跳到正文
10月16日周五
  1. RadarAI36

    Dify 详解 AI Agent 与 Workflow 如何选择

    Dify 发文讲解 AI Agent 与 Workflow 的区别:Agent 由模型在运行时从获批工具中选择下一步,Workflow 则由搭建者预先定义步骤与分支。文章建议流程固定可重复时用 Workflow,需逐次判断时用 Agent,并可在 Workflow 中嵌入 Agent 节点处理单个灵活环节。

  2. RadarAI25

    Claude 规划调度多 CLI 智能体协作开发流

    一套以 Claude 负责规划与验收、codex cli、cursor cli、antigravity cli、grok cli 等智能体负责执行的开发工作流被分享出来,目的是把各家 AI 会员额度充分利用起来,后续还计划纳入本地模型。作者称目前体验不错,认为 opus 5.5 在编程开发上比高一档的 gpt-6 astra 更好用。

  3. RadarAI38

    2026 大模型 API 免费额度汇总清单(建议收藏)

    2026 年 11 家主流大模型平台的免费 API 额度被整理成一份清单,逐项列出额度规模、覆盖模型、有效期与领取入口。清单覆盖阿里云百炼、百度智能云千帆、腾讯云混元、字节火山方舟、NVIDIA NIM、智谱 AI、硅基流动、Kimi 开放平台等平台,方便开发者在低成本前提下试用和选型。

  4. RadarAI40

    密歇根大学 AI 编程课:Subagents 深度解析

    密歇根大学「Applied Agentic Software Engineering」课程详细拆解了 Subagents 的教学内容,涵盖引入 Subagents 的必要性——解决上下文有限、历史干扰、成本与并行度问题,以及具体实现机制,并对比了其与 Team、Handoff 等形态的区别。

  5. RadarAI49

    使用 Claude 生成商业创意的方法

    一种用 Claude 每日质疑模式生成商业创意的方法:每天三次由 Claude 基于此前回答继续深入提问,防止搪塞,一周后打总结可按市场规模排出 3 个商业创意,突破市场调研和用户画像环节的卡点。

  6. RadarAI49

    基于定时任务的 AI 知识库自动化构建实践:用 codex 与 workbuddy 自动存档至 Obsidian

    作者通过设置 codex 和 workbuddy 两个定时任务,分别将开发日报与企微工作聊天记录自动整理并存档至 Obsidian,为 AI 追溯上下文提供高质量数据。该流程把零散的实时信息转化为结构化存档,使后续用 AI 撰写汇报或追溯项目时间线时能获得精准上下文。

  7. Apple Machine Learning Research66

    Apple 用 MLX 与 RDMA 在 Mac Studio 上实现本地及分布式大模型推理

    Apple 发布 MLX 新版本,展示在 Mac Studio 上本地运行前沿大模型:四台 M5 Ultra 组成的集群运行 816B 参数的 Muse Spark Open 时生成速度超过 36 tokens/s,单机 M5 Ultra 相比 M3 Ultra 的 TTFT 最高快 4.6 倍、生成速度提升 1.6 倍。

    推荐理由:Apple 官方给出 MLX 在 Mac Studio 集群上跑近万亿参数模型的实测数据,可据此判断本地大模型推理的可行边界。