ATV Big Air Tour 用 ChatGPT Work 把 3 天工作量压缩到 3 小时

ATV Big Air Tour 两名联合创始人用 ChatGPT Work 运营全美 26 场巡演，把商品盘点和补货从 2-3 天缩短到 2-3 小时。每日自动简报将活动信息核查从每周约 8 小时降到 1 小时，自动查找错误并起草更正邮件。AEO 自动化审计网站结构后，OpenAI 搜索和用户爬虫访问量在连续 30 天周期内从 183 增至 2,421，环比增长 1,223%。

Meta 构建“组织第二大脑”AI Agent，从专家反馈中沉淀机构知识

Meta 发布技术博客，介绍其为合规领域构建的 AI Agent，用结构化知识系统加可组合 recipes 复现专家推理方式，专家反馈经诊断、编译、验证和人工审核后写入 200+ 知识文件，无需重新训练模型。六周三轮开发后，单项评估时间从数天缩短到数分钟，改进周期内零回归，每轮修复自动加入回归测试集。

GitHub 播客解读 AI 开发新术语：loop engineering、Ralph loops、squads、harness 与 hill climbing

GitHub Podcast 一期节目配套文章由 Cassidy Williams 与 Marlene Mhangami 等解读当下 AI 开发常见新术语。

Claude Code 团队如何使用 Claude Code

Claude 官方频道发布视频，介绍 Claude Code 团队自己如何使用 Claude Code。材料仅含标题，无正文文本，具体内容细节以视频为准。

GitHub Copilot 如何在不牺牲任务质量的前提下降低 AI 编码成本

GitHub 工程师 Erik Kristensen 分享了 Copilot 降本的四项改动：选择性压缩工具输出、移除 view 工具行号前缀（线下推理成本降约 5%，线上用户日均推理成本降约 3%）、压缩 task-tool 提示词（每轮省约 1300 token，每活跃小时归一化成本降 2.9%）、后台任务完成后直接交付结果（AI Credits 用量降约 2.3%）。

Anthropic 发布 Claude 电商智能体构建指南及参考实现

Anthropic 发布构建电商智能体的指南，总结架构、延迟与成本优化、生产运维三部分实践，涉及购物和商家两类智能体，企业客户部署后出现购物车变大和卖家运营效率提升。核心建议包括用单个智能体加技能而非子智能体、将 UI 组件做成工具、用提示词缓存实现 90-99% 命中率、在 harness 中强制安全规则，并开源参考实现 anthropics/commerce-agents。

Google AI 团队分享如何为 LLM-as-a-Judge 评测编写可靠的评分标准

Google AI 团队发布教程，讲解如何为 LLM-as-a-Judge 评测编写可靠的布尔式评分标准，指出模糊提示会导致评估不一致和浪费 token。文中给出四条经验：问题保持原子化且互不重叠、只让评判模型评估客观事实（可用 RFC 2119 术语如 MUST 表述）、只评 prompt 中明确要求的内容、用专家标注的 golden set 校准评判模型直至与人类评分一致。

Google 复盘 AI Agents Challenge：最强参赛作品背后的 4 种工程模式

Google for Startups AI Agents Challenge 评审团队从各赛道头部参赛作品中提炼出 4 种共同工程模式。

什么是 harness 工程？Google 用 ADK 2.0 与 Antigravity SDK 演示自动修复编码循环

Google 员工 Shir Meir Lador 介绍 harness 工程，即用确定性组件包裹 LLM，包括编排层、执行沙箱、状态持久化和验证工具，让 Agent 不需逐行人工审查即可安全生成代码。

Baseten 解析后训练最佳开源模型并按成本分档推荐

Baseten 发文解析开源模型后训练的成本驱动因素，指出活跃参数量是 RL 后训练成本的最大来源，总参数和 KV cache 主要限制推理速度，并按成本档位推荐 DeepSeek-V4-Flash、GLM-5.2、Kimi K2.6、Kimi K2.7 Code、Nemotron-3-Super-120B 和 Qwen3 系列。选型建议关注库支持、基准表现和后训练循环成本三方面。

天体物理学博士刘博洋用千问复现Druckmüller算法，日全食后3小时产出高清日冕图

8月12日西班牙出现欧洲大陆27年来首次日全食，全食持续101秒，天体物理学博士刘博洋在日食结束后不到3小时产出了高清日冕精细结构图。他此前把Druckmüller的五篇论文交给千问「工作助理」分析核心思路，悟出大师方法的本质是模拟人眼的局部差分视觉，并用过去日冕素材迭代100多个版本复现了整套算法。观测现场他还用千问根据低仰角与高仰角曝光数据推算补偿档数、写脚本测试新快门线的参数组合效率。

Kling AI@Kling_aiAI 评分4141

可灵 Kling AI 发布教程，讲解如何在 Kling MCP 中使用 Elements 功能，在不同镜头间保持角色身份一致，从而创作更连贯的 AI 生成故事。

Databricks 发布 AgentOps 大全（Big Book of AgentOps）

Databricks 官方博客发布 Big Book of AgentOps，将 AgentOps 定义为构建、部署和运营智能体的操作规范，面向 AI 智能体的工程实践。

Gilbert + Tobin 如何用 OpenAI 治理并规模化应用 AI

澳大利亚律所 Gilbert + Tobin 通过 ChatGPT Enterprise 和 Codex 将 AI 融入运营，截至 2026 年 6 月 87% 的启用席位处于活跃使用状态，是其其他工具采用率的两倍以上。

FDA 如何在 Databricks for Government 上构建安全、面向 AI 的数据基础

FDA 在 Databricks for Government 上构建安全、AI 就绪的数据基础，原文将联邦数据平台现代化比作在航行中重建航母引擎，正文仅给出这一背景性描述。

Databricks 如何在一小时内消除每年 100 万美元的 AI 智能体浪费支出

Databricks 工程团队分享如何在一小时内消除每年 100 万美元的 AI 智能体浪费支出。工程师团队高度依赖 AI 智能体来简化和加速工作，由此产生了相应的使用开销。

Claude 与客户共建企业级前沿安全防护

Claude 官方频道发布视频，主题为与客户一起构建企业级前沿安全防护（Enterprise Frontier Safeguards）。原文无正文文本，仅提供标题和视频链接 https://www.youtube.com/watch?v=FoteuzPpx7E 。

Claude 演示用代码构建水彩引擎

Claude 官方频道发布视频，展示用 Claude 编写代码构建一个水彩引擎。正文无文字内容，细节以视频为准。

用 Claude Fable 5.1 进行全栈调试

Claude 官方发布视频，演示用 Claude Fable 5.1 进行全栈调试。视频无正文文本，更多细节以原视频内容为准。

Google Antigravity 系列教程 Part 2：用 generate_image 工具自动化图像生成

这篇是 Google 团队 Elevating Antigravity Agent Skills 五部曲的第二部分，讲解如何在 agent skill 中使用 generate_image 工具，把结构化提示词合成与原生图像生成结合，让 agent 产出符合开发者规范的图像。

OpenAI 解析 Basis、Clay、Exa 如何把工作流变成 AI 原生运营能力

OpenAI 发布文章，介绍 Basis、Clay 和 Exa Labs 用 Agent 承接员工入职、账户管理和开发者集成的工作流。Basis 把入职从 2 小时缩短到 30 分钟，Clay 的子智能体每天夜间更新各账户上下文，为销售省下约 1 小时邮件分拣，Exa 用 Codex 监控集成机会并创建 PR、跑测试。文章还给出企业从试点到规模化的六步方法。

Google 员工分享如何设计可信的 AI 评测的五条规则

Google Developer Relations 团队的 Jan-Felix Schmakeit 介绍为 Google 产品的 Agent Skills 设计评测的方法，主张像写单元测试一样建立结构化、自动化的评测流程，而非在终端做 vibe testing。

Replit ⠕@ReplitAI 评分2828

Replit 官方发布直播预告，主题为在 Replit 中构建一个个性化邮件助手，直播深度解析链接为 https://x.com/i/broadcasts/1oKMvNLkEjpGQ。

OpenRouter@OpenRouterAI 评分2626

OpenRouter 官方分享一条使用技巧：可在其基准浏览器（benchmark explorer）中浏览图像模型，并在 Agent 或 Chatroom 中快速编辑提示词。

Tessl 设计师总结如何把设计判断教给 AI 智能体

Tessl 设计师复盘在 agent 软件工厂 Kikimora 中把品牌与设计规则编入 AI 工作流的方法，指出设计系统只提供组件、教不会构图。

Databricks 讲解如何在数据栈中落地 Genie Ontology

Databricks 发布博客，讲解如何在数据栈中落地 Genie Ontology，为 AI 智能体构建超越语义模型的共享业务上下文。

Kling AI@Kling_aiAI 评分4747

可灵（Kling AI）发布官方教程，讲解如何使用 Kling MCP 中的 Elements 功能在不同镜头之间保持角色身份一致，从而创作更具连贯性的 AI 生成故事。

Discovery Bank 如何用行为 AI、治理数据与实时决策实现大规模超个性化银行服务

Discovery Bank 通过行为 AI、治理化数据和实时决策，在满足规模、速度与安全要求的同时让每个客户交互都具备个性化体验。文章介绍了该银行实现大规模超个性化银行服务的具体方法。

小红书与NVIDIA联合发布GR-Inference推理引擎，优化生成式召回

小红书与NVIDIA联合构建GR-Inference，一个面向长Context、短Decode、大Beam的生成式召回专用推理引擎，覆盖KV抽象、连续批处理、专用Decode Attention、受限生成与CUDA Graph等优化。

Google AI 教程：用 pandas 把 Inspect AI 评测日志导出为 Google Sheets 可视化数据

Google AI 的 AI Evals 系列第三篇介绍用 tocsv.py 脚本通过 pandas 把 Inspect AI 评测日志转换为适合 Google Sheets 的 CSV。

vLLM-Omni 实现 MiniMax H3 实时音频视频生成，FastH3 四步蒸馏让完整 MP4 生成快于播放

vLLM-Omni 团队发布 MiniMax H3 生产级服务实践，先做系统级优化，再集成 FastVideo 的四步 FastH3 蒸馏学生模型，将去噪循环从 49 次 DiT 前向降到 4 次。

OpenClaw🦞@openclawAI 评分2626

OpenClaw 官方发推提示用户可以将 Google DeepMind 的 Flash 3.7 接入 OpenClaw 使用，并引用了 @_philschmid 的一篇文章作为说明来源。

NVIDIA 技术博客：如何为 AI 推理规划 GPU 规模并优化 TCO 避免超支

NVIDIA 技术博客发布一套 AI 推理 GPU 规模规划框架，围绕用例、token 模式、TTFT 等延迟指标、并发、缓存命中率、模型选择和部署策略给出 sizing 方法，并提出 core-and-flex 容量策略平衡 capex 与 opex。