推文

今天开会时，有不同意见的双方一通表达之后，双方一致表示「让 AI 看看，哪方观点更正确」。

然后就是全场盯着屏幕，模型思考了 31s，大家沉默了 31s。

我们自以为在利用工具，实则正在被工具重新定义。

不再是「我们」在讨论，而是我们背后的「AI」在讨论。我们好像变成了给「它们」提供 Context 的 血肉 API。

像 Claude Code 和 Manus 这样的通用代理使用的工具非常少。为什么？

通过让代理访问计算机。借助 bash 和文件系统工具，代理可以执行操作，而无需为每个任务使用专门绑定的工具。

技能还提供优于传统工具的两个主要优势：
1. Token 效率
2. 降低认知负荷

我们已经应用了这些原则，并发布了 Deep Agents CLI 的技能，现在可以使用。

以下是如何将技能与 Deep Agents 结合使用：
blog.langchain.com/using-skills-w…

Anthropic 报告称，与中国有关联的黑客利用其 Claude Code 智能代理系统，进行了他们所称的首次大规模网络攻击，且几乎没有人工干预。

独立安全研究人员对此表示异议，称目前的 AI 代理难以自主执行复杂的攻击，并且所描述的成功率（在数十次尝试中仅有少数几次成功）并不支持前所未有的能力之说。

了解更多信息，请参阅 The Batch：hubs.la/Q03VG45-0

11 月 25 日参加我们的虚拟论坛，全面了解 Gemini 3。这是一个学习如何集成并开始使用 Gemini 3 API 和工具构建的机会。

确保您的虚拟席位：cloudonair.withgoogle.com/events/gemini-…

Opus 4.5 现已集成到 Devin 的工具集中，在最困难的评估中带来了显著改进，并在 30 多分钟的编码会话中保持高效。

立即试用 Devin，亲身体验这些改进！

停止分块你的数据。

你可能使情况变得更糟。

在深入研究不同的技术之前，首先问自己最重要的问题：

为什么要进行分块？

如果你的数据已经以小的、完整的片段（如常见问题解答、产品描述或社交媒体帖子）存在，你就可以直接进入嵌入阶段了。分块实际上可能会损害这里的性能。

对于较长的文档，以下是在选择策略时要记住的内容：

• 数据结构：你正在使用高度结构化的内容（代码、JSON、Markdown）还是非结构化的叙述文本？结构感知分块保留了逻辑组织。

• 检索目标：你需要检索特定的、细粒度的的事实还是更广泛的概念性总结？这决定了你需要更小的、集中的块还是更大的、上下文丰富的块。

• 查询复杂性：简单的问题受益于有针对性的块。复杂的查询通常需要更多的周围上下文来生成准确的响应。

• 实现考量：固定大小分块等简单方法快速易用，而语义分块或基于 LLM 的分块等高级技术虽然能提供更好的质量，但也需要更多的计算资源。

💡 提示：了解如何在正确的时间向 LLM 提供正确的信息，将其连接到外部数据、实时工具和内存。

请保存本指南，并进一步阅读我们关于上下文工程的完整电子书：weaviate.io/ebooks/the-con…

我们正式将混元 3D 引擎 global 推向全球！🌎

响应社区需求并建立在 open-source 赞誉之上，混元 3D capabilities 现在在全球范围内推出，以增强所有创作者和企业的能力！This next-gen AI platform cuts commercial-grade 3D 资产生产 from days or weeks down to minutes.

🎨Multimodal Input: Instantly generates from Text-to-3D, Image-to-3D (multi-view support), or Sketch-to-3D.

💡Pro-Ready Quality: Achieves industry SOTA with our new 3D-DiT hierarchical carving model, delivering a 3x boost in modeling precision (up to 15363 ultra-HD resolution). Seamless OBJ/GLB integration with Unreal, Unity, and Blender is standard.

☁️Commercial Access: The Hunyuan 3D model API is now available on Tencent Cloud International, enabling global enterprises to integrate advanced 3D generation into workflows for game development, e-commerce, advertising, 3D printing, and more.

New creators get 20 free generations daily on the platform. Enterprise API users receive 200 free credits upon registration. Start building now!

👉 Try the creation engine: 3d.hunyuanglobal.com 
🔗 Access the API: tencentcloud.com/products/ai3d

祝贺 Cerrion 获得 1800 万美元 A 轮融资！

工厂停机每年给制造商造成 1.4 万亿美元的损失（自 2019 年以来增长了 319 %）。

Cerrion 的 AI 视频代理实时监控生产线，检测质量问题、安全风险和流程偏差，并自动采取干预措施。像 Unilever 这样的制造商以及 Pepsi、Coca-Cola 和 Pfizer 的供应商发现问题解决速度提高了 50 %，停机时间和报废损失减少了一半。

axios.com/pro/supply-cha…

我们发现，最佳的 evals 几乎都来自于完全 custom datasets 和 custom metrics。

好的 evals 就像是你 app 的 PRD - 你不会使用别人的 PRD，那又为何要用别人的 evals 呢？

LangSmith 的设计初衷就是让大家能够轻松构建自己的 datasets 和 own metrics。

我们发现 metrics 比 datasets 更具通用性，因此，我们加大了对 openevals 和 LangSmith 中现成的 LLM-as-a-judge 等工具包的投入。当然，我们也尽量让这些工具包具有可定制性，因为你很可能需要定制它们。

The best approach I know of for reducing the risk here is to make sure that any credentials that are visible to coding agents - like AWS keys - are tied to non-production accounts with strict spending limits

That way if the credentials are stolen the blast radius is limited