MacStories 主编汇总 iOS / iPadOS 27 的 54 项隐藏新功能

MacStories 主编 Federico Viticci 发布博文，汇总 iOS / iPadOS 27 的 54 条隐藏新功能与新特性。

Dongxi 东锡 NLP@dongxi_nlpAI 评分6262

文章讲解大模型推理的 prefill 与 decode 两个阶段：prefill 并行处理给定输入，决定 TTFT；decode 逐 token 自回归生成，常受内存带宽限制。

karminski-牙医@karminski3AI 评分6161

karminski 分享了一个 Hugging Face Space 项目 MiniCPM5-2B-WebGPU-Pi，用 Pi 打包 Coding Agent、由 MiniCPM5-2B 4bit ONNX 版（不到2G）驱动，框架和模型全部运行在浏览器中，无需 Docker 或 Node，打开网页即有虚拟终端、文件编辑和 tool_call。

实测GPT-6 Astra加Aholo Lux3D与Blender组合，3D搭建包豪斯风格拍摄间

作者用GPT-6 Astra、群核科技的Aholo Lux3D和Blender完整规划了一个包豪斯风格拍摄间。

Agent Harness、Agent Framework 与 MCP 如何分层：谁负责执行循环、状态、工具、权限与恢复

文章区分 Agent harness、Agent framework 与 MCP 三层架构，指出 harness 拥有执行循环、状态、权限和恢复，框架只暴露钩子，MCP 仅拥有工具传输且无法在协议层强制同意。

作者用 AI 编程工具排查电子书阅读器 Xteink X3 的条纹渲染缺陷

作者在拆箱 Xteink X3 电子墨水阅读器后几小时内，借助 GPT-6 Astra（Codex）和 Fable 5.1（Claude Code）排查 CrossPoint 固件下灰度图片上的竖向条纹。

将 35kb 预提示从 Opus 迁移到自托管 Ollama 的踩坑笔记

作者分享把 35kb 预提示从 OpenAI/Anthropic 迁移到自托管 Ollama 的实验笔记，在 65k token 上下文窗口下大提示词会迅速饱和并导致 Agent 重复工具调用。他提出单目标提示拆分、声明式定义 opencode agents、显式调大 ollama 上下文、会话状态落盘等做法，并列出上下文耗尽的失败信号如连续相同工具调用与重复读文件。

Anthropic 联合 Accenture 发布 AI 从试点到生产的部署指南

Anthropic 与 Accenture 联合发布帮助 CIO 和技术负责人把 AI 项目从试点推进到生产的实用蓝图。指南引用 Accenture 2026 年 7 月报告称仅 23% 的高管认为 AI 项目取得持续的企业级影响，并列出按时间顺序的七项考量、四部分任务定义、轻量总拥有成本模型、四层监督模型及决策过渡蓝图。

elvis@omarsar0AI 评分6060

DAIR.AI 的 Elvis Saravia 分享从零构建 agent harness 的入门指南，建议用 TypeScript 或 Python 实现包含 LLM 模块、tools 模块和 agent loop 三部分的最小 harness，并以 ReAct 作为入门循环。

如何编写一份有效的软件设计文档

Michael Lynch 根据自己在 Google、Microsoft 及创业公司写设计文档的经验，讲解如何编写有效的软件设计文档，并附上一份完整的示例文档。

AI导演DiDi_OK解密用Seedance 2.5制作科幻短片《Candy》的工作流

火山引擎采访AI导演DiDi_OK，介绍其完全用Seedance 2.5 720P制作的9分钟科幻短片《Candy》背后的制作过程。他称模型在精细定制化、运动规律理解和超长镜头一次生成上有突破，部分效果连续性超过传统CG；其工作流随之改变，提示词取代关键帧成为决定视觉上限的首要条件，世界观类叙事中分镜不再是必需。

OpenRouter 教程：用 LLM-as-a-judge 自动评估 AI 智能体输出

OpenRouter 发布教程，讲解如何用独立的裁判模型按自定评分标准自动给 AI 智能体输出打分，覆盖确定性测试无法检查的开放式回答质量。

基于 JAX3D 构建分层 NeRF 教程：体渲染、新视角合成与 3D 重建

该教程用 JAX、Flax、Optax 和 jax3d 的体渲染原语构建端到端分层 NeRF，包含位置编码、粗细双网络与 sample_piecewise_constant_pdf 重要性采样，并用 Adam、指数学习率衰减和梯度裁剪训练。评估涵盖 held-out PSNR、深度与透明度可视化、360 度渲染 GIF 以及 marching cubes 提取密度场等值面。

dex@dexhorthyAI 评分6060

Dex Horthy 介绍本期 AI That Works 节目中 @tbrownio 分享的 "compounding" 复盘流程：每当智能体 pull request 需要人工引导时生成 post-mortem。每周末回顾这些 post-mortem，逐步改进技能、任务提示词和智能体记忆文件，以避免问题再次出现。

dex@dexhorthyAI 评分5353

@pvncher 分享技巧：让 Astra 把应用截图拼成 contact sheet，减少图像读取调用次数，节省大量上下文用量。Dex Horthy 转发补充该技巧对 fable 同样有效，他最早见 fable 主动这样做，且拼图也适用于从视频中提取时间线。

Agent 长任务上下文工程解析：用预算控制、压缩、todo-state 和记忆对抗上下文溢出与目标丢失

文章解析 Agent harness 层应对长任务中上下文溢出与目标丢失的四类机制：上下文预算与卸载、压缩、todo-state 复述和跨会话记忆。

用 NVIDIA cuML 和 RAPIDS 实现机器学习工作流的完整教程

MarkTechPost 发布一篇教程，用 NVIDIA cuML 和 RAPIDS 构建覆盖 GPU 加速机器学习全流程的可运行工作流。

Simon Willison 实测用 GPT-6 Astra 和 ChatGPT Work 生成跑步路线

Simon Willison 用 GPT-6 Astra 和 ChatGPT Work 从家出发生成 5K 和 10K 环形跑步路线，运行 27 分钟，基于 Nominatim 定位地址、Overpass 下载 OpenStreetMap 道路数据，产出嵌入式地图可视化和可下载的 GPX 与 GeoJSON 文件。

vLLM 优化 Kimi K3 服务性能：吞吐提升 2.2–2.8 倍

vLLM 团队详解 Kimi K3 从 v0.27.1 到 0913 main 的服务性能优化，在 8K/1K、TP8、B300 节点测试下延迟降低 56%–60%，吞吐提升 2.2–2.8 倍，TTFT 降低 72%–85%。

OpenAI 建议开发者用更精简的提示词和更少限制来适配 GPT-6 Astra

OpenAI 的 Eric Provencher 撰文建议，切换到 GPT-6 Astra 时应精简技能描述、AGENTS.md 规则和任务提示词，因为过长的指令会占用上下文或导致模型过早停止。

回顾性逆向工程苹果神经引擎：从 M1 ANE 架构看 NPU 为何衰落

作者曾是逆向 ANE Linux 驱动的开发者，三年后重新逆向 M1 上的 Apple Neural Engine，完整测绘其 16 计算核、2048 条 MAC 通道、任务描述符调度和内存层级。

OpenAI 将在线存储平台 Habitat 从 Python 迁移至 Rust，CPU 效率提升 6 倍

OpenAI 发文介绍其在线存储平台 Habitat 从 Python 迁移至 Rust 的过程，该平台每秒处理超 7000 万次请求、每周服务超 10 亿用户、管理数据超 500PB。

PostgreSQL 向量嵌入更新引发的 TOAST 膨胀实测与分表方案

Google 的 Gleb Otochkin 在 AlloyDB Omni 上实测嵌入向量版本更新对 PostgreSQL 存储的影响：在含 768 维向量和 HNSW 索引的 20k 行表上更新全部向量后，表、TOAST 和索引体积几乎翻倍（TOAST 从 81 MB 到 159 MB，HNSW 索引从 78 MB 到 156 MB），约一半空间被死元组占据。

Simon Willison 介绍使用 OpenRouter 的供应商路由陷阱与对策

Simon Willison 转述 Mohamed Moustafa 对 OpenRouter 自动路由的问题分析。不同供应商的推理软件、优化设置不同，同一端点可能行为不一致，部分供应商的视觉模型缺少视觉能力，reasoning effort 参数的处理方式也有差异。可用 provider.only 指定供应商，并通过 /endpoints 方法查询某模型可用供应商列表。

GitHub 日韩营销负责人如何用 GitHub Copilot 把活动运营自动化

GitHub 日韩地区营销负责人 Tomoko Tanaka 分享如何不写代码，把活动运营交给 GitHub Copilot 自动化。

OpenAI Developers@OpenAIDevsAI 评分5656

OpenAI 开发者账号发布建议，提示开发者通过重新审视 skills、AGENTS.md 和任务提示词来更好地使用 GPT-6 Astra。具体做法包括让 skill 触发条件更具体、在相关时才加载指引、以及定义任务完成的标准，详情见 developers.openai.com 博客。

OpenAI 详解存储平台 Habitat 如何扩展支撑超 10 亿 ChatGPT 用户（上篇）

OpenAI 发文（系列上篇）讲述其在线存储平台 Habitat 的演进：现每秒处理超 7000 万请求、服务每周超 10 亿用户、管理超 500PB 数据，覆盖近 40 个地区。

Google 开源 autofinetune：用 AI Agent 在 TPU 上自动完成 LLM 后训练

Google 发布 autofinetune 项目，把 autoresearch 的自主研究循环应用到 LLM 后训练（SFT 和 GRPO），使用 Tunix、Gemma、Cloud TPU，由 Antigravity CLI 和 Gemini Flash 3.7 编排。

OpenRouter 文本转语音 API 五分钟教程

OpenRouter 通过 OpenAI 兼容的 POST /api/v1/audio/speech 端点提供文本转语音服务，一个 API key 可调用多家供应商的 TTS 模型。

实测 DeepSeek V4.1 Flash：价格大降、原生带视觉，作者用游戏与城市生成任务验证表现

作者实测 DeepSeek V4.1 Flash，缓存命中输入降价 7 倍多、输出砍三分之二，9 月 14 日中午 12 点起所有发往 v4-pro 的请求将被强制路由到 4.1 Flash 并按其低价计费。

Frank Wang 玉伯@lifesingerAI 评分5656

在 YouMind 使用免费的 topic-to-picture-book Skill 即可制作翻页有声书，链接为 https://youmind.com/skills/topic-to-picture-book-7C2X8oCTv3lBdT。作者玉伯转发并评价这个有声书制作 Skill 好漂亮，打算回去给娃做几个；该 Skill 由被引用者公司的 00 后工程师制作。

MiniMax Design (H3)@Hailuo_AIAI 评分4545

💡 Astra 规划路线 🗺️ ➕ H3 带你兜风 🚗

OpenRouter 教程：如何用 Presets 实现配置即代码

OpenRouter 发布 Presets 使用教程，preset 是一个命名且带版本的配置，统一存放模型或 fallback 列表、system prompt、provider 路由和采样参数，在任何请求中以 "model": "@preset/名称" 引用。

GitHub Copilot 应用入门教程：用 diff、终端和浏览器面板审查 AI 代码

GitHub Copilot 应用新增 diff、终端、浏览器三个内置面板，让初学者在不离开应用的情况下完成 AI 智能体改动的审查、运行和预览。diff 面板以红绿高亮显示增删改行，用户可接受、评论或要求修改；终端面板可运行项目命令并支持多窗口，浏览器面板配合 Pick & Polish 工具选中界面元素让智能体调整，最后可直接在应用内接受变更并创建 pull request。

Thariq@trq212AI 评分5757

Thariq 分享了一条在 Claude chat 中使用的提示词，让 Claude 用自由文本或多选题工具深度访谈用户，了解其生活中 Claude 尚不知道的部分，并把结果保存到记忆。该提示词呼应了被引用者让 AI 花 20 分钟深度了解用户以提升实用性的想法。

图工程是什么：用 Google ADK 为多智能体系统带来可预测的架构

Google AI 的 Tilde A. Thurium 发布访谈视频，请 Annie Wang 从头讲解图工程（graph engineering），以及它如何让开发者掌控复杂 AI 系统。

Every：为何为每位员工构建个人基准并测试 AI

Every 介绍了为什么要为每位员工构建个人基准（personal benchmarks），并说明如何开始按照自己的标准测试 AI 的表现。文章兼具动机阐述与可上手的实践指引。

LlamaIndex 解析 just-in-time Agentic OCR：两遍式文档处理如何平衡成本与精度

LlamaIndex 博客提出 just-in-time Agentic OCR 模式：先用 LiteParse 等免费解析器粗读全部文件供检索，再仅对相关页面调用 VLM 做 OCR。

Tripo@tripoai精选AI 评分6666

Tripo 转发用户案例，展示用 Images 2.5、Tripo 智能网格 P2.0、GPT-6 Astra 和 Blender MCP 以 AI 为主制作 3D 角色的完整流程。作者几乎只做视图操作，通过截图加参考图让 Astra 修正形状与纹理，并指出纹理修正在细节上仍较粗糙。作者称此前在 GPT-5.6 Sol 上反复失败的操作在 Astra 上可以直接完成。

Hugo Vergnes 花费 $998 训练 3.8B 模型 little-lm，CORE 得分 0.384

作者 Hugo Vergnes 用租用的 8× B200 在 43 小时内以 $998 训练了 3.8B 参数模型 little-lm，在 65.3B tokens 上达到 CORE 0.384，超过 GPT-2 1.5B 的 0.2565。