Towards AI 智能体编码最佳实践
Towards AI 提出“人工思考、AI 打字”的智能体编码原则,将工作流分为上下文优先、先规划后编码、快慢模型分工三步。 建议配合原始堆栈跟踪、单轮多任务提示及失败重试等护栏措施,确保代码可测试、可审查。
Towards AI 提出“人工思考、AI 打字”的智能体编码原则,将工作流分为上下文优先、先规划后编码、快慢模型分工三步。 建议配合原始堆栈跟踪、单轮多任务提示及失败重试等护栏措施,确保代码可测试、可审查。
作者将 AI Engineer World's Fair 的现场工作坊转化为文章,重点分享了上下文压缩方法(compaction methods)及缓存管理在 2026 年重要性增大的实验结果。 这些实验成果、导师完整代码库、包含实验结果和演示的互动 Demo 以及幻灯片均全部开源,读者可查阅文中提到的每一个数字和完整细节。
AI短剧《非妖哉》上线两集累计获赞超300万,作者借助LibTV无限画布完成创作。该作品将中国志怪元素与现实隐喻结合,单集制作周期约11至14天。作者计划进一步尝试LibTV的3D导演台功能以提升镜头控制能力。
作者基于 DistilBERT 微调构建 AI 文本检测器,输出 0-100 分概率值,并以此作为验证器训练小语言模型(SLM)生成规避检测的文本。 该方法类似 Pangram 模型,通过分类器估算 AI 生成概率,项目包含本地 API 部署及用户界面,旨在展示验证器基于 LLM 的应用范式。
Ling-3.0-tiny 与 ASystem AReno 联合演示了基于井字棋的单机 Agentic RL 后训练路径。使用 7.9B 总参数的模型在 DGX Spark 上,经 400 步 GSPO 训练后,非法动作显著减少,单步响应长度下降至 850 tokens,验证了本地任务适配闭环的可行性。
MiniMax H3 技术团队回应开发者关于模型架构与优化方案的疑问。团队澄清 H3 未采用 MSA 而是结合 MoBA 与稀疏注意力,采用双 VAE 以独立控制音视频模态,并提出 Regenerate-2K 将在完成效率与质量提升后开源。
推荐理由:团队通过问答澄清了架构与优化细节,开发者可据此调整工作流。
Louis-François Bouchard 在 O'Reilly 分享了自己的智能体工作流:把个人笔记和技能放在 Obsidian,共享项目技能放在代码旁,用 Claude Code 和 Codex 读取相同的 Markdown 指令(技能),并在每次运行和每周固定记录反馈。
学习AI工程应围绕五个核心决策展开:是否使用LLM、系统架构选型(提示词/RAG/微调/智能体)、数据接入与人工介入点、成功标准及评估、以及失败处理机制。作者建议通过阅读基础资料、构建小型系统并加入评估数据集与追踪功能来积累经验,利用评估与反馈转化工程判断力。相关学习路径已整理为免费的公开GitHub路线图,并附带可定制课程大纲的提示词。
Andrej Karpathy 展示 Anthropic Opus 5 利用 1M token 预算(约 $10)耗时 2 小时生成 5500 行代码,将《指环王》首章渲染为 3D 交互式 JS 场景。
创作者使用 AI Agent 团队将单条 YouTube 视频的制作周期从两至三天压缩至五小时,工作量降低 90%。该流程将研究设计为可探索方向的 Agent,写作则设为受约束的工作流以保持一致性。创作者保留了选题方向、观点塑造与最终事实核查环节在人工控制范围内,其余执行步骤由自动化流水线完成。
Kimi K3 发布动态加载工具 API 特性,支持将工具声明作为 system 消息插入 messages,使 Kimi 第一方 Agent 产品的 ToolCall 相关 token 下降约 70%,输入 token 整体消耗下降约 30%。Kimi 方案无需改动既有工具定义,比 Anthropic Tool Search Tool 更干净,但目前仅 kimi-k3 支持。
推荐理由:Kimi K3 动态加载工具特性将工具声明注入 messages,读者可据此降低 Agent 工具的 Token 消耗并避免误选。
图谱工程(Graph Engineering)并非独立新学科,而是对循环工程(Loop Engineering)等 AI 编排术语的迭代,其核心价值在于引入测试执行器、外部信号或专家审核等证据机制,以替代模型自审。当单一循环无法解决复杂任务时,图谱结构结合 Claude Code 动态工作流与 Codex 子智能体,通过外部证据验证提升系统可靠性。
Andrej Karpathy 提出使用长语音漫谈提升 LLM 交互效率的工作模式。 用户通过切换至 /voice 模式进行 10 分钟自由语音表达,LLM 能将混乱的意识流重组为清晰意图。该方法显著改善人机“心智融合”,后续交互中需人工修正的内容大幅减少。
文章指出 OpenAI GPT-5.6 家族及 DeepSeek-R1 确立了带多级推理力度(effort settings)的模型范式。DeepSeek-R1 验证了可验证奖励强化学习(RLVR)足以让模型习得链式推理与自我修正,GPT-5.6 进一步展示了不同计算资源下的性能差异。 多力度模式已成为现代模型标准配置,训练过程依赖可验证数据域的奖励信号而非中间轨迹本身。
该教程演示了使用Ollama配合开源大语言模型,在本地环境中部署并运行Qwen Code、Codex或Claude Code等编码Agent。文章对主流本地模型进行了速度、推理能力和安全性评估,并提供了不同编码框架的性能对比与审计方法。作者指出,Qwen3.6、North Mini Code等30B至35B规模的开源MoE模型在编码能力上已具备较高实用性,且在本地推理速度上可与订阅制闭源模型匹敌。
作者在 AI Engineer 世界博览会的主题演讲中展示了一款基于纯文件和引用的 AI 研究操作系统,旨在解决 Agent 难以复用长期记忆的问题。该系统通过三层结构(原始源、索引、维基)将 Obsidian 或 GitHub 等来源转化为可查询和检查的记忆,无需向量数据库或知识图谱。
作者把约 10000 条 Obsidian 笔记、文档、视频、仓库和链接变成可查询的文件式研究 wiki,让 AI agent 能调用、更新和复用。核心思路是:一次性 agent 靠上下文,研究 OS 构建记忆;需要整理来源、索引重点、保留出处、在正确时机加载正确上下文。
Claude Code 和 Codex 的核心用户不再通过编写提示词,而是设计让智能体自主检查状态、决定继续或停止的循环系统,以替代人工监控。循环工程不同于 cron 任务,包含让循环正常运行的 5 个构建模块。若忽视特定的 2 个陷阱,将导致 token 预算被大量消耗。
AI 图像生成并非通过搜索数据库拼接,而是基于两大核心路径:从噪声中雕刻,或像写句子般逐块构建。Midjourney、ChatGPT、FLUX 等主流工具均属于其中一类。
Kimi 开放平台推出的 Batch API 支持 K2.6 和 K2.5 模型,提供 6 折价格且不受账号实时并发限制。该方案通过后台错峰批量调度降低资源等待成本,适合模型评估、内容分类及大批量生成等不追求实时性的业务场景。
Sebastian Raschka 拆解了 Gemma 4、Laguna XS.2、ZAYA1-8B 和 DeepSeek V4 等最新开源 LLM 的架构设计。
Weaviate 展示了构建法律 RAG 应用的流程,通过多模态摄入和结构化集合提升检索精度。系统使用 Query Agent 执行混合搜索和重排序,支持从源段落生成可验证的回答。
Hugging Face 团队通过构建基于 Gemma 4 E2B 的浏览器助手示例,分享了在 Chrome 扩展 Manifest V3 中集成 Transformers.js 的实践经验。
推荐理由:文章拆解了 Manifest V3 约束下使用 Transformers.js 的架构细节,读者可复用其后台推理与消息通信设计。
作者分享理解大语言模型架构的工作流,主要适用于开源权重模型。流程始于官方技术报告,当论文细节缺失时,直接检视 Hugging Face 上的配置文件和 Python transformers 库中的参考实现,利用可运行代码获取架构细节。 该方法主要用于学习,手动检视代码被认为是理解模型内部工作机制的高效练习,而不适用于 ChatGPT 等闭源模型。
Hugging Face 提供了 Skill 和测试框架,用于协助将 transformers 中的语言模型移植到 mlx-lm,实现模型几乎即时可用。该 Skill 作为辅助工具而非自动化流程,支持贡献者处理脚手架搭建及架构校验,同时为审查者生成符合代码规范的高质量 PR 及可复现测试证据。
本文展示了面向销售团队的实用 ChatGPT 工作流程。这些流程覆盖客户调研、会议准备、客户触达、管道回顾及销售执行等环节,帮助销售团队更高效地利用 ChatGPT 完成日常销售工作。
利用清晰的提示词在 ChatGPT 中创建并优化图像,可在几分钟内迭代设计并生成高质量视觉内容。
OpenAI 提供指导,帮助用户学习提示词基础。通过编写清晰、有效的提示词,用户可显著提升从 ChatGPT 获取回复的质量和实用性,从而获得更精准的结果。
ChatGPT 支持探索数据集、生成洞察及创建可视化。该功能可将分析发现转化为可执行的决策,帮助用户基于数据做出判断。
ChatGPT 利用搜索和深度研究功能,帮助用户查找最新信息、分析来源并生成结构化洞察。
该指南为初学者提供了理解人工智能的基础知识,重点解释了什么是 AI、其工作原理,以及 ChatGPT 等工具如何利用大语言模型进行交互。 注:根据防幻觉规则,正文未提供具体模型版本号、参数规模、benchmark 分数、价格或上下文长度等具体数字,因此摘要仅基于原文实际内容撰写,未进行额外扩写。
OpenAI发布教程,介绍如何创建和使用ChatGPT skills,旨在帮助用户构建可复用的工作流,自动化重复性任务并确保持续的高质量的输出。
推荐理由:OpenAI官方教程说明如何构建可复用的ChatGPT技能工作流,为智能体开发提供标准化方法参考。
OpenAI 发布了关于如何使用 ChatGPT 进行研究的指南。该指南介绍了如何利用 ChatGPT 收集资料来源、分析信息,并创建带有引用的结构化洞察。
这是一篇指南,讲解如何使用 ChatGPT 进行头脑风暴。内容涵盖利用该工具整理思路,并将粗略的概念转化为结构化、可执行的计划。
OpenAI 提供 ChatGPT 的负责任与安全使用指南,聚焦于安全性、准确性及透明度的最佳实践。该指南旨在帮助用户在调用 ChatGPT 等 AI 工具时,遵循规范以优化使用体验并降低潜在风险。
Andrej Karpathy 分享了一份关于使用 LLM 构建和维护个人知识库的改进版理念文件(idea file)。他认为在 LLM 智能体时代,分享具体代码不如分享核心理念,由用户的智能体根据自身需求定制和构建。该理念包括使用 Obsidian 作为界面,LLM 自动编译 Markdown 维基,处理问答、数据清理,并探索合成数据生成。
推荐理由:作者分享了利用LLM构建和维护个人知识库的方法,提供了抽象化的理念清单,读者可据此定制自己的智能体工作流。
Sebastian Raschka解析编码智能体(Coding Agent)的整体设计,指出模型能力之外,周围的系统层(工具调用、上下文管理、记忆)决定了实际表现。
Andrej Karpathy 分享了利用 LLM 构建和维护个人 Markdown 知识库的方法,将 LLM 主要用于知识操作而非代码编写。其工作流包括将源文档索引到 raw 目录,由 LLM 增量编译生成包含摘要和反向链接的 Wiki。
推荐理由:作者展示了利用 LLM 自动编译和维护 Markdown 知识库的具体工作流,读者可复用该方法进行非代码类知识的整理。
文章系统梳理了当前主流开源 LLM 采用的七类注意力变体:MHA、GQA、MLA、滑窗注意力、DeepSeek 稀疏注意力、门控注意力和混合注意力,并解释了各自的动机、机制和在推理中的权衡。
Codex Security 不使用传统 SAST 生成报告,而是采用 AI 驱动的约束推理和验证机制来查找真实漏洞。该方法旨在减少误报,通过深入分析解释了这种非传统安全测试架构背后的技术逻辑与设计原因。