标签
DSPy 3.4 的发布候选版已宣布，从 litellm 迁移以提升导入速度并减少依赖。
这篇文章探讨了为LLM设计专用工具的理由和好处，而不是让它们使用通用的人类工具，强调了LLM的独特需求和能力限制如何能增强其能力。
一条推文，赞同 ProgramAsWeights 可以替代正则表达式，并演示了一个从自然语言编译的电子邮件验证函数。
Simon Willison 介绍了 smevals，这是 Prime Radiant 开发的一个小型评估套件，用于评估模型、提示词和测试框架，提供运行评估、评分结果以及提供静态 HTML 报告的指令。
文章讨论了并行运行多个编码代理时出现的三个意外问题：共享工作树的冲突、运行时冲突（数据库、端口）以及难以检测卡住的代理。解决方案包括使用每个代理的 Git 工作树、隔离运行环境以及监测剩余差距指标。
本文描述了给AI编码智能体一个确定性的架构检查器，该检查器检查事件风暴图中的机械性缺口和未决问题，确保智能体不会假装完成。
本文认为，现在框架（代理框架）比模型本身更关键，并通过Cline的测试展示出推理预算调整带来的性能差异。Cline推出了ClinePass，这是一种订阅服务，可以折扣价在其框架内使用多个开放权重模型。
一篇详细介绍Loop Prompt Engineering的文章，这是一种通过基于数据集评估迭代重写提示来自动化提示优化的方法，重点强调避免递归陷阱。
文章指出OpenRouter不支持多模态（图像、视频、音频）的限制，并介绍了claude-code-proxy和CLI Proxy API等替代工具用于转发AI请求。
2026-07-28 的 MCP 规范发布候选版引入了无状态核心、MCP Apps 和 Tasks 等扩展、改进的授权机制以及正式的弃用策略，从而支持无需粘性会话的可扩展 HTTP 基础设施。
Reddit上的一个大型讨论帖记录了Hermes Agent在16个类别中的276个真实使用案例，展示了社区如何构建用于开发、商业、内容创作等领域的自主AI系统。
无论是 opencode、VS Code Copilot 扩展还是其他任何“开源”AI 工具，我很少见到 llama.cpp 被当作一级支持的提供商。它们全部支持 ollama，偶尔还有 LMStudio。从工程角度来看，把 llama.cpp 列在和 ollama 同样的位置几乎零成本。或者更棒的做法是，提供一个不依赖特定标签的 OpenAI API 兼容端点，让我自行填写端口号和端点地址。这确实令人恼火，因为 ollama 就是个窃取 llama.cpp 成果的低劣叛徒，尽管明眼人都看得出它根本不是 OSS 生态的好成员，却依然占据着极高的用户关注度。不过如今的 llama.cpp 对普通开发者（当前主要用户群）已经非常实用，对普通大众也完全够用。我真的强烈希望这篇帖子能被开发这些工具的工程师们看到。
Hugging Face 现允许 AI 代理调用 100 万个 Spaces，把 Hub 变成可编程平台，代理可随手调用任何专用模型或应用。