从三元组到 N-ary 多模态统一知识表征:一条知识怎样连接文字、声音与 3D
这套思路从知识图谱三元组出发,用 N 元关系把多种模态放进同一套表征:书里的一段话、图中的一块区域、音视频片段和三维位置,都可以作为同一关系的成员关联起来。王树义撰文拆解该统一知识表征模型的原理与做法。
这套思路从知识图谱三元组出发,用 N 元关系把多种模态放进同一套表征:书里的一段话、图中的一块区域、音视频片段和三维位置,都可以作为同一关系的成员关联起来。王树义撰文拆解该统一知识表征模型的原理与做法。
博主 Coder Jeff Lee 预告将撰写新一章节,提出把网站 SEO 当成一本书去规划的思路,认为这一比喻非常形象,欢迎大家对号入座并交流讨论。
博主发现 Magpie 可通过 Remote Magpie 调用其他机器的本地模型,例如其 Windows 游戏 PC 上 RTX 5090 运行的模型。在 Codex 中可直接方便地选择本地模型,甚至能利用 Codex 的浏览器使用能力。作者尚不确定能否使用其电脑操作能力,以及额度归属。
IEEE Spectrum 与 Wiley 联合推出、由 Intel 赞助的白皮书,讲解边缘 AI 与物理 AI 如何帮助城市超越被动监控,实现能感知、推理并行动的基础设施。
Rails 之父 DHH 在 X 上回应网友,称自己来中国时把所有 Claude Code 的使用流量都通过自己的 Tailscale 网络路由。原文仅此一条回复内容,未涉及更多细节。
博主体验花叔的 skill,一句提示词都没写,全程只按回车,就为旅游营销工作台做出了高质量宣传片。博主称后续修改模板、完善提示词后即可直接产出工作台宣传片,并因此带来文章浏览量增长。
博主推荐 Awesome Decomp Games 列表,收录 2118 个经典游戏反编译重编译项目,其中 1829 个可在电脑上直接运行,评分和更新每天刷新。
Anthropic 发布博客讲解 Claude Code 如何解决代码审查问题,目前约 90% 的代码由 Claude 自己编写,审查大部分也由 AI 完成。博客给出七层检查机制,AI Approve 不算数、高风险代码仍需人工审批;6 月到 9 月合入的 PR 翻了一倍多,回滚反而少了四成多,人主要转向判断改动是否有必要做。
编码智能体的任务已扩展至仓库修改、测试执行与多轮调试等软件工程场景,业界开始重新挖掘源代码在训练中的价值。除作为语料外,源代码还被用于构建可执行任务、提供验证依据和提取技能:R2E-Gym 从 commit 变化生成测试,得到 8135 个可执行环境;SWE-smith 构建来自 128 个仓库的约 5 万个实例;CodeMidas 仅以源代码为任务输入,无需 issue、PR 或已有测试。
ShipAny 补充了一份四步快速上手指南,托管在 shipany.ai 的 guide 页面,帮助新用户快速了解如何使用该产品。
针对已有成熟开源 Skill 工作流时是否还需自建的问题,作者给出两个事实:Skill 用自然语言写成,质量难以衡量和改进;业务场景迟早会超出开源工作流的覆盖范围。他建议先用使用量作为质量信号,选择广泛使用的开源工作流,再用母语重写、让 Agent 对比新版本来逐步改造,通过这种刻意练习学会设计 Skill,等到遇到开源方案覆盖不了的场景时就能自己设计好的工作流。
卡颂在讨论构建 Software Factory 时回应了“如何判断智能体代码质量”的问题:当人不再逐行审查代码,应把对质量的信心建立在三类具体工作上——测试、灰度发布(gradual rollouts)、监控与回滚。
Andrew Ng 介绍了掌握 AI 工程技能的价值:具备这些技能的人能主动影响构建什么产品,并驱动构建循环。他列出了实现这一目标所需掌握的关键技能。
Mistral 复盘帮助一家欧洲能源运营商将 40,000 行 Fortran 77 油藏模拟器迁移到 C++ 的项目,这也是其 300,000 行代码库的首个 sprint。
推荐理由:Mistral 复盘了真实交付项目,给出验证先行、文档先行和带人工审核的结构化工作流三条可迁移经验。
阮一峰撰文解释大模型定价中的“输入 Token 缓存命中价格”是什么。以 DeepSeek V4 Flash 为例,缓存命中的输入价格仅 2 分钱,是未命中输入价格的五十分之一。他分析了差距如此之大的原因,并探讨如何充分利用缓存来降低使用费用。
阮一峰介绍开源密码连接网关 OpenConnector,它严格保存密码/授权凭证,统一管理与外部应用的连接,Agent 只能拿到账号标签、元数据和执行结果,避免密码泄漏到上下文。
微信视频号内容封闭、无法直接下载,免费开源的视频嗅探工具 res-downloader 可实现视频号内容下载,支持 Mac、Windows、Linux。做法是从 GitHub 下载安装;Mac 需用 sudo xattr 指令绕过 Gatekeeper 才能打开;在微信电脑端打开视频号链接即可嗅探到下载地址。注意使用时需关闭代理,否则嗅探不到视频地址。
作者发布 MiniMind 项目,从零训练一个仅 0.02B 参数的小型 LLM,不使用第三方封装库,全部用 PyTorch 重构实现,成本约 3 元、耗时约 2 小时。项目既是 LLM 的开源复现,也是入门实操教程,代码位于 https://github.com/jingyaogong/minimind。
Bysir 分享一份独立开发者性价比工具清单,以一图形式配齐独立开发者从构建产品全生命周期所需工具,内容来自其团队构建产品的真实经验。
Claude 的 LoadingOrb 通过不断轮转一组字符(✽ ✻ ✶ ✢ ·)的可见性来实现加载动画。文中给出多种 ASCII 风格字符阵列,包括菱形展开(· ◇ ◆ ◈ ❖)、十字扩展(· + ✚ ✛ ✜)、开花(✾ ❀ ✿ ❁ ❃)、星辰(✦ ✧ ✩ ✪ ✫)、雪花(· ❄ ❅ ❆ ❉)、螺旋(◌ ⊚ ⊛ ⊝ ◎)和禅意(☙ ❦ ❧ ⸙ ⸎)等样式,可用于实现类似效果。
Anthropic 研究员分享了用代码、MCP 和 Skills 构建高效 Claude 智能体的方法论,讲解如何组合这些能力提升智能体的实际效果。内容聚焦 Claude 智能体的构建思路与实践经验,为开发者提供可参考的方法。
作者分享其找到的最简单产品问答 Agent 构建方法:用 Mintlify 写文档并自动生成 /llms-full.txt,再创建一个 Claude Skill 映射文档 URL,Agent 按需获取答案。作者称其优势包括无需 RAG/embeddings、无需多处维护内容、自动同步最新版本、基于官方文档零幻觉。
李继刚发布提示词「一篇论文一句话」,用于深度提炼学术论文的核心逻辑链与根本价值。该提示词要求模型锁定论文的根本问题、切入视角、关键方法、核心发现四要素,并将关键方法抽象成文字公式,最后输出一句话总结和大白话版总结。
向阳乔木分享一套 Gemini 文章生成做法:先提炼自己或喜欢的文章风格设为 Gemini 的 Gem,再把 YouTube 视频链接丢过去生成。他以 Gemini 生成 2 小时罗永浩访谈叶国富的视频测试作演示,并指出 Gemini 能精准提取时间戳,方便跳看对应片段。
Axton Liu 提出把 Claude Skills 用作软编排(Soft Orchestration),而非官方定位的“可组合的能力包”。方法是将流程 SOP、分工边界、工具白名单写进 Skill,由主会话/Task 工具按 SOP 显式拉起并以串/并行方式调度 sub-agents,通过文件传递上下文。他表示完整工程化方法论和可运行 Demo 正在路上。
Yihui Indie 预告一支 Vibe Coding 教程视频,演示用 AI 编写完整 iOS 应用的全过程,涵盖 Apple 登陆、RevenueCat 付费墙和 AI 功能,代码、图片、系统提示词全部由 AI 生成。视频将于周日在其 AI 编程课中发布。
YouTube 视频动辄一小时,用 AI 总结也难以只看想要的部分。作者推荐两个方案:一是把 YouTube 链接输入 ListenHub,用提示词引导 AI 生成一期 10 分钟的播客路上听;二是新产品 TLDW 的"精彩片段"功能,按你关心的主题标记视频相关片段,以不同颜色显示在进度条上,点击即可跳转到精确时间点。