头条精讲
Claude Duet 开启研究预览（在新标签页打开）
推荐理由从主动发现日程冲突到离线继续执行任务，Duet 把持续协作落实为具体产品。适合关注个人助理与小企业工作流的读者，理解云端运行、敏感信息分类与行动审批如何配合，也能分清研究预览的开放范围及后台检查消耗额度的取舍。
Claude Duet 是 Anthropic 推出的一款全新主动式智能体应用，基于 Claude Opus 5.5 构建，可帮助专业人士管理任务、安排优先级，并在保障安全与谨慎的前提下，跨已连接的应用自动化工作流程。
NVIDIA Nemotron 3.5：升级多模态嵌入、重排与文档解析模型（在新标签页打开）
推荐理由企业知识助手常把时间花在反复找资料上。这组模型把文档解析、多模态检索和重排连起来，并在固定智能体的实验中比较证据质量与推理开销。负责知识库与智能体选型的团队，可据此区分数据整理、召回和上下文筛选各自的优化空间。
NVIDIA 推出 Nemotron 3.5 Retriever 系列，涵盖先进的多模态嵌入、相关性排序和文档解析模型，旨在增强企业智能体工作流并降低推理成本。
我们如何打造兼顾用户信任与相关性的 ChatGPT 全新广告系统（在新标签页打开）
推荐理由当用户意图在多轮对话中逐步形成，广告系统也要决定何时介入。OpenAI 工程师公开有状态会话、模型调度和独立竞价流程，适合产品与工程读者理解对话商业化的具体架构，以及相关性、响应速度和用户信任怎样转成系统约束。
OpenAI 为 ChatGPT 开发了一套定制广告投放系统，利用经过后训练的 LLM 来协调具有状态的广告会话，在确保与核心聊天机器人回答生成相互隔离的同时，优先保障用户信任与广告相关性。
今日精华
天猫数字员工（协作篇）- 研发的暗物质与 AI Native 组织协作（在新标签页打开）
推荐理由研发负责人可用传递、获取、默契与决策四类摩擦定位交付瓶颈，再参考共享上下文和异步协作如何沉淀组织资产。
数字员工通过驻群共享上下文、异步卡片交互和主动进度跟进，有效压缩了传递、获取、默契和决策四类协作摩擦，同时将隐性知识沉淀为可复用的业务资产，推动组织从职能分工向任务驱动演进。
Capital One 的 Max Kanat-Alexander：AI 时代如何判断代码质量投入（在新标签页打开）
推荐理由面对 AI 生成代码，先按软件的使用寿命与出错代价决定质量投入；分享中的判断框架能帮助团队兼顾快速试验与长期维护。
Max Kanat-Alexander 认为，代码质量投入应取决于软件的耐久性，团队也可以同时降低故障风险和保持工程严谨性的成本。
Claude 如何设计出针对蝎毒神经毒素的蛋白质结合体（在新标签页打开）
推荐理由通过计算设计与外部实验检验的完整链路，理解科学智能体能承担哪些研究工作，并区分蛋白质结合命中与治疗效果验证。
Anthropic 的 Claude AI 模型自主设计出 17 种针对蝎毒神经毒素的蛋白质结合体，其中最强的候选物可与中和毒素的抗体相媲美；全部 211 种设计及其数据均已公开，供开发蝎毒抗毒血清的研究使用。
NVIDIA Kumo Relational：无需任务级训练的关系型数据预测（在新标签页打开）
推荐理由数据团队可重新评估特征工程与任务级训练的投入，理解关系型基础模型怎样保留跨表关系，让预测任务变成可调用的查询。
NVIDIA Kumo Relational 是一种预训练基础模型，利用上下文学习直接从企业数据库中预测结果；在关系型基准测试中，它的表现优于监督式机器学习，且无需针对具体任务训练或进行特征工程。
Vanguard：让 AI 查询遗留代码，研究时间从 7 天缩短到 15 分钟（在新标签页打开）
推荐理由维护金融或大型遗留系统的团队，可参考如何把代码知识开放给 AI 查询，并将调查提速与分阶段迁移、数据权限和可观测性结合。
Gareth Yoder 分享 Vanguard 如何通过并行迁移、可供 AI 查询的遗留代码、受控数据访问与可观测性，完成现金账本现代化。
SemiAnalysis：同一 GPU 多出 50% 产出，运营能力为何重要（在新标签页打开）
推荐理由采购与推理团队可学习用满足延迟和质量要求的有效产出比较成本，把服务栈、并发配置和运营能力纳入算力决策。
Oliver Kennon 解释 GPU 运营能力如何决定有效算力产出、完整生产成本，以及租金对冲的适用边界。
万字复盘 Codex：一个在模型公司如何做产品的「典型」故事（在新标签页打开）
推荐理由借核心团队的产品转向经历，理解模型能力变化如何牵动界面、交互和组织协作，为 AI 产品选形态提供具体复盘。
Codex 从 ChatGPT 的边缘项目发展为独立桌面应用，再成为 ChatGPT 的底层框架，这一历程展示了 OpenAI 如何通过内部赛马、跨学科协作和快速迭代，在 AI 编程领域从追赶者跃升为领导者。
补充阅读
Granite Speech 5.0：更准确、更快速地转录、翻译和说话人归属（在新标签页打开）
推荐理由搭建会议或媒体处理流水线时，可按精度、端侧速度与说话人归属需求选择语音模型，避免用单一指标概括不同任务。
IBM 推出了 3 款升级后的语音模型：granite-speech-5.0-2b 可实现高准确度转录与翻译，granite-speech-5.0-470m-turboctc 支持快速端侧转录，granite-speech-4.1-2b-plus 则提升了多说话人归属能力和长语音处理表现。
通过专门化 SLM 词汇表，让真实应用中的推理成本降低 77%（在新标签页打开）
推荐理由垂直小模型团队可从真实作文评分器学习词表专门化，理解输出 token 数与输出层计算怎样共同影响服务成本。
VocabX 按 token 服务成本而非出现频率来专门化 SLM 词汇表，在一个生产环境中的作文评分器上将推理成本降低了 77%，同时提升了质量。
借助任意框架推动智能体开发生命周期，从 ADK 到 LangChain 及更多框架（在新标签页打开）
推荐理由使用不同智能体框架的团队，可参考扩展机制如何复用部署、评测和可观测性，并用自定义策略接入组织治理。
借助全新的扩展系统，Agents CLI 现在支持 LangChain 和 LangGraph 等非 ADK 框架的完整开发生命周期，并允许覆盖命令和自定义策略。
MrBeast 首席产品技术官：用 AI 把每支视频当作产品发布（在新标签页打开）
推荐理由创意团队负责人可借自建工作流和内嵌工程师的案例，观察 AI 原型能力如何服务内容交付，并让经验随组织积累。
Beast Industries 首席产品技术官分享如何通过自建工作流、内嵌工程师和组织记忆，实现每日交付并扩大产品探索。
一天、1,000 美元 Token：GEICO 用 AI 作战室改造遗留代码（在新标签页打开）
推荐理由需要改造遗留代码的团队，可参考决策者与智能体群同场工作的试验方式，理解共享上下文、人工门禁和成本取舍。
Ford Prior 介绍 GEICO 的 AI 作战室如何结合决策者、共享上下文和智能体集群，加快遗留理赔系统的现代化改造。
Will Larson：工程管理规则如何在 AI 时代改变（在新标签页打开）
推荐理由工程管理者可从跨公司经历理解技术判断与组织能力如何重新结合，审视 AI 时代的职责分配和职业发展路径。
Will Larson 解释了 AI 改变软件工作和管理者职业路径后，工程负责人为何必须同时具备技术判断与组织管理能力。
个人提效到团队提效：货拉拉 AI Coding 流程化落地实践（在新标签页打开）
推荐理由规模化推广 AI Coding 的团队，可参考统一配置、规格驱动流程与交付度量，把个人工具用法转成可持续的团队机制。
货拉拉通过统一 AI 工具配置、规范化编码流程和闭环度量体系，将个人级别的 AI 提效扩展为团队级的交付优化，实现了从需求理解到代码上线的全链路自动化。
为什么 AI 智能体需要自己的银行账户：Coinbase 的 Lincoln Murr 谈智能体金融（在新标签页打开）
推荐理由关注智能体商业模式的读者，可沿钱包与支付协议理解自动化服务如何收费，以及金融操作需要怎样逐步建立信任。
Lincoln Murr 介绍智能体钱包、x402 支付与受约束的金融自动化，解释这些能力如何赋予 AI 智能体更大的经济自主性。
推出 SimReady Central：面向机器人与 AI 工厂的仿真就绪 3D 资产开放库（在新标签页打开）
推荐理由机器人与数字孪生开发者可参考带物理属性的开放资产，减少场景准备工作，并区分可视化模型与可运行仿真素材。
Hugging Face 上的 SimReady Central Library 提供 2,000 多个免费的仿真就绪 OpenUSD 资产，供机器人和 AI 工厂数字孪生使用，让开发者无需手动准备资产即可快速构建和测试场景。
迈向智能体规模的 Git 基础设施（在新标签页打开）
推荐理由平台工程团队可从跨机房迁移与写入协调案例，理解智能体流量增长为何要求存储计算解耦，以及架构升级如何分步推进。
GitHub 正将 Git 基础设施迁移至 Azure，并通过按引用序列化和虚拟副本，将存储与计算解耦，使读写操作能够独立扩展，以支持智能体驱动的开发。
