拿来就能用的实操内容：提示词技巧、工作流搭建、工具用法与踩坑经验。
Together AI 发文解析 DeepSeek-V4 的服务化挑战，认为其核心变化是在 token 轴压缩 KV cache 的混合注意力设计（CSA、HCA、SWA），使模型支持 1M token 上下文窗口。
推荐理由：原文基于 Together 在 HGX B200 上的实际 bring-up，给出 KV cache 布局和缓存策略如何决定 DeepSeek-V4 长上下文吞吐的具体经验。
OpenAI 发布 gpt-realtime-2 实时语音模型提示词指南，该模型是用于低延迟语音到语音应用的推理模型。上下文窗口从 32k 扩展到 128k tokens，指南建议从最小提示词起步按测试补指令、用低推理档位、用 preamble 管理等待体验，并在调用工具前逐位确认订单号、邮箱等高精度标识符。
推荐理由：原文给出 gpt-realtime-2 的提示词设计规则，覆盖推理档位、工具确认和实体捕获等可落地做法。
OpenAI 发布 Sora 2 提示词指南，更新至最新 API 能力，包括角色引用（可上传动物或对象并复用）、1920×1080 或 1080×1920 高分辨率导出、时长上限从 12 秒提高到 20 秒、基于完整原始片段的视频续写，以及支持异步批量生成的 Batch API。
推荐理由：OpenAI 官方系统讲解 Sora 2 提示词写法，并覆盖角色引用、更长时长和视频续写等新 API 能力。
Mistral AI 基于 open-source 编码助手 Vibe 构建了一个自主智能体，可读取 Rails 源文件、生成或改进 RSpec 测试，并通过 RuboCop 和 SimpleCov 自定义工具在 CI/CD 中无人工干预运行。
推荐理由：Mistral 详述了在 Vibe 上构建 Rails 测试智能体的上下文工程与自定义工具方案，给出可复用的步骤和实测分数。
OpenAI 发布 Codex 模型（API 中为 gpt-5.3-codex）的提示词指南，推荐 medium 推理力度作为交互编码的平衡选择，高难度任务可用 high 或 xhigh。
推荐理由：官方给出从 GPT-5 系列迁移到 gpt-5.3-codex 的提示词、工具和 phase 参数细节，可直接照做。
Ethan Mollick 发布第八版 AI 使用指南，指出 AI 使用方式已从聊天机器人转向智能体，提出按模型、应用和 harness 三层来选择工具。
推荐理由：作者亲历多个 AI 工具的使用，提出模型、应用与 harness 三层框架，可帮助读者按实际任务选择合适工具。
Mistral AI 团队排查 vLLM 在 P/D 分离部署（NIXL/UCX、Mistral Medium 3.1、开启图编译）下每分钟约 400 MB 的内存泄漏。
推荐理由：原文完整复盘从 Heaptrack、pmap、BPFtrace 到 GDB 的内存泄漏排查路径，方法可迁移到类似的深层依赖问题。
Ethan Mollick 让 Claude Code（由 Opus 4.5 驱动）独立开发一个创业项目，AI 通过三个选择题确认需求后自主工作 1 小时 14 分钟，生成数百个代码文件并部署了一个可运行、可收款的销售网站。
推荐理由：作者以亲历实验拆解 Claude Code 的上下文压缩、Skills 和 subagents 机制，非程序员也能据此理解并上手这类新工具。
OpenAI 开发者 Cookbook 发布 gpt-image-1.5 图像模型提示词指南。该模型在写实度、准确性和可编辑性上较前代有明显提升，支持高质量渲染与低延迟场景。指南给出提示词结构、显式约束、迭代式小步修改等方法，并用信息图、照片级写实、UI 模型、Logo、风格迁移、虚拟试穿、多图合成、儿童绘本角色一致性等示例演示生成与编辑工作流。
推荐理由：官方指南给出提示词结构、约束写法和质量与延迟取舍方法，示例覆盖生成与编辑的常见生产场景，可直接迁移到实际工作流。
OpenAI 发布 GPT-5.2 提示词指南，称其在企业级和智能体工作负载中提升了准确性、指令遵循、token 效率和多模态理解，但默认 reasoning_effort 为 none 且仍对提示词敏感。
推荐理由：OpenAI 官方给出 GPT-5.2 的提示词模式与迁移步骤，开发者可以直接套用其中模板和 evals 流程。
Ethan Mollick 发布最新一版 AI 使用指南，指出约 10% 的人类每周使用 AI，主流用途是寻求信息（21.3%）和实践指导（28.3%）。
推荐理由：作者基于 OpenAI 公布的真实使用数据，给出免费与付费模型的取舍建议，以及各系统选模型和 Deep Research 的具体用法。
OpenAI 发布实时语音转写指南，推荐麦克风、通话等直播音频流使用 gpt-live-transcribe 模型，通过 WebSocket 或 WebRTC 建立会话后随语音返回增量转写文本。
推荐理由：OpenAI 官方指南，给出实时转写的会话配置、延迟档位取舍和多语言用法，可直接照做。
Lilian Weng 在 Lil'Log 发表长文，将幻觉聚焦于外在幻觉，即模型输出未被提供的上下文或世界知识支持、编造且不可验证的内容。文章梳理幻觉成因，包括预训练数据中的过时或错误信息，以及微调引入新知识会加剧幻觉（Gekhman et al. 2024 发现模型学会 Unknown 样本后更易幻觉）。
推荐理由：Lilian Weng 系统梳理大语言模型外在幻觉的成因、检测基准与缓解方法，覆盖 RAG、采样、微调等技术路线。
Lilian Weng 在博客发布长文，系统阐述以 LLM 为核心控制器的自主智能体架构，将其拆解为规划、记忆、工具使用三大组件。
推荐理由：文章把 LLM 智能体系统拆解为规划、记忆、工具使用三大组件，梳理了 ReAct、Reflexion 等代表方法与共同局限，便于建立整体认知框架。
Lilian Weng 在 Lil'Log 发表 Prompt Engineering 长文，系统介绍不更新模型权重、靠提示引导大语言模型行为的方法。
推荐理由：Lilian Weng 系统梳理了从 few-shot 到 CoT、自洽采样和 Toolformer 的提示词方法，附带示例选择与偏差校准的可迁移经验。
Lilian Weng 在 Lil'Log 发表长文综述视觉语言模型，把让预训练语言模型消费视觉信号的方法分为四类：图像与文本联合训练、学习图像嵌入作为冻结语言模型前缀、用交叉注意力融合视觉信息、以及不做任何训练地拼接模型。
推荐理由：原文系统梳理了让预训练语言模型处理视觉信号的四类方法，覆盖 VisualBERT、Flamingo、CoCa 等代表工作及其训练设计与数据集。
Lilian Weng 在 Lil'Log 发表的长文系统讲解扩散模型：通过马尔可夫链逐步加噪再学习反向去噪来生成数据，涵盖 DDPM 的变分下界训练目标、与 NCSN 的联系、β 调度与方差参数化等核心内容。
推荐理由：作者原创长文系统讲解扩散模型，从 DDPM 前反向过程到 DDIM、LDM、DiT 等演进，兼顾数学推导与方法脉络。
Lilian Weng 在 Lil'Log 发表长文，系统梳理如何引导无条件预训练语言模型生成可控内容，涵盖解码策略（温度采样、top-k、nucleus sampling。
推荐理由：文章系统梳理了在不改动语言模型权重与微调两条路线下的主要可控文本生成方法，并给出各自优劣与适用场景。
Lilian Weng 在 Lil'Log 发布长文，综述构建开放域问答（ODQA）系统的常见方法。
推荐理由：作者系统梳理了开放域问答的检索器阅读器、检索器生成器和闭卷三类框架，并给出各模型的预训练与联合训练对比。
Lilian Weng 在 Lil'Log 发表注意力机制综述教程，从 seq2seq 的定长上下文向量缺陷讲起，解释注意力如何解决长句遗忘问题，并给出 Content-base、Additive、Scaled Dot-Product 等多种对齐分数函数的汇总表。
推荐理由：原文系统梳理了注意力机制从 seq2seq 到 Transformer 的各种形式与对齐分数函数，适合作为理解后续模型架构的基础参考。