跳到正文

内容类型

教程实践 最新动态

拿来就能用的实操内容:提示词技巧、工作流搭建、工具用法与踩坑经验。

190 条精选近 30 天 173 条共收录 223 条

更新

精选归档 · 第 6 页

10月19日周一第 101–120 条
  1. Hacker News70

    Superlite:Claude Code 上更快的自主构建插件

    作者发布 superlite,一个面向 Claude Code 的自主构建插件,主打一次审批后自动并行执行任务。它通过任务图拆分、按能力分配 Sonnet/Haiku 子代理、用 hook 强制执行规则来减少人工介入,并在同一基准项目上以 16.1 分钟跑完 177/177 个隐藏测试,约为对照 superpowers 33.6 分钟的一半。

    推荐理由:作者把 Claude Code 插件的并行策略、任务分层与同项目基准数据做了展开,可作为设计自动编码流水线时的参考。

  2. Hacker News30

    Sanity's Edge:AI 协助还原 1994 年电话语音 BBS

    1994 年电话语音 BBS Sanity's Edge 共同创建者 Max 上线网页档案,借 ChatGPT 3、Sonnet 4 与 Claude Sonnet 5.5 三代大模型逐步破解其专有音频格式并从机器码重建 C 源码。

    推荐理由:对比 ChatGPT 3、Sonnet 4 与 Claude Sonnet 5.5 三代模型破解同一专有音频格式的进展,呈现 AI 在遗留系统逆向工程上的能力变化。

10月18日周日
10月17日周六
  1. Simon Willison35

    用 Claude Code 构建支持 URL 片段分享的 LaTeX 渲染器

    Simon Willison 用 Claude Code(Opus 5.5 Extra)打造 LaTeX 渲染器,支持 MathJax 公式与 faster-latex 排版文档,并可通过 URL fragment 分享。

    推荐理由:展示了用 Claude Code 逐轮迭代构建 LaTeX 渲染小工具的 prompt 写法与 XSS 防护思路,对想用 AI 智能体搭建前端工具的读者有直接参考价值。

  2. AWS Machine Learning Blog44

    AWS 基于 Amazon Bedrock AgentCore 构建九阶段 AI 智能体评估框架

    AWS SMGS 团队基于 Amazon Bedrock AgentCore 构建了一套覆盖智能体全生命周期的九阶段评估框架,从定义质量标准(Stage 1)到反馈循环(Stage 9),在工具、Agent 和多 Agent 三个层级同时运行。

    推荐理由:原文给出九阶段智能体评估框架与可量化的改进结果,可作为构建生产级智能体质量体系的参考。

  3. Hacker News69

    Agent harness 为何显著影响 prompt 缓存与能耗效率

    Neuralwatt 联合创始人兼 CEO Chad Gibson 基于 2026 年 9-10 月自家云平台流量和 lab 测试数据,比较了 OpenCode、Pi、omp、Kilo Code 与 deepseek-harness 等 agent harness 在 prompt 缓存命中率上的差异。

    推荐理由:基于自家云上 2026 年 9-10 月的流量和 lab 数据,对比主流 agent harness 的缓存命中率,并给出可逐项修复的失效成因。

  4. Hacker News44

    从记忆存储机制推导 Transformer 各核心层

    本文把线性层、MLP 与自注意力都视作键值记忆存储,从干扰-信号比推导各自的容量上限:在 d_k=64 时,外积线性存储约 64 条记忆,最优线性存储约 128 条,平方 ReLU MLP 约 2,700 条,softmax 自注意力(β=√d_k)可达约 120 万条。

    推荐理由:以关联记忆为统一视角,把外积记忆、MLP 与 softmax 自注意力依次推导出来,读者能从容量公式直观比较各层的取舍。

  5. Hacker News69

    Claude Code 团队如何做代码评审

    Anthropic 公开 Claude Code 团队的代码评审流程,约 90% 的代码由 Claude 自身编写。流程覆盖 7 层机制:执行前验证、AI 评审、安全审查、自动化检查、按风险分级的人工批准、合并队列与灰度发布、快速回滚。

    推荐理由:Anthropic 把 AI 主导环境下七层代码评审流水线与具体指标一并公开,读者可据此评估哪些环节适合引入自己的团队。

10月16日周五
  1. AWS Machine Learning Blog54

    Reflection Beam 登陆 AWS SageMaker JumpStart,面向智能体编码的开源权重模型

    Reflection AI 的开源权重模型 Beam 已上线 Amazon SageMaker JumpStart,整体为稀疏 MoE,总参数 501B、激活参数 23B,有效上下文长度 1M tokens,权重以 Apache 2.0 在 Hugging Face 发布,提供 BF16、FP8、NVFP4 三种检查点。

    推荐理由:文章对比 JumpStart 实时端点、HyperPod Inference 与 SGLang 或 vLLM 三条部署路径及对应 H100/H200/B200 实例,便于评估在 AWS 上运行 Beam 的硬件与运维取舍。

  2. Hacker News60

    Apple ML Research 用 MLX 在 Mac Studio 集群上分布式推理 Muse Spark Open

    Apple ML Research 博客发布 MLX v0.30.1 分布式推理方案,结合 macOS 26.2 引入的 Thunderbolt 5 RDMA 驱动与新的通信集合 jaccl,可在多台 Mac Studio 上运行 816B 总参数、42B 激活参数的 MoE 模型 Muse Spark Open。

    推荐理由:Apple 用 4 台 M5 Ultra Mac Studio 通过 Thunderbolt RDMA 把 816B 参数的 MoE 模型跑到 36.73 tokens/s,给本地大模型推理提供了可复现的并行方案与基准数据。

  3. Hacker News24

    如何形式化全部数学

    Hacker News 帖子分享了 xena project 博客文章《如何形式化全部数学》,文章讨论数学形式化的方法。该帖获得 62 分、54 条评论,原文链接 https://xenaproject.wordpress.com/2026/10/16/how-to-formalize-all-of-mathematics/

  4. Simon Willison57

    sparqlite:用 Rust 在 SQLite 中实现 SPARQL 1.1

    sparqlite 是一个用 Rust 编写的 SQLite 可加载扩展,可将 RDF 四元组存入普通 SQLite 表,并在 SQLite 进程内原生执行 SPARQL 1.1 查询和更新。

    推荐理由:给出原生执行与 SQL 翻译的速度对比及 W3C 测试覆盖,为嵌入式 SPARQL 实现提供可核对的性能与兼容性基线。

  5. Simon Willison21

    用 Claude Code 制作的声波传输双人游戏 Chirp Pong

    Simon Willison 在 Claude Code 中调用 Claude Opus 5.5 Extra,制作了一款双人声波对战游戏 Chirp Pong:两台手机靠近后通过麦克风互发声音信号同步游戏状态,在传统 Pong 玩法之上加入了图形与操作的变化。

    推荐理由:用声波在两台手机间传输游戏状态的原型做法,可作为用 Claude Code 做硬件交互类小项目的参考。

  6. AWS Machine Learning Blog50

    Meta 的 Muse Spark Open 模型登陆 Amazon SageMaker JumpStart

    Meta 的开源编码模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线,提供 BF16(Muse-Spark-Open-816B-A42B)与 NVFP4 量化(Muse-Spark-Open-816B-A42B-NVFP4)两种变体。

    推荐理由:原文给出了 BF16 与 NVFP4 两种变体的部署路径、对应实例类型及推理调用方式,便于读者在自有 AWS 环境中评估该模型的编码能力。

  7. Hacker News52

    BlastLoop:面向 AI 编码智能体的结构优先分层方法

    BlastLoop 是 Ross Shaw 在 Show HN 上发布的面向 AI 编码智能体的结构优先编程框架。它把写代码分成 Blast、Mid、Inner 三个高度层,分别处理系统级、子系统级和本地单元级改动,再按 T1 结构、T2 bug/运维、T3 对抗测试的固定顺序逐层验证;若 T3 发现结构问题则回到 T1 并重新路由到对应高度修正。

    推荐理由:原文给出了一套按高度分层、按结构与对抗门控顺序测试的智能体编码流程,读者可以据此判断它能否套用到现有工作流。

10月15日周四
  1. Hacker News57

    用 AI 逆向硬件驱动:hw-harness 实践与三个项目

    GNOME 博客作者用 Claude Code 在 KVM 透传下录制 Windows 驱动参考会话、再用 usbmon 在 Linux 端抓相同操作的包并做 diff,从零为 Plustek OpticFilm 8200i 写出新 SANE 后端、在一天内修复 ThinkPad X1 Carbon Gen 14 MIPI 摄像头的内核与 libcamera 通路。

    推荐理由:整理出用 Claude Code 对比参考驱动与自写驱动抓包差异来定位硬件 bug 的可复用流程,适合做硬件逆向或 Linux 驱动开发的读者照搬。

  2. Hacker News63

    AWS Labs 开源 AI-DLC,为 AI 编码工具提供统一结构化开发工作流

    AWS Labs 开源 AI-DLC(AI-Driven Development Life Cycle)工具,把 Claude Code、Kiro CLI/IDE、Codex CLI、Cursor、opencode、GitHub Copilot 等多款 AI 编码助手接入同一结构化工作流引擎。

    推荐理由:呈现了 AI-DLC 在 Claude Code、Cursor 等多款 AI 编码工具中的统一接入方式,可作为自有流程的可迁移参考。