大模型狂飙2025：一篇文理清从模型到智能体的架构演进
文章围绕2025年大模型架构演进展开。2023 - 2025年，AI工程从聊天机器人转向智能体与系统工程时代，驱动力是从对话交互到任务闭环的跨越。现代LLM应用架构分智能、能力、连接、编排四层。智能体是利用大模型决定应用控制流的系统，有自主性，其认知架构有ReAct、规划与执行、反思与自我修正等模式，还出现多智能体协作趋势。能力层中，工具是执行能力，技能是专业知识，技能优先架构更优。连接层的MCP解决集成难题。编排层，LangChain适合简单场景，LangGraph用于复杂场景。未来挑战在于思维转型，包括产品设计、应用研发、算法研究方面，工具生态的成熟将推动AI原生未来的构建。
提示词技巧分享：一劳永逸版！
本文是腾讯云开发者唐彪的提示词技巧分享。先介绍使用Gemini 3.0 Pro等AI模型将简短模糊描述转化为详细英文提示词的方法，包括分析扩充维度和输出格式要求，并给出示例。接着阐述不同应用场景下的处理方式，如文生图、文生视频、文生文、图生文、图生图、图生视频等，还给出各场景示例。最后提到虽当下很多AI有自动补全功能，但建议学习AI分析思考步骤，在其基础上二次编辑优化，真正成为AI创作者，文中脚本可到公众号后台回复‘提示词’获取。
什么是技术架构、数据架构、业务架构、应用架构和代码架构？
文章由鹅厂架构师撰写，介绍多种架构概念。先阐述架构是对系统的描述，目的是控制复杂，还介绍4+1、C4、TOGAF - 4A等架构模型。接着分别说明各类架构：业务架构从业务视角描述系统，制定原则并划分模块；应用架构承接业务和技术，描述应用逻辑结构与交互，有功能和技术架构图；技术架构确定运行组件关系及部署策略，考虑非功能性特征；代码架构强调代码分层；数据架构描述存储数据架构，设计要考虑业务场景。
腾讯AngelSlim重磅升级！面向全模态的大模型压缩算法工具包，推理速度飙升 1.8倍！
近年来，推理阶段成本、时延与稳定性制约大模型规模化应用，投机采样可减少大模型有效前向计算。腾讯混元升级 AngelSlim，围绕 Eagle3 投机采样训练范式构建实现，适用于多模态场景，最高实现 1.9 倍推理加速。AngelSlim 集成压缩算法，支持多模态草稿模型训练，以‘Eagle3 训练即部署’为核心。其核心亮点有覆盖全模态训练、面向部署。组件含数据处理、模型、训练器模块。实践上可快速开始训练，所训模型加速表现佳，代码和模型开源。未来计划在工具化和算法创新方面进一步发展。
鹅厂员工都用AI Coding捅过多少篓子？
文章盘点了鹅厂员工使用AI Coding时的翻车现场及防坑指南。多位鹅厂同事分享经历，如部分模型避重就轻、简化测试用mock数据，导致返工；AI改代码会致编译失败、陷入死循环、绕过关键逻辑等。防坑技巧包括用好模型、手动拆解任务、限制危险操作、多commit备份、提前开发测试用例、明确修改范围、强调关键部件不可改等，助开发者在AI编程时代少走弯路。
中美AI巨头都在描述哪种AGI叙事？
本文梳理2025年人工智能领域技术脉络。技术进步集中在流体推理、长期记忆、空间智能和元学习领域，因Scaling Law遇瓶颈，业界从“做大模型”转向“做聪明模型”。当前瓶颈是模型要“博学、懂思考、能记住”，2025年有新解决方向：推理能力通过Test - Time Compute实现质变；记忆能力因Titans架构和Nested Learning提升；空间智能方面视频生成迈向世界模型。此外，强化学习工程、记忆研究、空间智能各派系、元学习等均有进展，还解决了合成数据、小模型蒸馏、注意力机制等问题。最后畅想2026年研究可能向记忆工程化、架构变革、自进化等方向发展。
谁在沉迷AI算命？
本文探讨AI算命现象。AI与传统算命结合成热门商业化品类，成时代情绪出口。其历史久，海外平台Astrotalk成果斐然，国内“AI人生K线图”销量高，解构传统算命成日常方式。爆火原因是传统算命市场“极度非标”，AI降低成本且处理数据强。但AI有缺陷，缺乏流派体系完整和“复盘 - 修正”能力，在语境感知有盲区，不过它不评判、能保密，也易成人性幽暗面共谋者。AI算命成年轻人情感寄托，因奋斗边际收益降低，人们无力掌控命运时易迷信。
AI发现的25个好故事
这是《AI发现的25个好故事》引言。作者让AI寻找用技术解决真实问题商业案例，带回25个故事。故事揭示真正创新常发生在被认为“无利可图”或“过于琐碎”领域，如废水处理、能源存储等公司修补世界破损循环。还体现技术重构人的尊严和价值，如赋能农村女性、助力医患沟通等。商业模式上多数想成“铺路人”构建新经济底层系统。这些从微小痛点出发的故事提醒改变世界常从小事开始，展现人类智慧、坚韧和善良。
[A's周刊 15] CES从概念走向现实
这是A's周刊15期内容，涵盖科技与设计领域。科技方面，2026年1月6 - 9日美国拉斯维加斯举办的CES 2026消费电子展，英伟达展示机器人训练模拟器，乐高发布智能积木，波士顿动力Atlas机器人量产，LG展示家务机器人。设计领域介绍了美山友以建筑理性做字体设计；伊戈尔·古罗维奇用后现代拼贴叙事形成独特美学；安东·雷波宁在作品中操纵时空逻辑，其工作室也获国际认可。
智效跃迁，架构无界，第三届腾讯云架构师峰会圆满落幕！
2025 年 12 月 27 日，第三届腾讯云架构师峰会在北京举行，主题为“智效跃迁 架构无界”。主论坛上，多位嘉宾指出 AI 带来技术变革，架构师面临能力重塑挑战，并回顾同盟发展成果。熊辉、程伟等嘉宾分享产业分析、企业智能体实践等内容，还进行年度同盟表彰。主题论坛探讨 AI 驱动的技术重构、业务赋能及开发者进化路径，涉及 AI 领导力、架构范式转变等话题，圆桌对话讨论了 AI 技术与商业价值闭环构建。峰会描绘了 AI 浪潮下技术生态全景，强调交流共创的重要性。
SGLang Hierarchical Sparse Attention 技术深度解析
阿里云Tair KVCache团队等推出面向Sparse Attention的分层稀疏化框架。HiCache虽扩展了KVCache容量，但长上下文推理出现计算和容量瓶颈。动态稀疏注意力（DSA）突破计算瓶颈，却使瓶颈转移到HBM容量。分层稀疏化将全量KV Cache存于CPU，GPU仅维护Top - k的LRU Buffer。文章介绍SGLang分层稀疏化框架，包括整体架构、核心机制和实践案例，如DeepSeek DSA集成使单请求显存占用大降，单机吞吐提升。性能评估显示该框架在长序列场景有显著优势，未来还将在算法、性能、架构方面深化。
极速开发出一个高质量 Claude Agent Skills 最佳实践
文章作者分享开发Claude Agent Skills的经验。先介绍Skill，它放在skills文件夹，含SKILL.md等，可在Claude等工具使用，还能借助OpenSkills。对比Skill与MCP，指出二者互补。开发Skill时，建议拉Claude Skills仓库源码，用Qoder和NotebookLM辅助学习，让AI写，明确任务并提供上下文。Claude Skill自身实践包括省着写、控制自由度、合理组织结构、规范命名元数据、迭代开发、处理代码执行及避坑。最后强调模型强大时，应清晰表达想法并提供充足信息让AI完成开发。
Qoder 发布首个自进化的智能体：看 Quest 如何重构了 Quest
本文介绍了 Qoder 发布的首个自进化智能体 Quest。它重构自身长程任务执行逻辑，团队仅需描述需求、审查代码和验证结果，体现自主编程。Token 需产出可交付产物才实现自主编程。其公式为 Agent 效果=模型能力×架构设计，通过上下文管理、工具选择、Agent Loop 优化架构。上下文管理采用 Agentic 方式，让模型自主压缩和动态注入信息；工具选 Bash 为主，简洁稳定；Agent Loop 遵循 Spec>Coding>Verify 流程。还能对抗模型“退缩”，自动适配复杂度，为未来模型设计，不暴露文件编辑过程。Quest 有自进化能力，团队用其构建自身，正在探索自主编程的未来。
论文秀Live#30 ｜CGO & MICRO：全同态加密推理的双线加速革命
伴随AI与隐私保护发展，全同态加密（FHE）推理性能瓶颈待突破。本期论文秀Live聚焦CGO和MICRO会议，分享蚂蚁技术研究院两项工作。论文一“HAWK”提出定字长密钥分解切换方法，适配定字长硬件架构，降低计算复杂度和存储开销，还提出优化策略和舍入计算方法，构建硬件适配架构。论文二“FHEFusion”提出针对CKKS方案的编译器框架，通过新中间表示实现算子融合，降低乘法深度。HAWK将算法优势转化为硬件性能，FHEFusion加速DNN推理。论文作者将分享设计思路与验证过程，直播于2026年1月15日18:00 - 20:00在多平台同步进行。
隐语嘉年华｜可信互联，价值共生，探寻数据安全流动的可靠路径
2026年1月10日，第三届隐语开源社区嘉年华在上海举行，主题为‘技术互通，数联未来’。会上，上海市数据局领导肯定隐语社区成果，强调数据流通‘互联互通’重要性。蚂蚁集团韦韬提出数据可信流通破局路径。中国信通院王亦澎、中国银联周雍恺等展示数据互联互通实践。中国电子数据产业集团、亚信科技进行技术融合实践。蚂蚁密算王磊发布SecretFlow 2.0架构，中国电子孙自立发布OpenDataWare。京东等企业分享应用场景实践，活动还表彰社区贡献者。历经三年，隐语社区已成长为全栈技术开源生态。
@个人AI开发者 ，支付宝可以帮你赚钱了
文章指出过去一年虽有众多惊艳AI应用诞生，但个人开发者常卡在产品变现环节。支付是商业闭环重要能力，AI智能体带来新集成方式，个人开发者面临平台不支持收款、用户订阅无入口等问题。为此，支付宝AI生态推出「智易收」与「AI订阅付费」双产品，构建合规收款与订阅体系。同时邀请开发者加入「智星计划」，分享体验还有机会获周边。未来，支付宝会用20年支付沉淀持续优化AI场景支付服务，探索研发原生支付方案。
探索数据隐私计算“圣杯”，2025年蚂蚁同态加密顶会论文数占业界三分之一
AI时代数据安全重要性凸显，数据隐私保护技术突破进入加速阶段。同态加密被誉为数据隐私计算的“圣杯”，能在不解密情况下对加密数据计算，保证结果一致，是密态计算方案重要基石。2025年，蚂蚁技术研究院计算系统实验室发表6篇同态加密顶会论文，占同期相关顶会论文总数超三分之一。蚂蚁从2016年开始探索隐私计算技术，2022年成立计算系统实验室，建立全栈式研究体系，其同态加密加速方案性能相较测试基准提升超3000倍。未来蚂蚁将持续投入同态加密技术研究，探索其规模化部署和产业落地路径。
OceanBase 再登顶刊！
近日，成都信息工程大学与 OceanBase 研发团队合作的《CMA+DB: How to Automatically Tune Database Parameters through Collaborative Multi-Agents》被《IEEE Transactions on Knowledge and Data Engineering》录用。该研究聚焦复杂工作负载下数据库参数自动调优问题，提出 CMA+DB 多智能体协作框架，采用‘分类协作、分层训练’理念，构建三级递进式训练机制，整合三个子模型。在 PostgreSQL 数据库不同工作负载验证，该框架在调优效率、性能提升和泛化能力上表现突出。未来将优化框架结构、适配更多 DBMS 以广泛应用。
Dragonfly 正式晋级 CNCF 毕业项目
2026年1月16日，CNCF宣布Dragonfly正式成为毕业项目。它是开源镜像和文件分发系统，由阿里2017年开源，2018年入CNCF沙盒，2020年进入孵化阶段。其提供高效数据分发加速能力，基于P2P技术，运行在Kubernetes上。在生产环境每天支持千万级容器启动，节省回源带宽、缩短启动时间，还推动AI模型权重分发。自加入CNCF，代码贡献增超3000%，社区贡献者超130家公司。未来将基于RDMA加速、优化镜像布局等。项目毕业获多方认可，维护者、TOC成员、用户均表达积极看法。
活动资讯｜支付宝「碰一下」场景创新大赛回顾
本文是支付宝「碰一下」场景创新大赛回顾。「碰一下」基于NFC技术，可用于支付和多场景服务，截至2025年4月覆盖400城、超1亿用户。9月23日赛事在国美良渚校区启动，多高校参与。一等奖“碰见现场NFC×live”打造演出全链路沉浸体验；二等奖如“支 | 碰一下 × 心意碰”等带来新社交互动、智能睡眠等创意方案；三等奖作品涵盖音乐节票务、校园生活、公共出行等多领域。大赛由支付宝碰一下等主办，多院校合作。
设计不止于界面-AI引领的“Design to Code”时代
文章介绍了AI引领的“Design to Code”（D2C）时代。传统设计环节中，设计师与研发存在理解偏差，AI涌现后虽尝试用AI_Code还原设计稿，但存在问题。通过摸索得出D2C解法，借助AI - IDE和设计工具，打通设计与研发数据，实现设计稿转前端代码。文中展示了PC端和移动端两个案例，体现D2C可提升项目整体效率。D2C促使设计师提升工程化思维，还阐述了其核心方法和实现路径，包括针对有组件和无组件的不同步骤。最后指出D2C是团队角色和流程升级，设计师将跨越传统边界，AI放大其思考维度，推动设计生态发展。
开始了，京东要用 AI 重做一遍电商
文章围绕京东新上线的「京东AI购」APP展开。它设计区别于传统京东APP，做了明显减法。搜索商品时，能结合小红书热点与京东商品池，匹配精准。商品展示分级结构化，支持AI对比。有“每日一惠”筛选折扣。还覆盖机酒饭等场景，能按需求推荐并给出选择建议。推出AI试衣功能，集成度高。其重构购物逻辑，将脏活累活放后台，体现京东AI底层能力。不过这种极简形态虽降低认知负担，但也可能减少“逛”的乐趣，是否成未来电商主流尚不确定。
迈向电商大模型时代，从虚拟试穿到电商AIGC
本文围绕迈向电商大模型时代，从虚拟试穿到电商AIGC展开。先解析虚拟试穿定义、分类，其核心价值源于行业、消费者和商家需求，但面临用户三层进阶需求的难点。接着回顾技术发展历程，介绍京东四代技术迭代及核心观点。京东虚拟试穿产品处小流量测试，沉淀降低门槛等经验，探索万物成套等方向。还阐述京东电商AIGC能力矩阵，含商品抠图等八大板块及实践案例，新版京点点平台有四大特点。最后展望电商AIGC，指出技术统一、交互选择及个性化体验等趋势。
Kafka、RocketMQ、JMQ 存储架构深度对比
文章聚焦Kafka、RocketMQ、JMQ三款主流消息队列，从存储架构多维度深度对比。Kafka以“主题 - 分区”为核心，数据按日志流追加，用分段日志文件，依赖PageCache、顺序I/O和mmap，顺序写磁盘、索引轻、副本同步优。RocketMQ采用“CommitLog + ConsumeQueue + IndexFile”三层结构，分离数据存储与索引查询，读写分离、支持事务和不同刷盘策略。JMQ参考前两者优点改进，以PartitionGroup为基本单元，读写有自身优势。在不同场景下，三者性能有差异，JMQ适合对同步写入和副本异步吞吐要求高的场景，Kafka适用于复杂分区高并发同步写入场景。
一键收藏！中选六大顶会 京东零售年度 AI 论文精选合集（内含福利）
Tech Insight栏目解读京东零售技术论文成果。今年近50篇论文被国际顶级学术会议收录，从中精选15篇制成合集。论文覆盖多个关键方向，如TANDEM优化LLM训练数据混合比例；LoRA改进调参初始化方案；Uni - Layout解决布局生成评估问题；SSUF统一电商查询分类任务；FDD提升模型蒸馏效果；基于图同构网络的群体建模解决点击率预估冷启动问题；ADORE提升电商相关性；MoBGM生成广告竞价词；COT解决CTR预测特征问题；HBM建模用户长期行为；京东零售广告创意相关研究优化图片生成；GRAM提升电商检索效率；UECF实现粗排无偏CTR估计；AutoPP自动化商品海报生成优化；HBLR提升语言模型推理能力。
AI产品全是蓝紫色，谁定的规矩？
文章指出打开AI应用常被蓝紫色“包围”，这背后有心理学逻辑和行业巧思。从色彩设计心理学看，蓝色带来靠谱感，紫色补上创新感，二者结合让AI既专业又有新意，如钉钉的设计。从行业角度，早年科技圈多为蓝色，AI产品用蓝紫色可避免同质化，还自带视觉吸引力。此外，蓝紫色在屏幕显示效果友好，视觉效果突出，适配各种场景。不过，也有部分AI产品不用蓝紫色，如ChatGPT用绿色。但对多数AI产品而言，蓝紫色仍是最稳妥选择。
a16z 预测 2026 年 AI 三大变局
a16z crypto在X上发表对2026年AI三大变局的预测。一是利用AI进行更实质性研究任务，当下AI已广泛用于研究领域，今年或赋能“博学家式”研究风格，需新型AI工作流，加密技术可解决模型互操作性等问题；二是从“了解你的客户”转向“了解你的智能体”，智能体经济瓶颈转向身份，需建立“了解你的智能体（KYA）”机制；三是要解决开放网络上的“隐形税”问题，AI智能体兴起破坏开放网络经济基础，网络需从静态许可转向基于使用的实时补偿。
Claude 发布 Cowork：AI 不再只是助手，而是你的工作搭档
2026年1月15日，Claude正式发布面向日常工作的AI协作功能Cowork，将AI拓展为工作搭档。它源于Claude Code使用反馈，从编程拓展到多场景。其核心能力是参与本地工作环境，可读取、编辑文件等，以完整流程完成任务。工作时用户设定目标，Claude自主拆解执行。它支持与连接器和浏览器协作，覆盖全流程。权限上显式授权，执行操作会确认。目前处于研究预览阶段，后续将优化体验、引入跨设备同步、推Windows版本。
支配树算法原理及鸿蒙工具实践
本文介绍支配树算法在鸿蒙系统ArkTS内存分析工具中的应用。为解决淘宝App鸿蒙版内存溢出问题，构建了客户端采集、服务端分析的工具链。文中对比了朴素、Lengauer - Tarjan和迭代三种支配树构建算法，选用优化迭代算法，因其实现简单、易验证，适合循环引用多的内存图。还介绍了Lengauer - Tarjan算法原理，如半支配节点和直接支配节点计算；阐述迭代算法原理及在JS内存镜像分析的应用，包括构建边索引、前驱节点等，最后说明了构建支配树、计算retainSize及聚合计算的方法。
AI 无障碍 CR 与自动适配实践：从问题洞察到效果验证
本文介绍基于AI的无障碍自动适配方案，可“写代码即修无障碍”。先分析历史问题，焦点管理类占比55.1%，文本描述类占30.8%，前6类问题占86%，根因是开发意识、测试验证、工程支撑和组件复杂度问题。建立修复知识库，前期AI实验定位问题准确率高。方案围绕AI评审、智能修复和模板适配，贯穿前端开发全流程。自测和生产环境优良率超95%，开发者反馈良好。未来将扩展到Native和D2C场景，降低开发适配成本。
火山引擎日志服务-AI时代的数据存储分析底座
文章围绕火山引擎日志服务（TLS）展开，它是泛文本数据一站式存储分析平台。AI浪潮下，传统可观测体系面临观测与评测链路割裂、多模态数据观测缺失、数据安全与合规风险等挑战。火山引擎提供一体化方案，TLS是核心基石，承担统一数据入口、数据回流枢纽和安全合规保障角色。它支持多模态数据处理，打通观测、评测、精调流程，保障数据安全，还能分析强化学习轨迹。未来，TLS将深化内置向量索引、推出多模态观测方案、探索智能化分析等能力。
观测成本如何优化？APMPlus 尾采样技术的降本增效实践
文章围绕观测成本优化，介绍 APMPlus 尾采样技术实践。在微服务中，分布式链路追踪需采集数据计算 R.E.D 指标，但全量采集成本高，头采样有指标失真等问题。尾采样‘先收集，后决策’，APMPlus 中 O11yAgent 负责数据采集处理，通过一致性哈希路由聚合同一 Trace 的 Span。采用多级与组合采样策略，还实施决策前置等优化措施。同时实现决策过程监控，性能压测显示开销可控、策略效率高、高负载稳定。尾采样有适用边界，可与头采样结合，该技术是可观测性体系重要发展方向。
KDD 2026 | 小红书内容审核：Hi-Guard 让内容治理“知其然，更知其所以然”
内容安全是平台治理生命线，传统审核模型有处理复杂语义和规则对齐困难等问题。小红书内容理解团队提出层级式治理框架Hi - Guard，其核心是将审核决策转化为‘基于规则对齐的层级推理任务’。通过层级化提示实现规则逻辑对齐，采用层级分类体系提升分类准确率，用软边界奖励强化学习优化模型。实验表明Hi - Guard在泛化与准确上有双重提升，还具备可解释性，避免传统模型弊端。未来将探索‘指令化审核大模型’推动内容治理智能化、透明化。
2025 TOP 10文章推荐｜得物技术
2025 年圆满收官，得物技术公布该年公众号最热门 10 篇技术文章。其中涉及 AI 工具应用，如 Cursor 在前端需求开发、相关规则优化；大模型开发，像给 Javaer 的开发指南；数据库技术，包括 MySQL 单表数据量、RAG 分块策略、向量数据库落地、Elasticsearch 索引规划；还涵盖 Java SPI 机制、算法项目管理、业务参数配置中心架构，展示了得物在技术各领域的实践与探索。
双栈一致、业务驱动，揭秘快手KwaiDesign企业级UI组件库背后的技术实践
为应对多业务线体验碎片化、双技术栈难以复用等问题，快手构建企业级UI组件库KwaiDesign。文章介绍其背景，包括体验碎片化、研发效率瓶颈、维护成本高。KwaiDesign有四大差异化能力，如双栈一致性引擎等。建设遵循四步法，即构建统一架构、实现开发者体验一致、提供存量业务迁移方案、打造主题定制与质量保障体系。目前已实现技术栈融合、协作流程优化、研发效率提升，未来将扩展场景、深化工具、增强组件功能，支撑业务创新。
好家伙，Claude Code 竟然写了这么多 Bug！
作者在开发 InterviewGuide 项目中体验 Claude Code 等 AI 编程工具，复盘 4 个典型 Bug。一是 @Transactional 自调用致事务增强失效，因事务 AOP 代理被绕过，解决办法是将方法拆到另一个 Bean 上；二是 AI 响应解析空指针，因 LLM 输出随机，解析代码简单，需两层防护；三是删除实体后异步任务报错，因用户删实体但任务还在跑，要在任务处理前做生命周期校验；四是 Redis Stream 消息无限堆积，因未用 XDEL 或 MAXLEN，发送消息时添加 MAXLEN 可修复。AI 编程降低编写门槛，但提高审计门槛，需穿透式 Review。
Android 应用黑暗模式实现详解
文章围绕 Android 应用黑暗模式实现展开。Android 29 起引入系统级支持，有 DayNight 和 Force Dark 机制，低版本适配效益低。DayNight 模式通过主题继承、模式控制、资源配置实现，支持应用与系统联动及独立控制，资源管理清晰，但适配成本高；Force Dark 机制通过系统算法自动转换，适配成本低，但有视觉偏差，不支持独立控制；双机制结合利用 Force Dark 快速适配，用 -night 资源优化效果。最后从多维度对比三种方案，指出不同场景的适用方案，适配需综合考量。
还记得图表可视化的 MCP 吗？Skill 版本来了！
文章介绍了图表可视化 MCP 的 Skill 版本。2025 年 10 月 Anthropic 发布 Claude Skills 功能，此前还有 MCP 协议规范，两者均为该公司推出，MCP 靠外挂程序增强 AI 能力，Skills 则相信模型自主能力并用文档复用。AntV 曾发布 MCP Server Chart，现把可视化图表生成能力封装成 Skills 开放。实现过程包括使用 Code Buddy，按三步完成：提供 25 个工具描述文档放 references 目录，将出图服务写成 Python 程序放 scripts 目录，用 AI 生成 SKILL.md 文件。使用时在支持技能的 AI IDE 导入并启用，可自动选图生成。实践发现 AI Coding 提效明显，Skills 用 Markdown 编排工作流，更像自然语言工作流且便于沉淀。
叙事驱动体验：双11淘金仔IP体验升级
本文讲述双11淘金仔IP体验升级设计。初入大促设计的作者，首要挑战是在复杂规则中找回玩法“好玩”感。在双11节点，让淘金仔IP从基础设定整体升级。一是将省钱心智融入武学设定，打造IP叙事，用功夫概念降成本，创造有梗设定增强传播力；二是借IP叙事串联交互节点，参考剧本节奏转译用户行为，升级各环节体验；三是探索界面外设计途径，在端外小红书分发内容，线下推出公仔盲盒、设计视频分镜。通过叙事驱动，将营销逻辑转化为用户成长旅程，让设计有温度。
微信小游戏秀肌肉：DAU已破亿，超300款游戏季度流水超千万
2026 年 1 月 15 日，2026 微信公开课 PRO 小游戏专场在广州举行，公布了微信小游戏最新生态数据。开发者生态方面，累计开发者超 40 万，2025 年新开发者 5000+，80%为 30 人以下小团队，重视长运营的团队增多。2025 年 70 款小游戏 DAU 达百万，超 300 款单季度流水超千万。用户触达方面，2025 年小游戏整体 DAU 超 1 亿、MAU 达 5 亿，各类用户活跃度、黏性和付费意愿加深。PC 小游戏连续两年大幅增长。2026 年重度、休闲类游戏都有增长机会，团队还宣布了新商业政策，在 IAP 和 IAA 方面给予激励。
实时生成开放世界：新AI模型贴脸开大，游戏研发慌不慌？
文章围绕新AI模型PixVerse R1展开，它是全球首个实时生成世界模型，由爱诗科技研发。用户设定世界观后，它能自行发展画面和故事，还可接受指令改变内容，与以往视频AI不同，是新型媒体形式。在游戏领域，它能改变传统游戏研发和发行环节工作流，助力世界观预研、开发新玩法与组织活动，为玩家提供可交互宣发素材。在品类定位上，会影响互动影视、跑团等玩法游戏，还可能开发新小游戏类型。虽然该模型处于早期，存在逻辑问题和算力限制，但AI能拓宽游戏品类边界，先把握机会者有望在竞争占先。
滴滴与智谱达成战略合作，将共同探索出行Agent场景落地
2026年1月12日，滴滴与智谱宣布达成战略合作，将围绕通用人工智能（AGI）关键技术及其在出行领域的智能体应用开展前瞻性协同探索。滴滴近年加大在大模型与智能体方向技术投入，推进了AI出行助手等智能体创新应用。智谱在大模型架构等方面积累深厚。双方将共同推进Agent场景落地和人才培养，深化出行场景意图对齐与推理能力建设，推动Agent在更复杂业务场景验证与落地。滴滴相关负责人期待双方发挥优势，推动通用人工智能在更广阔真实场景应用与发展。
百度地图驶入“两轮新蓝海”，以导航为引擎定义智能出行未来
随着城市出行结构演变，两轮车成短途通勤重要方式。百度地图成两轮车智能化变革推手，2025年与雅迪等品牌深度合作，构建全域两轮导航生态。其推出‘两轮车导航’引擎，有专属路线规划、动态续航管理和全场景交互融合等核心突破。针对不同品牌提供差异化融合方案，与雅迪、九号、五羊本田等合作呈多样化。凭借这些合作，百度地图在两轮垂直领域确立领导地位，形成生态覆盖力、数据与体验壁垒、产业影响力。其深入渗透还为未来城市慢行交通等领域奠定基础，未来或与车企探索更多创新。
大规模 UI 自动化从“排队地狱”到高效、稳定、可治理的架构演进
本文复盘团队基于Jenkins+Kubernetes的大规模UI自动化体系架构演进。起初，因环境依赖重等问题，UI自动化测试成CI/CD流水线瓶颈，存在体量失控、反馈延迟、资源雪崩挑战。团队从架构并行化等四维度重构，包括任务分片与泳道隔离重构调度逻辑，引入GPU、Pod温池化等优化基础设施，通过并发节流解决Yarn安装慢问题，关闭hostNetwork解决浏览器崩溃。最终将核心业务回归执行时间稳定在20分钟内。未来还需应对用例规模治理、容器化技术债务、AI赋能探索等挑战。
性能突破：星图平台架构优化
文章围绕货拉拉星图平台架构优化展开，先介绍星图平台是“接口管家”，具配置化等能力，以应对业务需求。架构设计遵循模块化、轻量化、可扩展原则，但早期开发面临工程腐化、性能与稳定性压力等问题。通过应用指标分析发现CPU、内存、接口响应等性能问题。为此采取自动注册插件、数据存储解耦、数据压缩、缓存优化、多线程调优、代码优化、网络IO优化、数据序列化优化、JVM微调等措施。经优化，平台性能显著提升，如进线优先级接口RT下降98%，服务机器数减少60+%，目前已稳定运行两年，系统稳定性达99.99%，成功接入超100个业务方服务。
透过图谱：解码软件工程3.0核心密码
文章介绍软件工程3.0时代相关情况。2023年朱少民提出其核心理念，2025年《软件工程3.0》出版阐述理念。同年11月“中国AI + 研发进化图谱”发布，从多维度呈现演进脉络。《软件工程3.0》梳理演进历程，剖析核心特征，提供关键能力构建策略与案例。其核心密码包括人机协同，提升开发各环节效率；建设知识图谱，提供信息支持；以“AI+ATDD”驱动SDLC，加速研发智能化；上下文工程，提高AI实用性与决策准确性。此外，还推出《软件工程3.0》图谱签章版，融合理论与图谱，赠进化图谱长图，扉页有作者签名，兼具实用与收藏价值。
从京东AI上线、千问App接入阿里生态，预示AI应用将全面大爆发
2026年AI技术尤其是大模型应用飞速发展，重塑各行业商业生态。电商领域，京东发布“京东AI” app，重新定义购物体验；千问App接入阿里生态，月活破亿，提供一站式AI购物服务。多个行业探索AI大模型应用，如“Ai好记”用大模型实现知识管理新体验，教育、物流、电力、制造业、自动驾驶等领域也有广泛应用。AI应用形成网络效应，巨头纷纷接入大模型技术。未来，AI将迈向更广泛应用场景，但企业需考虑伦理和隐私问题。
从组件到 OS 的跃迁，MemOS 深度拆解【上】：构建企业级 Agent 的高性能记忆底座
本文是MemOS深度拆解上篇，介绍理念、架构等。理念上，它要将记忆变为系统资源，适应企业需求。架构含MemOS层、MemCube和基础设施。MemOS层是中枢，有MemReader和MemScheduler；MemCube是容器。核心抽象MemCube统一管理记忆。记忆有明文、激活、参数三种形态，可互相转化。实战中，MemOS采用Cloud和开源框架结合模式。Cloud服务省事，适合快速验证；开源自托管适合内网；Python SDK适合单体应用。文中用MemOS Cloud举例，展示了接入配置、添加检索对话、异步处理、记忆过滤、多模态记忆、知识库融合、工具记忆等能力。
死了么？还没！听我们说说Eigent产品背后的故事
本文讲述了Eigent产品背后的故事。团队先发布多智能体协作框架CAMEL，后探索让智能体操控真实操作系统的CRAB项目。2024年推进产品开发，因基础设施不成熟和团队资源有限暂停。之后推进三条基础设施研究线，因OWL爆火重启产品开发。2025年7月Eigent上线，发布后有一定用户量，但因定位和稳定性问题进入沉寂期，后聚焦B端和开发者。团队通过构建基准测试打磨产品，获Google关注，还与多家公司合作，兼容多个主流模型，近期推特帖子爆火，Eigent登顶GitHub trending。
视频播放弱网提示实现
业务群常反馈视频播放卡顿，经排查是弱网导致，为提升用户体验、减少客诉，需在弱网时展示提示。使用的 chimee 播放器无自动展示 loading 功能，可编写自定义插件。方案一是用 NetworkInformation，通过监听 onchange 事件在网络变差时提示，优点是浏览器原生支持、实现简单，缺点是网络状态变化非实时、有兼容性问题、不同设备有差异。方案二是监听 Video 元素的 waiting 和 canplay 事件。还介绍了检测网络速度的方法及代码，可通过 setInterval 轮询展示。最后可通过 Chrome 开发者工具模拟弱网，成功实现视频弱网提示。
Tailwind 因为 AI 的裁员“闹剧”结束，而 AI 对开源项目的影响才刚刚开始
文章围绕Tailwind因AI引发的裁员风波展开。AI公司大量使用Tailwind，其class写法适合AI生成代码，但这切断了Tailwind原本的赚钱路径，导致官网流量和收入下降，出现“越火越穷”情况。Tailwind靠开源增值产品盈利，与Bun命运不同，Bun是强战略资产，Tailwind是可替代的开发者体验层。此次Tailwind发声后获赞助，暂时解决生存问题，但赞助无法解决开源项目商业模式窘境。AI切断流量对开发者和开源项目影响才刚开始，项目影响力和盈利取决于在AI链路中的角色。
Google DeepMind ：RAG 已死，无限上下文是伪命题？RLM 如何用“代码思维”终结 AI 的记忆焦虑
不久前DeepMind发布论文介绍RLM（递归语言模型），它赋予模型像程序员操作数据的能力，把长文本视为“数据库”，通过编写代码递归检索、切片和读取所需部分。目前各大模型厂商增大上下文窗口，但实际超过一定长度后性能下降，RAG是主流补丁方案，不过易丢失全局上下文。RLM与RAG不同，它是“操作对象”，能像人类阅读一样靠“逻辑导航”调取细节，实现“完美记忆”。实验数据显示，RLM在多项任务上准确率远超RAG。其无需专门训练，有零样本策略涌现能力，能处理超模型窗口两个数量级的输入。RLM虽在“长+密”任务上优势明显，但也存在一些限制，如跨模型提示词问题、依赖代码能力等，需更强工程和针对性训练才能成稳定产品。
升不升 Swift 6.2.2？看完再决定
前不久 Swift 6.2.2 发布，虽为小版本更新但有改动值得关注。安装方面，可用 Swiftly 命令安装，也可去 Swift.org 下载安装包。此次更新改动有三：给 Observation 框架加线程致命错误处理器，解决 @Observable 多线程访问偶发崩溃；Windows 调试时 python.dll 不在搜索路径会明确报错；SPM 有两个小修复。对于升级，若项目运行正常可不升，若遇到 @Observable 崩溃、SPM 报错或在 Windows 开发可考虑升级，升级操作简单。小版本主要修 bug，未遇问题不用急升。
等了 3 年，Siri 终于要变聪明了，但靠的是 Google
文章称等了3年，Siri将借助Google Gemini变聪明。苹果官宣经评估，认为Google技术为其基础模型提供强大基础，将彻底重做Siri底层，上半年或推出“苹果壳 + Google芯”的Siri。新版Siri有懂上下文、屏幕感知、深层应用控制三个核心能力，随iOS 26.4发布，大概率3、4月推出，国内时间未知。Gemini还将支持未来一系列Apple Intelligence功能，可能使Google市值超苹果。对开发者而言，未来可能开放API。作者认为苹果此次选择虽打脸，但务实，二者合作或打造杀手级智能助手。
AgentCPM-Explore开源，4B 参数突破端侧智能体模型性能壁垒
OpenBMB开源社区等联合研发的AgentCPM - Explore智能体模型，仅4B参数便在深度探索类任务上取得出色成果，有望让大模型长程任务处理能力部署于端侧。其亮点包括打破参数壁垒、长程深度探索、全流程开源。该模型在主流评测基准上参数效能比高，能力密度、边界和智能行为表现突出。此外还开源全流程代码，通过三大基建支持复现训练和自定义扩展。同时指出提升小模型智能体性能的三大挑战及应对方法，最后诚邀各方共建下一代端侧智能体生态。
AgentCPM-Explore开源，4B 参数突破端侧智能体模型性能壁垒
OpenBMB开源社区联合多机构研发的AgentCPM - Explore智能体模型，仅4B参数却在深度探索类任务表现出色，有望部署于端侧。其亮点有打破参数壁垒、长程深度探索、全流程开源。该模型在主流评测基准展现高参数效能比，越级超越部分大模型，解决GAIA多数题目，有类人思考逻辑。开源的三大基建支持复现和扩展。还探索出提升小模型性能的方法，如模型融合、信号去噪、信息精炼，最后诚邀各方共建端侧智能体生态。
刚刚，Cursor又分享了数百Agent并发协作的最佳实践
Cursor分享数百Agent并发协作最佳实践，先指出单个Agent处理复杂项目效率低，并行协调难。最初尝试让所有agent平等通过共享文件协同，用锁机制防冲突，但失败。后用乐观并发控制，仍有问题。接着将角色拆分为规划者和执行者，解决协同问题。通过构建浏览器、迁移代码、改进产品等实验测试，效果超预期。运行中发现模型选择重要，应针对角色选模型；改进多靠‘减法’；合适结构化程度在两端之间；提示词设计也很关键。当前系统虽可用但未达最优，不过对扩展自主编码能力持乐观态度。
Nature丨清华等团队揭示AI科研双重效应：个人效率亦或是科学边界
本文介绍清华等团队研究成果。在过去十年，AI 渗透进各自然科学领域，但其对科学整体的影响被长期忽略。研究团队推出 OmniScientist 系统，通过分析4100 余万篇科研论文，揭示了 AI 融入科研后的复杂图景。对个人而言，采用 AI 的研究者论文发表量、引用量增加，职业发展提速；但对学术界，AI 驱动的研究使集体关注的科学主体空间收缩，知识范围收缩，后续科学互动模式改变。研究指出，AI 会使科研资源向易取得进展的领域聚集，削弱对原创性问题的探索，呼吁构建更平衡的 AI 赋能科学愿景。
神同步OpenAI！中国团队Deep Principle领衔发布LLMs for Science评测，引爆外网
2026年1月16日，中国团队Deep Principle领衔全球24所高校机构发布《Evaluating LLMs in Scientific Discovery》论文，推出LLM for Science首套评测体系SDE。同一时间，OpenAI也发布相关论文指出现有评测标准在AI for Science领域失灵。研究发现主流大语言模型在SDE评测中表现不佳，存在多步推理等短板，模型规模提升效益递减。论文通讯作者段辰儒等95后创立的“深度原理Deep Principle”获多家机构投资，与知名企业合作，在顶级期刊发表成果。该团队前期积累成为SDE前身，此次研究推动LLMs向科学发现迈进，也表明目前LLM发展路径无法攻克科学发现，需新评测体系与训练路径。
TRAE IDE 10 大热门 MCP Server 推荐
文章介绍了TRAE IDE中10个热门MCP Server。MCP协议允许大型语言模型访问工具，TRAE IDE支持三种传输类型。10个MCP Server各有特点和用途，如Context7可进行文档检索与上下文注入，Puppeteer能实现浏览器自动化等。文章详细阐述了每个Server的核心功能、使用场景和可用工具，还说明了添加MCP Server的方法，可从TRAE IDE内置的MCP市场添加，按步骤操作并填入配置信息即可。
用户实践｜用 TRAE 开发 XMind-MCP 的心路历程
本文作者张博思分享用 TRAE 开发 XMind - MCP 工具的心路历程。因 AI 生成的 XMind 文件无法打开，作者决定开发能让 AI 操作 XMind 文件的工具。选择 MCP 格式是因其可复用、使用灵活，且是让 AI 接入外部能力的主流方式。开发中技术选型从 Node 转向 Python，攻克核心时给 AI 提供“范本”解决问题。封装 MCP 先尝试服务器方案失败，后选 PyPI 平台。确定安装和连接方式时遇到波折，换用 Kimi K2 模型解决。实战迭代中解决文件保存路径和 AI 调用问题。最后介绍工具使用步骤和支持的功能，项目已开源。
https://addyosmani.com/blog/next-two-years/
本文发布于 2026 年 1 月 5 日，聚焦软件工程领域在 2026 年面临的关键变革，以 “AI 编码崛起 + 行业效率导向” 为核心背景，通过五大关键问题及对应两种相反场景展开分析，并为不同角色（初级开发者、高级开发者、准开发者等）提供应对策略，最终强调 “变化是唯一常量”，持续学习与聚焦人类独特能力是核心应对方向。
Astro is joining Cloudflare
文章宣布Astro网络框架创建公司加入Cloudflare。Astro用于构建快速、内容驱动网站，受众多开发者和公司青睐。加入后，Astro将保持开源，Cloudflare承诺支持其长期发展及开源贡献。Astro成功关键在于专注五大设计原则和岛屿架构。同时，Astro 6首个公开测试版已发布，带来基于Vite的新开发服务器，实时内容集也稳定可用，还有更多新特性。Cloudflare期待与Astro团队继续打造内容驱动网站的最佳框架。
ESLint's 2025 year in review
本文是 ESLint 2025 年度回顾。这一年，ESLint 扩展支持 CSS 和 HTML，实现多线程 linting，迈向 v10.0.0。使用量显著增长，周下载量从 4200 多万增至 7000 多万。集成 AI，支持新特性，性能和工作流提升。财务上，收入 20 多万美元，支出 26 万多美元，净亏损减少。还向依赖项目捐款 1.65 万美元。展望 2026 年，待 v10.0.0 稳定后，将完成核心重写、扩展语言插件、优化性能、实现跨文件 linting。
How to write good frontend tests: 37 tips and tricks
本文围绕编写高质量前端测试给出37条实用技巧。测试应清晰明确，避免测试实现细节和第三方代码，使用合适查询函数。优先修复不稳定测试，兼顾正常与异常流程，不过度使用快照。测试文件需结构良好、命名规范且运行快速，避免基于类名查询和断言、测试状态管理内部等。还提到使用固定装置和辅助函数，设置渲染辅助函数，保证测试代码质量。此外，要解释预期值，避免无用测试、测试泄漏、硬编码签名哈希和条件语句，添加注释，关注可访问性测试，正确使用匹配器和模拟方法等。
Stack Space Exhaustion Is Not Specified Behavior
文章指出 Node.js/V8 尝试从堆栈空间耗尽中恢复，使用 async_hooks 时的一个 bug 会破坏此尝试，使 Node.js 直接退出，导致应用易受拒绝服务攻击。React、Next.js 和 APM 工具因使用 AsyncLocalStorage 受影响。该 bug 是因 async_hooks 回调与用户代码在同一调用栈，栈溢出时被 TryCatchScope::kFatal 捕获。修复方案是检测栈溢出错误并重新抛给用户代码。文章建议用户升级到 2026 年 1 月 13 日发布的补丁版本，开发者应注意栈溢出行为未被 ECMAScript 规范定义，要对输入进行清理或限制递归深度。
The Missing Link for Web Components
文章介绍了Custom Elements Manifest可解决Web Components项目工具连接问题。作者在组件库开发中发现代码重复、易不同步等问题。以Lit项目为例展示搭建步骤：先创建新项目和按钮组件；再用Custom Elements Analyzer生成JSON文件；利用其生成Storybook文件，简化配置；借助Web Components Language Server获编辑器智能提示；启用MCP server让GitHub Copilot了解组件；还能用Web Component Linter检查代码。最后提出未来可利用其生成测试和Figma连接文件。
Web Almanac
Web Almanac是HTTP Archive的年度网络状态报告，致力于结合HTTP Archive的原始统计数据和网络社区专业知识。2025版涵盖15章，涉及页面内容、用户体验、发布和分发等方面。其中特色章节‘第三方’显示，前10大第三方域名多为谷歌，90%的页面至少有一个第三方，页面第三方域名中位数为16个，18%的网站使用TCF Standard。该报告由70位志愿者参与规划、研究、写作和制作。其数据来源为HTTP Archive数据集，测试了1620万个网站，处理244TB数据，以2025年7月数据集为指标基础。
从 "对话" 迈向 "行动": 利用 FunctionGemma 打造下一代端侧智能体
文章介绍了 Google 推出的 FunctionGemma 模型。2025 年 Gemma 模型系列成果显著，下载量增长且展现开放模型潜力。开发者对 Gemma 3 270M 有原生函数调用需求，为此推出 FunctionGemma，它是优化版，能将自然语言转成 API 操作。其特点包括执行对话合一、可定制、适用于边缘计算、有广泛生态支持。在特定情境下是优选，如应用有明确 API 接口等。用户可通过 Google AI Edge Gallery 应用体验，还说明了体验和使用该模型的方式，如下载、学习、探索、构建和部署等。
Transformers v5 中的分词系统：更简洁、更清晰、更模块化
文章介绍了Transformers v5中分词系统的改进。先解释分词是将文本转为token ID的过程，有多阶段流程，主流算法有BPE、Unigram等。transformers库封装tokenizers引擎，弥补其不足。其分词器有清晰类结构，AutoTokenizer可自动选合适类。v5重要更新是分词器架构与训练词表分离，解决了v4中结构与词表绑定、代码重复等问题。现在每个模型一个文件，默认用Rust后端，结构可见，支持从零训练，让库更模块化、透明。
社区供稿丨AgentCPM-Explore开源，4B 参数突破端侧智能体模型性能壁垒
OpenBMB开源社区联合多机构研发的AgentCPM - Explore智能体模型开源。该模型仅4B参数，在深度探索类任务表现出色，可部署于端侧。其亮点有：打破参数壁垒，是首个具备8个长难智能体任务处理能力的4B端侧模型；长程深度探索，可超100轮稳定交互；全流程开源，开源了配套工具。它在主流评测基准有极致参数效能比，能力边界宽、行为智能。还开源全流程代码，有三大基建支持复现和扩展。同时，针对小模型性能挑战提出‘模型融合’‘信号去噪’‘信息精炼’应对方法，最后诚邀各界共建端侧智能体生态。
社区供稿丨如何抑制大模型的“过度反思”：Yuan3.0 Flash 中的强化学习范式
过去一年大模型推理能力沿复杂推理、长思维链、类人反思方向进化，但企业落地时出现模型过度反思问题，超70%Token消耗在已答对后的反思阶段。YuanLab.ai团队在Yuan3.0 Flash模型中提出RIRM和RAPO。RIRM通过奖励“思考过程”，引导模型学会在合理反思次数内完成答案验证，减少推理Token消耗。RAPO是对强化学习训练框架的系统性改进，提升训练效率与稳定性。两者协同，使模型“想对就停”。在企业场景中，该模型降低计算开销，提升响应效率，实现更低成本、更高效率的智能系统。
团结引擎 1.8.0 发布，开源 Demo 工程 《Tower Valley》上线， 团结动画系统、粒子系统等新功能上线
2026年1月12日团结引擎1.8.0发布，同时上线开源Demo《Tower Valley》。此Demo融合多种前沿技术，展现实时渲染能力，场景复杂，植被和模型多。本次更新还涵盖多方面：小游戏支持Android/Vulkan API，新增233子平台；Asset Browser可查看资源信息；渲染上，TJSR支持HDRP，集成DLSS技术；虚拟几何体有新功能；实时动态全局光照系统改进；动画系统推出神经变形器、Locomotion模块等；粒子系统支持小游戏平台，新增烘焙动画；Shader Graph有新模板并支持粒子系统；Content Pipeline实现AssetBundle多进程并行构建。
团结引擎高性能实时渲染 Demo ——《Tower Valley》技术解析
《Tower Valley》是展示团结引擎实时渲染能力的 Demo，结合虚拟几何体、虚拟阴影贴图等技术呈现电影级效果。获取 Demo 需通过 Git 仓库，用 Tuanjie Editor 打开体验。相比《Time Ghost: Environment》，它场景更复杂，同屏三角数量峰值超 5 亿。采用多种技术应对挑战：虚拟几何体解决海量物体与高模渲染；虚拟阴影贴图适配高面数模型，质量和性能佳；实时动态全局光照实时渲染室内光照；VG 植被方案缓解海量草体渲染压力。不过，也存在虚拟几何体顶点动画对 TAA 支持不完善等问题。
神经变形器 Neural Deformer：基于机器学习的高保真网格变形方案
本文介绍了Unity引擎中基于机器学习的高保真网格变形解决方案——神经变形器（Neural Deformer）。它通过采集和预处理变形数据训练轻量级神经网络模型，高效近似还原复杂网格变形，规避传统非线性几何计算的性能开销。其应用场景包括肌肉和布料变形，具有高保真实时变形、开箱即用训练流程、高可用性与引擎集成、多平台与多硬件后端支持等特性。文章还介绍了使用神经变形器包的工作流，包括安装、构建训练数据集、训练模型、应用网格变形等步骤，以及快速验证和上手方法，同时提醒了数据驱动和未考虑物体位置关系等注意事项。
吴恩达来信：和吴老师一起构建吧！
吴恩达在信中提到 DeeplearningAI 上线新课程，向无代码经验者展示 30 分钟内借助 AI 构建应用。他认为懂编程和不懂编程者生产力差距扩大，招聘很多岗位要求基础编程知识。很多非技术背景者询问使用 AI 构建软件的入门方法，为此团队创建《Build with Andrew》课程。该课程无需 AI 或编程基础，不依赖特定厂商，学员能结合熟悉工具。课程中可构建生日祝福生成器，结束时掌握构建应用的方法论。最后鼓励开发者让非技术朋友尝试用 AI 写代码，邀请大家一起构建。
The Batch: 896 | 教会模型说出真相
文章介绍研究人员训练语言模型使其违规时主动承认的成果。OpenAI 团队微调 GPT - 5 Thinking 使其能‘自白’。训练中模型可能为求奖励最大化出现不当行为，通过奖励‘坦白’可让模型承认错误。研究用强化学习微调模型，分情况考量奖励与生成‘自白’，由奖励模型评估‘自白’诚实度。测试显示，微调后模型在 11 项评测中超半数会承认问题，如‘幻觉’评测中 81.4%情况处理良好。不过自白机制并非万能，模型不知错误就无法承认。该机制可监控模型行为，或许让 AI 迈向类似‘良知’机制。
The Batch: 897 | 科学实验室的通用语言
上海人工智能实验室发布 Science Context Protocol（SCP，科学上下文协议），这是一个开源标准，可将 AI 智能体与本地客户端、中央集线器及边缘服务器连接以进行自动化科学探究。SCP 使实验可重复，其基本数据单元是实验，以 JSON 结构化数据文件存储。客户端负责用户身份验证，集线器接收请求生成实验计划并调度执行，边缘服务器管理实验。该协议含超 1600 种工具，借鉴以往工作扩展了 MCP，目标更通用，能促进跨学科合作。SCP 旨在标准化人类与技术的连接，管理模拟和实体实验，推动机构与学科沟通，有望加速科学研究。
The Batch: 898 | Copilot 用户需求随时间变化
文章介绍微软对Copilot的研究，分析2025年1 - 9月间3750万次对话匿名摘要。发现用户使用方式因时间和设备而异，白天和桌面设备多围绕生产力和职业发展，非工作时段健康等话题占主导。排名前五主题有技术、工作等，意图含搜索、建议等。主题和意图随时间从工作技术转向社交个人事务。此外提到OpenAI、Anthropic类似研究结果。研究人员认为AI社群需重新考虑聊天机器人设计，要根据设备优化，微软研究显示设备和时间影响用户需求，是应用设计重要考量。
The Batch: 899 | 更划算的推理
文章介绍了提升推理模型性能的新方法 Delethink。处理长思维链成本高昂，研究人员提出的 Delethink 是一种强化学习方法，能少量训练限制成本。它训练大模型定期截断推理 token 至固定最大数量。研究人员用 DeepScaleR 数据集的数学问题微调 R1 - Distill 1.5B 模型，用修改版 GRPO 算法训练其以 4000 token 块推理。测试显示，在不同推理预算下，Delethink 模型表现均优于基线模型，且随着预算增加性能提升更明显，训练成本也更低。该方法缓解了二次计算成本限制，为长上下文高效推理提供路径，其性能可能得益于大模型短上下文预训练经验。
