Anthropic 复盘智能体编码挤压 CI:测试影响分析服务如何扩展
Anthropic 复盘其测试影响分析服务在智能体编码带来的 CI 压力下完成架构重构。工程师人均每季度代码产出达到 2021-2025 年的 8 倍,Claude 编写其中 80% 的代码,代码库测试量增长 10 倍,CI 作业在 6 个月内增长 25 倍。
推荐理由:文章用 Anthropic 内部 CI 负载变化和架构演进,说明智能体加速研发后测试基础设施需要按指数增长提前设计。
Anthropic 复盘其测试影响分析服务在智能体编码带来的 CI 压力下完成架构重构。工程师人均每季度代码产出达到 2021-2025 年的 8 倍,Claude 编写其中 80% 的代码,代码库测试量增长 10 倍,CI 作业在 6 个月内增长 25 倍。
推荐理由:文章用 Anthropic 内部 CI 负载变化和架构演进,说明智能体加速研发后测试基础设施需要按指数增长提前设计。
Anthropic 发布《Building an AI-native revenue organization》指南,指导营收负责人在销售组织中推广 Claude,涵盖成熟度模型、试点前配置决策、setup/pilot/scale 三阶段计划及效率、扩展、新能力三类 ROI 衡量框架。
作者在布鲁克林的 Recurse Center 编程营参加了 Agentic Adventures、Practical Deep Learning、Math Monday 等学习小组,并用 Rust 实现了 DEFLATE 解压器。
Anthropic 发布 Claude Opus 5.5 专用提示词指南,说明其相较 Claude Opus 5 的行为差异及对应提示词和 harness 模式。
推荐理由:文档按 effort、thinking、无人值守智能体和视觉输入等迁移场景整理提示词调整方式,便于开发者对照现有集成排查。
文章介绍如何用开源 DiffusionGemma 26B-A4B 在 vLLM 中实现类似 Jev 的结构化决策引擎,输出带概率的选择、评分和是非判断。vLLM PR #57250 通过 seeded canvas、单步 denoising 和 logprobs 读取决策,32 并发时测得 54 req/s、0.58 s,每请求 3 个问题。
拥有7年小红书运营经验、拆解超4000篇爆款的作者指出,决定笔记能否跑通的核心不是写作能力,而是完整的内容判断系统,并分享9项发布自检清单。作者推出5.0版本「小翼小红书AIP私房课」,10月8日开营,涵盖700+分钟录播、11次直播、1个月答疑与实战陪跑,课程年费4499元,限时买1年送7年。
小林coding 解读 Anthropic 发布的《如何在 Claude 和 Claude Code 中用好 Opus 5.5》手册,重点整理提示词、长任务协作、结果审查和模型设置方法。
一项针对 Reddit 6 个刀具子版块的分析发现,某主厨刀品牌在“该买什么”讨论中的提及有 31% 来自 5% 的账号,是随机预期的 4 倍。分析基于刷新后的 51,129 条评论、987 名至少评论 10 次的作者,并将其中品牌集中度最高的 49 个账号列为尾部账号。数据只能证明推荐集中,不能证明这些账号受品牌付费操控。
Databricks 介绍了通过 Unity Gateway 在新模型发布首日向员工开放实验性访问、按用户预算控制成本,并在三天内依据基准、用户反馈和 OpenTelemetry 成本追踪决定是否推广的流程。
推荐理由:文章拆解了企业在新模型发布首日开放、预算约束和三天内依据质量与成本信号决定推广的完整流程。
Genie One 是面向业务用户的数据智能 AI 同事,支持自然语言提问、引用受治理数据来源并触发后续多步骤工作。企业推行包含 Genie One、Genie Agents、Genie Ontology 与 Unity Catalog 四个组件,并应先从单一团队和明确问题集启动试点。试点前需定义语义层、指定负责人、配置权限与审计,并用 25 到 50 个真实问题评估答案质量。
AWS 教程展示如何在 Amazon SageMaker AI 上通过 vLLM-Omni v1.5 DLC 部署 Qwen3-TTS,实现文本输入与 24 kHz PCM 音频块在同一 HTTP/2 WebSocket 连接上双向流式传输。
AWS 教程演示在 SageMaker AI 上用同一 vLLM-Omni DLC 部署 FLUX.2-klein-4B 实时端点生成图像,并用 Wan2.1-VACE-1.3B 异步端点将图像生成 MP4 视频。视频请求与输出通过 Amazon S3 传递,示例提供 CLI 与 Streamlit 界面,使用 ml.g6.xlarge 和 ml.g6e.xlarge 实例。
AWS 文章介绍了基于 Amazon Nova Act 与 Amazon Bedrock AgentCore 的智能体合成监控方案,用多模态 LLM 读取 UI 截图替代 DOM 选择器,早期企业用例中浏览器工作流准确率超过 90%。方案由 EventBridge Scheduler 按 5 分钟至 1 小时调度,失败时通过 Amazon SNS 告警,并提供含完整实现的示例仓库。
AWS 机器学习博客给出一套跨账户自动化管理 Amazon Textract adapter 生命周期的方案,涵盖 AWS CloudFormation 与 Terraform 模板、跨账户提升流程、生产安全配置和文档预分类路由模式。
借助Tavily抓取近7天arXiv论文,由Nebius Token Factory上的NVIDIA Nemotron 3 Ultra阅读排序,可在约10秒内于终端生成本周Top 5智能体记忆论文。
Databricks 指南梳理了营销与数据工程团队常产生分歧的 24 个营销数据术语,并围绕活动执行中的五个实际问题组织内容。指南对比了双方对 Event、Customer、Segment、Audience、Activation 等术语的不同理解,建议团队在工作开始前统一定义、确认数据来源与身份口径,以避免活动返工和额外成本。
文章解析 LangGraph 相比 LangChain 的优势,指出 LangChain v1 的 create_agent 本身基于 LangGraph 图运行时,二者不是互斥框架。
作者基于 GPT-Image 2.5 整理了 12 种假期照片处理玩法,并为每种玩法提供可直接复制的提示词。内容覆盖消除背景游客、自动调光、专业美颜,以及拍立得 3D 公仔、明信片、贴纸、旅行海报、演唱会氛围照、美食飞溅和 ins 风涂鸦等创意出片方式。文中还说明可在 ChatGPT 的创建图像入口上传照片,并通过添加评论功能指定局部修改位置。
作者借助 Opus 5.5,通过一句提示词让其用 JavaScript + Canvas 绘制 App Icon,首版效果即超出预期。该方式强调用 JS draw Canvas 而非 SVG,作者认为前者效果更好,并可基于指定方案多轮迭代修改直至满意。
Claude Code 与 Opus 5.5 根据提示词制作了《什么是 Transformer》科普视频,面向高中生讲解注意力机制及相关数学概念。视频使用开源项目 rany2/edge-tts 提供 TTS,并通过 Remotion 与 KaTeX 完成视频和公式渲染。
Opus 5.5 给出史诗编年片《中华文明史》的创作提示词,方案为写代码逐帧渲染后用 ffmpeg 合成。配乐采用五声调式,乐器从骨笛、编钟演进至管弦,BPM 随年代加快,画面在宣纸白描与玄底泥金两种画风间交替,并搭配书法关键词、线稿和朝代 HUD。
Simon Willison 为 WeAreDevelopers World Congress North America 闭幕演讲制作了 Kākāpō Party 像素动画,并用 Claude Code 将其录成 15 秒视频。
Codex 挂了。 所以我配置了 Claude Code 来检查它何时恢复。 然后我用 Jev 决定 Claude Code 应该何时检查。 我可能有点问题。
GitHub 官方教程介绍如何在 GitHub Copilot 应用中用 /create-canvas skill 通过自然语言描述生成自定义 canvas 界面。
AWS 提出基于 Amazon EKS、EFA 与 DeepEP 的架构,用于大规模扩展 MoE 模型的 RLHF/GRPO 强化学习训练,吞吐量提升 40%。该方案协调 rollout 生成与策略训练的异构算力,并优化跨节点专家并行 all-to-all 通信。
Amazon SageMaker HyperPod 结合开源 RL 框架 SkyRL,可对 Qwen3-VL-8B 视觉语言模型开展 GRPO 多模态强化学习训练。
AWS 介绍 NarrateAI 在 Amazon Bedrock 上用五项工程机制实现生产级 LLM 质量保障,服务超过 4,000 名 AWS 高管用户。系统通过自适应流水线让约 90% 查询走单次 LLM 调用,混合成本约为每次查询 1.4 次 LLM 调用;跨账号多模型故障转移把模型与账号组合成独立配额空间,负载测试支持超过 100 名用户并发流式请求。
推荐理由:文章拆解了自适应路由、跨账号故障转移、流式评估和数值校验的工程组合,适合构建生产级 LLM 应用时参考。
Amazon SageMaker JumpStart 现可部署公开的 Qwen3-TTS-12Hz-1.7B-Base 到全托管实时推理端点,用于几秒参考音频的声音克隆。
S&P Global Energy 基于 Databricks Genie Agents 和 MCP,将跨 Databricks 与外部来源的结构化数据资产开放给 AI 智能体,实现自然语言问答。
Datacor 在 TrackAbout 中集成 Amazon Quick Sight,为工业气体与焊接分销商提供交互式仪表盘和自然语言查询,用户无需等待 IT 自定义报表即可分析租赁收入、资产利用率和回收率。
Amazon SageMaker HyperPod 搭配 Cloud Native Qumulo 与 Cloud Data Fabric,可让训练任务跨 AWS 区域读取数据集而无需复制数据或修改代码。
GitHub 员工 Burke Holland 认为聊天适合作为 LLM 的通用入口,但在明确任务中常让用户把智能体本身当成工具,浪费模型 token。GitHub Copilot app 的 canvas 是运行在应用内的全栈小程序,可与智能体双向通信、调用第三方 API,并在本机执行代码。
Databricks 展示如何在其平台上部署开源决策模型 SemIf-OpenJev,并通过 SQL 中的 ai_query 直接对受治理数据运行结构化分类。该方案使用 Serverless GPU 与 AI Runtime,经 Notebook 自动下载模型、通过 Express Deployments 注册并创建 GPU Model Serving 端点,示例用于将酒店评论分类为好评或差评。
AWS 推出 WhisperX 深度学习容器,可在 Amazon SageMaker AI 上部署带逐词时间戳和说话人标签的语音转录服务。该容器基于 OpenAI Whisper,集成 wav2vec2 强制对齐与说话人分离,支持 json、srt、vtt 等输出格式,无需自建镜像。实时端点适用于 60 秒内的短音频,异步端点适用于长音频与批量任务。
AWS 教程展示用 Amazon Bedrock AgentCore Gateway 与 MCP 构建多账户 AI 智能体,让数据保留在各业务团队账户内,仅在查询时按需流出。
Aderant 通过 Amazon Bedrock 使用 Amazon Nova Lite 构建 Intelligent Ticket Analyzer,自动完成支持工单的上下文收集、分类、路由与知识补充。系统在上线前 2.5 周处理 109 张工单,路由准确率约 96%,预计每周节省 8–14 个工程小时,总运行成本低于每月 $30。
作者实测 Qoder Cloud Agents 1.0,并用其在不到半天内搭建“小林茶铺”智能客服平台。应用包含智能服务台、饮品顾问、订单专员和售后专员 4 个 Agent,通过 API 接入网页,并用 MCP 工具连接 MySQL 中的菜单、库存和订单数据。
豆包工作完成升级,新增目标模式、计划模式、任务队列、在线编辑 md 文件等能力,可按验收标准自检返工、先出 Markdown 计划再执行,并自动排队处理任务。其计划模式可降低复杂任务的 token 消耗,配合豆包 2.1 Pro 模型可完成编程并输出 markdown、HTML、飞书文档等格式。用户下载或升级最新版电脑端可免费领取订阅权益。
作者使用本地 Claude Code 搭配 Opus 5.5 重做了牛来版《桃花源记》v2.0,项目仍基于 three.js 实现。此次并非单次提示词生成,而是经过多次反复打磨,并让模型搜索免费 3D 模型以避免从头建模,效果较此前用 GPT-6 Astra 制作的版本有所提升。