探索 Claude/GPT 知识截止日期与预训练时间线
一篇略有趣味的分析，探讨模型知道什么，以及这揭示了它们是如何被训练的。
文章
不限日期
共 167 篇第 76–100 篇
基准背后的基准
基准是一个数据集和一个评判者。评判者听起来像是个细节，但它才是最难的部分。
我们如何在六个月内构建一个用于响应式语音 AI 的实时系统
GPT-Live 采用无轮次语音模型和低延迟架构，实现与 AI 的持续语音交互，带来更快、更自然的对话。
在分布式数据管道中扩展高基数非汇总指标的精确 COUNT(DISTINCT)
Uber 本季度服务了多少独立用户？对于这类关键任务指标，我们过去的标准工程答案是：近似计算。了解我们如何在大规模场景下实现精确计数。#DataEngineering #BigData #ApacheSpark #Uber #DistributedSystems
GPT-5.6 如何融合前沿智能与前沿效率
GPT-5.6 在模型、推理和智能体工作流方面提升了 AI 效率，帮助以每美元提供更有用的智能。
Claude 5 代模型的上下文工程新规则
我们为更先进的模型移除了 Claude Code 系统提示词中超过 80% 的内容。如何将我们学到的经验应用到你在 Claude Code 和自有智能体中的上下文工程。
Codex 的自定义代码审查规则
我们如何使用 AWS Bedrock AgentCore 构建安全、可扩展的智能体基础设施
智能体不应有任何值得窃取的东西，也不应有任何值得保留的东西。以下是我们如何使用 AWS Bedrock AgentCore 实现这一目标。
核心转储流行病学：修复一个存在18年的漏洞
OpenAI 工程师利用大规模核心转储分析来调试罕见的基础设施崩溃，发现了一个硬件故障和一个长期存在的软件漏洞。
让私有 MCP 服务器可访问而不将其公开
掌握从手机上进行远程工程工作
购物助手：Uber Eats 上的智能杂货购物
了解 Uber 的智能 AI 助手如何将购物清单、食谱和膳食计划的文本或照片转化为可直接下单的 Uber Eats 购物车。
我们如何将云浏览器的成本降低至三分之一并提升速度
我们将浏览器会话成本从每小时 $0.06 降至 $0.02，同时让浏览器启动和扩展速度更快。
为软件工厂设计软件
关于将软件工程转化为智能体循环的思考。
Claude Fable 在 BU Bench 上创下高分
我们使用开源的 Browser Use 库在 BU Bench 上运行了 Claude Fable 5。它取得了 80% 的得分，胜过所有其他模型。
构建文件语义分析器：借助 AI 大规模守护出站数据
如何大规模保护数据？Uber 的文件语义分析器使用生成式 AI 对文件内容进行语义分类和摘要，从而提升安全性并减少误报。
构建 Claude Code 的经验教训：我们如何使用技能
我们在 Anthropic 内部构建和扩展数百个技能的经验。
适用于每项任务的框架：Claude Code 中的动态工作流
Claude Code 现在可以即时编写并编排自己的多智能体框架。以下是动态工作流的工作原理，以及能最大化发挥其效用的模式。
使用 Codex 构建自我改进的税务智能体
了解 OpenAI、Thrive 和 Crete 如何使用 Codex 构建自我改进的税务智能体，实现申报自动化、提高准确性并加速工作流程。
我们如何在各产品中约束 Claude
解决 AI 智能体的身份危机
AI 智能体可以执行强大的操作，但你能证明是谁执行了操作以及为什么执行吗？以下是 Uber 如何为安全、可审计的工具调用构建智能体身份和端到端溯源。
使用 Claude Code：HTML 那令人难以置信的高效
Claude Code 团队成员为何以及如何使用 HTML 而非 Markdown 来生成更丰富、更易读且便于分享的输出。
利用图感知 Transformer 扩展实时交通预测
了解 Uber 如何部署带有图数据管道的深度 Transformer 模型来解决实时交通预测问题，从而改善全球数百万客户的路线质量和到达时间，并释放出 1 亿美元的年化长期价值。
构建安全高效的沙箱以在 Windows 上启用 Codex
了解 OpenAI 如何构建安全高效的沙箱，以在 Windows 上启用 Codex，并实现受控的文件访问和网络限制。
在 Uber 构建初版 AI PRD 审阅器的经验教训
如果每位产品经理在 PRD 进入评审室之前，都能拥有一个快速、上下文丰富的初审员，会怎样？我们在 Uber 构建了一个 AI PRD 评估器，以便尽早发现盲点、挖掘既有资料，并为产品评审提供更高价值的信息。
第 76–100 篇/共 167 篇