OpenRouter 发布 2026 年最佳嵌入模型选型指南，覆盖 37 个目录条目

OpenRouter 于 2026 年 9 月 11 日核实嵌入模型目录共 37 个条目，并通过自家 embeddings API 向 19 个模型发送批量请求、共 28 项检查，确认请求与响应行为。

ClaudeDevs@ClaudeDevsAI 评分6262

Claude Devs 分享 Opus 5.5 首次会话的用法建议：直接交出整个任务，并定义"完成"标准和何时汇报；不需要写 "think carefully"，因为模型总是先思考；长任务运行后，询问它继续推进还需要什么。完整 playbook 见 https://claude.dev/blog/getting-the-most-out-of-opus-5-5/。

SpaceXAI 如何用 Grok Bot 扩展客户支持团队

SpaceXAI 发布长文，介绍 Cursor 并入后如何让 Grok Bot 参与客户支持运营。合并团队工单量增长 175% 但未新增人手，否则可能需多招 200 人。

Anthropic 详解 Opus 5.5 上一次 Claude Code 任务的成本构成

Anthropic 官方博客拆解 Claude Code 任务在 Opus 5.5 上的成本构成，轮次、缓存读取、输出 token 和模型选择决定账单，Opus 5.5 API 输入输出每百万 token 降价 20%、缓存读取降 60% 至 $0.20。

Meta Muse 如何运作：一次 6.8 GB 文件系统导出揭示的内部结构

作者让 Meta 的 Muse 把其会话的 Linux 环境打包发到 Google Drive，得到约 2.7 GB 压缩、6.8 GB 解压的文件，内含系统文件、内部文档、约 68 个技能目录、113 条子代理记录、SSH 密钥文件和 Markdown 记忆体系。

gzipt：用 gzip 做 language modeling 的实验解析

作者借鉴论文 Language Modeling is Compression 中压缩与预测等价的原理，用 zlib/DEFLATE 实现了 gzipt，纯标准库 Python、无任何神经网络的压缩器语言模型。

OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用

OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。

Transformer Explainer：在浏览器中交互式拆解 GPT-2 的 Transformer 架构

Georgia Tech 团队开发的 Transformer Explainer 是一个交互式可视化工具，在浏览器中实时运行 124M 参数的 GPT-2 (small) 模型（由 Andrej Karpathy 的 nanoGPT 项目转换到 ONNX Runtime）。

Linear 重构 CI 流程应对 AI 编码带来的验证瓶颈，PR 等待时间从 6 分钟降至 5 分钟

Linear 工程师分享如何解决 AI Agent 加速写代码后 CI 成为瓶颈的问题，PR 等待时间从 6 分钟以上降至 5 分钟出头，单测 runner 时间约减半。

MiniMax Design (H3)@Hailuo_AIAI 评分3939

🔥社区从不停下折腾的脚步。 不只是基于 H3 做开发，还在深入内部，寻找让它更聪明的新方法。

lethain.com 作者实践软件工厂模式：用 Linear 项目循环驱动 Agent 持续推进目标

Imprint 工程负责人记录了在公司内落地软件工厂模式的实践，核心是 /linear-project-loop 技能，它审计 Linear 项目的目标定义（Notion RFC、Datadog 或 Snowflake 指标），补齐缺失工具后自动增删 issue、处理非阻塞任务并定期重跑循环。

elvis@omarsar0AI 评分5656

DAIR.AI 发布 Jev 新手指南，Jev 是 TypeSafe 推出的通用 System One 模型，专为快速、聚焦的判断设计，而非长推理或开放式写作。

AI 编码拉低代码质量？作者提出七层质量防御方法

作者认为 AI 编码不会必然拉低代码质量，关键在分层管理质量，其团队在把产出提高 2-3x 的同时让 bug 保持稳定甚至减少。

AI 生成活动海报不必千篇一律：用指定风格提示词做出 Bauhaus、孟菲斯等多样设计

作者针对 AI 生成的社区活动海报风格高度雷同的问题，用 ChatGPT 为同一个虚构春季市集指定不同设计美学，先后生成 Bauhaus 几何极简、Stamp/Letterpress。

用 QBS 三步法把陌生领域书籍提炼成可用的 skill

作者卡尔的AI沃茨分享名为 QBS（Question→Book→Skill）的方法：让 GPT-6 找一本能解决当前问题的书，完整读相关章节后提炼成可直接使用的 skill，并用新任务试跑验证。

GGUF、GPTQ、AWQ、EXL2 等 LLM 模型格式科普（2026）

MarkTechPost 发布一篇 LLM 模型格式与量化方法科普，先区分存储容器（safetensors、GGUF）与量化方法（GPTQ、AWQ、bitsandbytes NF4 等），再逐个讲解 GGUF 的量化命名、GPTQ 与 AWQ 原理、EXL2/EXL3 及 MLX 等格式。

OpenRouter 实测 Jev 决策模型对比 LLM，何时该用决策模型替代生成文本

OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。

我用 AI 和 Lean 得出 Conway 精细化猜想的证明：一个月完整复盘

作者 m-hodges 自称用约一个月业余时间和约 400 亿 token（约 95% 为缓存读取，ChatGPT 估算 API 成本约 4 万美元），得出 Conway 50 年前提出的 omnific 整数精细化猜想的 Lean 证明，该证明已通过 Palomar 注册表的机械检查，但尚未经数学家独立验证。

elvis@omarsar0AI 评分5656

EvoSkill v2 通过持久化 Agent 技能实现免重训的自我提升：coach agent 阅读失败运行后写出技能文件，worker 在下次遇到类似任务时加载，不改动任何权重。

OpenRouter 教程：用 TypeScript SDK 构建可靠的工具调用 Agent 循环

OpenRouter 发布教程，讲解如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据和 google/gemini-3-flash-preview 等模型。

Tessl 博客：AI 智能体评估应从证据开始，用 35 万行 Rust 复刻 S3 的实践复盘

Tessl 博客复盘前 Docker CTO Justin Cormack 在 AI Native DevCon London 的演讲，分享用 AI 构建约 35 万行 Rust 的 S3 兼容对象存储的经验。

Trail of Bits 用 Agent 为 Miden zkVM 审计自建 LSP、反编译器和 Lean 形式化证明

Trail of Bits 在审计 Miden zkVM 前，让 Agent 用六个月从零构建了 MASM 的 LSP 服务器、反编译器、静态分析引擎和 Lean VM 执行器模型。这些工具发现了可让恶意 prover 伪造 Falcon 签名盗取资金的高危漏洞，静态分析定位了 400 多处类型验证缺陷，Lean 工作产出 95 个机器验证的正确性证明，还发现两个单元测试未捕获的细微 bug。

2026 年 11 个适配本地 LLM 的开源 Agent Harness 横向盘点

该指南从文档完善度、许可证、维护状态和安全控制等维度盘点 11 个开源 Agent harness，包括 OpenCode、Pi、Goose、Cline、OpenHands、Aider、Codex CLI、Qwen Code、Kilo Code、Hermes Agent 和 OpenClaw。

Tripo@tripoaiAI 评分5959

ComfyUI 分享一个概念图转任意角度的动画工作流，其中 3D 生成步骤由 Tripo 完成。工作流分三步：概念图经 Tripo 生成并保存为 GLB 模型；静止画面用 Load 3D 输出视角后由 GPT Image 2 渲染成同风格插画；镜头运动则在视口中录制路径，作为 Seedance 2.0 的运动参考生成镜头。文末附工作流运行链接。

LLM 分类就是特征工程：用逻辑回归包装 LLM 判定

作者提出 LLM 直接当分类器缺乏校准和可解释性，更好的做法是把 LLM 判定当作特征，外接逻辑回归等标准机器学习模型。

如何用 LLM 写作：不用它选词，只让它当校对

作者提出用 LLM 写作的两条规则：不接受 LLM 建议的任何具体措辞，并禁止模型给出鼓励性夸奖，以免强化初稿的坏习惯。

Simon Willison 谈如何用 LLM 写作：不采用模型建议的任何措辞

Simon Willison 提出 LLM 辅助写作规则：不得使用模型建议的任何具体措辞。他不让 LLM 替自己写博客内容，但用其做事实核查、拼写语法检查和同义词参考，并引用 Thomas 展示的个人 LLM 文案校对工具及其自建提示词。

DeepSeek-V4.1-Flash 技术报告解读：CED 与 CSA2 如何将 KV 缓存压缩至每 token 890 字节

作者解读《DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression》技术报告，指出该模型虽名为 V4.1 Flash，但架构变化足以视作 V5 级迭代。

用GPT6加Hyper3D Rodin搭建可互动3D个人作品集的实操教程

作者用GPT6搭配Hyper3D Rodin的MCP，花一下午做出了可逛、可交互的3D个人作品集网页，场景含35个精细建模。流程为GPT-6画参考图并写交互代码，Rodin生成3D模型，BANG把模型按结构拆成独立零件以实现零件级动画，作者还把整个流程打包成skill发布在github.com/LearnPrompt/3Dworkshop。

GitHub 用 Copilot 智能体将 Copilot 运行时从 TypeScript 迁移到 83 万行 Rust

GitHub 工程师 Stephen Toub 复盘用 Copilot 智能体在约 14.5 周内将 Copilot agent runtime 从 TypeScript/Node.js 全量重写为 832,378 行生产 Rust，AI 智能体完成大部分代码，共 128 个 PR 增量合入 main 并持续发布。

用 MCP 插件让 GPT-6 Pro 分担 Codex 规划任务，节省 Pro 会员周额度

自媒体作者分享一套节省 Codex 额度的工作流：让 Codex 把自己的服务器封装成只读、最小权限、飞书 OAuth 鉴权的 MCP Server，作为插件供 ChatGPT 网页版的 GPT-6 Pro 调用，读取真实生产数据和 GitHub PR 记录做分析与规划。

用 SFT 与智能体 RL 训练 4B 模型，生成比 Postgres 默认快 81% 的查询计划

Rohan Bansal 通过 off-policy 蒸馏 GPT-6 Astra 轨迹和智能体强化学习，将 Qwen 4B 模型训练为查询优化智能体，在 Join Order Benchmark 113 条 join 密集查询上实现 1.81x 几何平均加速和 44.7% 总延迟下降。

Odevo 的 AI Native 转型：先修好软件交付体系，再谈 AI 编码

Odevo 在 AI Native DevCon London 分享了其 AI Native 转型经验：这家住宅物业管理公司七年内管理房屋从约 5 万套增至约 250 万套、员工从约 1000 人增至 14000 人，2024 年起步时仅约 30% 开发者使用 GitHub Copilot 等工具。

Tripo@tripoaiAI 评分5858

Tripo 官方转发开发者 @koguGameDev 的实测：用 GPT image 2 生成参考图、Tripo P2.0 做 3D 生成，再让 Astra 通过 MCP 操作 Blender 完成拓扑、UV 与 IK 绑定，导入 UE5.8 实现四足机器人动画。动画实现两次失败，作者认为模型在把需求转化为设计与实现时仍需懂行者衔接，但 AI 带来的能力普惠会催生更多涌现。

DeepSeek V4 哪些型号支持图像输入？OpenRouter 逐款梳理与调用指南

OpenRouter 梳理其目录中的 DeepSeek V4 系列图像输入支持情况：V4.1 Flash 原生读图（2026年9月10日上线，$0.15/$0.60 每百万 token）。

Krea@krea_aiAI 评分5555

Krea 官方演示如何用 Krea Agent 创建具备完整镜头控制的视频。步骤为先输入一张图片让智能体生成 3D 场景，再指定任意镜头运动，最后用 Seedance 2.0 渲染 3D 视频，官方已开放试用入口。

两人用 LLM 一个月写出 M4 Mac Mini 的 OpenGL ES 3.0 合规 GPU 驱动

作者与 Niklas 用 Codex 和 Claude 在约一个月内为 M4 Mac Mini 与 MacBook Neo 构建了完全符合 OpenGL ES 3.0 的 Linux GPU 驱动，Minecraft 可跑 200fps。

vLLM 如何用 GB300 NVL72 为 Kimi K3 训练最快的 DSpark 投机解码模型

vLLM 团队扩展 Speculators 训练库，为 2.8T 参数的 Kimi K3 训练出 DSpark 投机解码 draft 模型，将数学推理单流交互速度从约 110 提升至约 435 tok/s/user，并发负载下输出吞吐最高提升约 3.5 倍。

NVIDIA 技术博客解析 Dense 与 MoE 模型的参数激活、吞吐差异及选型方法

NVIDIA 技术博客讲解 dense 与 MoE 架构在参数激活、吞吐和部署上的差异，以 Nemotron 3.5 Lightning 为例说明 MoE 每词元仅激活约 3B 参数、总参数 30B 仍需约 60 GB 显存。文章给出按显存预算、并发、微调和量化需求选型的建议，并对比 Gemma 4 31B、Qwen3.8-27B、Mistral Small 4 等模型的输出速度与价格数据。

Google 零信任智能体系列 Part 2：用运行时治理判断意图而不只是语法

Google 开发者博客发布零信任智能体系列第二部分，把安全检查从构建期移到 Gemini Enterprise Agent Platform 运行时，用 Model Armor、Semantic Governance Policies 和 Agent Anomaly Detection 三项托管控制拦截构建期规则放过的攻击。