教程实践

ClaudeDevs@ClaudeDevs精选AI 评分8383

Claude Sonnet 5.5 发布，Claude Devs 写了一篇构建使用指南，内容包括如何在 Sonnet 5.5 与 Opus 5.5 之间做选择、从 Sonnet 5 迁移并调优 effort，以及在 Claude Code 中使用该模型。指南链接：https://claude.dev/blog/building-with-claude-sonnet-5-5/

Databricks 如何让 12,000 名员工在模型发布首日即可用新模型

Databricks 介绍其通过 Unity Gateway 让全体员工在 Opus 5.5、GPT-6 Sol 和 GPT-Luna 发布首日即获得实验性访问的完整流程：先用实验标签和按用户预算（月度上限、每日 runaway 限额、质量前沿预算、实验预算四类）控制风险，再依据内部基准、用户反馈和 OpenTelemetry 成本追踪评估。

GPT-Image 2.5 的 12 种照片玩法合集：去游客、调光、海报与涂鸦提示词

数字生命卡兹克整理了用 GPT-Image 2.5 编辑旅行照片的 12 种玩法，并附上全部可复制的提示词。玩法分三类：消除背景游客、自动调光、专业美颜等基础编辑；拍立得 3D 公仔、明信片、贴纸、行李箱拼贴、旅行海报等创意出片；以及演唱会氛围感照片、美食飞溅、文字涂鸦、ins 风画面注释等网感大片。

Claude Code 团队 Thariq 详解 effort 参数怎么选

Anthropic Claude Code 团队的 Thariq 发文讲解 effort 参数的作用，即调节 Claude 做多少验证、测多少边界情况以及自主决策程度。

ClaudeDevs@ClaudeDevs精选AI 评分7070

Opus 5.5 的输入和输出 token 比 Opus 5 便宜 20%，cache reads 便宜 60%。作者据此测算了在 Claude Code 中完成一个任务的实际成本变化，并发布了博客和计算器，读者可从 /usage 运行自己的数据：https://claude.dev/blog/what-a-task-costs-on-opus-5-5/

GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流

GitHub Copilot app 提供 canvas 功能，运行 /create-canvas 技能并用自然语言描述工作流、界面操作和 agent 职责三要素，即可生成看板、清单等自定义界面并保存为可共享的 extension。

GitHub Copilot 博客：为什么聊天界面往往不是正确的 UI，用 canvas 试试

GitHub Copilot 博客作者提出聊天（chat）很多时候是错误的 AI 交互界面，介绍 GitHub Copilot app 中的 canvas，它是在应用内运行、无浏览器外壳的全栈小应用，可与 Copilot agent 双向通信。

GitHub Security Lab 发布 Fuzzing Taskflow：用 LLM 智能体自动化 C/C++ 模糊测试

GitHub Security Lab 的 Antonio Morales 基于自家的 Taskflow Agent 框架构建了 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线。

LangChain 官方解读如何用 Jev 与 LangGraph 构建 "prod, not god" 生产系统

LangChain 发布教程，讲解如何将 TypeSafe 新发布的决策模型 Jev 与 LangGraph 结合构建 AI 驱动软件。

Cursor 通过精简系统提示和缓存断点等手段将智能体 token 成本降低 7%

Cursor 官方博客介绍其智能体 harness 的多项 token 效率优化，整体将用户 token 成本降低 7% 且质量未下降。

OpenRouter 评测 2026 年最佳嵌入模型并按用例给出推荐

OpenRouter 发布 2026 年嵌入模型选购指南，通过对 19 个模型发起 28 项 API 实测，按用例给出推荐：英文 RAG 首选 openai/text-embedding-3-small。

Anthropic 工程师分享如何为 AI 驱动的代码现代化项目做准备

Anthropic 前线部署工程师在 Notes from the Field 系列中分享管理大规模代码现代化项目的经验：原本需数年的项目现在可在数月或数周内完成，但瓶颈从编写变更转移到组织动员。

OpenRouter 解析 NVIDIA Nemotron 3.5 Lightning 如何承担智能体高频执行调用

OpenRouter 发文解析 NVIDIA 的 Nemotron 3.5 Lightning，这是一个 30B 总参数、每 token 激活约 3B 的 MoE 开源权重模型，定位于智能体工作流中的高频执行步骤。

Linear 分享如何把 CI 等待时间从 6 分钟降到 5 分钟以适应 AI 编码节奏

Linear 因 AI 智能体加速写代码使 CI 成为瓶颈，系统性改造后把 PR 等待时间从 6 分多钟降到 5 分多钟，单个测试的 runner 时间约减半。

GitHub 用 Copilot 将 Copilot agent runtime 迁移到 Rust

GitHub 用 Copilot 智能体将 Copilot agent runtime 从 TypeScript 完整重写为 832,378 行生产 Rust，共 128 个 PR，于 8 月 21 日完成。

OpenRouter 教程：用 TypeScript SDK 构建可靠的工具调用 Agent 循环

OpenRouter 发布教程，演示如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据可独立运行。教程覆盖停止条件设计、按 toolCallId 返回结果、指纹计数拦截重复调用、models 参数实现有序模型回退，以及 Auto Exacto 默认按工具调用成功率重排提供商；并说明 MCP 只改变工具执行位置，循环控制仍是必要的。

拆解 Gemini 3.8 Live：一句插话为何牵动整个 Agent 系统

Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，把语音、视觉、推理和 Tool Calling 放进同一条持续运行的链路。

IBM Research 为 ALTK-Evolve 推出 Consistency Analyzer，将智能体一致性缺口从 24.4pp 降到 12.0pp

IBM Research 在 ALTK-Evolve 中新增 Consistency Analyzer 和一致性指南，用于衡量并改善智能体重复执行同一任务时的稳定性。

OpenRouter Ori Eval 教程：用 LLM-as-a-Judge 自动评估 AI Agent 输出

OpenRouter 发布教程，讲解如何用独立的 judge 模型按书面评分标准自动给 Agent 输出打分，弥补确定性测试无法检查最终回答质量的问题。

LangChain 发布付费广告 Agent 并开源，分享构建经验

LangChain 开源其 Paid Media Agent 并复盘构建过程，该 Agent 驻留 Slack，用于管理跨五个付费渠道的广告活动。六个月内付费媒体从 0 做到占营销管道的 20%，CPL 从 6 月到 8 月下降 30%。