用了两年多 GPT，我最近开始换模型了，还折腾了个求职避坑 AI 智能体
程序员海军分享从主要使用 GPT 转向通过 Aiionly 接入多模型的经验，并尝试开发求职避坑 AI 智能体「职场评测」。Aiionly 提供统一 API、按量调用和 Token Plan 套餐。项目拟结合简历、求职偏好及招聘材料，辅助分析胜任能力、岗位匹配度与待核实风险，不直接判定公司好坏。
全部 AI 动态
掘金 · 人工智能AI 评分3333
虎嗅AI 评分6767 用AI智能体安装Aerial，给智能电视换上简洁桌面
作者实测借助AI智能体安装Aerial，不到五分钟为家中智能电视换上简洁桌面，减少主屏广告干扰，但无法阻挡开机广告。安装需电脑与电视连接同一WiFi、开启adb调试，再到aerial.qust.me填写电视IP，将安装提示词交给豆包、WorkBuddy等智能体执行，并在电视上授权调试。
雷峰网AI 评分2525 《2026千川乘方投放宝典》出炉，助力商家迎战双11
《2026千川乘方投放宝典》发布，梳理投放升级、素材供给、达人营销与转化增效路径，帮助商家备战双11。千川乘方将达人佣金、素材制作、营销权益等成本纳入综合营销ROI核算，并支持全域投放计划一键升级。宝典覆盖新品冷启、大促爆发等六大场景，提供分阶段投放策略。
掘金 · 人工智能AI 评分5252 Agent 出站重试风暴沙箱复盘：无退避与整批重放如何耗尽月额度
一项 9,000 条同步任务的本机沙箱对照显示，无退避、整批重放且缺少预算控制的客户端在约 12 分半内耗尽 20,000 次月调用额度，仅完成 6,747 条。
掘金 · 人工智能AI 评分3838 饭桌上又卡壳了？我用 TRAE 写了个嘴替鸭，把回话提前备好
开发者用 TRAE 完成嘴替鸭小程序，从工程搭建到真机运行，为社交压力场景提供回话参考。拆招页提供温和化解、幽默带过、直接拒绝、反将一军四种风格，支持调用大模型重新措辞。本地规则可离线、零成本匹配高频场景，大模型仅在无法识别时兜底，API Key 只保存在本机。
掘金 · 人工智能AI 评分5454 大模型如何执行命令？解读 Sub-agent 背后的框架调度与上下文隔离
Sub-agent 的运行环境、工具执行与协作调度由 AI 客户端或智能体框架实现，大模型本身负责根据输入预测后续 token。文章拆解了将子智能体封装为工具、隔离上下文、裁剪工具权限和提炼回传结果四项机制，并用代码评审子智能体的伪代码展示独立运行循环。主智能体接收子任务的精简结果，而非全部中间日志，以减少上下文干扰。
掘金 · 人工智能AI 评分5858 Claude Duet 主动简报思路解析：用 OpenClaw 搭建微信群聊情报助手
文章以 Claude Duet 的主动简报为切入点，介绍用 wechat-cli、OpenClaw 和飞书搭建微信群聊情报助手的方法。实操案例摘自 AI 破局俱乐部，通过读取本地聊天记录、设定总结与隐私规则，每两小时自动生成并推送简报。案例曾出现用累计未读数代替真实聊天内容的问题，补充逐群读取消息的要求后，简报能呈现具体需求；文章也提醒定期检查简报质量和推送是否正常。
掘金 · 人工智能AI 评分3535 从零到实战：AI 全栈学习进阶路线
AI 全栈学习路线分为基础、模型、工程和应用四个阶段，目标是打通算法、工程与应用能力，逐步实现 AI 产品交付。实战示例涵盖 Python 数据处理、PyTorch 线性回归训练、FastAPI 推理接口封装，以及使用 LangChain、FAISS 和 BAAI/bge-small-zh-v1.5 实现文档向量化与检索。
掘金 · 人工智能AI 评分7474 PHP2Shell 漏洞解读：Wiz Research 如何借助 AI 在 2 天内定位 PHP 严重漏洞
Wiz Research 借助 AI 在 2 天内发现 PHP 核心漏洞 CVE-2026-109618 和 CVE-2026-109619，材料称两者 CVSS v4.0 评分均为 9.2，可导致未经认证的远程代码执行。
掘金 · 人工智能AI 评分4141 问得出、搜得准、信得过：ContextSearch 重构销售检索体验
火山引擎 ContextSearch 团队基于 Agentic Search 改造 C360 销售跟进记录检索，在 200 道业务问答测试中正确率达 84.0%，可接受率达 90.0%。系统通过实体对齐、多路检索和结构化计算处理歧义与统计问题，在检索阶段过滤权限，并为结论提供可追溯证据。
AWS Machine Learning BlogAI 评分4242 如何使用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上构建 AI 智能体语义层
AWS 展示如何以 AtScale 和 Amazon Bedrock AgentCore 构建 AI 智能体语义层，让智能体与 BI 工具使用相同指标定义。教程以客户 360 场景为例，由 Claude Sonnet 4.6 规划查询，Strands 智能体通过 MCP 访问映射至 Amazon Redshift 的语义模型。
AWS Machine Learning BlogAI 评分3939 使用 Strategy Mosaic 和 Amazon Bedrock AgentCore 在 AWS 上为 AI 智能体构建语义层
教程演示用 Strategy Mosaic 和 Amazon Bedrock AgentCore 构建语义层，让 AI 智能体查询跨源客户数据。方案以关联模型连接 Amazon Redshift 与 Amazon Aurora，无需 ETL。Strands 智能体通过 MCP 访问模型，指标定义及按用户实施的行列权限控制保留在 Mosaic 中。
AWS Machine Learning BlogAI 评分4141 如何使用 Denodo 和 Amazon Bedrock AgentCore 在 AWS 上构建 AI 智能体语义层
AWS 展示如何用 Denodo 和 Amazon Bedrock AgentCore 构建语义层，让 AI 智能体受控查询云端及本地企业数据。方案联邦查询 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL，通过 Denodo MCP Server 暴露客户全景视图，并在查询时应用行列访问策略。
AWS Machine Learning BlogAI 评分4848 Eon 如何利用 Amazon Bedrock AgentCore 上的 MCP 网关构建多云故障调查能力
Eon 利用 Amazon Bedrock AgentCore 构建统一 MCP 网关，将新工程师接入调查工具的时间从约2天缩短至约2分钟。网关取代逐工具凭证和本地 MCP 进程，为开发者与自主智能体统一接入 AWS、GCP 和 Azure 调查工具，并通过身份区分与 Cedar 策略控制工具调用权限。
AWS Machine Learning BlogAI 评分4141 如何在 AWS 上利用 X.509 PKI 保障 AI 智能体身份安全
AWS 与 Keyfactor 展示基于 EJBCA 和 AWS 服务的 X.509 PKI 参考架构，为 AI 智能体建立可验证、可撤销的身份。架构覆盖用户、智能体间及 MCP 工具调用认证，结合签名请求、委托断言、限定受众的 token 和实时 OCSP 吊销检查。示例完整源码已在 GitHub 提供。
AWS Machine Learning BlogAI 评分5151 如何用 AWS Agent Registry 在运行时发现并调用工具
AWS 通过 Python 示例讲解如何用 AWS Agent Registry 在运行时发现已审批的 MCP 服务和 A2A 智能体，并为每次请求动态构建客户端与内部智能体。流程采用关键词与语义混合搜索获取候选能力，调用凭证通过独立可信配置获取，不随搜索结果返回。示例覆盖订单查询、定价折扣和退货退款场景；新增兼容且获批的记录无需修改编排器，但协议、鉴权或编排策略变化仍可能需要更新代码或配置。
AWS Machine Learning BlogAI 评分3636 通过跨区域推理从加拿大访问 Amazon Bedrock 上的 OpenAI GPT 模型
Amazon Bedrock 现支持从加拿大通过跨区域推理访问 OpenAI GPT-5.6、GPT-6 和 GPT-6.1。教程涵盖权限配置与 API 调用，并说明 US geographic 配置将推理保留在北美，Global 配置则可路由至模型已部署的受支持 AWS 商业区域。
AWS Machine Learning BlogAI 评分4545 Octave 如何基于 Amazon Bedrock 构建安全的多租户 AI 基础架构
Octave 基于 Amazon Bedrock 构建安全的多租户 AI 基础架构，将每个用例的部署时间缩短了 50%。该架构使用 Cohere Embed v4 生成嵌入向量，通过租户专属向量存储、隔离执行环境和输入输出过滤保护数据，并以投诉分流助手验证生产应用。
AWS Machine Learning BlogAI 评分3838 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B，实现多语言推理
AWS 展示了在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 的方法：SFT 承担主要行为学习，GRPO 在仍有提升空间时进一步优化。基础模型在 50 个多语言测试用例中，仅 22% 使用目标语言推理；实验强调，应根据能力缺口选择微调方法。
爱范儿AI 评分1818 当回音壁学会了「通吃」｜Sonos Beam Ultra 体验
Sonos Beam Ultra 体验显示，这款回音壁可兼顾杜比全景声影院、流媒体听歌与黑胶接入，但声场仍受箱体尺寸限制。它配备上射单元，支持 AirPlay 2、蓝牙 5.3，USB-C 搭配另售转换器可接入模拟音源。旧款 Sonos One 与 Sub 可参与组建影院，接入的音乐也能串流至其他房间。
掘金 · 人工智能AI 评分6161 从 open-bots 被删的 713 行代码中拆解 AI 智能体工程设计与反面教材
这篇教程从 open-bots 的 Git 历史中恢复被删的 713 行核心代码，拆解 5 个 AI 智能体工程设计及 2 类反面教材。设计涵盖总预算超时、托管与自定义工具分层、最终答案提取、HTTP 工具的 SSRF 防护，以及解析 x402 报价但禁用自动支付；文中也指出 DNS 检查与实际请求之间存在时间差缺口。
掘金 · 人工智能AI 评分5656 DeepSeek DeepInfer 源码解读：每天 155 万亿 token 背后的开源边界
DeepInfer 源码解读显示，DeepSeek 开源了面向 DeepSeek-V4.1-Flash-1017 的推理引擎，但未公开支撑完整线上服务的路由、跨实例 KV cache 存储及分离部署组件。
掘金 · 人工智能AI 评分4747 Agent as a Service：驱动个人与企业 AI 智能体的服务架构
刘军以 AgentScope 为基础，讲解面向个人与企业 AI 智能体的 Agent as a Service 架构。方案采用 Sandbox as Tool，将 Harness 远端托管、云端状态管理与工具执行分离，支持本地和远端续做任务。长耗时工具任务通过持久化检查点挂起与恢复，并以稳定执行标识确认结果、避免重复操作。
掘金 · 人工智能AI 评分5858 从 Function Calling 到 MCP（下）：手写 Client，让 Agent 真正调用工具
教程以笔记服务为例，手写 MCP Client 和 Agent Loop，演示工具发现、调用、结果回灌与错误恢复的完整流程。实现使用 Node 20+、@modelcontextprotocol/sdk 1.30 和 Streamable HTTP，重点处理工具 schema 转换、tool_call_id 对应、多 Server 工具命名冲突及连接失败。
掘金 · 人工智能AI 评分4747 RAG 知识库撤回发生在重建途中，旧索引还能切回来吗
RAG 知识库的构造示例表明，重建完成不代表旧快照仍有效，撤回后的候选应按当前权威状态和来源血缘校验。检查须在正文进入重排、上下文和模型之前完成，分别核对内容版本、策略版本与读取权限。多来源摘要任一依赖失效时，应先阻断旧摘要再判断能否重算；示例仅演示元数据规则，未验证真实检索引擎安全性。
掘金 · 人工智能AI 评分5252 从会聊天到能干活：AI 智能体的五级演进、核心概念与产业格局解读
AI 智能体的演进被划分为组件化、工程化、代码编程助手、会话智能体和 AI 智能体五个阶段，核心判断是竞争重心正从模型转向运行时与生态连接。文中区分了智能体、loop、harness、MCP 与技能的职责，强调执行反馈、上下文管理、沙箱权限和运行轨迹的作用。
掘金 · 人工智能AI 评分5454 AI 扮演前端候选人接受 8 轮面试，作者未发现问答破绽
kyriewen 让 AI 扮演有 8 年经验的 React 前端候选人，在禁用搜索和工具的文字模拟面试中完成 8 轮问答，按作者预设标准均获 A。AI 能纠正被故意记错的数字、识别概念陷阱并说明代码边界，但其项目经历和指标均为即兴编造，回答自洽不等于经历真实。实验仅进行一次，题目来自公开面经且没有现场压力；作者据此建议面试追查工程日志、监控等证据，并附上可复用的模拟面试提示词。
掘金 · 人工智能AI 评分3535 Codex 开发聚合搜索应用实战操作详解
Codex 聚合搜索应用实战演示了借助 AI 智能体完成需求拆解、接口设计到前后端联调的开发流程。方案采用前端交互、后端聚合与数据源适配分层，重点处理多源并发检索、结果标准化、去重排序及超时降级。开发时建议由 Codex 生成项目骨架和测试用例，再由开发者补充业务约束、异常处理与安全控制。
掘金 · 人工智能AI 评分4141 HarmonyOS 7 AI 智能体开发实战 09：构建测试评测集
HarmonyOS 7 AI 智能体开发教程演示如何构建离线评测集，用固定用例量化答案质量并检查改版回归。方案由用例、评分器和评测引擎组成，支持包含、完全相等和正则匹配判定，可用 MockAgent 离线运行。教程还讲解通过率报告、真实模型接入，以及将用例版本管理和评测纳入 CI 的方法。
掘金 · 人工智能AI 评分3434 HarmonyOS 7 AI 智能体开发实战 08：结构化输出解析
HarmonyOS 7 AI 智能体开发实战第 08 篇讲解结构化输出解析，将模型生成的 JSON 修复、解析并按字段校验。方案用 JsonRepair 清理围栏与尾逗号，结合 StructuredParser 检查必填字段和类型；另提供无需密钥的离线演示，以及 Hypium 单测与 Node 镜像验证。
掘金 · 人工智能AI 评分5454 Agentic Awesome Skills 解析：构建本地优先的 AI 智能体技能控制平面
Agentic Awesome Skills（AAS）通过本地目录检查、AI 智能体主导的技能选择、堆栈验证和计划预览，管理包含 2737+ 个 SKILL.md 文件的技能库。
掘金 · 人工智能AI 评分6262 Personal Agent 观察：拆解全天候运行的技术挑战
Personal Agent 的全天候运行依赖会话之外的持久状态与运行时管理，而不只是模型能力提升。文章结合多款产品的设计与使用体验，拆解任务中断恢复、长期记忆、身份与权限延续、工具越权防护及外部结果核验等挑战。商业化方面，文章提出个人端可能走向免费入口与佣金、广告变现，企业端走向数字员工，并判断中国市场更可能形成生态内嵌的个人智能体。
掘金 · 人工智能AI 评分5555 wshobson/agents 如何通过单一 Markdown 源适配多种 AI 编码工具
wshobson/agents 通过单一 Markdown 源和多端适配器，让 7 种 AI 编码工具共享智能体、技能与命令，本文拆解其适配机制。Claude Code、Cursor 等可直接加载原生插件，其他工具通过 Makefile 生成特定制品，Codex CLI 的生成路径则因 8KB 限制将超大内容拆为参考文件。
掘金 · 人工智能AI 评分5555 Graphify 技术解读：用本地确定性 AST 解析构建代码知识图谱
Graphify 通过本地确定性 AST 解析，将代码库转化为可查询的知识图谱，为 AI 编码助手提供代码上下文。材料介绍其使用 tree-sitter 解析约 40 种语言，并以 EXTRACTED 和 INFERRED 标签区分直接提取与推断的连接，非代码资产则可配置语义处理后端。
Hugging Face BlogAI 评分4444 使用 IBM Granite 时间序列模型进行集成预测
Hugging Face 介绍 IBM Granite Timeseries Ensemble，将4个开源预训练模型组合用于时间序列预测，无需重新训练或拟合集成权重。默认的 Probabilistic Ensemble 采用等权概率汇聚，输出中位数和分位数预测；IQR Ensemble 则依据预测区间宽度自适应加权，但可能偏向过度自信的模型。
AWS Machine Learning BlogAI 评分3535 如何使用 AWS PrivateLink 保障企业网络对 Amazon Quick 的安全访问
AWS 讲解如何结合 AWS PrivateLink 与 VPC 连接，让 Amazon Quick 与企业本地数据源之间的流量不经过公网。VPC 端点承载用户和 API 访问，VPC 连接负责数据源访问，并配合安全组和端点策略实施防护。配置需有 Enterprise 订阅，以及已建立的 AWS Direct Connect 或站点到站点 VPN。
AWS Machine Learning Blog精选AI 评分6464 Deep Insight 如何解决多智能体系统的 5 个生产挑战
AWS 团队以 Deep Insight 为例，讲解多智能体系统在执行编排、模型选择、生产运行、代码安全和运维监控上的 5 个挑战及解决方案。系统通过 8 个智能体协作，将 CSV 数据与自然语言请求转化为图表及带引用的 DOCX 报告，结合 Strands Agents SDK 的流程编排、人工计划审核和按角色配置的 Claude 模型组织任务。
推荐理由：通过把执行编排、模型分工、运行隔离与运维监控逐项对应到实现方案，文章提供了从多智能体原型走向生产的可迁移架构思路。
AWS Machine Learning BlogAI 评分4343 使用 Strands Agents 构建自适应 AI 智能体框架 AAIF
AWS 讲解基于 Strands Agents 的 AAIF 框架，以物联网监控为例，展示如何将常规任务留在本地、复杂请求交给云端模型。框架使用 llama3.2:1b 编排请求，通过 Ollama 运行本地模型，并调用 Amazon Bedrock 处理复杂分析，支持边缘、云端及混合部署。
AWS Machine Learning BlogAI 评分3535 如何使用 torchtitan 在 AWS Trainium 上训练 Qwen3
AWS 演示如何用 torchtitan 在单台 trn2.48xlarge 上训练 Qwen3，涵盖 Transformers v5 后端、原生实现及自定义 MoE 内核三种配置。配置支持从随机初始化预训练或微调已发布权重，并采用相同的 torchrun 启动模式；微调后可导出标准 Hugging Face safetensors 检查点。
AWS Machine Learning BlogAI 评分3838 U.S. Hunger 如何利用 Amazon Quick 连接领导团队与数据
U.S. Hunger 利用 Amazon Quick 让领导团队直接探索组织数据，并通过 Quick Spaces 共享指标定义、文档与分析。团队可结合财务信息和受助家庭情况开展讨论，减少反复请求技术团队提取数据。目前已有 17 名同事获得访问权限，覆盖管理层、技术、财务及合规等职能。
