博客必读发布 05-25
我们如何在各产品中约束 Claude
How we contain Claude across products
Anthropic 的文章，讨论智能体能力增强后潜在影响范围随之扩大，并介绍其为 claude.ai、Claude Code 和 Cowork 构建约束机制的经验。文中把部署风险分为失败可能性和单次失误可造成的损害两部分，指出前者随防护与模型训练进展下降，而理论影响范围只随能力和权限扩张而增大，因此工程问题在于如何限制影响范围。
全部资源
各类型里多数人会感兴趣、对大部分人有帮助、相对完整系统的 AI 资源。
排序：最新收录 · 推荐22 条精选
博客必读发布 07-04
面向自我改进的框架工程（Harness Engineering for Self-Improvement）
Harness Engineering for Self-Improvement
Lilian Weng 的一篇博客文章，主题是递归自我改进（RSI）。文章从 I. J. Good（1965）提出的“超智能机器”与 Yudkowsky（2008）的 RSI 定义讲起，讨论现代 AI 中这一反馈回路的含义，包括模型改写自身权重，或改进训练流程与部署系统从而产生更强的后继模型，并提及前沿实验室研究加速的情况。
教程必读发布 05-29
PyTorch 性能分析（第一部分）：torch.profiler 入门指南
Profiling in PyTorch (Part 1): A Beginner's Guide to torch.profiler
这是 PyTorch 性能分析系列文章的第一篇，面向初学者介绍如何使用 torch.profiler 读取性能分析 trace。文中说明该系列将逐步讲解 trace 阅读技能并用于驱动优化，后续两篇分别涉及从 nn.Linear 到融合 MLP、以及注意力层的分析。适合刚开始接触 PyTorch 性能分析的新手阅读。
博客必读发布 09-23
我们如何在两周内让 claude.ai 快了三倍
How we made claude.ai 3x faster in two weeks
这是 claude.dev 博客的一篇工程文章，由 Raymond Wang 等人撰写，2026 年 9 月 23 日发布。文章讲述团队在一个为期两周的性能冲刺中，围绕占用户活动 95% 的四条使用路径进行优化，从单一 Slack 频道协作、Claude 参与每个讨论线程，并借助基准与防护机制安全上线约 3,000 项改动。文中给出的数据包括：claude.ai 全新加载到可输入页面的 75 分位时间从 3.1 秒降至 0.55 秒，新建 Claude Code 会话从 0.8 秒降至 0.3 秒。
博客必读发布 08-13
多智能体系统中的模式与问题
Patterns and problems in multiagent systems
Anthropic 的一篇研究文章，称其对一组 Claude 智能体进行了实验，观察到协调失败、串通和相互破坏等现象，并讨论这些现象对 AI 安全意味着什么。正文第一部分讨论衡量协调性的问题，提出机构将出现人机混合或纯智能体形态，智能体之间的交互量可能超过人类之间及人机之间的交互量。
博客必读发布 08-12
空货架还是丢钥匙？回忆是参数化事实性的瓶颈
Empty shelves or lost keys? Recall is the bottleneck for parametric factuality
Google Research 的一篇博客，介绍名为 knowledge profiling 的行为学框架，用于分别衡量大模型对事实的编码与回忆。作者以 Gemini 3 和 GPT-5 等前沿模型为对象，得出的结论是这些模型几乎编码了所有事实，但在回忆其中许多事实上存在困难。
博客必读发布 09-01
TimesFM-3：用于多变量预测的零样本基础模型
TimesFM-3: A zero-shot foundation model for multivariate forecasting
这是 Google Research 于 2026 年 8 月 31 日发布的一篇博客，介绍时间序列基础模型 TimesFM-3。文中称该模型可在单次前向推理中完成高精度的多变量时间序列预测，并在主要基准上优于其他预测模型；文中还回顾了此前 TimesFM 系列仅支持单变量预测的限制，并给出 GitHub、HuggingFace 和 BigQuery 链接。
教程必读发布 08-26
用 Sentence Transformers 训练与微调多向量嵌入模型
Training and Finetuning Multi-Vector Embedding Models with Sentence Transformers
文章介绍 Sentence Transformers v6.0 新增的第四种模型类型 MultiVectorEncoder，用于 ColBERT 风格的后期交互检索，并给出了配套的完整训练方法。文中按模型、数据集、损失函数、训练参数、评估器和训练器类等组件逐一讲解，并附实际操作示例，全部流程在安装 sentence-transformers 的训练依赖后即可运行；作者还展示了在单张 RTX 3090 上训练 14.5 小时的 mLateOn-medical 模型的评估结果。适合做检索增强生成、语义搜索的实践者阅读。
项目必读发布 09-14
QwenLM/Qwen-Image-2.1
这是 Qwen 团队在 GitHub 上开源的图像生成与编辑模型 Qwen-Image-2.1 的代码仓库。据 README，它是统一的文生图与图像编辑模型，视觉生成部分为 7B 参数、32 层单流 DiT，主打紧凑高效、原生透明（RGBA）图像的生成与编辑等功能。仓库页面提供 ModelScope、HuggingFace、博客和在线演示等入口链接。
博客必读发布 10-15
Claude Code 团队如何进行代码评审
How the Claude Code team does code review
这是 claude.dev 博客的一篇工程文章（2026 年 10 月 15 日发布，阅读约 14 分钟），作者为 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang。文章讨论在智能体大量产出代码的情况下如何评审，介绍 Claude Code 团队在实现高覆盖和深度评审后，转而优化“不增加回滚或事故前提下所需的最少人工评审时间”，并列出重新思考评审目的、人的时间与注意力是稀缺资源、分层评审、“你提交你负责”以及团队如何采纳该流程等章节。