Claude Code 云端会话实战指南：并行任务、隔离机制与七种工作流
Addy Osmani 发布 Claude Code 云端会话实操指南，实测在同一仓库 16 秒内并行启动三个会话，分别修复 flaky 测试、重写过期文档和改造 JSON logger，三会话分别耗时 61、65、72 秒，全部 87 秒内完成。
推荐理由：作者用四个真实云会话实测并行修复、文档校对等任务，给出适用场景、隔离机制和常见坑，方法可直接迁移。
内容类型
教程实践 最新动态
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。
82 条精选近 30 天 37 条共收录 331 条
更新
精选归档 · 第 3 页
Anthropic：Claude.dev 开发者博客精选AI 评分8080
OpenRouter：Announcements精选AI 评分6262 OpenRouter 对比四家 AI Agent 服务端代码执行工具并介绍自家沙箱
OpenRouter 发布文章对比 OpenAI、Anthropic、Google 与 OpenRouter 四家的服务端代码执行工具，并介绍其 beta 版 openrouter:shell 与 openrouter:bash 工具，可为 Responses 和 Messages API 上的任意模型运行命令。
推荐理由：OpenRouter 结合自家工具对比四家服务端代码执行沙箱的能力、限制与成本，读者可以据此判断自托管与托管方案的选择边界。
OpenRouter：Announcements精选AI 评分6363 OpenRouter 讲解客服机器人 cheap-first 模型路由实践
OpenRouter 发布教程，讲解客服机器人如何用 cheap-first 路由把常见 FAQ 交给便宜模型、对困难请求升级到更强模型。文章比较静态规则、分类器分诊和答案检查三种模式，指出错误回退由 OpenRouter 的 models 数组处理，而质量升级检查需应用自己实现，并给出 expected_cost 公式和升级率、全轮延迟等评估指标。
推荐理由：原文给出三种低成本优先路由模式及成本公式和上线前评估指标，读者可以据此规划客服机器人的降本方案。
OpenRouter：Announcements精选AI 评分6363 OpenRouter 对比六种 Agent 框架的工具调用 Schema 处理方式
OpenRouter 发文对比 LangChain、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Microsoft Agent Framework 和 Google ADK 如何定义工具 Schema 并在 OpenAI、Anthropic、Google 三种不互通的 wire 格式之间做翻译。
推荐理由：原文逐家拆解六个 Agent 框架的工具调用格式翻译位置，并说明 OpenRouter 在 API 层归一化后换模型只改一行。
Anthropic：Claude.dev 开发者博客精选AI 评分7272 Claude Code mods 入门：用 80 行 JavaScript 写出上下文窗口天气预报
Anthropic 开发者博客发布 Claude Code mods 入门教程。mod 是运行在 Claude Code 会话内的 JavaScript 或 TypeScript 插件模块，基于 hooks 实现，可观察、重写或拦截事件并绘制自定义 UI，需 Claude Code 2.1.287 或以上版本，默认开启。
推荐理由：原文从零到可测试地讲清 Claude Code mod 的结构、事件钩子和状态管理，示例可直接照做或让 Claude 代写。
OpenRouter：Announcements精选AI 评分6767 OpenRouter 教程：用置信度阈值实现模型升级路由
OpenRouter 发布教程，讲解如何用置信度升级路由让便宜模型处理有把握的请求，低置信度请求才升级到更强模型。方法分五步：用 structured outputs 强制模型返回 0 到 1 的数值置信度字段，基于自身流量的分数段错误率设定阈值并权衡准确率、成本和延迟，在代码中路由低置信度请求，上线后持续监控分数分布、升级率和未升级答案的错误率并重新调参。
推荐理由：原文给出基于自报置信度做模型分级路由的五步方法，读者可以照此在自己的流量上校准阈值，降低推理成本。
OpenRouter：Announcements精选AI 评分7777 OpenRouter 教程：如何在 CI 中用 LLM eval 门槛拦截 Pull Request
OpenRouter 发布教程，讲解在 CI 中用固定 eval 集拦截 pull request，防止修改提示词后模型输出回归。教程给出可直接复用的 Node 脚本和 GitHub Actions workflow，用字符串断言加多次采样多数判定打分，通过必需 status check 阻止不达标合并。
推荐理由：教程给出可复用的 CI 门槛方案，强调在 job 层做路径过滤并把过滤 job 设为必需检查，避免空过和挂起两类陷阱。
Pydantic AI 官方文章精选AI 评分7272 Pydantic Logfire MCP server 教程：在编辑器里让编码智能体直接调试生产数据
Pydantic Logfire 官方介绍如何用 Logfire MCP server 让 Cursor、Claude Code、Codex 等编码智能体直接以 SQL 查询 OpenTelemetry traces、日志和指标，给出三条接入路径和 OAuth/API key 认证方式。
推荐理由：原文给出完整接入方式、SQL 查询设计和两家生产团队的数据，能帮助读者判断让编码智能体直查生产 trace 是否适合自家工作流。
vLLM 官方博客精选AI 评分6969 vLLM 分离式推理实战指南：P/D 拆分与无 GPU 前端
vLLM 官方博客发布分离式推理实用指南，讲解如何将 prefill 与 decode 拆分、用 /render 与 /derender 把 tokenization 等工作移到纯 CPU 前端，需 vLLM v0.31.0 及以上。
推荐理由：vLLM 官方给出 P/D 分离和无 GPU 前端的适用条件、实测数据与配置方法，读者可对照自己的负载决定是否拆分。
Google AI：DEV 作者专属精选AI 评分6262 如何用 Gemini Live API 构建实时语音 AI Agent
Google 开发者团队介绍如何用 Gemini Live API 构建可实时对话、可被打断的语音 Agent，架构包括浏览器客户端、Gemini Live API 和基于 google-genai SDK 的 Python 后端，通过 WebSocket 保持双向音频连接。
推荐理由：官方教程讲解了 Gemini Live API 双向音频架构和降低打断延迟的本地缓冲技巧，读者可以直接照做复用。
Google AI：DEV 作者专属精选AI 评分6161 Google AI 详解生产环境加固 AI Agent 沙箱的 7 种方法
Google AI 工程师 Praveen Rajasekar 撰文介绍在生产环境运行自主 Agent 时超越标准 Docker 容器的 7 种沙箱加固方法。
推荐理由：原文给出了 7 条生产环境 Agent 沙箱加固的具体方法，涵盖内核隔离、密钥外置和网络管控，可直接用于生产落地。
Anthropic：Claude.dev 开发者博客精选AI 评分7474 Anthropic 讲解用 claude-api skill 自动化评测设计与 hillclimbing
Anthropic 在 claude-api skill 中新增 /claude-api build-eval 和 /claude-api hillclimb 两条命令，并讲解好评测的四要素与防过拟合的攀登原则。
推荐理由：Anthropic 官方给出了好评测的四要素和防过拟合的攀登方法，读者可以直接用这两条命令在自己的代码库里复用这套流程。
Anthropic：Claude.dev 开发者博客精选AI 评分7373 Anthropic 员工详解 Claude Code 中 effort 档位的选择与用法
Anthropic 员工 Thariq Shihipar 深入测试 Opus 5.5 和 Fable 5.1 的 effort 设置，分享在 Claude Code 中如何按任务选择档位。
推荐理由：作者结合自测和 Terminal-Bench 3.0 数据给出各 effort 档位的适用场景，读者可以直接套用这套任务分档方法。
Anthropic：Claude.dev 开发者博客精选AI 评分7575 Addy Osmani 详解 Opus 5.5 上一个任务的成本构成与省钱方法
Anthropic 开发者博客发文详解 Opus 5.5 上 Claude Code 任务的成本构成，Opus 5.5 输入输出 token 比 Opus 5 便宜 20%、cache 读取便宜 60%，典型会话按相同 token 计算降价约 31%。
推荐理由：原文拆解了任务成本的四个决定因素和缓存、effort 等设置的具体影响，读者可以据此计算并降低自己的 Claude Code 用量。
Lovable Blog精选AI 评分6161 Lovable 详解 Chats 背后的多智能体协作架构
Lovable 工程师详解新功能 Chats 背后的架构：Trajectory System 以类 Git 的 append-only 事件日志记录智能体历史，支持近乎零成本的 fork，配合持久 inbox 和 Agent Control Plane 的 activation 机制编排多智能体协作。
推荐理由：作者以当事方身份拆解自家电报级事件日志与 inbox/activation 架构，可迁移到自建多智能体产品的工程决策。
Anthropic：Claude.dev 开发者博客精选AI 评分8181 Anthropic 团队复盘如何用 Claude 在两周内把 claude.ai 提速约 3 倍
Anthropic 团队复盘两周冲刺，将 claude.ai 与桌面端核心体验提速约 3 倍：75 百分位首次可输入时间从 3.1 秒降至 0.55 秒，Claude Cowork 云会话加载从 2.6 秒降至 0.73 秒。
推荐理由：原文由当事团队复盘两周优化过程，给出了具体提速数字、测量方法与 Claude 驱动的工程循环，读者可借鉴其可迁移的做法。
Anthropic：Claude.dev 开发者博客精选AI 评分7575 Anthropic 发布 Opus 5.5 在 Claude 与 Claude Code 中的使用指南
Anthropic 官方博客发布 Opus 5.5 使用指南，讲解如何提示、驱动长任务和核查结果。要点包括一次给出完整任务和完成标准、删除 think carefully 类提示、用 CLAUDE.md 设定何时继续何时停下、拆分 subagent、把任务清单存文件；还说明被安全拦截时会切换到旧模型，可用 /model 或模型选择器切回，fast mode 作为研究预览可用 /fast 开启。
推荐理由：Anthropic 官方总结了 Opus 5.5 与以往不同的提示词写法和长任务管理方法，读者可直接照清单迁移到自己的工作流。
vLLM 官方博客精选AI 评分6262 用一个 uv 构建开关为 vLLM 启动节省约 18 秒
vLLM 作者介绍通过环境变量 UV_COMPILE_BYTECODE=1 让 uv 在镜像构建时预编译 Python 字节码，避免新容器反复编译源码。
推荐理由：作者用配对实测验证一个 uv 构建开关可为 vLLM 启动省约 18 秒，并给出官方镜像版本和自建镜像注意事项。
Browser Use精选AI 评分6060 Browser Use 复盘浏览器 Agent 的苦涩教训：让模型自己选择观察与动作
Browser Use 作者回顾其架构演进，核心观点是复用成熟 agent harness，暴露模型能用的最简底层接口，让模型自己决定观察和行动。
推荐理由：作者复盘了 Browser Use 从预定义动作到直接暴露 CDP 的演进，读者可以借此思考模型变强后该怎样简化 Agent harness。
Cognition 模型 / Devin 博客精选AI 评分7777 Cognition 研究员用 Devin 构建 GPU 格子筛，完成 RSA-260 分解
Cognition 研究员 Eric Lu 用多个 Devin 会话构建了高性能 GPU 格子筛，改进 CADO-NFS 并完成 RSA-260（260 位）分解，成本约 4,900 GPU 天、约 40 万美元，比此前公开最优低约 10 倍，刷新了 RSA Factoring Challenge 公开最大解题纪录（此前纪录为 2020 年 2 月的 RSA-250）。
推荐理由：原文给出 RSA-260 分解的成本拆解和 GPU 格子筛实现细节，可据此理解 Agent 驱动科研计算的可行性与边界。