用"第二使用者测试"检验学生项目：生成式 AI 时代如何证明理解

作者在 O'Reilly 系列节目 The Monday Morning Agent 中用 nflverse 五个赛季约 25 万条比赛数据构建 AI 分析智能体，第一集讨论「必须建立跑攻」这一主张。

O'Reilly 作者 Chester Ismay 开启 The Monday Morning Agent 系列第一期，用约五个完整赛季的 nflverse 公开数据构建一个 AI 橄榄球分析师智能体。

O'Reilly《Zero to Agent in 30 Minutes》最终集由 AI 工程师 Sajal Sharma 演示如何在 OpenClaw 上构建可自主处理定时任务的个人助理，用户可自选部署位置、模型和数据访问方式。

WebMCP（与 MCP 不同）为网页开发者提供标准方式，通过 document.modelContext.registerTool 注册带名称、描述和输入 schema 的结构化工具，让 Agent 直接调用网站能力，也可用 HTML 表单属性声明式暴露工具。

面壁智能 MiniCPM-V 团队介绍支撑 MiniCPM-V 4.7 端侧运行的前瞻专家调度（LES）技术，称首次实现 35B-A3B 规模 MoE 在端侧实时无损运行，iPhone 18 Pro Max 实测解码超 20 token/s。

英国数字健康公司 Numan 复盘其 AI 健康教练 Nu 的评测体系建设，核心结论是稀缺资产不是提示词而是评测标准。单轮静态数据集和脚本化多轮对话都难以覆盖真实会话，Nu 改为按类别打分的主题数据集、以更廉价模型扮演患者的模拟对话层，并让安全回归自动阻断发布。

n8n 博客发布教程，讲解如何在一台 NVIDIA DGX Spark（128GB 统一内存）上部署七个本地模型，通过 LiteLLM 单一 OpenAI 兼容端点驱动 n8n 工作流，全程不调用云 API。

Google Developers Blog 发布教程，讲解如何用开源 ADK 与 gemini-3.8-live 构建不出现冷场的语音智能体，核心是非阻塞工具调用。

作者解读 Anthropic 关于 Claude Code 代码评审重构的博客：Claude 写了约 90% 的代码，2026 年 6 月到 9 月合并 PR 翻倍以上而 revert 率下降超 40%。

Meta 工程团队详解如何把 AI 智能体作为开发流程参与者来构建独立 Groups 应用 Forum，采用 human-on-the-loop 模式并以验证通过的生产级产出衡量成功。Forum 在八周内达到与 Facebook Groups 的核心功能对齐，自主压测循环在开发期发现并修复了内存问题，内存占用和缺页约减半，上线后智能体还协助根因分析用户反馈。