全部 AI 精选，可按分级、类型、是否付费、收录时间筛选，按关键词搜索。
一条微博帖子，介绍 Anthropic 技术博客中描述的“自我评估”（self-assessment）方法：Claude 每次回复后在系统追加指令下输出一段 JSON，标注对话是否有风险、风险类别、是否需人工优先审核等，用户不可见。帖子还引述了算力开销（整体推理额外消耗不到 2%）、不同规模模型的召回表现、对训练中未见滥用类型的识别情况，以及 8 月、9 月的两起实际标记案例和红队测试中防护效果的局限，Anthropic 将其定位为离线监控层。适合关注大模型安全监控、内容风控与模型部署的人阅读。
一条微博帖子，介绍开源项目 DSH Go——把 DeepSeek Harness 搬到手机上的社区非官方客户端（与 DeepSeek 公司无关）。帖子称安装后会自动配置 Linux 环境、无需 Root 或 Termux，可在手机上跑 DeepSeek 模型做敲代码、改文件等任务，也能连到电脑上已装的 DSH 继续同一段对话；还描述了吉祥物动画、回复中插话、消息排队、与官方网页版切换、生成对话卡片与加密分享链接、横屏和平板适配、六套主题及“手机操控”功能（涉及付款、密码、验证码时交回用户确认）。目前仅 Android 版，支持 Android 8.0 以上，作者称 iOS 与鸿蒙在适配中，帖子附有 GitHub 地址。
这条微博介绍阿里开源的企业级智能体工程实践指南 AI Agent Handbook（github.com/aliyun/ai-agent-handbook，在线阅读 aliyun.github.io/ai-agent-handbook/），内容从模型能力讲到可靠的 Agent 系统。材料称其沿架构、构建、运行、治理与调优的完整生命周期展开，讲述 Agent 如何从原型走向生产。
这条微博介绍 GitHub 项目 skyzh/tiny-llm，一个从零实现大语言模型推理系统的实战课程，目标是帮助开发者理解 vLLM 这类推理引擎的工作原理。材料称传统 vLLM 等项目包含大量高度优化 CUDA 内核和复杂工程代码、学习门槛较高，而 tiny-llm 基于 Apple Silicon（M 系列 Mac）、MLX 框架和 Qwen3 模型，从矩阵运算起步，用 Python、C++ 和 Metal 自行实现推理算子，逐步搭建完整的推理服务。
一条微博帖子，梳理有 12 年经验的程序员 Tw93 整理的 20 条用 AI 写代码的习惯。内容按环节分组：布置任务时只说明目标与背景、不指定实现方式、不随意加功能；配合规则上区分“看一下”和“改一下”、提交与删除需人工确认、关键规则用脚本卡住；写代码前先让 AI 说明改动范围和影响、建验证脚本、多 AI 并行时各管各自目录；调试时先定位原因、连修三次无效就清上下文重来；审查时写与查分开、最多三轮；发布时写清提交说明、加灰度；复盘时把 bug 和反馈转成测试用例。帖子末尾还提到评论区一位 15 年经验工程师从替 AI 操心到直接提要求的转变。适合正在用 AI 编码工具做开发、想建立个人工作规范的程序员阅读。
这是一条社区帖子，讨论资深开发者对智能编程代理保持谨慎的原因。帖中称他们关注的是代理生成的系统是否符合需求、便于演进、出故障能否兜住；引用一次实验说明团队几乎不亲自写代码，而是约三分之二时间在白板上梳理领域、划分边界，三分之一时间搭建测试、架构检查和交付流水线，应用能运行但构建频繁失败，暴露出并行协作、模块边界和检查速度等问题。帖中同时提到 DORA 2025 研究发现使用 AI 与交付吞吐量提升相关、也伴随交付稳定性下降，并建议管理者留出实验空间、开发者带着经验参与验证。适合使用或评估编程代理的开发者与技术管理者阅读。
这是一条社区帖子，记录对 Gemini 4 Argon 的使用体验。帖中称其知识面广、解释科学概念自然，长文本、OCR、旅行规划有亮点，搜索与 Google 地图结合方便；但 Pro 套餐配额偏低，连续发送几条中等难度消息就可能触发数小时冷却，且会在总结、转录、识图和资料问答中编造不存在的段落、设备、地点或引用，甚至搜索后仍给出未经核实的结论。编程方面被认为适合跟踪复杂任务和提出新思路，但代码质量、工具调用、PDF 处理及对未提交改动的判断不稳定，偶尔擅自修改或删除文件；Carbon 则主要停留在公告、榜单与有限测试阶段。适合正在评估或使用 Gemini 系列模型、关注其配额与可靠性表现的人阅读。
这是一条社区帖子，转述 Anthropic 披露的一项实验：分析师借助 AI 代理处理没有标准答案的复杂决策时，86% 的方法选择最终顺应了模型随机预设的偏向；在指标选取与评估范围的研究中，AI 未编造信息却左右了最终政策建议，即便分析师事先已有明确立场，看到相反的 AI 倾向后仍有六成人推翻原有选择。帖中还提到“自主权错觉”，即近八成人复述了 AI 提供的论据却只有 15% 承认来源，过半认为出于自己独立判断；并指出分析耗时缩短近半小时、严重方法错误似乎更少，但代价是专业裁量权让渡，末尾给出提问前先独立记录判断、要求反方推演、全程留痕等做法。适合关注 AI 辅助决策、人机协作风险与专业判断边界的人阅读。
这是一条社区帖子，介绍 Google Research 提出的 Sleep 框架。该框架把单次固定训练改为类似生物“清醒与睡眠”交替的循环：清醒时模型正常工作并暂存短期经验，离线阶段调动预留的低秩专家参数，通过策略蒸馏把高价值信息固化进长期权重并清空临时缓存；还设有类似“做梦”的训练模式，让 MoE 专家跨领域组合自主生成题目，并借梯度信号筛除劣质样本。帖中称其在 BABILong 长上下文测试中表现出抗遗忘效果，SQuAD 新事实吸收测试得 46.2%（比基模型高 14.3 个百分点），AIME 数学推理达 79.2%，同时指出该方案依赖额外算力与严格数据过滤。适合关注持续学习、灾难性遗忘与模型知识更新的人阅读。
这条微博介绍宝玉开源的 baoyu-design 项目，称其把原本位于 claude.ai/design 的设计引擎打包成通用 Agent Skill，使 Cursor、Claude Code 等本地 AI 编程工具可直接做界面设计。设计成果以独立 HTML 文件保存在本地，涵盖高保真 UI 原型、线框图、演示幻灯片与数据看板；配合本地预览可点选元素让模型微调；内置离线 Figma 解析工具可解析 .fig 文件提取组件规范与切图，无需联网配置 API 或 MCP，也能读取本地代码库的 CSS；幻灯片支持交互动效并导出可编辑 PPTX；另有多画板画布与看板编辑器，可用 npx 命令接入。仓库地址为 JimLiu/baoyu-design。
这是一条微博社区帖子，作者讲述借助 Claude 与即梦短剧工作室做出一款“性转马尔福”桌面软件的经历，代码已开源（github.com/op7418/malfoy-desktop），Mac 端为客户端、Windows 版上架 Steam Wallpaper 创意工坊。帖子描述了功能：开场互动短剧、桌面常驻角色与动作交互、好感度系统解锁称呼、剧情动画、服装和相册照片等；并记录了制作细节，如剧本拆场、建角色场景资产库以保持一致性、用文字描述五官再抽定妆照作唯一脸部参考、用 3D 导演台摆站位、用低价的样片模式反复试拍、视频提示词按运镜/人物场景/互动/风格/剧情音频分段书写。适合对 AI 短剧与角色类桌宠应用制作流程感兴趣的人阅读。
这是一条社区帖子，介绍 Cartesia 提出的分层架构 H-Net。该架构直接从原始字节输入，由网络端到端联合优化分块边界，底层读取字节并动态压缩成块，主干在较短序列上建模后再还原，分块随上下文实时变化并能自适应合并新概念。帖中称受控实验里它兼具纯字节模型的泛化优势与较高计算效率，下游评测相对标准 BPE 取得约 2 倍算力优势，在代码与 DNA 序列上领先，3B 规模下约 1T 数据即追平基准模型用 11T 数据时的均分。适合关注语言模型分词方案与底层架构设计的人阅读。