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。
Evaluating AI agents: moving past the vibe check
一篇实践性工程指南与参考架构，讲如何用 Gemini Enterprise Agent Platform、Google ADK 和 OpenInference 标准为多轮 AI 智能体搭建持续评估流水线。文中指出智能体可能陷入循环、消耗大量 token 或给出完全幻觉的答案却看似正常，仅靠人工目测无法发现，并介绍为 LangGraph 智能体构建评估流程的做法。适合正在为智能体搭建测试与评估流程的工程师阅读。
Three layers, one repo: a tour of google/adk-recipes
文章介绍 google/adk-recipes 仓库，将 Agent Development Kit（ADK）资源整合为 core/、plugins/ 和 contrib/ 三个层次，作为构建 AI 智能体的统一来源。开发者可使用参考模式、把零售商品搜索和虚拟试穿等模块化垂直技能直接安装到编码助手中，并以多种语言部署可投入生产的服务，覆盖从初始脚手架到在 Google Cloud 上完整部署的流程。适合使用 ADK 构建智能体的开发者阅读。
Optimizing a 200,000-line Python codebase overnight with Gemini 4 Argon
Google 工程团队撰文讲述如何在夜间无人值守的情况下运行 Gemini 4 Argon，借助 .agents/skills 和 /goal 模式，在约 20.5 万行、近 800 个源文件的谷歌开源 Python Agent Development Kit（ADK）仓库中查找并修复跨文件性能瓶颈，使长会话的内存会话准备开销降低 40%、冷导入速度提升 21%。适合在既有大型代码库上使用编码智能体的工程师阅读。
Unifying Edge AI: How Coral NPU’s open standard brings portable, energy-viable intelligence from model to silicon
Google Developers Blog 文章。介绍 Google Research 通过引入 Matrix Execution Unit 完成了 32 位开源 Coral NPU RISC-V 架构，边缘推理性能最高 1 TOPS、目标平均功耗 10 mW；同时发布 v1.0 开源 IREE/MLIR 编译器，使开发者可将 JAX、PyTorch、TensorFlow 模型直接部署到 Coral NPU 硬件而无需编写自定义汇编。文中还提到可借助 Synaptics Astra SR200 MCU 系列和 Coralboard 开发套件来原型验证和部署多模态边缘应用。适合做边缘 AI 推理、编译器或嵌入式硬件开发的开发者阅读。
Integrating TorchTPU into TorchTitan and Optimizing Models for TPU
Google 开发者博客 2026 年 10 月 20 日的文章，作者包括 Aleksey Vlasenko、Rob Torres 以及来自 Meta 的 Will Constable。内容讲 TorchTPU 在 PyTorch 中集成原生 torch.device("tpu") 后端，使开发者无需改用 JAX 即可在 Google Cloud TPU 上训练大规模模型；TorchTitan 的 TPU 分支提供 SimpleFSDP、Graph Trainer 和自定义 Pallas 内核等生产级扩展原语，在稠密与 MoE 架构上取得较高模型算力利用率，并提供优化手册、配方和 Hugging Face 建模后端。适合在 TPU 上进行大模型训练的工程与研究人员阅读。
Step by Step guide: Build a Voice Agent That Never Goes Silent using ADK
Google 开发者博客 2026 年 10 月 19 日的文章，作者为 Stephen Allen 与 Kaz Sato。内容介绍如何用开源 Agent Development Kit（ADK）和 gemini-3.8-live，在 Python 中实现非阻塞工具来构建响应及时的语音智能体，包括用流式工具输出进度更新、用后台执行模式在长时间后端查询期间保持对话流畅，以及配置 WHEN_IDLE、INTERRUPT、SILENT 等响应调度行为来控制工具结果何时以何种方式进入对话。适合用 ADK 和 Gemini 实时接口开发语音智能体的开发者阅读。
Native Model Authoring for Edge with LiteRT Tensor API
Google 开发者博客 2026 年 10 月 19 日的文章，作者为 Ping Yu、Quentin Khan、Chintan Parikh、Lu Wang。文章介绍 LiteRT Tensor API，让开发者以原生 C++ 控制模型图，在异构边缘硬件上统一端到端机器学习计算；同时说明最常见的部署路径是把训练好的模型（如用 LiteRT Torch 转换 PyTorch 模型）交给 LiteRT 运行时执行，而在需要完全控制网络表示与优化、支持新架构或试验新的 lowering 逻辑时可采用原生编写方式，并提到 MLX 和 llama.cpp 的相关先例。适合关注端侧 AI 部署、延迟与内存预算受限场景的开发者阅读。
Gemini 4 Argon: Built to solve your hardest problems
Google 博客文章，宣布 Gemini 4 Argon 面向开发者、企业、科研人员和消费者开放，可通过 AI Studio 与 Gemini 平台的 API，以及 Antigravity、Gemini 应用和搜索 AI Mode 使用。文中称其在编程、金融、法律、网络安全和科学等领域的多步任务上表现突出，并给出每百万输入 token 2 美元、输出 10 美元的介绍价格。
Automating eval design and hillclimbing with Claude
claude.dev 博客的 Playbooks 类文章，作者 Lance Martin，2026 年 9 月 28 日发布，约 12 分钟阅读量。文章讲设计评估以及依据评估做爬山式优化时避免自我误判的原则，并介绍 claude-api skill 中的 build-eval 与 hillclimb 命令如何落地这些原则；hillclimb 通过留出样本集来发现过拟合。适合在代码库中构建评估的开发者阅读。
Building with Claude Sonnet 5.5
claude.dev 博客的 Playbooks 类文章，作者 Addy Osmani，2026 年 9 月 28 日发布，约 9 分钟阅读量。文章介绍 Claude Sonnet 5.5 的构建指南，涵盖 Sonnet 5.5 与 Opus 5.5 的取舍、定价、模型细节、从 Sonnet 5 迁移、调优、拒答与回退以及可用性，并给出示例调用代码。
Getting started with Claude Code mods
claude.dev 博客的教程类文章，作者 Addy Osmani，2026 年 10 月 1 日发布，约 11 分钟阅读量。文章说明 mod 是运行在 Claude Code 会话中的小型 JavaScript 或 TypeScript 文件，可观察会话、改变 Claude Code 的行为或在终端和桌面应用中绘制自定义界面，底层是随插件分发的 hooks。内容包含从空文件夹构建第一个 mod（Token Weather）、分享 mod、两个更大的 mod 案例和几条习惯建议。
Building effective agent automations
claude.dev 博客 Agents 类文章，作者 Lance Martin 和 CJ Avilla，2026 年 10 月 8 日发布，约 9 分钟阅读量。文章使用 Claude Managed Agents（beta）搭建了一个参考实现：按计划读取 Slack、GitHub 仓库等自定义来源，追踪上次运行以来的变化，并把需要知道的内容发布到 Slack。文中逐步讲解来源、目的地、智能体、调度、记忆、防护栏等环节，并提供参考代码和一条可在 Claude Code 中运行的配置命令。