EP170 · Images 2.5、Grok Bot、Claude 智能体 · 09-09 早报

章节时间戳00:00 开场00:42 精讲：OpenAI News 解读 Images 2.5 的保真、编辑与速度升级03:09 精讲：Lenny's Podcast 对话 Roman Ugarte，复盘 Grok Bot 的可信任务委托06:12 精讲：Claude 分享三家团队用 Managed Agents 构建产品的方法09:27 重点 4–6：Navier–Stokes、Claude 成本优化、AlphaGenome Atlas11:40 重点 7–10：天猫 AI 协同、MiniCPM5-2B、测试 Agent、Milvus HNSW14:37 结语★ 精讲一 | OpenAI 推出新一代图像模型 ChatGPT Images 2.500:42｜来自 OpenAI News｜BestBlogs 评分 93OpenAI 称，ChatGPT 与 API 每周生成超过 30 亿张图片。Images 2.5 提升参考图保真、局部编辑和多轮一致性，延迟最多降低 50%；新增 Sketch，API 推出 Flare 与 Sunburst，为创作者和开发者提供速度与精细度不同的选择。这次更新同时覆盖消费端创作流程与开发者接入路径，也让速度和可控性成为模型选型的直接依据。★ 精讲二 | Roman Ugarte：一个月打造 Grok Bot，如何让智能体成为可信赖的知识工作同事 [视频]03:09｜来自 Lenny's Podcast｜BestBlogs 评分 91Grok Bot 产品负责人 Roman Ugarte 复盘小团队约一个月做出内部可用原型：先从知识工作任务出发，持续削减功能，把产品设计成可委托工作的同事，而非通用聊天框。可信任来自真实系统上下文、清晰权限、可介入的进度与短反馈闭环；判断智能体价值，应看用户能否反复交付完整任务。★ 精讲三 | 创始人如何基于 Claude Managed Agents 构建产品 [视频]06:12｜来自 Claude｜BestBlogs 评分 91三家团队把 Claude Managed Agents 用于会议准备、销售情报与产品分析：用结果 rubric 和独立上下文核验输出，以账户、用户和组织级记忆支撑跨账户工作，并用沙箱约束代码与外部动作。案例给出的取舍很清楚：基础设施若不决定产品质量可先托管，把精力留给用户价值、评估闭环与成本归因。重点 4–1009:27 继续阅读七篇重点内容OpenAI 公布 Navier–Stokes 千年难题研究进展09:27｜来自 OpenAI News｜BestBlogs 评分 91OpenAI 宣布，其内部多智能体系统已提供解析证明和 Lean 形式化，解决了 Navier–Stokes 存在性与光滑性千年难题。利用 Claude 平台降低成本并提升性能 | Claude by Anthropic09:27｜来自 Claude Blog｜BestBlogs 评分 91本文介绍了三个实用修复方案——最大化提示词缓存命中率、消除升级模型时的反模式以及校准努力程度——在不牺牲性能的前提下降低 Claude 平台成本，并引入了 Claude Code 工具（如 prompt-audit、cost-optimize 和 hillclimb）来自动化这些改进。AlphaGenome Atlas：90 亿个人类 DNA 变异的分子预测09:27｜来自 Google DeepMind News｜BestBlogs 评分 90Google DeepMind 推出了 AlphaGenome Atlas，一个免费平台，包含对人类基因组中所有 90 亿个可能的单核苷酸变异的分子预测，以及一个 AVI 分数，帮助研究人员优先考虑具有影响力的遗传变化。天猫技术大型 AI 项目的研发协同实践09:27｜来自 大淘宝技术｜BestBlogs 评分 90天猫技术团队以新品 MDI 项目为例，分享大型 AI 项目研发协同从超级个体到全员赋能的四阶段实践，涵盖结构化知识库、站点地图分工、上下文缝补、技术哨兵机及 NekoCollar 平台等关键方法。面壁智能开源 MiniCPM5-2B：AA 榜单全球 4B 以下第一，初具端侧通用 Agent 能力09:27｜来自 魔搭 ModelScope 社区｜BestBlogs 评分 90面壁智能联合 OpenBMB 开源 MiniCPM5-2B，以 2B 参数在 AA 榜单全球 4B 以下开源基座模型中综合排名第一，并同步开源数据、训练框架与强化学习策略，初步具备端侧通用 Agent 能力。字节跳动质量保障团队｜让 QA 真正用起来：测试用例生成 Agent 落地，我们做对了什么09:27｜来自 字节跳动技术团队｜BestBlogs 评分 90字节跳动质量保障团队分享了 NL2Test Agent 的落地经验，强调通过场景选择、工程设计和容错机制，让测试用例生成工具真正被 QA 使用。Milvus HNSW 量化索引选型指南：从 SQ、PQ、PRQ 到 Refine 实测09:27｜来自 Zilliz｜BestBlogs 评分 90本文基于 Cohere 1M 数据集实测对比 Milvus 中 HNSW、HNSW_SQ、HNSW_PQ 和 HNSW_PRQ 四种索引，给出 SQ8 作为均衡起点、refinement 恢复召回率等选型建议。相关链接· 本期早报在线阅读：https://www.bestblogs.dev/explore/brief/2026-09-09· OpenAI 推出新一代图像模型 ChatGPT Images 2.5：https://www.bestblogs.dev/article/5fa3dca8f6· Roman Ugarte：一个月打造 Grok Bot，如何让智能体成为可信赖的知识工作同事 [视频]：https://www.bestblogs.dev/video/9190f0681· 创始人如何基于 Claude Managed Agents 构建产品 [视频]：https://www.bestblogs.dev/video/e23881ee8· OpenAI 公布 Navier–Stokes 千年难题研究进展：https://www.bestblogs.dev/article/8252195578· 利用 Claude 平台降低成本并提升性能 | Claude by Anthropic：https://www.bestblogs.dev/article/ab5f89e34c· AlphaGenome Atlas：90 亿个人类 DNA 变异的分子预测：https://www.bestblogs.dev/article/ed73af0dda· 天猫技术大型 AI 项目的研发协同实践：https://www.bestblogs.dev/article/62c701cf52· 面壁智能开源 MiniCPM5-2B：AA 榜单全球 4B 以下第一，初具端侧通用 Agent 能力：https://www.bestblogs.dev/article/c47dcee9a6· 字节跳动质量保障团队｜让 QA 真正用起来：测试用例生成 Agent 落地，我们做对了什么：https://www.bestblogs.dev/article/a4646ebeae· Milvus HNSW 量化索引选型指南：从 SQ、PQ、PRQ 到 Refine 实测：https://www.bestblogs.dev/article/7453e9eb09关于 BestBlogsBestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，关注你感兴趣的来源和主题，每天生成一份更适合自己的「我的早报」，欢迎体验和关注我们。前往小宇宙评论区与主播互动