标签
ZipHQ 基于 LangGraph + LangSmith 重建了他们的智能体，缩短了新功能的开发时间，并在无需编写任何代码的情况下，获得了对 LLM 调用、存储和上下文的自动追踪能力。
《费城问询报》与 Lenfest Institute 合作开发了内部 AI 工具 Scrape，用于从市政会议、学校校历等零散的本地信源中挖掘超本地新闻线索。此前，编辑每周需花费约 12 小时寻找简报素材，如今借助迭代式提示词优化和内置的编辑语境，这一过程大幅缩短。
OpenAI 案例研究：介绍 Chatham Financial 如何利用 Codex 和 GPT-5.6 驱动内部工具、其 Chatham Onyx 平台以及 Process Zero 咨询服务——将交易验证时间从 30 分钟缩短至 4 分钟以内。这项工作涵盖员工通过 Chatham Vibes 自主开发的应用，以及面向客户的资本市场工作流程。
OpenAI 分享了一则客户案例：位于丹佛的社交俱乐部 The Den Family Social 使用 ChatGPT Work，在执照办理、补助申请等行政事务上每周节省 10-15 小时，同时正在向第二个门店扩张。
一位加拿大房地产经纪人的 CRM 中积压了 6 万多条陈旧线索，我们花 5000 美元为他搭建了一套短信加语音 AI 系统。这套系统重新激活了老线索、识别出有意向的买家，并在七个月内促成 34 笔成交，带来约 49 万美元的佣金。本文详细介绍了外呼数量、用户授权处理、跟进排期以及从中获得的经验教训。
Vercel 强调了 Mercedes-AMG PETRONAS F1 Team 网站的迁移，以最少的干预实现了构建速度提升70%、渲染速度提升75%，并衍生出两个可供分享的AI技能。
Proaction 是一家专注于车队管理的软件公司，它使用 Codex 来创建个性化演示，从而将销售额提升 60%，并每月在工程工作中节省超过 75 小时。
Marina Pasqual 描述了为AI代理设定明确边界如何提升其在社区增长等运营任务中的实用性，确保关键决策仍由人类判断。
文章认为，人工智能的真正力量在于通过多智能体系统实现的大规模协作，例如OpenAI的群体架构迅速解决Navier-Stokes问题。
IBM 的开源代理 CUGA 集成了 Tavily 用于网络搜索，使得在隔离和主权环境中能够可靠访问实时信息，并简化企业应用。
文章详细描述了一个试点项目，团队为RAG系统测试客户数据，最初由于文档冲突和检索不准确等问题，准确率仅为40%。通过路由优化、数据清洗和缩写映射，准确率提升至约90%，突显了数据准备在成功AI转型中的关键作用。
Shopify 利用 PyTorch 和 vLLM 打造了持续学习闭环，用于优化其 GraphQL 智能体，通过生产环境驱动的更新，实现了成本降低96%，并超越了前沿模型的表现。
这篇博客文章探讨了生成式测试与单元测试在发现缺陷方面的有效性，以Rust的regex crate为例。它展示了一个自定义模糊测试器如何发现了多个缺陷，并提供了改进测试方法的技术。
Included Health 构建了 Dot，一个 AI 驱动的联邦多智能体医疗指南，使用 LangGraph 和 Deep Agents，使聊天参与度提高了 75%，高风险检测率超过 99%。
LangChain 展示了 LangGraph 和 LangSmith 如何加速了 Lyft 的支持代理开发，将发布时间从六个月缩短到 1-2 周，并增强了可见性。
Rox，一家 AI 收入代理公司，通过切换到 Tavily 的网络搜索 API，提升了其代理的性能，将销售研究时间从数周缩短到几秒，同时提高了数据新鲜度并降低了成本。
一家AI机构分享了在客户支持系统中实施AI的经验，详述了提升自助服务和客服效率等益处，但指出AI无法解决根本的政策问题，且需要持续维护。
BotsCrew 通过将 Claude AI 作为共享资源，并采用结构化的指令、上下文和操作手册，改善了团队交接和上下文共享，从而加快了错误报告速度并提高了工作流程效率。
OpenAI发布了一份名为‘Defense Factory’的案例研究，描述了它如何在全公司安全冲刺中使用Codex代理和网络模型来查找和修复数百个系统的漏洞，分享了构建基于代理的持续安全循环的实用手册。