LlamaParse 为什么表单解析比 VLM 更可靠？

LlamaIndex 发文解释表单为何需要专用解析器：VLM 擅长通用推理，但表单解析结果并不会随推理增强而变好，且成本更高。LlamaParse 将表单表示为带 id、label、value 的字段与 section 嵌套 JSON 树，能保留复选框、签名及字段归属关系，避免扁平化后两个 "Date" 字段无法区分。

用 vLLM-Omni 在 SageMaker AI 上构建实时语音应用（上）：流式部署 Qwen3-TTS

AWS 发布教程，演示如何用 vLLM-Omni Deep Learning Container 在 Amazon SageMaker AI 上部署 Qwen3-TTS 文本转语音模型，实现边生成边播放的流式语音输出。

营销与数据工程最常误解的 24 个营销数据术语

Databricks 博客梳理了营销与数据工程团队最常理解不一致的 24 个营销数据术语，围绕活动数据来源、客户身份、受众就绪、激活等五个实际问题展开。文章以“inactive customers”“real-time”等为例，说明同一术语在双方眼中的定义差异会直接影响构建内容、成本与上线时间，并建议在开工前先对齐含义。全部 24 个术语可通过可打印 PDF 获取。

elvis@omarsar0AI 评分2727

用Tavily拉取arXiv近7天论文，由部署在Nebius Token Factory上的NVIDIA Nemotron 3 Ultra读取并排序，约10秒即在终端得到本周智能体记忆方向Top 5论文。

-Zho-@ZHO_ZHO_ZHOAI 评分1010

请把这句话焊死在 Prompt 里哈哈哈哈哈哈 “无互联网产品感、无多余文字和装饰”

Claude Opus 5.5 提示词指南：与 Opus 5 的行为差异及迁移模式

Anthropic 官方文档介绍针对 Claude Opus 5.5 的提示词模式，覆盖 effort 校准、无人值守智能体运行、安全拒绝、进度更新、多应用工作流、视觉输入和前端设计等场景。

Dongxi 东锡 NLP@dongxi_nlpAI 评分4545

作者分享了一首完全由 Claude Opus 5.5 生成的歌曲。歌词和乐谱均由 Opus 5.5 通过 Python 代码生成，未使用 Suno 等专用 AI 音乐模型。人声部分利用 macOS 自带的 Siri 语音合成（Aaron 和 Nicky 音色），通过 Swift 程序逐音节朗读，再经信号处理转化为旋律。作者称此过程主要依靠频谱图分析而非人工听测，且大部分技术细节未显式提示给模型。

TypeSafe AI 的 Jev 的 20 个智能体用例解读

MarkTechPost 整理了 TypeSafe AI 首个 System One 决策模型 Jev 的 20 个智能体用例，涵盖模型路由、工具调用风险把关、重排、引用核验与提示词注入筛查等。

GPT-Image 2.5 的12种照片编辑与创意玩法教程

文章介绍了利用 GPT-Image 2.5 模型进行照片精准编辑和创意生成的12种具体玩法，包括消除背景游客、自动调光、专业美颜、制作3D公仔拍立得、景点明信片、主体贴纸化、旅游碎片行李箱、人物海报、演唱会氛围感照片、美食飞溅效果、物体转文字涂鸦及Ins风注释等。每种玩法均提供了详细的提示词示例和操作步骤，旨在帮助用户在假期通过AI优化朋友圈照片。

Reasonable 团队解读 TLA+：从 Boris Cherny 热传推文到机器可验证软件

Reasonable 团队撰文介绍 TLA+ 是什么，回应 Boris Cherny 用 Opus 5.5 将 Claude Agent SDK 部分建模为 TLA+ 和 Lean 的热传推文。

elvis@omarsar0AI 评分5555

Michael Thiessen 实验将 Jev 作为 Agent harness 中编辑后运行的模糊 linter：把编码指南拆成无需额外上下文和推理的微小规则，并构建合成 eval 加 held out 集防止过拟合。

Privatemode 团队用 GLM-5.3-Flash 将 LLM 变成单次前向的类型化决策模型

Privatemode 团队展示了一种无需微调的方法，通过编号选项、预填 choice_index: 前缀并读取选项索引的 log 概率，让 GLM-5.3-Flash 在单次前向中输出带概率的类型化决策。

Simon Willison 用 Claude Opus 5.5 生成鸮鹦鹉像素动画并用 Claude Code 录成视频

Simon Willison 在 WeAreDevelopers World Congress North America 闭幕主题演讲前，用 Claude Opus 5.5 根据三张鸮鹦鹉照片生成至少 20 只鸮鹦鹉开派对的 HTML 5 canvas 像素动画页面。

brumar 开源 Claude Code 国际象棋复盘 Skill，结合 Stockfish 与思考录音生成解说视频

作者 brumar 发布一套 Claude Code skills，将 lichess 对局结合 Stockfish 引擎生成可读的复盘报告和带旁白的解说视频。

Anthropic 发布 Opus 5.5 迁移指南：Agent 半路停工的四类原因与三招续跑方案

Anthropic 发布 Opus 5.5 配套指南，解释 Agent 无人值守时常在汇报完进度后停在半路，原因是模型爱发汇报、旧程序把 end_turn 当成任务完成。

实测LibTV 1.5五大新功能，演示AI短剧工作流

作者详细测试了LibTV 1.5版本的新功能，包括将Agent升级为TV Director、剧本原创及改编、角色造型室、导演执导、3D-BOX预演和创意片头。文章展示了从生成50集古装言情喜剧大纲、手动编辑剧本、使用角色造型室调整人物形象，到利用Seedance 2.5生成分镜、通过导演模式优化镜头以及用3D-BOX进行复杂运镜预演的完整流程，最终输出成片。

作者分享用 logprobs 读取 LLM 选项概率的单函数封装，并扩展到视觉模型

作者受 Jev 及 OpenJev、SemIf 启发，实现了一个单函数封装：让 LLM 只生成一个选项字母，再读取 top_logprobs 得到各选项概率。

用 AugLy 构建图像、文本、音频多模态数据增强与对抗鲁棒性基准教程

本教程基于 AugLy 构建覆盖图像、文本、音频的端到端多模态数据增强与鲁棒性工作流。教程解决依赖兼容问题，生成确定性合成数据集，演示 AugLy 的函数式与类式 API。

GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流

GitHub 官方博客发布 GitHub Copilot app 新手教程，介绍用 /create-canvas 技能通过自然语言描述生成可自定义的 canvas 界面。

GitHub 如何通过迁移 CSS Modules 将 SSR 时间降低 55%

GitHub 工程师 Josh Black 复盘将 Primer 设计系统从 CSS-in-JS 迁移到 CSS Modules 的历程。截至 2024 年 12 月 Primer 全部组件迁移完成，服务端渲染时间减少 55%，组件初始化时间减少 25%。

Postgres 中向量内联存储与独立表对比：AlloyDB Omni 实测 join 开销

Gleb Otochkin 在 AlloyDB Omni 上用 3 万行商品数据和 vector(768) 嵌入，实测语义搜索、过滤查询和多表 join 三类场景下向量与业务数据同表存储与独立嵌入表加主键 join 的性能差异。

为什么 AI 工作负载在排队而 GPU 看似闲置：Kubernetes GPU 分配问题解析

文章解释 AI 工作负载在 GPU 看似闲置时仍排队的原因：利用率指标只反映计算活动，不代表容量可用。Kubernetes 默认独占分配整块 GPU，此外内存占用、放置约束和应用层瓶颈也会造成排队。

GitHub Copilot app 的 canvas：聊天何时是错误的 UI

GitHub Copilot 员工撰文认为聊天框往往不是与 AI 协作的正确界面，并介绍 GitHub Copilot app 中的 canvas 功能：canvas 是运行在 app 内、无浏览器外壳的全栈小应用，可与 agent 双向通信。

Anthropic 解释 Claude Opus 5.5 为何更适合长上下文编码会话

Anthropic 发文解释 Claude Opus 5.5 为长上下文编码会话降本的三方面变化：输入输出 token 降价 20%、缓存读取降价 60%，模型可用更少轮次完成同一任务，Claude Code 也改进了缓存利用。

Peter Steinberger 🦞@steipeteAI 评分6363

Peter Steinberger 称 OpenClaw 删除了约 40 万行自己的测试代码，代码覆盖率没有太大变化。他认为现代模型热衷于为每个微小改动写测试，即使这些测试没什么用，而一个 test-audit 技能对此有帮助，技能文件见 https://github.com/openclaw/openclaw/blob/main/.agents/skills/test-audit/SKILL.md

用 google-cloud-developer 插件让智能体按 Google Cloud 最佳实践完成部署实测

Remigiusz Samborski 用 Antigravity CLI 实测 Google 的 google-cloud-developer 插件，一条命令安装五个技能和 Developer Knowledge MCP 服务器，支撑 Claude Code、Codex CLI 等智能体。

Thariq@trq212AI 评分6464

Anthropic 团队称两周内让 claude.ai 快了 3 倍，并发布博客说明如何用 Claude 测量、调试和改进性能，附具体提示词和方法。博客链接 https://claude.dev/blog/how-we-made-claude-ai-faster/ ，作者 Thariq 表示这是新的分享形式，方法可供读者复现。

ClaudeDevs@ClaudeDevs精选AI 评分5151

Claude 团队宣布在两周内将 claude.ai 速度提升 3 倍。文章介绍他们如何用 Claude 来测量、调试和改进性能，并附上了相关提示词和方法，详见 https://claude.dev/blog/how-we-made-claude-ai-faster/。

Boris Cherny@bchernyAI 评分5757

Anthropic 团队在两周内让 claude.ai 速度提升 3 倍，Desktop 应用近期也明显变快。Boris Cherny 分享了团队如何用 Claude 来测量、调试和改进性能，博客中附带了提示词和具体方法，供工程师优化自己的应用参考。

OpenRouter 解析 Kimi K3：开源权重与许可证条款，以及如何调用

OpenRouter 撰文说明 Kimi K3 是开放权重而非开源模型，Moonshot AI 以自定义 Kimi K3 License 在 Hugging Face 发布 moonshotai/Kimi-K3。

TypeSafe AI 的 System One 模型 Jev 编程指南：类型化决策、置信度与投机式批量提问

这篇教程演示 TypeSafe AI 的首个 System One 模型 Jev 的用法，该模型不生成文本，而是对程序状态返回 Choice、Score、Noul 三种类型化判断供代码直接分支。

Anthropic 团队详解如何用 Claude 在两周内把 claude.ai 提速约 3 倍

Anthropic 团队发文详解今年 8 月通过两周冲刺让 claude.ai 和桌面端核心体验提速约 3 倍的过程：聚焦覆盖 95% 用户活动的四条旅程，75 分位首屏可输入时间从 3.1 秒降到 0.55 秒，合并超过三千个变更且无一次面向用户的事故。

TypeSafe 决策模型 Jev 使用教程：用 TypeScript 在 OpenRouter 上实现市场商品审核

OpenRouter 发布 Jev 使用教程，Jev 是 TypeSafe 推出的决策模型（模型 ID typesafe/jev-1.13），通过 OpenRouter Decisions API 接收 state 和问题，返回带概率的类型化答案而非生成文本。

eric zakariasson@ericzakariasson精选AI 评分7777

一份公开提示词用于优化 LLM Agent Harness，目标是在不降低任务质量的前提下降低每任务的价格加权 token 成本。某团队一轮改动（提示词精简、工具卸载、缓存布局、稀疏行号、子智能体调优）将整体 token 成本降低约 7%，且质量无损。提示词强调按任务而非按请求计量，并建议先映射 harness、测量基线，再按优先级实施改动。

NVIDIA 教程：如何用 Warp 和 MJWarp 将 MuJoCo 机器人仿真扩展到 2048 个并行环境

Hugging Face 发布 NVIDIA 物理仿真系列第二篇教程，讲解如何将 SO-101 机械臂的 MuJoCo 场景迁移到基于 NVIDIA Warp 的 MuJoCo Warp（MJWarp），扩展到最多 2048 个并行 GPU 环境并测量聚合吞吐量。

Modal 详解如何以万亿 token 规模服务 Kimi K2.6 编码 Agent 推理

Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践，优化后单副本每用户性能提升 2.8x、副本整体吞吐提升 5.6x，单个服务日处理数千亿 token。

Stripe 详解内部知识 AI 平台 Kai 的架构与落地成效

Stripe 发文介绍其面向非工程师的知识 AI 平台 Kai，4 月上线两周内多数员工开始使用，目前周活达 83%。

Anthropic 前线工程师分享 AI 驱动代码现代化项目的六步准备方法

Anthropic 在 Notes from the Field 系列中分享管理大型代码现代化项目的经验，称原本需数年的现代化可在数月或数周内完成，瓶颈从写代码转向组织动员。

elvis@omarsar0AI 评分6464

作者发布交互式教程，演示用 Pi SDK（TypeScript Agent 工具包）和 TypeSafe AI 的小模型 Jev 构建自定义 Agent harness。

用智能体迭代优化让 Rust 代码提速 2x-20x 的方法与实践

作者通过数月实验发现，现代智能体 LLM 在适当的护栏与约束下能写出显著快于现有 SOTA 的 Rust 代码，累计提速 2x-20x。