搭一个AI Agent团队，到底有多难！5分钟搭的是玩具，不是员工。
本文作者：Berryxia.AI（@berryxia）。版权归作者所有，未经授权禁止转载。
你大概也刷到过那种教程——“5分钟搭一个 AI Agent 团队”，评论区清一色“收藏了”“这就去试”。你收藏了，你也试了，然后卡在了第一步。
不是因为你不够聪明。
从“看懂教程”到“跑通一个能干活的 Agent 团队”之间，
Lnotice
AI一起学主理人，长期筛选和整理中文 AI 教程、AI Agent 实战、Claude Code、Codex、自动化工作流和内容创作系统案例。本站优先收录有实操价值、信息密度高、可复用的 AI 内容，并尽量保留来源与作者信息。
人在环上：智能体时代的研究者新角色
本文作者：Wang Shuyi（@wshuyi）。版权归作者所有，未经授权禁止转载。
问题
你大概也有过这样的时刻。
学生把论文交上来，文末挂着长长一串参考文献。你心里隐隐有个声音：这些文献，靠谱吗？会不会混着几条 AI 编出来的「幽灵文献」？你想抽几条出来核一核，可一想到要打开 CNKI，把作者、期刊、年份一条条敲进检索框、再逐个比对，那点力气就泄了，
做了 12 年因果 AI，她为什么今天创业？
本文作者：波妞PONYO（@ponyodong）。版权归作者所有，未经授权禁止转载。
Aether AI 这次融资消息出来后，我第一反应不是“又一家 AI 公司拿钱了”。
这条融资信息本身也值得先放在台面上说：按公开信息，Aether AI 已经拿到主流基金投资。对我来说，它的重点不是“又融了一笔钱”，而是资本开始愿意把票投给一个更底层的问题：下一代 AI 到底要不要从相关性走向因果。
想继续看这个方向，
520万人读了一篇教你如何做研究的文章，我们普通人到底该如何学习它呢？
本文作者：Berryxia.AI（@berryxia）。版权归作者所有，未经授权禁止转载。
申明：本文是AI与人类协作完成，如有不适，请关闭退出，请悉知。
Vivek Nair 那篇“How to Be Good at Research?“据称爆了520万阅读，中文圈被前通义千问负责人林俊旸一转，更是刷屏。收藏、转发、
分享10本我觉得AI时代应该必读的好书。
本文作者：数字生命卡兹克（@Khazix0918）。版权归作者所有，未经授权禁止转载。
昨天看到一个粉丝的评论。
我觉得还蛮有趣的。
因为我最近也看到一些所谓的AI时代必读清单，但是都太技术了，各种Prompt、大模型原理之类的。
并不是说这些东西不好，只是我觉得，这些书籍太AI了，而这个时代，我一直觉得，也一直越来越确信，决定你能不能把AI用好的，从来都不是你对AI了解多少。
是那些可能跟AI毫无关系的底层能力。
AI本身在进步，工具会迭代，模型会换代，今天的各种各样的技巧，明天可能就被模型比如fable5自己的能力升级给淘汰了。
G7会议，AI公司的CEO都说了什么？
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
6月17日，G7峰会在法国举行了一场关于AI的工作午餐会。
参会人物包括：
Anthropic CEO Dario Amodei
OpenAI CEO Sam Altman
Google DeepMind CEO Demis Hassabis
Mistral CEO
Agent Loop 很火，但基座才是关键：从单代理到自我进化系统的 14 步路线图
本文作者：huangserva（@servasyy_ai）。版权归作者所有，未经授权禁止转载。
所有人都在谈循环。几乎没人在谈循环跑在什么东西上面。
十个开发者里，有九个用 Claude Code 的时候连默认设置都没改过——没有规则文件，没有子代理，没有钩子，没有记忆。
然后他们困惑为什么自己的循环产出的全是垃圾。
真相很简单：循环的上限，取决于它脚下那个基座。
这就是基座工程的 14 步路线图——从一个光杆代理，
《Loop Engineering橙皮书📙》正式发布！免费，开源
本文作者：花叔（@AlchainHust）。版权归作者所有，未经授权禁止转载。
最近公众号后台和群里老有同学在问我：loop engineering 到底是啥？
以及催更我的《Loop Engineering橙皮书📙》的
这词才出来一个多星期，已经满天飞了。行吧，我一次说清楚，并且真真给你们交付了一本32页的《Loop Engineering橙皮书📙》，获取方式在结尾，需要的可以直接拉到最后。
先给你一句话的版本：
你别再自己一句一句去指挥 AI
亲手实测：不用花钱，仅需 10 分钟就可以在笔记本搭好本地 OCR 工作流，三档模型任你选！（免费开源！）
本文作者：Berryxia.AI（@berryxia）。版权归作者所有，未经授权禁止转载。
前段时间我写过一篇 OCR 选型实测，标题大概是：别瞎花钱了，我实测了 18 个文档、6 类场景，教你选对 OCR 模型。
可能有些朋友受限于自己的硬件设备，或者不太方便、没办法自己复现这一套工作流。
因此，我今天花上 10
Context Is A Projection
本文作者：马东锡 NLP（@dongxi_nlp）。版权归作者所有，未经授权禁止转载。
Harness 系列文章之 6，关于 context management。
在 coding agent的世界里，昨日的重现，就是将昨日重要的事情映射到今天。
A transcript records what happened. Context decides
2.6万中国学生的数据：用上AI之后，成绩怎么样了？
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
斯德哥尔摩大学和香港大学联合发布了一篇论文，他们跟踪了中国中部某县26811名初高中生，时间跨度30个月，想搞清楚一件事：学生自己选择用AI之后，学习到底变好了还是变差了。
这个问题之所以难回答，是因为之前的研究几乎都是短期实验——给一组学生用AI，另一组不用，几周后看差异。但现实中学生自己选工具、自己决定怎么用、效果慢慢积累，实验室里很难模拟这些。这篇论文的价值就在这里：它看的是真实的学校场景，真实的时间尺度。
给 Agent 装上\
本文作者：huangserva（@servasyy_ai）。版权归作者所有，未经授权禁止转载。
近日，百度文心正式发布新一代 OCR 模型 PP-OCRv6。
一次性推出 Tiny、Small、Medium 三档模型，支持 50+ 种语言，覆盖浏览器端、嵌入式设备到服务器全场景。
核心数据：
* 文本检测和识别任务得分：86.2