一年前的租车视频 walkthrough。

用 353.30 美元的 SO-ARM101 和 AI 控制机械臂实践

作者以 353.30 美元购买 SO-ARM101 套件，并用 LeRobot 工作流训练机械臂完成取球放入托盘。他通过遥操作采集 50 次演示，在 Hugging Face jobs 的 A100 GPU 上训练 ACT 策略，耗时 20 分钟并花费 30 美分。

AI 智能体不是创建员工的延伸：智能体计费需拆分六层关系

文章认为 AI 智能体计费不能继续挂在创建它的员工名下，而应区分身份、权益、策略、资金、合同和发票六层。作者建议从第一天起在用量事件中记录 principal 和定价输入版本，并为财务记录设置对账状态。文章还分析了速率限制、支出上限、信用额度的差异，以及实时预算控制在并发和长任务场景下面临的超额、延迟与可用性权衡。

用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆

AWS 教程展示如何把 Amazon S3 Vectors 实现为 NVIDIA NeMo Agent Toolkit 的自定义持久记忆后端，并部署到 Amazon EKS。

在 AWS 上为 Claude Platform 实现多环境访问

AWS 教程展示如何让 AWS 生产负载、开发者笔记本和外部 CI/CD 三类环境共用 Claude Platform on AWS 订阅，并通过 workspace 隔离生产与开发流量。方案采用专用 AI Services 账户，分别配置跨账户 SigV4、workspace 级 API key 和 OIDC 联邦短期凭证。教程包含 CLI 命令、控制台操作与代码片段。

Amazon Bedrock AgentCore 实践：构建从事件触发到人工介入的环境型智能体

AWS 教程展示如何用 Amazon Bedrock AgentCore 构建环境型智能体，让 S3 文件上传或定时事件自动生成任务，并在需要审批或澄清时通过 ask_human 暂停。

Amazon Payments 如何在 AWS 上用上下文老虎机优化获客漏斗个性化转化

Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机优化产品获客漏斗的内容选择，并在 7 周线上 A/B 测试中看到一类客户最终漏斗转化获得高个位数百分比相对提升，另一类客户没有改善。

uniopen 如何定制 Amazon Nova 以适配零售内容审核策略并投入生产部署

uniopen 基于 Amazon Nova 2 Lite，通过 Amazon SageMaker AI 监督微调和提示词输出优化，将模型适配其零售内容审核策略并用于生产。

elvis@omarsar0AI 评分3838

搭建你自己的测试框架吧，各位！ 搭建我自己的元测试框架，最大的好处之一就是我能极其顺畅地在不同模型之间切换。 我感觉随着模型发布周期缩短，这一点正变得越来越重要。RSI 只会进一步扩大发布规模。 这是我自去年 11 月以来做过的最正确的决定之一。 切换模型确实可能把东西搞坏，但本不该如此。如果真的搞坏了，说明你的配置并不适应当前这种疯狂的发布节奏。你现在就得解决这个问题。

如何在2026年9月加快 Rust 编译器的运行速度

2026-07-29 至 2026-09-28，Rust 编译器平均 wall-time 降低 4.57%，629 项基准测试中 555 项改善、74 项回退。性能提升来自为 Clippy 启用 PGO、升级至 LLVM 23，以及在 Nightly 启用 Polonius Alpha 借用检查器和 Penelope Hammertime trait solver 后的优化。

QuantumBlack 用 QBDS、Claude Code 与 Figma MCP 重构前端界面

QuantumBlack 用 QBDS、Claude Code 和 Figma MCP 将一个产品的 21 个页面、13 个弹窗、40 个 UI 原语和约 96 个配套组件迁移到新设计系统。

Ask HN：物理教学与学术研究应选择哪家 AI 服务商？

Hacker News 用户发帖征询适合物理教学与学术研究的 AI 服务商，需求涵盖数学与物理推理、论文解析、PDF 综合及讲义、考题生成，日均约 100 次交互并处理 2–3 份多页文档。用户还希望具备原生联网搜索、prompt caching、零数据留存或退出训练，预算约 20 €/月，并在 Gemini Pro、Claude 与 ChatGPT 之间权衡。

面向 AI 智能体的危险沙箱：隔离与实际工作能力的权衡方案

一款面向 AI 智能体的 Docker 沙箱在完全隔离与实际工作能力之间做权衡，默认运行 Oh My Pi 智能体，并非理想隔离，需按自身用例调整。其 netless 模式通过 `--network=none` 断网，仅经 tinyproxy 放行 api.venice.ai:443 和本地模型服务 127.0.0.1:8899 两个 unix socket 通道。

Ati Robotics 复盘如何用 AI 智能体教会 Sherpa 10K 完成三点掉头

Ati Robotics 用一周时间让 AI 智能体参与规格、数学推导、仿真和测试，为 Sherpa 10K 实现可由规划器调用的三点掉头。团队用人工掉头日志建立基准，最小二乘拟合得到约 1 cm 的 RMS 残差和 R_min ≈ 1.0 m，并通过 200 行仿真器发现曲线曲率、倒车段退化和车体包络问题。

Bolna 复盘每日 1500 万通话分钟下从 BigQuery 迁移到 ClickHouse Cloud

Bolna 将语音 AI 通话分析链路从 Datastream 加 BigQuery 迁移到 ClickHouse Cloud 加 ClickPipes，使通话结束后数据到达时间从 5-15 分钟缩短到 1-2 分钟，分析成本降至约六分之一。

理解驱动机器人的 AI：VLA 与 π0.5 工作原理解读

文章解读驱动人形机器人的视觉-语言-动作模型 VLA，并以 Physical Intelligence 的开源权重 π0.5 为核心案例。

Chancity 发布 SF Tech Week 活动选择提示词与 Claude skill

Chancity 发布面向 SF Tech Week 的 AI 助手提示词，可让 AI 工具根据约 2,000 场活动生成日程并协助申请不想错过的活动。

在日本工作期间攻读机器学习博士学位的经历与利弊

一名美国学生持 MEXT 奖学金在东京科学大学完成计算机科学博士学位，同时在 Google 担任软件工程师与研究员。日本博士项目通常推动学生三年毕业，学生签证可从第一天起授权打工，学期内每周上限 28 小时、长假每天上限 8 小时。作者认为在日读博有学术与签证优势，但也需谨慎考虑孤立感等挑战。

lauren@potetoAI 评分2121

我把我的大脑给了我的 bot，这样它就完全知道我想要什么。这就是我现在修 bug 的方式。

Wispr Flow 解析转录质量波动的原因及修复方法

Wispr Flow 说明转录质量突然下降通常并非模型被降级或更换，而是麦克风、环境噪声、说话方式、系统音量等音频条件变化所致。官方建议重启应用、回听录音、提高音量、检查麦克风设置、重试转录并精简词典；若音频完整但文本缺失则属高优先级软件问题。

Ruby 在 AI 时代能否借 DSL 成为 AI 原生软件的语义层

作者提出 Ruby 在 AI 时代的机会不是实现大模型，而是用 DSL 和元编程把 Agent、RAG、MCP、工具、技能、策略和工作流封装成贴近业务的语言。

24 维空间里如何堆橙子：解读 OpenAI 的球堆积数学进展

一篇科普长文解读 OpenAI 宣布解决的开放数学问题之一，即改进高维球堆积的 Cohn-Elkies 界，并说明其与 E8、Leech 格及 Viazovska 证明的关系。

开发者主张在智能体编码时代亲自撰写提交说明

作者主张在智能体编码时代仍由开发者亲自撰写 commit message 和提交说明，因为写作过程能促使自己复查 AI 生成的代码并确认真实变更原因。AI 可能缺少分散在沟通工具或线下语境中的背景，从而编造看似合理的 why；即使提供上下文，也仍需人验证代码是否符合说明。作者还认为，撰写说明能迫使开发者写清临时决策的退出条件，避免交付自己无法解释的改动。

Hillel Wayne 解析 TLA+ 能检查与不能检查的系统属性

Hillel Wayne 针对 Claude Code 发明者 Boris Cherny 提到 Opus 能用 TLA+ 发现竞态条件后的形式化验证热潮，解释 TLA+ 适合检查不变量、动作属性和活性属性。

面向 MLSys 的智能体 GPU 编程：开源书籍介绍 TIRx 编译器框架与优化流程

一本面向 MLSys 的开源书籍讲解如何用 AI 智能体编写和优化 GPU kernel，核心是编译器驱动的 TIRx harness，配合程序分析、知识库、benchmark 与 profiling 形成迭代优化流程。

用 AI 让自己被替代的实践指南：构建白领任务智能体环境

一篇实践教程演示如何把管理咨询中的 2030 年收入预测任务转化为 AI 智能体可操作的模拟办公环境。作者基于 Mercor 的 Archipelago、Apex-Agents 数据集和 Hugging Face 任务，使用 MCP servers 暴露文件、表格、邮件、聊天和日历等工具，并用 Docker 与 FastAPI 承载可复现环境。

企业 AI 应用成熟度的 10 个层级

一份企业 AI 应用分级指南将组织采用水平划分为 Level −1 到 Level 10：从个人 ChatGPT 账号、企业版与 M365/Google Workspace 连接，到使用 Skills、MCP 和临时数据分析。

如何规模化扩展智能体应用而不造成 AI 蔓延

Databricks 联合 OpenAI 与 Stellantis 探讨企业在生产环境规模化扩展智能体应用所需的基础设施，核心是选择、上下文与控制三项能力。

Framework Desktop 192GB 如何改变本地 AI：单机运行 DeepSeek V4.1 Flash 与双模型加载

Framework Desktop 192GB 基于 AMD Ryzen AI Max+ PRO 495，相比 128GB Strix Halo 多出 64GB 统一内存，可在单机内存中加载更大的模型，或同时常驻两个模型。