跳到正文
全部动态
10月20日周二
  1. 产品与应用·GitHub Blog AI & ML官方

    GitHub Copilot会话可在VS Code中继续

    GitHub发布教程,介绍如何把GitHub Copilot应用中的会话直接打开到VS Code,保留任务、计划、对话、代码差异和worktree,继续审阅、手动修改、本地测试并推送到同一PR。前提是已安装并登录Copilot应用和VS Code,且对仓库有推送权限。

10月14日周三
  1. 产品与应用·GitHub Blog AI & ML官方

    GitHub用ModernBERT重构密钥扫描

    GitHub公布新的密钥检测流水线:正则召回候选,微调ModernBERT结合文件路径与上下文分类,替代此前远程LLM调用。官方称仓库主加权接受率提升11.5%,推送后扫描中位耗时降86%,服务成本降超98%,并借此把通用密钥检测扩展到推送保护。

10月13日周二
  1. 产品与应用·GitHub Blog AI & ML官方

    GitHub教程:四种方式让Copilot理解你的代码库

    GitHub博客面向初学者介绍定制Copilot项目上下文的四种方式:仓库级与路径级自定义指令、封装可复用流程的Agent技能、面向复杂任务的定制Agent,以及通过MCP服务器连接外部工具与数据源,并建议从一条常被重复解释的约定开始小步尝试。

10月8日周四
  1. 产品与应用·GitHub Blog AI & ML官方

    GitHub推出AI密钥检测模型,推送保护能力翻倍

    GitHub发布与微软应用科学团队合作的ModernBERT分类器,可在2毫秒内基于上下文识别非结构化密钥,预计使可拦截密钥数量翻倍。该功能目前私密预览,本月晚些时候向Enterprise Cloud和Teams的Secret Protection用户开放并消耗AI积分;今日起AI密钥检测组织自动升级,后置扫描告警不额外收费。

10月2日周五
  1. 产品与应用·Andrej Karpathy (@karpathy)

    Karpathy分享用LLM生成图表、网页与讲解视频的技巧

    Karpathy提出理解LLM输出的进阶方法:用ASD-STE100受控语言规范让输出更易读,或让LLM生成图表、交互式HTML网页乃至定制讲解视频,并称后者已开始可行。他认为LLM将自主完成更多基础工作,人类转向监督与理解。

9月29日周二
  1. 产品与应用·Ahead of AI

    Jev分类模型深度解析:从词袋到强化学习校准

    Sebastian Raschka系统梳理文本分类从词袋、RNN、CNN到Transformer的演进,并实测Jev AI的Choice/Noul/Score API:IMDb 25,000条测试集准确率96.47%,总耗时22分钟、成本约0.65美元。文章分析其通用性优势、校准机制与开源克隆现状,并提及OpenAI同日发布类似Decision API。

9月26日周六
  1. 产品与应用·GitHub Blog AI & ML官方

    GitHub Copilot画布:用一句话生成自定义工作流界面

    GitHub博客介绍Copilot应用的画布功能:在智能体会话中输入/create-canvas并用自然语言描述工作流,即可生成看板、清单或仪表盘等双向界面,人与智能体可实时同步修改;画布可保存为扩展供团队共享,社区已有现成模板。

9月19日周六
  1. 产品与应用·宝玉的分享

    用GPT 6 Astra做3D《桃花源记》,附可复用提示词

    宝玉分享用ChatGPT Pro中的GPT 6 Astra生成可交互3D《桃花源记》网页,将全文拆为20幕并支持循文入境、原文与白话切换;随后替换真人朗诵并按SRT同步,再用Codex拆分音频、优化环境音,使HTML从5.6MB降至约777KB,并公开可复用提示词模板。

8月31日周一
  1. 产品与应用·宝玉的分享

    宝玉分享AI原生思维:像训练大模型一样训练自己

    宝玉以自研字幕翻译App为主线,讲述AI产品从找需求、判边界、最小验证、重设计到落地交付的完整流程,并给出成本优化实例:调用从33次降至12次、单集处理从31分钟降至18分钟。问答部分讨论个体如何与AI共同进化,主张执行交给AI、人负责定义与验收。

8月24日周一
  1. 产品与应用·宝玉的分享

    宝玉复盘AI原生开发:Agent执行、人做判断

    宝玉以给字幕App BaoCut 加远程转录功能为例,完整复盘AI原生开发流程:可行性分析、设计文档、高精度原型、编码实现、黑盒测试均由Agent执行,人只在关键节点确认。他认为编码已非瓶颈,瓶颈转移到设计确认与测试部署两侧,开发类Skills大多没必要。

8月15日周六
  1. 产品与应用·Ahead of AI

    从零构建AI文本检测器:教程与本地部署

    Sebastian Raschka发布教程,演示如何微调DistilBERT构建0-100分的AI文本检测器,并用作验证器训练小模型规避检测;项目包含评估、训练与本地部署,产出可供人和智能体使用的检测API及浏览器界面。

7月29日周三
  1. 产品与应用·宝玉的分享

    从TL到EM:我终于不再盯着AI写代码了

    作者回顾今年使用Coding Agent的变化:从紧盯代码层的TL角色转为关注全局与验收的EM角色,转折点在Fable 5后对AI代码质量建立信任。他先与Agent定技术方案,再用/goal执行,Bug交由Agent重现修复并补测试。技术选型也不再受个人技能限制,如用不熟悉的Swift和Rust完成项目,瓶颈从写代码变为想清楚需求。

7月24日周五
  1. 产品与应用·One Useful Thing

    Mollick发布AI工具选型指南:优先选ChatGPT或Claude智能体

    Ethan Mollick更新AI使用指南,指出当前用AI已从聊天转向智能体系统。他建议低风险聊天可任选免费模型,高风险问题用Claude Opus/Fable或GPT-5.6 Sol高思考档;做实际工作首选ChatGPT或Claude,20美元档智能体用量有限,更贵套餐主要买更多AI工时而非更聪明模型。

7月12日周日
  1. 产品与应用·宝玉的分享

    号称省65%Token的Caveman实测仅8.5%

    JetBrains用Claude Code跑86个真实编程任务测试Caveman Skill,约240次计费试验花费约106美元,输出Token仅从59.2万降至54.2万,节省8.5%而非宣传的65%,任务质量无显著差异。作者指出编程Agent的Token大头在上下文、代码和工具调用,压缩自然语言说明收益有限,真正该省的是上下文与返工。

7月11日周六
  1. 产品与应用·宝玉的分享

    一文看懂ChatGPT、Work、Codex的差别

    宝玉梳理ChatGPT三模式:Chat问答、Work跨应用交付成品、Codex改代码,Work与Codex共享智能体额度、Chat独立;并对比ChatGPT Work与Claude Cowork在执行架构、Computer Use、连接方式与跨设备同步上的差异。

6月27日周六
  1. 产品与应用·Ahead of AI

    本地编码智能体搭建实操教程

    Sebastian Raschka发布教程,讲解用Ollama本地部署Qwen3.6 35B-A3B等开源权重模型,并接入Qwen-Code、Codex、Claude Code等编码智能体框架,涵盖速度与内存测试、小型能力评测、代码库审计及Mac与DGX远程连接配置。