Claude Opus 5.5 Max 利用 Three.js 生成“Tree Appreciator” 游戏
Simon Willison 使用默认 Claude iPhone 应用提示 Claude Opus 5.5 Max,成功生成了基于 Three.js 的树木差异识别游戏 Tree Appreciator。 该模型耗时 3 小时 7 分钟完成生成,游戏包含音乐、动画和成就系统。Willison 称让 Opus 5.5 确保游戏“有趣”的效果出乎意料地好。
Simon Willison 使用默认 Claude iPhone 应用提示 Claude Opus 5.5 Max,成功生成了基于 Three.js 的树木差异识别游戏 Tree Appreciator。 该模型耗时 3 小时 7 分钟完成生成,游戏包含音乐、动画和成就系统。Willison 称让 Opus 5.5 确保游戏“有趣”的效果出乎意料地好。
Trigger.dev 团队分享了在其开源开发者仪表盘构建聊天智能体过程中的七条关键实践经验。这些建议涵盖响应速度优化、令牌计数逻辑修正、重试策略、对话恢复机制、提示词版本管理、工具设计以及评估可观测性。例如,通过拆分模型调用与智能体执行将首条有用反馈时间减半,并采用 Last-Event-ID 机制实现流式响应断线重连。
推荐理由:团队基于 Trigger.dev 开源框架的实践经验总结,给出了构建聊天智能体的七条可复用工程准则。
Ensemble 发布第二版,这是一个 AI 编码智能体,也是配套教材练习中构建的应用。它支持工具调用、CLI 和浏览器界面、持久化会话、技能、记忆和智能体集群。该项目采用 Apache-2.0 许可证,提供构建和评估练习的代码。
推荐理由:该项目采用“通过构建智能体来完善教材”的方法,展示了智能体开发、测试与教学内容的闭环迭代,并为复现工作提供了完整的代码与评估流程。
Jev 等决策模型在单次前向传播中返回类型化答案,无生成开销,延迟仅为 176 ms。Qwen3.5-4B 等通用大模型虽在基准测试中保持同等准确率,但延迟高达 1,035 ms,速度差距达 5.9 倍。
零经验者可通过五个步骤进入 AI 治理领域:学习基础与框架、理解初级角色职责、完成实际用例并记录风险评估、建立作品集、准备面试并申请入门职位。 技能背景方面,IT、合规、风险管理、审计和隐私领域的经验也具有相关性,无需特定职位头衔的过往经历。
作者将 AI 生成的糟糕初稿视为类似“lorem ipsum”的功能性占位符,用于替代传统大纲进行结构排列。 AI 倾向于使用“Yoda-speak”倒装语法及逗号分隔短语,导致句子结构扭曲且可读性差,但可通过明确提示识别并修正。 该写作风格虽令人不适,但能显著帮助用户快速识别 AI 生成文本,其成因与 LLM 训练数据中的低质量写作模式有关。
本期节目指出常开智能体正成为新技术层,OpenAI Dots 通过 Slack 等渠道在后台运行。 Gemini 4 Argon 与 Pi 1 同步登场,其中 Pi Durable 为长时运行智能体提供中断后恢复的实验基础。 CopilotKit 发布了开源替代方案 OpenDots,补充了该领域的技术生态。
利用 Claude 核查酒店税费、当地活动及房间差异,可避免高额额外支出。Vegas 案例显示,Claude 发现约 $62 晚的隐性费用及推高价格的 Raiders 比赛。通过对比不同平台报价与核实酒店实际开放状态,显著降低预订风险。
该项目发布了一部由 AI Agent 每日撰写并绘制的网络漫画,内容聚焦机器内部生活。 每天由特定 Agent 创作分镜,其他 Agent 通过指定端点提交评论,独立的裁判系统审核这些反馈。 被采纳的创意将引导次日漫画的创作方向,而被否决的内容也会公开发布。
Google AI Mode 的点击数据并入 Search Console 性能报告,但查询词几乎全部匿名化。 实验发现,即使生成 100 以上展示量(500 次查询仅产生 101 次点击)也无法解锁真实查询词;侧边栏引用链接及展开链接均被独立追踪为不同位置。 同一 URL 在不同匿名查询下的点击会聚合为一行,排名取平均值(如位置 1 和 5 平均为 3)。
利用 Amazon Bedrock AgentCore 构建多智能体智能文档处理系统,实现文档分类、提取与验证的自我改进。 系统由 8 个智能体组成,基于 Strands Agents 框架运行,处理时间常低于 20 分钟,无需手动配置模板。 该系统能自动学习新文档格式,显著降低因文档挑战导致的年均 19,732 美元成本及 21.3% 生产力损失。
Twin Health 推出的 AI 数字孪生应用能预测食物对血糖反应,通过红橙绿三色反馈指导饮食。 构建该模型需 90 天 Dexcom G7 连续血糖监测数据、智能秤及血压计数据,并需前往 Quest Diagnostics 进行血液检测。 该服务目前仅限企业或私人健康保险用户访问,旨在帮助改善慢性代谢问题。
Shadow AI指员工未经审批将敏感数据粘贴至个人AI账户,构成当前合规风险而非未来威胁。 83%的巴西职场人士在工作中使用AI,其中74%自带工具。LGPD第39条要求控制者监管数据处理,擅自使用个人AI账户违反该规定。 无合同覆盖74%的个人AI使用场景,ANPD可对LGPD违规处以最高5000万雷亚尔罚款。
作者删除了代码库中约168,000行注释,并要求Claude Code智能体在包含和不包含注释的两个代码库版本上各执行两次任务(共六次运行)。结果显示,所有运行均通过lint、类型检查和测试,由独立AI裁判盲评后的得分差异在噪声范围内。
开发者分享了构建编码智能体程序性记忆的经验,强调仅信任在代码修改后通过测试的修复,避免将错误习惯固化。该记忆系统在 18 个会话的 3 个修复任务中减少了 30% 的工具调用次数和 25% 的输入 token,但存在依赖文件变更未触发重新校验的问题。项目已以 Apache-2.0 协议开源。
OpenAI 于 10 月 14 日将 GPT-5.5 从 ChatGPT、ChatGPT Work 和 Codex 中移除,API 密钥认证的 Codex 会话暂时保留。
Amazon Bedrock AgentCore 结合 Strands Agents 框架构建 AI 智能体系统,可在 90 秒内自动化生成演示文稿。
蛋白质语言模型(如 ESM)输出的嵌入向量仅代表序列特征,无法直接预测酶活性,必须结合训练好的预测器使用。 模型对比替换氨基酸与原始氨基酸的条件概率可生成突变得分,用于无标签排序,但这并非活性的直接测量或发生概率。 嵌入向量与突变得分两条路径产出的结果不可互换,需针对实际测量的属性评估排序效果。
Nothing Threw 博客作者整理了其在实际业务中记录的 84 起 AI 智能体故障案例。尽管故障数量从 18 起增长到 84 起,且针对问题建立了多项检查与测试,自动化捕获比例仍在 9% 到 15% 之间徘徊。
Arcjet 发布编码智能体安全功能,使用 Cloudflare Clef 决策模型实时分析会话活动序列以检测行为漂移和提示注入。系统将状态存储于 Durable Object,利用 Clef Flash 进行快速风险评估,并通过 Rego 策略根据会话风险标记实施差异化锁定策略。
本文演示了如何通过 Python SDK 部署 Amazon SageMaker JumpStart 预训练模型并进行轻量级评估。 使用示例提示词测试,延迟 9.07 秒,生成速率 16.9 词/秒。 该流程适用于多数模型,但 Payload 格式和实例类型需根据具体模型调整。
作者借助 LLM 安装 Prusa INDX 和 Gen2 升级套件,将官方指南载入上下文窗口以解决组件归属及步骤重组等安装疑惑。 LLM 还通过阅读 Prusa-Firmware-Buddy 固件代码协助排查故障,成功定位出皮带安装中齿数不均导致校验失败的问题。 该实践验证了 LLM 在处理非编程类工程文档与固件调试任务时的有效性。
Friend 2 是 Avi Schiffmann 推出的第二代 AI 吊坠,售价 $249,基于 OpenAI 模型,但被评价为缺乏个性且功能受限。 设备提供固定角色和名称,但用户可创建多个 persona;AI 仅能进行闲聊,无法像其他 agent 那样浏览网页,内容受限于隐私政策。 Schiffmann 计划更新使其成为共享上下文的单一实体,但当前体验仍显单调。
该指南展示了如何在 Node.js 和 TypeScript 中从零构建大语言模型,覆盖从注意力机制到训练循环的每一层。 内容基于 @node-llm/chapters 包,每个章节均提供可运行的 GitHub 入口,并计划嵌入来自 @node-llm/playground 的 Live WebGPU 演示。
一人创业公司创始人使用 Grok Bot 的多个 AI 智能体运行了一周业务,包括处理客户支持、编写代码、监控安全和执行市场营销任务。智能体间协作自动修复了客户报告的 bug,营销智能体也推动了 PromptBase 社交渠道增长。作者认为这展示了常驻 AI 智能体在降低人工开销方面的潜力,但也指出设置复杂、数据锁定以及业务理解力下降等风险。
Anthropic 日合并代码量从 2026 年 5 月的约 2,500 次升至 9 月的 30,000 次,因 Git 无法支撑,团队在 5 个月内自建版本控制系统 Scion,将 monorepo 从 git 迁移,并同期上线代码审查工具 Antique、代码搜索和源控 IAM,主要由 Claude 完成。
AI 时代编程核心在于像系统架构师一样思考,而非记忆语法。 通过提示引导 AI 解决科学问题,重点关注方法存在性、工作原理及适用场景。 采用模块化编程防止 AI 幻觉导致崩溃,利用 Cookiecutter 框架严格隔离数据与脚本,并使用假数据保障隐私安全。
作者在 CPU-only 的 Linux 环境下实测 PI-Desktop 0.16.1 搭配本地 1.7B 模型:安装和启动很快,子代理(subagent)机制在简单任务上表现可用,但 Plan 和 Goal 模式因模型能力不足而生成了虚构路径;同时测试发现应用存在 Goal 模式自动切换权限、OS 密钥链宣传与实际文件存储不符等与模型无关的应用层缺陷。
llms.txt 是一个位于网站根目录的纯文本文件,用于告知 AI 助手网站身份及优先读取的页面。该文件采用 Markdown 格式,包含 H1 标题、单行描述、H2 分区及带有简短事实性注释的绝对 URL 链接列表。
作者为搭建本地 LLM 环境,以 24 GB VRAM 为门槛筛选 RTX 3090,并借助 2Captcha 的 MCP 工具执行网络搜索与结构化数据提取。 通用搜索返回五个无效结果(如航天公司链接),作者转而直接解析零售商页面,提取到 GotoDirect 上型号为 G3090GXT24 的二手 MSI 显卡,报价 $1,654.74 且显示有库存。
作者提出一套 AI Agent 技术栈,使用 Pydantic AI 处理智能体逻辑,LangGraph 管理流程,chanx 实现类型化流式 WebSocket 通信,OpenTelemetry 记录追踪,并用 pytest 模拟 LLM 进行快速测试。该栈的核心思想是将系统边界定义为声明式、类型化的工件,而非依赖开发者记忆,业务逻辑与智能体图解耦在独立服务中。
AI Hub 上线 158 个公开 AI 教学课程计划,整合 Quill.org、MIT 及 Google DeepMind 等资源。覆盖 9-12 年级,包含 15 分钟至 4 小时不同时长活动,无需专业知识即可教授。
作者发布开源工具Jeffy文本分类器,通过交互演示展示AI利用Markov链预测人类左右选择模式的能力,20次选择后可达到60-70%预测准确率。Jeffy提供68个预训练分类器,支持文本、游戏状态和数值特征,在CPU上运行耗时低于80ms,无需GPU或API密钥,可通过pip安装并在3行代码中实现分类功能。
在面对面交谈时,RayNeo iO 智能眼镜通过视觉提示(如 3-4 个单词)而非语音反馈,能解决双声源干扰导致的注意力冲突。 语音输出虽在驾驶时自然,但在对话中会迫使用户同时聆听两人;短文本视觉摘要允许用户扫视关键数据(如账户名或指标)而不中断对话。 对于多句长回答,视觉展示存在明显局限,该测试揭示了不同场景下信息传递方式的实际差异。
Python 3.15 内置 profiling.sampling 剖析未修改的 web-edit 应用,显示混合行尾保留主导忙碌编辑负载,preserve_endings 占 15,296 个 CPU 栈样本的 64.8%。
Pulse Local 是一款 Mac 应用,其 AI 模型完全在用户本地机器运行,确保对话隐私。 该应用覆盖规划、现金流等完整预算功能,支持 CSV 导入,AI 回答需 12 至 14 秒。 目前提供 Mac Beta 版(仅限 Apple Silicon),定价 0 至 40 美元一次性买断。
作者基于 Inception 推出的扩散式模型 Mercury 2.5 构建了 39,000 行的编码 Agent,并实测了 GLM、Haiku 等模型的替代方案。测试表明模型决定了任务的解决上限,Agent 框架仅影响单次运行成本;由于 Mercury 存在单一供应商和参数被隐式修改等工程问题,配合更强的规划模型才适合在复杂编码场景中作为低成本执行层。
AWS 推出自动化方案,简化多账户环境下 Amazon Bedrock 私有定价权益(MPPO)的激活流程。 方案提供轻量脚本与 CDK 事件驱动两种路径:前者用于一次性信任激活,后者自动验证卖家并创建分布式许可,支持组织级批量授权。 自动激活确保谈判价格在许可生效后立即适用,避免手动操作遗漏,并通过 CloudWatch Logs 提供完整审计记录。
ShipStation Global 基于 Amazon Bedrock AgentCore 构建 Slack AI 智能体 Deckhand,解决 97.5% 的常规 IT 咨询,员工满意度达 96%。
Orca Security 基于 Amazon Bedrock 构建 Discovery AI,将自然语言转化为 Sonar 安全查询。 该系统利用 RAG 和 9 阶段流水线,调用 Amazon Titan Text Embeddings 及 Cohere Rerank 3.5,处理 900 多个云模型。