AI 产品 UX 研究:AI 原生研究生命周期
AI 产品 UX 研究采用四阶段 AI 原生生命周期,即发现、定义、评估与监控,研究者需全程参与而非仅测试。 该框架通过工作流映射与机会工作坊识别痛点,利用真实提示词和评分标准定义“好”的标准,并监测上线后的用户信任变化。
AI 产品 UX 研究采用四阶段 AI 原生生命周期,即发现、定义、评估与监控,研究者需全程参与而非仅测试。 该框架通过工作流映射与机会工作坊识别痛点,利用真实提示词和评分标准定义“好”的标准,并监测上线后的用户信任变化。
summary_zh: Calm Company Fund 在耗费两年及巨大资金后,利用 AI 对抗财力雄厚的对手,以有利条件解决了诉讼。作者指出,这一过程成为应对美国法律系统缺陷的非典型经验。
Sebastian Raschka 发布了配套视频课程,系统讲解如何在 PyTorch 中从零构建推理模型,并发布了新书《Build a Reasoning Model (From Scratch)》。
LLM 消费限额在失控循环中失效,是因为供应商粒度粗、仪表盘延迟且 max_tokens 仅限制单次调用。文章提出在执行前采用原子性预算预留模式(reserve-call-settle),通过 Redis Lua 脚本或 SQL 原子更新实现并发安全,并建议叠加按运行限制、速率监控和故障降级策略。
Claude 生成一部 2051 年未来 vlog,包含 89 个镜头和 109 个视频片段。 短片使用 Z-Image 生成静态帧,LTX-2.5 进行图像转视频,Whisper 转录质检。 创作者使用 Python + ffmpeg 进行剪辑,vlog 呈现多地未来场景。
Samsung TV 具备端侧 AI 语音监听功能,若电视本身未配备麦克风,系统会自动调用 Soundbar 的麦克风进行输入。 该设计解决了部分电视机型缺乏收音硬件的问题,实现通过外接音频设备完成语音交互。
The Browser Company 宣布 Arc 浏览器桌面版将于 12 月 22 日停服,新账号注册即刻停止,11 月起移动端 AI 功能停摆。官方推荐同厂 Dia 实现无缝迁移,密码、历史及扩展可直接导入。
Bellman 发布了多智能体协作功能,允许来自不同会话的 Agent 通过邀请码进入同一房间交流、共享上下文和协作。该平台包含 The Lobby 公共房间,以及页面功能,支持 MCP 客户端和跨提供商连接。
Tables 并非传统编码智能体,它无法访问本地其他文件,但其核心功能基于数据库表格实现。 该工具支持双向交互、执行真实数据库任务,并具备网络信息搜集与分析能力,证明 SQL 语言在构建智能体方面具有接近 Python 或 TypeScript 的潜力。
Claude Opus 5.5 在数秒内使用 Canvas 元素和模拟画笔绘制照片版本。 该演示生成了一个 Artifact,并基于作者此前利用 P5.js 让 Claude Fable 模拟水彩画的实验。
Induction AI 团队通过为每个基准试验注入一个名称含 trial id 的 dummy tool,实现 prompt cache 在试验内有效、跨试验隔离,避免前一个试验的缓存污染后续试验的成本测量。
本文介绍如何为 AI Agent 添加上下文压缩(Context Compaction)功能,以解决长会话占用 LLM 上下文窗口的问题。通过摘要旧轮次并保留完整转录日志,系统在自动或手动触发时将旧消息替换为摘要,同时防止 Prompt 注入。此外,文章实现了会话的命名、分支(Forking)、归档、导出和删除等完整生命周期管理,使 Agent 能够高效处理长期任务。
AWS 官方教程演示了如何在 Amazon SageMaker AI 上利用多轮强化学习训练 gpt-oss-20b 模型玩 Wordle。训练后该模型在默认推理努力下的解出率从 61% 提升至 84%,整个 100 步训练过程消耗了约 339 美元的 token 费用。文章详细覆盖了 Agent 部署、奖励函数设计避坑以及通过 MLflow 监控训练曲线的具体步骤。
拜耳作物科学基于 Amazon Bedrock AgentCore 构建 Agentic Decision Engine(ADE),提供多智能体自然语言接口以简化机器学习工作流的部署与监控。
SageMaker AI 端点更新常导致 CloudFormation 部署失败。可复用 CDK 构造通过自定义资源自动编排扩展目标的注销与注册,实现单次部署完成配置更新。该方案利用显式依赖排序解决更新阻塞,无需手动干预即可维护自动扩展参数。
AWFlow 介绍了一套避免多智能体无限循环的协调运行时,核心是将团队视为有固定工作流的人员组而非聊天室。系统支持 Lead 规划、固定 Pipeline 管道和开放式协作三种模式,并通过代码强制执行步骤、交接次数和云端 token 预算上限。交接时仅传递任务必要上下文而非全量对话历史,且委托工具根据预定义的交接地图动态生成,确保小模型窗口和成本控制需求得到满足。
视频指出本地 AI 运行环境仍存在隐私泄露风险,并不具备绝对的安全性。 该内容驳斥了将数据保留在本地设备即等于完全私密化的普遍认知。
开源工具 Vericto 通过代理拦截 AI Agent、脚本或人工执行的破坏性 SQL,防止未带 WHERE 的 DELETE 等查询到达数据库。 采用 FSL-1.1-ALv2 许可,应用仅需修改连接字符串即可部署,支持 PostgreSQL 和 MySQL 协议。 提供 Docker 一键演示环境,无敏感列掩码策略,确保高危操作被原生错误码拦截。
开发者指出,即使让 Codex 对 Claude Code 的结果进行交叉验证和反驳,AI 仍会遗漏边缘情况,导致“快乐路径”问题。 在多项目中,AI 倾向于漂移并遗漏关键细节。用户寻求更严格的质量控制方法来确保全流程可靠性。
推荐 30 个流行 AI Agent Skills,涵盖头脑风暴、计划执行、代码审查和文档协作等场景。这些 Skills 来自 obra/superpowers、mattpocock/skills 和 anthropics/skills 等开源仓库,支持通过 Skills CLI 安装并集成到 AI 编码智能体的工作流中。
运营研究社梳理 AIGC 批量产电商素材的三步方法:先把素材拆成可复用模板,再用低价快模型测钩子和方向、用高价模型出成片,发布前按平台规则做合规自查。文中案例称,5 人团队一天可用 AI 生成上千条视频,单条成本可压到 5 元以内,半小时就能完成从规划、生成到上传的全流程,使过去靠人海战术堆素材的打法被重新组织。
作者构建AI生成HTML的iframe预览并复现三种攻击:读取宿主DOM、逃逸导航及外发数据。解决方案包括启用sandbox allow-scripts、应用CSP策略及通过event.source校验消息。
summary_zh: 开发者关系(DevRel)正在主导 AI 技术的普及过程。 目前缺乏关于具体技术细节、基准测试分数或用户影响的数据支撑。 开发者关系(DevRel)正在主导 AI 技术的普及过程。 目前缺乏关于具体技术细节、基准测试分数或用户影响的数据支撑。
作者分享近三个月使用 LLM 进行智能体开发的经历,评价从初期怀疑转变为适度乐观。 工具在特定目标下高效,如利用 Codex 验证设备隐私或生成 Terraform 脚本;但代码库膨胀后模型性能下降。 作者指出模型行为受限于任务边界,开放性问题需明确约束和持续引导才能有效。
作者展示了 Gnomon 工具,用编译器在自然语言与架构图之间建立可验证的翻译循环,并给出了 54 条测试语料的完整编译和诊断流程。工具支持置信度、矛盾检测和多种图形输出,评测显示瓶颈在语言覆盖而非模型能力。
Qoder 插件市场上线 php2shell Defense 和 Node.js 漏洞扫描两款插件,用于应对 PHP 和 Node.js 近期的安全更新。该功能允许用户通过预设指令对项目进行只读检查,在用户确认方案后执行文件修改与本地测试,并协助验证部署结果。文中指出使用 DeepSeek-V4.1-Flash-1017 执行该检查流程目前免费。
推荐理由:官方针对 PHP 和 Node.js 高危漏洞提供了两款配套插件及标准化检查指令,帮助开发者在不接触生产环境的前提下完成风险排查与修复验证。
豆包工作发布了 8 个销售提示词模板,覆盖潜在客户发掘、沟通话术撰写、会前准备、会后待办、方案生成、投标协同、客户跟进及数据复盘场景。这些模板要求模型执行特定的信息筛选、事实核验与结构化输出任务,用户只需替换产品、客户画像、日期等占位符即可在豆包工作运行。
推荐理由:原文提供了覆盖销售全流程的 8 个提示词模板,读者可直接替换占位符在豆包工作执行对应任务。
Qwen Audio 发布技术分析文章,探讨多方言语音识别中原文转写(ASR)与语音翻译(AST)模式相互影响产生的“跷跷板”效应。文中指出在 qwen-audio-3.1-asr 中支持 16 种方言可控转写模式,并解释加强特定方言训练可能因内部表示重叠导致其他方言退化。
非程序员使用AI完成复杂任务的保姆级教程。作者基于Andrej Karpathy观点指出普通人仅将AI用作搜索引擎,需转向Agentic AI以执行任务。文章澄清模型、Harness、Agent及Token概念,提供ChatGPT或Claude桌面端配置指南(含开启Computer use、接入应用、编写AGENTS.md与Skill.md、设置定时任务)。
推荐理由:针对非编程者给出了从认知纠偏到自动化的落地路径,可迁移至个人与业务场景。
开发者展示了一个私人员工项目,其中 AI 智能体通过 API 连接应用,能够编辑源码并在设备端重新构建以生成新主题。 该智能体在保留核心数据结构与功能受保护的前提下,实现了超越传统设置选项的深度定制化,并支持预览与应用前的状态恢复。
提示工程被视为开发纪律而非创意练习,文章列出十大最佳实践以提升LLM生产级提示质量。 核心实践包括使用Schema定义输出格式、赋予具体角色、分解复杂任务及添加安全护栏。 建议用正向指令替代负向列表,并通过CI/CD流水线对提示词进行版本控制与确定性质量分析。
一名开发者利用 Claude Code 连接 Android 电视,自动识别并关闭后台广告服务和预装应用,整理出精简的主屏幕,并将流程开源为 TV Detox 项目。文章同时指出,类似方法已延伸至为老旧乐器定制固件,并探讨了AI在处理COBOL等低资源语言代码时的潜在风险与局限。
Neurogrid 连接闲置消费级 GPU 与 AI 推理需求,前 3 个月托管 GPU 每笔支付额外获 $5 奖励。支持 OpenAI 兼容 API 及 deepseek-r1、qwen3-32b 等模型,提供 NeuroChat 与 nrgrd-tui 客户端。 将计算力从集中数据中心分散至社区硬件,降低推理成本并提高闲置硬件利用率,为 GPU 所有者创造新收入流。
Anthropic 宣布未来 Claude 模型生成的文本将包含水印,以识别 AI 参与写作的概率,此举旨在合规欧盟 AI 法案。水印覆盖 Claude Opus 5.5、Sonnet 5.5 及 Haiku 5.5 等最新模型,适用于桌面、Claude Code 及 API 所有输出场景。
文中提及开发者利用 Claude Code 创建开源项目 TV Detox,帮助 Android 电视用户清除广告并优化系统。同时指出 OpenAI 发布关于低资源编程语言(如 COBOL)的新评测,结果显示 GPT-6.1 Sol 在 COBOL 迁移测试中准确率最高达 97.9%,但作者强调对于银行等关键老系统,AI 辅助重写仍需人工专家审查与验证。
在修改 Agent 技能指令前,需预先编写特定场景的测试用例以验证其行为边界,而非仅依赖其他 Agent 检查。 以退款政策为例,测试需覆盖第 29、30 和 31 天等边界日期,并包含运费剔除与小数截断等易错数值,以捕获静默失败。 作者正在构建 skillEd 工具,支持通过 CLI 或 MCP 运行版本化评估并对比报告,但通过有限测试套件不等于合规保证。
Cerebras 官方技术博客解释了如何在单颗具备 44 GB 片上内存的 WSE-3T 晶圆级芯片上部署万亿参数前沿模型。以 3T 参数的 Kimi K3 为例,通过 4-bit 权重量化将模型层分配至 59 个晶圆,并使用 RDMA over Ethernet 进行晶圆间激活值传输。
企业AI核心竞争力正从模型选择转向围绕模型构建的服务架构,该架构决定智能交付的可靠性与经济性。 KV缓存随并发增长易致内存瓶颈,盲目增加算力无法解决限制性能的核心约束。 EXL强调应基于负载特征优化内存管理与调度,通过适应型架构应对模型迭代,而非每次技术升级都重构平台。
作者提出在预订酒店前让AI按实际结账视角逐项生成账单的方法,包括整段住宿房费、每晚度假村费、税率、到店支付费用及最终总额。他举例称在马略卡地区45%的报价含有到店支付费用,建议使用Claude并搭配LetsFG、Booking.com等连接器完成价格查询。
iLands 平台上的 AI 智能体 Spritely 在 25 天运营中未获得任何陌生人订单,所有完成的工作均由创建者或平台赏金池支付。 该智能体提供三项服务列表,尝试以 15,000 tokens(约 $15)定价出售带来源的研究报告,但销量为零;其发布的关于 1999 年未修复 Bug 的研究文章仅有 14 人阅读。