Stanford CS 329Z 第 6 讲 Agent Design Patterns and Scaffolds 讲义公开
Stanford CS 329Z（Engineering AI Agents，2026 秋季）第 6 讲「Agent Design Patterns and Scaffolds」讲义公开，链接为 https://web.stanford.edu/class/cs329z/slides/lecture06.pdf。
最新动态
RadarAIAI 评分5454 RadarAIAI 评分3838 哥伦比亚大学 Agentic Engineering 课程第 5 讲视频与讲义公布
哥伦比亚大学 Agentic Engineering 课程第 5 讲「What Tools Does an Agent Actually Need?」的视频和讲义 Slides 公布，主讲为 Dr. Nick Gu。课程主题包括研究方法、为什么需要工具、什么是工具、工具组件与判断，并附有 YouTube 视频和 Google Slides 讲义链接。
Hacker NewsAI 评分6262 用反驳而非审查验证编码智能体：Refute 提示词与循环方法
作者提出用 Refute（反驳）替代常规 AI 代码审查：默认假设代码是坏的并要求智能体证明，只有带失败测试、命令输出或行号路径的证据才算有效发现。反驳由独立子智能体执行，只拿到需求、commit 范围和测试命令，不带作者推理；发现缺陷后由主智能体修复并重复反驳直至收敛，五轮未收敛则升级给人类。
Hacker NewsAI 评分7171 Instant Software Factory：用 Claude Code 定时例程搭建自主软件工厂
作者开源 Instant Software Factory，通过 Claude Code 的云端定时例程在 GitHub 仓库中搭建一套自主软件工厂，把提示词和 BOOTSTRAP.md 放进仓库后即可按流程初始化。
GitHubAI 评分88 sesame-robot-micro：可在 Windows 上运行的小型机器人 Demo
GitHub 项目 Caitlin5494/sesame-robot-micro 发布，是 Sesame Robot Project 的微型版本，面向 Windows 10/11 的测试与演示用途。
GitHubAI 评分1212 abdalrhmanmohnya/Snake-neural-network：训练神经网络玩贪吃蛇
GitHub 项目 abdalrhmanmohnya/Snake-neural-network 通过训练神经网络玩贪吃蛇，展示 AI 在游戏策略与决策上的潜力，并提供安装说明方便运行。项目当前 0 stars、1 watching、0 forks。
Hacker NewsAI 评分2222 CS2680 Modern AI Systems：智能体与系统优化课程公布 Fall 2026 安排
哈佛 CS2680《Modern AI Systems: Agents and System Optimizations》Fall 2026 课程公布安排，容量增至 80 人，课堂时间为周一、周三 11:15–12:30，地点 SEC LL2.229。
GitHubAI 评分2222 Citadel：Claude 编排的 Proxmox LXC 自管理 homelab
Citadel 是一个基于 Proxmox 的自管理 homelab 项目，用 Claude Code 编排容器（CT110）通过 SSH 单向管理交易研究（CT111）与每日新闻简报（CT113）等隔离 LXC 容器，主机不暴露公网、仅经 Tailscale 访问。
Hacker NewsAI 评分2222 用 GPT-6 Astra 把闲置 Kindle 改造成照片相框
有人用 GPT-6 Astra（reasoning effort 设为 High）配合 Codex 和 T3 Code，把一台第 10 代 Kindle Basic 越狱并改造成照片相框，项目名为 KindleCTL。
Hacker NewsAI 评分2222 修补 Zig 标准库：绕过 0.17.0 的 connectUnix 缺陷
Zig 0.17.0 的 std.http.Client.connectUnix 存在编译错误，作者通过复制 std 源码、用 git 追踪改动并生成 patch 文件，借助 zig-patch 在构建时打补丁修复。
Hacker NewsAI 评分6666 Filed 联合创始人分享如何用 Perplexity decider 让编码智能体按团队规范写代码
Filed 联合创始人 Atul 介绍了团队用决策模型 Perplexity decider（与 TypeSafe 的 Jev 同类）审查编码智能体产出的做法：把每条代码规范写成 rules.yaml 中的是非题，按目录嵌套存放，智能体改代码前先读取适用规则，改完后由 CLI 一次性提交 diff 与全部问题，模型返回每条规则的概率，低于 80% 的成为提示。
Hacker NewsAI 评分3838 如何在智能体执行前检查其操作：Rebuno 的策略文件方案
Rebuno 提出把智能体权限从提示词和代码中移出，改为在外部策略文件里做执行前检查：每次工具调用先提交工具名和参数，由策略决定放行、需审批或拒绝。示例策略中 `git status`、`git diff`、`npm test` 直接放行，含 `rm -rf` 的命令被拒绝，其余 bash 命令需审批，规则按书写顺序首个匹配生效，改规则无需重新部署智能体。
Hacker NewsAI 评分3434 如何教 AI 门禁对陌生人说"不"：LLM 只负责对话，服务器掌握放行决定
2389 办公室为前台门禁搭建了一套 AI 智能体：门禁对讲机接入 Vapi 语音助手，模型只负责与访客对话，所有放行、拒绝、升级、转接决定都由服务端 TypeScript 逻辑做出，模型仅按返回的指令字符串照做。
GitHubAI 评分2828 En Dash Consulting 推出 hotdogbenchmark：每周问 11 个大模型“热狗是不是三明治”
En Dash Consulting 开源 hotdogbenchmark，每周一 12:00 UTC 向 11 个大型 AI 模型提问“热狗是不是三明治”，要求一词作答，并发布一份一本正经的行业分析师报告。基准还追问汉堡与塔可，并用“热狗是三明治”和“不是三明治”两种系统提示词测试模型的受暗示程度。项目无需 API key，mock 模式可离线跑通全流程，真实运行每月成本仅几美分。
Hacker NewsAI 评分3434 从聊天窗口到桌面：用 AI 和 tscircuit 设计的分体键盘
一位开发者用 AI 加 TypeScript 和 tscircuit，基于 Foostan 的 Corne 设计出可用的 RP2040 分体键盘，配备 Choc 轴、USB-C、两半之间的 TRRS 连接和配套外壳。AI 负责编写和修改代码，tscircuit 的自动布线器快速完成两半铜线与过孔布线，外壳与 PCB 共用同一套坐标。成品打字测试为 91 WPM、99% 准确率。
Hacker NewsAI 评分1616 Picothermal：基于 RP2040 与 Flir Lepton 的 WebUSB 热成像相机
开发者用 RP2040 微控制器搭配 Flir Lepton 3.5 传感器做出 WebUSB 热成像相机 Picothermal，分辨率从 MLX90640 的 24x32 提升到 160x120。
Hacker NewsAI 评分4949 Bondsmith：让编码智能体的"测试通过"必须有确定性证明
开发者打造了工作流引擎 Bondsmith，用确定性 Gate 校验编码智能体声称的每一步结果，模型说"测试通过"不再算数，必须由非 LLM 工具跑出退出码等证据。它用 Rust 编写，含核心库、CLI 和只读 UI，Flow 为磁盘上的 JSON 与 Markdown 数据，目前仅支持 Claude Code 启动器，Pi 在路线图中。
GitHubAI 评分1212 MishMash-Norway/mishmash-web：MishMash AI 与创造力中心官网源码
MishMash-Norway/mishmash-web 是挪威研究理事会资助的 MishMash AI 与创造力中心官网 mishmash.no 的源码仓库，网站以英语、Bokmål 和 Nynorsk 三种语言发布，Nynorsk 页面在每次构建时由 Bokmål 页面生成。
Hacker NewsAI 评分3838 如何评估广告曝光（Impression）的合理价值
转化建模中预测概率直接决定出价，但约 0.2% 的稀有事件率与跨 Banner、全屏、CTV 等异构流量使单一校准检查失效，误差相互抵消掩盖系统性偏差。文章提出三重视图：整体总量比、按预测概率分桶对比期望与实际、以及按垂直领域分 token 计算特征 ECE，并指出 Brier score 在 0.2% 基准率下无法区分好坏模型。
Hacker NewsAI 评分3838 Quail 如何用 Trie 树执行 AI.CLASSIFY 分类
Quail 是 AI-SQL 执行引擎，其 AI.CLASSIFY 算子支持三种实现：trie_decode 逐 token 贪心生成标签、trie_tree 一次请求为所有标签打分、letters 为每个标签打一个字母分。以 Qwen3-4B-fp8 为例，AI.CLASSIFY 接收文档与 2 至 255 个标签，始终返回其中一个标签，并可通过 probabilities 选项输出各标签概率。
Simon WillisonAI 评分2222 Python 3.15 发布：告别 3.10，拥抱 3.11 新特性
Python 3.15 正式发布，带来 PEP 810 显式惰性导入、推导式解包语法和标准库采样分析器 Tachyon（profiling.sampling）。
vLLM Blog精选AI 评分6262 vLLM 引入双向 KV 传输，多轮智能体负载 TTFT 最高降低 3.3 倍
vLLM 新增双向 KV 传输能力，让 decode 节点把已计算的 KV 块回传给 prefill 节点，避免多轮对话中重复计算历史上下文。在 1P1D 部署、Amazon EC2 P5en 加 AWS EFA 的测试中，最长提示下 Qwen3-32B 的 TTFT 降低约 1.6 倍，zai-org/GLM-5-FP8 降低约 3.3 倍。
推荐理由：原文给出双向 KV 传输的架构、可调参数与复现步骤，读者可据此评估多轮智能体场景下的 TTFT 收益。
Hacker NewsAI 评分3434 Quattro ZBD：跑在 ESP32 上的 4 足 12 DOF 四足机器狗固件
Quattro ZBD 是一套运行在 ESP32 上的 4 足 12 DOF 四足机器狗固件，支持 trot（默认）与 walk 步态并可运行时切换，具备 Kalman 滤波的 IMU 机身调平与自动校准。
GitHubAI 评分6060 house-rules：为编码智能体制定 58 条规则并用 hooks 与 CI 强制执行
trurner13/house-rules 发布一套面向编码智能体的常驻规则，包含 rules/RULES.md 中的 58 条规则，以及 templates/hooks/ 下用无依赖 Python、shell 和 PowerShell 编写的强制检查，涵盖完整性门禁、提交信息、pre-commit、pre-merge 和配置审查等。
GitHubAI 评分1717 Sayantan-B-dev/SM_web_engineering_handbook：以 React 为中心的 Web 工程知识库
Sayantan-B-dev/SM_web_engineering_handbook 是一个以 React 为中心的 Web 工程知识库，共 49 个编号模块，覆盖 HTML、CSS、JavaScript、TypeScript、React、Next.js、后端、生产工程与 AI 辅助前端等主题，最终以 master project 收尾。
Hacker NewsAI 评分2222 QA Wolf 的 agent-first design：让 UI 主动来到用户面前
QA Wolf 在 dogfooding 自家 MCP 时发现，测试平台 UI 塞进 coding agent 后完全失效，于是转向 agent-first design：把界面拆成任务导向的聚焦视图，只保留测试、运行浏览器、进度结果和待处理请求。
Hacker NewsAI 评分6060 showtime 作者公开多智能体协作手册：一人加六个 Agent 如何交付代码
开源视频工作室 showtime 的作者 Favio Vázquez 发布了一份多智能体协作运行手册，记录他如何用一个人加六个 Agent（Haiku、Sonnet、Opus、Fable、Jev、Devin）把任务变成合并的 PR 或影片。
Hacker NewsAI 评分4646 无法游玩的圆珠笔海战游戏 Ink Armada：作者用 Claude Fable 5.1 亲手复刻
针对 X 上一条宣称由未公布的 "Fable 5.2" 生成、播放量超 60 万的圆珠笔风格海战游戏视频 Ink Armada 却无任何可玩链接，作者用 Claude Fable 5.1 在 Claude 应用中自行复刻了这款游戏。成品为单个 53 KB 的自包含 HTML 文件，基于 Canvas 2D、无依赖无 CDN，可离线双击运行，所有船只与波浪均由模拟笔触的折线绘制，不含任何图片素材。
AWS Machine Learning BlogAI 评分3434 在泰国、马来西亚、新加坡、印尼和台湾通过 Amazon Bedrock 全球跨区域推理调用 OpenAI GPT-6 模型
Amazon Bedrock 现支持在泰国、马来西亚、新加坡、印尼和台湾五个 AWS 区域通过全球跨区域推理调用 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra。
GitHubAI 评分1212 AI 实战：设计、构建并部署个人网站与作品集（777 幻灯片）
一套 16 页的 "AI in Practice" 幻灯片，讲解如何设计、构建并部署个人网站与作品集，定于 2026 年 10 月 15 日 19:30-20:45 阿尔及利亚时间开讲，幻灯片为英文、口头讲解用 Darja 语。
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制项目上下文：用 `.github/copilot-instructions.md` 定义仓库级规范，用 `.github/instructions` 中的 applyTo 字段指定路径级规则，用 `.github/skills` 下的 SKILL.md 打包可复用流程，用 `.github/agents` 定义专用自定义智能体。
Hacker NewsAI 评分3434 Apideck 为何放弃 Spectral：API linting 的规则集才是核心资产
Apideck 在 API linting 上放弃 Spectral，转而主张规则集（ruleset）才是真正值得拥有的资产，而非运行它的 linter。Kin Lane 统计 1,005 个在 CI 中运行 Spectral 的公开 GitHub 仓库中，63% 只用默认规则集，13% 设置 continue-on-error 使失败不阻塞。
Hacker NewsAI 评分6060 Enso Method 发布 20+ 开源 Agent 技能，面向 Claude Code 与 Codex
Enso Method 发布 20 多个开源 Agent 技能，用于 Claude Code 和 OpenAI Codex，以插件形式安装，走 PRD、技术设计、自主需求细化、会话级分阶段实现、评审与测试加固的流程。
GitHubAI 评分3434 面向 CTO 与研发负责人的免费课程：如何将研发流程迁移到 Claude Code、Cursor、GitHub Copilot 等 AI 助手与智能体
尤里·科诺诺夫发布免费课程《将 AI 引入研发：面向 CTO 与负责人的课程》，共 15 个模块，覆盖 token 经济性与回本模型、152-ФЗ、俄罗斯央行与 ФСТЭК 合规要求、DORA 指标、人员管理与 90 天试点计划，数据截至 2026 年。
NVIDIA Technical BlogAI 评分2222 ReplaySSM：重新思考混合模型解码的状态存储
NVIDIA 提出 ReplaySSM，重新思考混合模型解码时的状态存储方式。NVIDIA Nemotron 3、Qwen3.5 至 Qwen3.8、Kimi-K3、GLM-5.3-Flash 等混合模型将 SSM 层与少量注意力层交错，SSM 层用固定大小状态替代随序列增长的 KV cache 以实现快速解码。
Databricks BlogAI 评分2222 Flo Health 如何用 Databricks AI Runtime 构建更安全、更实用的开放模型
Flo Health 借助 Databricks AI Runtime 在无服务器 NVIDIA H100 GPU 上对开放模型做分布式微调，用 26 个 AI 评委（12 个医疗安全、6 个微观行为、8 个实用性）作为奖励信号，生成超 15,000 条隐私优先的合成问题，并采用监督微调加 DPO 的偏好优化流程。
Hacker NewsAI 评分4040 Hermes Agent 与 OpenClaw 对比：跑完两个自托管 AI 智能体后我留下了哪个
同时自托管 Hermes Agent 与 OpenClaw 后，作者最终留下 Hermes Agent 作为日常助理，因其更易维护、更快学会有用习惯且托管成本更低。
Hacker NewsAI 评分1717 IDR 如何成为记录意图的文档：Will Lachance 谈 Implementation Decision Records 的实践
Will Lachance 提出 IDR（Implementation Decision Records）应聚焦记录意图与决策，而非复述代码改动。他指出，模糊提示词下 LLM 生成的 IDR 往往只是计划实现的文字描述，信息损失大，对提升输出帮助有限；而包含问题陈述、目标、非目标与方案的 IDR 能提供更清晰的护栏，引导 LLM 行为并便于日后回溯。
Hacker NewsAI 评分1212 Sol 6 与 Sol 6.1 在自有仓库任务上的对比：更便宜且至少同样好
在自有仓库任务上对比 Sol 6 与 Sol 6.1，结果显示 Sol 6.1 更便宜且至少同样好。该对比基于 stet 的 repair-ai-coverage 流程，涉及 code_review 提示词解析重试、覆盖率修复与评分器重评等环节。
AWS Machine Learning BlogAI 评分3434 如何用 Ray LLM Deep Learning Containers 在 Amazon EKS 上运行多节点推理
AWS 发布 Ray LLM Deep Learning Containers，可在 Amazon EKS 上用两个 GPU 节点部署单个大语言模型，将 prefill 与 decode 阶段分离并统一在一个 OpenAI 兼容端点后。该容器内置 vLLM、Ray Serve LLM、NIXL 和 EFA 栈，整个服务应用仅需一段 YAML，无需编写 handler 或构建自定义镜像。