GitHub 日本韩国营销负责人分享如何用 GitHub Copilot 把活动运营自动化为代码
GitHub 日本与韩国营销负责人 Tomoko Tanaka 撰文分享如何不写代码，用 GitHub Copilot 把活动运营从策划到会后跟进全流程自动化。
推荐理由：作者以自身营销流程为例，展示如何用 runbook 加 Copilot 在 GitHub 上搭建自动化，方法可迁移到其他重复性工作。
教程实践
全部主题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。
当前仅显示精选新闻最新精选
第 41–60 条 · 共 114 条GitHub Blog · AI & ML精选AI 评分6060
Mistral AI精选AI 评分6464 Mistral 用 AI 智能体将欧洲能源运营商 40,000 行 Fortran 77 迁移到 C++
Mistral 帮助一家欧洲能源运营商将 40 万行油藏模拟器代码库中的 40,000 行 Fortran 77 核心功能迁移到 C++，该代码无测试套件且文档分散。
推荐理由：原文复盘了完整迁移过程和三条可迁移经验，读者可以借鉴其验证优先与结构化工作流的落地方法。
Claude Blog精选AI 评分6363 Claude 平台用提示词缓存、反模式清理与 effort 校准降低成本并提升性能
Anthropic 在 Claude Blog 给出 Claude Platform 的成本优化指南，称通过提高提示词缓存命中率、清理升级前沿模型时的提示词反模式以及按任务校准 effort，可在不牺牲性能的前提下降低 API 成本。
推荐理由：原文给出缓存、指令清理与 effort 校准三条降本杠杆及对应命令，读者可对照自身调用成本自查。
@rohanpaul_ai@rohanpaul_ai精选AI 评分6767 
推荐理由：Boris Cherny 建议 Claude Code 用户定期删掉 claude.md、skills 和 hooks，观察模型在缺少指令时的表现。
GitHub Blog · AI & ML精选AI 评分6060 GitHub Copilot app 新手教程：如何同时运行多个 agent 会话
GitHub 官方博客发布面向新手的教程，介绍如何在 GitHub Copilot app 中同时运行多个 agent 会话。每个会话可运行在独立的 Git worktree 上互不干扰，各自保留上下文，用户通过 sessions 视图追踪进度，教程以 tailspin-toys 仓库演示了并行添加功能、无障碍审查和运行测试的做法。
推荐理由：官方教程讲清了并行 agent 会话如何借助 Git worktree 隔离运行，读者可以照着示例直接上手尝试。
Hugging Face Blog精选AI 评分6565 用 TRL 和 GRPO 微调 LFM2.5-350M，100 步提升 IFStruct 结构化输出成绩
Hugging Face 发布一份完整教程，用 TRL 库的 GRPO 微调 LiquidAI/LFM2.5-350M 提升结构化输出合规性，在 IFStruct benchmark 上从 22.6% 提升到 29.7%。
推荐理由：原文给出完整可复现的 GRPO 微调流程和前后对比数据，读者可以照着用免费 GPU 把小模型的结构化输出提升约 7 个百分点。
Claude Blog精选AI 评分6666 Anthropic 发布商业智能体构建指南与参考实现
Anthropic 发布一份商业智能体构建指南，并开源参考实现 anthropics/commerce-agents，内含零售、旅游、电信和票务平台的购物智能体与商家智能体示例。
推荐理由：Anthropic 给出商业智能体的三层架构与可运行参考实现，读者可据此对照自身的技能划分与评测设计。
AGI Hunt · 微信公众号精选AI 评分7777 Anthropic 发布 Fable 5.1 提示词指南，列出 15 处行为差异
Anthropic 在 Fable 5.1 发布同日推出官方提示词指南，逐条列出该模型与 Fable 5 的 15 处行为差异，并为每条附上可直接复制的修正提示词。
推荐理由：指南逐条解释新旧模型的行为差异并附可直接复制的修正提示词，便于对照清理旧 prompt 中的过时补丁。
Google Developers Blog精选AI 评分6262 Google 复盘 AI Agents Challenge 最强提交背后的 4 种工程模式
Google for Startups AI Agents Challenge 评选结束后，官方从高分提交中总结出四种工程模式：双向 MCP、事件驱动并发、同标准降级（Gemini 3.1 Pro 503 时回退 Gemini 3.6 Flash 并共用同一校验函数）、以及模型调用前的分层路由。
推荐理由：文章从真实参赛代码中提炼四个可复用的工程模式，覆盖工具暴露、并发、降级校验和分层路由，可直接迁移到自己的智能体项目。
AI寒武纪 · 微信公众号精选AI 评分8080 Uber 公开内部 AI 软件工厂：超七成 PR 交给 Agent，每会话成本降 52%
Uber 内部超过七成的代码 PR 已由 AI Agent 完成，工程师构建了 3600 多个 Agent 技能，每天执行超过 3 万次。
推荐理由：原文拆解了 Uber 把七成 PR 交给 Agent 后仍能压低成本的具体做法，包括模型选型、上下文压缩与成本追踪体系。
@AYi_AInotes@AYi_AInotes精选AI 评分6868 
推荐理由：Uber 公开了用量涨近 10 倍而账单不涨的具体工程做法，其中子 Agent 分工与工具按需挂载等杠杆可直接参考。
Linear Now精选AI 评分6464 Linear 用 1000+ 个 PR 将 React 应用从 styled-components 迁移到 StyleX
Linear 宣布完成从 styled-components 到 StyleX 的迁移，历时逾 1000 个 PR。迁移动机包括 styled-components 进入维护模式、React 18 并发渲染下的性能回归，以及团队希望为 Agent 参与代码库建立更清晰的样式边界。
推荐理由：Linear 团队亲历者复盘超千个 PR 的迁移过程，给出可迁移的确定性工具加 Agent 加人工判断的方法和降险步骤。
Hugging Face Blog精选AI 评分7474 Sentence Transformers 教程：用 MultiVectorEncoder 训练与微调多向量嵌入模型
Hugging Face 发布 Sentence Transformers v6.0 教程，介绍第四种模型类型 MultiVectorEncoder 的完整训练方法，支持 ColBERT 风格的 late interaction 检索微调与从零训练。
推荐理由：作者用实测对比给出多向量模型微调的完整配方，包括起点选择、损失函数和索引压缩的量化取舍。
OpenRouter Announcements精选AI 评分6060 OpenRouter 发布 Video Generation API 代码指南，一个端点调用 Seedance、Veo、Wan
OpenRouter 发布视频生成 API 教程，通过 POST /api/v1/videos 提交任务、轮询状态、下载 MP4，同一集成可用 Seedance 2.0、Veo 3.1、Wan 2.7，切换模型只需改 model 标识符。
推荐理由：OpenRouter 官方教程给出完整的异步视频生成集成代码，包括轮询、失败状态处理和换模型时需注意的参数差异，可直接迁移到自己的项目。
OpenRouter Announcements精选AI 评分7070 OpenRouter 发布选型教程：如何用 MCP 服务器在编辑器内选最合适的 AI 模型
OpenRouter 发布模型选型教程，提出六步框架：定义任务、用实时使用数据和第三方基准筛选候选、对比各提供商价格与延迟、用自己的提示词测试、按每次完成任务的成本而非每 token 成本衡量，再决定或改用 openrouter/auto-beta 按请求路由。
推荐理由：OpenRouter 官方给出以成本每完成任务为核心的选型框架，并用自家 MCP 服务器让整个评测流程在编辑器内完成。
Claude Blog精选AI 评分6969 Anthropic 发布 AI-Native SDLC 手册，梳理 Claude 在六个研发阶段的落地方式
Anthropic 发布 AI-Native SDLC playbook，把软件开发流程拆成 Plan、Design、Build、Test、Deploy、Maintain 六个阶段，逐阶段给出具体做法、治理考量与度量指标。
推荐理由：Anthropic 公开其内部把 Claude 嵌入研发六个阶段的做法，含各阶段产物与治理门槛，便于团队对照改造自身流程。
Hugging Face Blog精选AI 评分6464 Hugging Face 解析 Papers with Code 搜索背后的 Inference Endpoints、Jobs 与 Buckets 架构
Hugging Face 介绍 Papers with Code 混合搜索架构：PostgreSQL 全文检索加 pgvector 语义检索，经 RRF 融合，用 Qwen/Qwen3-Embedding-0.6B 生成 256 维向量，已覆盖超 110,000 篇 arXiv 论文。
推荐理由：作者复盘了自己上线论文混合搜索的架构与教训，读者可以借鉴冷启动回退、embedding 契约和 Matryoshka 维度权衡这些可迁移做法。
@kimmonismus@kimmonismus精选AI 评分7171 
推荐理由：原文给出 Asana 大型前端迁移的工时与成本对比，可作为判断智能体承接遗留代码改造的参考。
Hugging Face Blog精选AI 评分7878 Sentence Transformers v6.0 新增 MultiVectorEncoder 支持多向量延迟交互检索
Hugging Face 官方博客介绍 Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，可加载 PyLate、Stanford-NLP ColBERT 及 colpali-engine 检查点。
推荐理由：官方教程给出多向量模型的原理、代价实测和落地选项，可帮助读者判断是否在自己的检索栈里采用。
Claude Blog精选AI 评分6161 如何最大化 Claude Code 会话的价值
Claude Code 官方博客解释了会话的 token 成本构成，输出 token 单价约为输入的 5 倍，缓存读取按输入价的 0.1 倍计价、写入最高为 2 倍。
推荐理由：官方拆解了 prompt 缓存与上下文如何影响会话成本，并给出可直接照做的会话管理方式。