推文

🚀🚀🚀

🚀 深度智能体：每周综述 🚀

我们发布了新的资源，以帮助你构建能够处理复杂、长时间运行任务的深度智能体。

1/ 🥉 使用 Gemini 3 构建研究智能体 - 我们通过深度智能体在实践中测试了 Gemini 3，其基准表现令人印象深刻。我们整理了一份关于如何使用 Gemini 3 构建研究智能体的逐步指南。观看视频：https://t.co/BaKWAvC0Wc

2/ 🚗 研究智能体快速入门 - 在几分钟内构建一个研究智能体。了解哪些工具是捆绑的，如何指示你的智能体使用子智能体，以及文件系统如何保持长时间运行的跟踪。观看视频：youtube.com/watch?v=5tn6O0…

3/ ✏️ 在 LangChain 1.0 上重建的深度智能体 - 大多数智能体在复杂任务中失败，因为它们失去上下文或无法提前规划。我们使用 LangChain 1.0 的新中间件从头开始重建了深度智能体。youtube.com/watch?v=39mZvp…youtu.be/AZ6257Ya_70?si…

4/ 📚 LangChain 学院课程 - 如果你不确定如何开始，我们免费的 LangChain 学院课程涵盖了使深度智能体与众不同的四个特性：规划、文件系统、子智能体和提示。到最后，你将设计、实施和部署你自己的智能体。立即注册：academy.langchain.com/courses/deep-a…

推理模型是昂贵的。

不是因为模型很大。

这是因为它们需要生成数千个 tokens 来进行推理。

但是如果较小的模型可以学习有效地推理呢？

这篇新的论文比较了在来自两个前沿系统的推理轨迹上训练 12B 模型：

- DeepSeek-R1
- gpt-oss (OpenAI 的开源推理器)

关键发现：gpt-oss 轨迹产生 4 倍更高效的推理。DeepSeek-R1 平均每个响应约 15,500 个 tokens。gpt-oss 平均约 3,500 个 tokens。

然而，准确率在基准测试中几乎保持相同。冗长的推理并不意味着更好的推理。

为什么这很重要？

推理成本与 tokens 线性缩放。如果您的推理模型以相同的准确率生成少 4 倍的 tokens，则可以降低 75% 的成本。

这是一个巨大的效率提升。

有趣的观察：Nemotron 基础模型已经在预训练中具有 DeepSeek-R1 轨迹。DeepSeek 轨迹的训练损失一直较低，而 gpt-oss 轨迹的训练损失则从较高水平逐渐下降。

他们表明该模型正在学习一些新东西，这也意味着您可以将推理能力从前沿模型提炼到较小的系统中。但来源很重要。不同的推理风格产生不同的效率概况。

(请关注)

论文: arxiv. org/abs/2511.19333

我们正在为下一代模型做准备，（对视觉的）愿景是其中非常重要的一部分。qwen3-vl 中应用的技术大多非常有效。我们现在正朝着更多的多模态原生训练、视觉中任务和领域的数据缩放以及多模态 agentic rl 发展。

从第一性原理的深度剖析「Claude Agent Skills」

@HanchungLee 这篇对 Claude Agent Skills 的讲解剖析，非常全面、非常贴近底层原理，强烈建议收藏阅读。作者从第一性原理出发，彻底拆解了这个系统的设计哲学、文件结构、发现机制、调用流程以及与传统工具的本质区别。

一、技能系统到底在做什么？
简单来说，Claude 的“技能”并不是传统意义上的函数调用或代码执行工具，而是一套纯基于提示的元工具系统。它通过向当前对话动态注入一段精心设计的系统级指令，来临时改变 Claude 的行为模式、可用工具集合、甚至默认模型，从而让同一个 Claude 实例“变身”为某个领域的专家或执行特定复杂工作流。

核心思想可以用一句话概括：技能 = “可按需注入的专业知识 + 预授权的工具权限 + 明确的任务执行指南”。

二、技能与传统工具的根本区别
传统工具（比如 Bash、Read、Write、Computer Use）是同步执行的原子操作：模型发出调用 → 外部立刻返回结果 → 模型继续思考。

技能则完全不同：
· 它不直接执行任何代码或外部命令
· 它的作用是“改写上下文”：一旦被调用，就会向对话中插入一段新的、带有最高优先级的指令
· 它本质上是一个异步的“提示扩展器”
· 调用后，Claude 后续的所有思考和工具使用都必须遵守这套新注入的规则

正因为如此，技能天然适合处理需要多步推理、状态管理、领域知识的工作流，而传统工具更适合“拿数据”“写文件”这类单一动作。

三、一个技能长什么样子？
一个完整的技能就是一个文件夹，核心只有一个文件：SKILL.md。

典型结构如下：
my-pdf-expert/
├── SKILL. md      ← 最重要的文件
├── scripts/           ← 可选，存放辅助 Python/js 脚本
├── references/   ← 可选，存放供模型阅读的文档
└── assets/          ← 可选，存放模板、二进制等只提供路径的文件

SKILL. md 分为两部分：
1. 开头的 YAML 元数据（用 --- 包裹）
---
name: pdf
description: 你是一个专业的PDF处理专家，能提取、转换、分析PDF内容
allowed-tools: "Bash, Read, Write"
model: claude-opus-4-20250514
version: 1.2.0
---

关键字段解释：
· name：技能被调用的命令名（用户会说“用 pdf 技能处理这个文件”）
· description：最重要！Claude 正是通过阅读所有技能的 description 来决定什么时候调用哪个技能，因此必须写得简洁、行动导向
· allowed-tools：预授权工具列表，支持通配符（如 Bash(pdftotext:*)），实现了最小权限原则
· model：可强制使用更强模型（如 Opus 4）

2. YAML 之后是纯 Markdown 写的详细指令
内容通常包含：任务目标、前置条件、详细步骤、输出格式规范、错误处理策略、具体示例、以及如何使用 scripts 和 assets 中的资源。

推荐写法：使用祈使句、编号步骤、明确引用路径（如 Read({baseDir}/scripts/extract_text.py)），总长度控制在5000字以内。

四、技能是如何被发现和调用的？
Claude 内部有一个叫“Skill”的元工具，专门负责动态生成当前环境里所有可用技能的列表。

流程如下：
1. 启动时，Claude 扫描所有技能文件夹，读取每个 SKILL. md 的 YAML 头部
2. 把这些技能包装成一个结构化的 <available_skills> XML 列表，放在系统提示里
3. 当用户提出需求时，Claude 完全靠自然语言理解，从描述里挑出最匹配的技能
4. 发出类似 Skill({"command": "pdf"}) 的工具调用
5. Skill 元工具验证权限后，把对应技能的完整 Markdown 内容以 user 角色（但标为 isMeta: true）注入对话
6. 同时注入一条简短的可见消息（isMeta: false），告诉用户“正在启用 PDF 专家技能……”

五、为什么说这是“最安全的复杂智能体架构”？
1. 没有代码执行权限：所有逻辑最终还是由 Claude 自己推理完成
2. 工具权限可精确控制：技能可以只预授权 pdftotext、grep 等少数命令
3. 纯提示驱动：即使技能写错了，也只会让模型表现笨拙，不会引发安全事故
4. 支持热更新：放一个新技能到文件夹，下次对话立刻可用，无需重启

六、实际案例：skill-creator 技能本身
文章最精彩的部分是用 skill-creator 这个技能来演示“技能如何创造技能”。它实现了完整的五步向导：
1. 理解需求 → 2. 制定计划 → 3. 初始化文件夹和 SKILL. md → 4. 让用户编辑完善 → 5. 打包验证

整个过程全部在 Claude 内部完成，仅在需要时调用 scripts 中的 Python 模板，展示了技能系统惊人的自举能力。

总结：技能系统的核心洞见
1. 专业知识不是模型学出来的，而是“注入”进去的
2. 复杂智能体不一定需要 ReAct + 函数调用，纯提示 + 上下文改写同样强大
3. 安全与能力并不冲突：通过预授权工具 + 清晰指令，Claude 可以在完全可控的前提下处理高度复杂的真实任务

博客地址：
leehanchung.github.io/blogs/2025/10/…

Segment Anything Playground 提供了一种全新的媒体互动体验。欢迎体验 Meta 最先进的分割模型，包括 SAM 3 + SAM 3D，并发现这些能力如何改变您的创意项目和技术工作流程。

请查看以下灵感和提示 🧵，然后前往 Playground 体验：aidemos.meta.com/segment-anythi…

CrewAI 让你构建专门的代理团队，反映人类实际如何解决难题。

以下是方法：

如今，大多数 AI 系统都构建为单个代理——一个模型处理所有事情，从理解你的请求到调用工具再到生成响应。

然而，复杂的问题需要多个视角、不同的技能组合和专业的推理。这就是多代理系统发挥作用的地方——不是由一个代理完成所有工作，而是创建一个由专门的代理组成的团队，每个代理都有自己的工具、记忆和关注领域。

@crewAIInc 是一个 Python 框架，专门用于编排这些协作的、基于角色的代理。它通过一些非常优雅的抽象，让你能够显式地控制任务、工作流程和代理能力：

1️⃣ 代理：具有角色、目标和背景故事的 LLM 驱动的流程，以确保角色一致性。他们可以调用工具、查询记忆、做出决策并将任务委派给其他代理。
2️⃣ 任务：具有描述、预期输出和分配代理的精细化工作单元。这些会路由你的工作流程逻辑。
3️⃣ 工作组：对代理和任务进行分组的协调层，决定执行顺序——可以是顺序的（链接的子任务）或分层的（管理代理进行监督）。
4️⃣ 工具：外部集成（如 WeaviateVectorSearch 工具）。代理可以确定性地访问专有数据或服务。
5️⃣ 流程：将工作组逻辑与条件分支、循环和并行性相结合的高级有状态管道。

例如，三个领域特定代理（生物医学、医疗保健、金融）协作分析 Weaviate 功能在其行业中的应用。每个代理使用两个工具——Weaviate 向量搜索，用于从现有集合中检索；Serper，用于网络搜索。这些代理被组装成一个工作组，被赋予调查特定功能的任务，然后综合针对行业量身定制的发现。默认情况下，每个代理都维护短期和长期记忆，支持多轮、有状态的执行和跨代理的知识共享。

查看完整博客，了解如何构建它：weaviate.io/blog/building-…

🍌 nano banana prompt

A traditional Chinese Gongbi-style ink painting. The scene humorously depicts a giant turtle swimming calmly through a turbulent river, carrying a playful scene on its shell:
At the turtle’s forefront, Tang Sanzang and the Queen of the Women's Kingdom amusingly reenact the iconic scene from the movie Titanic. The Queen stands serenely with arms outstretched like Rose, while Tang Sanzang tenderly embraces her waist from behind like Jack, caught up in the romance. 
Behind them, Sha Wujing (Sha Monk) leisurely sits cross-legged, casually holding a fishing rod with a cigarette dangling from his lips, completely relaxed as he fishes. Beside him, Zhu Bajie humorously stands on the turtle’s shell, comically relieving himself into the river, with an exaggeratedly proud expression. Further back, Sun Wukong rides energetically on a surfboard amidst the rolling waves, carrying a modern rocket launcher aimed confidently at a mysterious UFO hovering above.
One side of the painting features traditional Chinese calligraphy, along with a classic red artist’s seal inscribed "寶玉印". The artwork cleverly blends classical aesthetics with contemporary humor, creating a playful and satirical fusion across eras.

我们的第二个在线主题演讲直播来自 @thdxr of @OpenCode，他认为构建 AI 产品的真正难题并没有改变：

https://t.co/ePgA3omW0N

虽然 AI 可以生成无尽的劣质内容，但它无法产生酷炫和“啊哈”的时刻。这需要深厚的品味，而不是盲目的优化。youtu.be/o3gmwzo-Mike 的！

Flux.1-dev 是 Hugging Face 上第二受欢迎的模型，仅次于 Deepseek R1。非常高兴地看到 @bfl_ml 今天发布 Flux.2-dev！

在 @huggingface 上下载权重或尝试模型（感谢 @fal）：huggingface.co/black-forest-l…
阅读博客文章：huggingface.co/blog/flux-2