PRX Part 3:24 小时训练一个文生图模型
PRX 团队用 32 张 H200、约 $1500 算力预算($2/小时/GPU)在 24 小时内完成一次文生图模型训练 speedrun,并开源了训练代码和此前的实验框架。
PRX 团队用 32 张 H200、约 $1500 算力预算($2/小时/GPU)在 24 小时内完成一次文生图模型训练 speedrun,并开源了训练代码和此前的实验框架。
Clerk 推出 API Keys 功能,让 SaaS 无需自建密钥管理基础设施,即可通过 API 安全开放用户或组织级功能。该功能支持 User API Keys 与 Organization API Keys 两种类型,并提供现成组件用于查看、创建和撤销密钥,配合 org:sys_api_keys:read 与 org:sys_api_keys:manage 权限控制。
Replit 团队公开了其视频渲染引擎的实现方式:向被捕获页面注入约 1,200 行 JavaScript,替换 setTimeout、setInterval、requestAnimationFrame、Date 和 performance.now(),让时间每帧只前进 1000/fps 毫秒,从而把任意网页逐帧渲染成 MP4。
推荐理由:Replit 团队公开了把任意网页渲染成 MP4 的完整技术路径,包括虚拟时钟、视频元素与音频拦截的具体做法。
Deno 博客系列第 6 部分教你为恐龙跑酷游戏接入可观测性层,直接使用 Deno Deploy 内置的日志、追踪和指标仪表盘,无需额外监控产品。
Hugging Face 发布教程,介绍如何通过 Claude Code、Codex 等编码 Agent 使用 Unsloth 和 Hugging Face Jobs 微调 LiquidAI/LFM2.5-1.2B-Instruct,Unsloth 训练速度约快 2 倍、显存占用约少 60%。
推荐理由:原文给出用编码 Agent 提交 Unsloth 微调任务的完整命令与 GPU 价格档,可据此估算小模型训练成本。
Clerk 发布教程,讲解如何用 React Native 和 Expo 从零构建跨平台时间追踪应用 Aika,并用 Clerk 实现认证、Supabase 存储数据。认证部分覆盖邮箱密码与 Google 登录,Supabase 通过 RLS 配合 Clerk 的 JWT 保护数据访问。完整项目代码已放在 GitHub。
Resend 分享了创建 DevTools agent skill 的流程:以 eval 驱动开发,先定义成功标准并写入 TESTS.md,再构建、测试、拆分参考文件,循环迭代。
Vercel 更新博客和 changelog 等页面支持内容协商,Agent 发送 Accept: text/markdown 即可从同一 URL 获取 Markdown 而非 HTML。
Hugging Face 发布教程,介绍用新工具 upskill 让 Claude Opus 4.5 生成 agent skill,再交给开源小模型使用,并以编写 CUDA kernel 为示例任务。
推荐理由:原文给出用大模型生成 agent skill 再迁移到小模型的完整流程与实测数据,可据此评估自己的降本方案。
Vercel 用针对 Next.js 16 新 API 的 eval 对比两种给编码 Agent 补充框架知识的方式,嵌入 AGENTS.md 的 8KB 压缩文档索引通过率 100%,而 skills 默认行为仅 53%、加显式指令后 79%。
推荐理由:Vercel 用同一套 eval 对比 AGENTS.md 与 skills,给出可复现的通过率差异和一条命令的接入方式。
Replit 社区经理 Manny Bernable 和 Raymmnar 在一场直播中,用 Replit Agent 从零搭建了名为 MMMarket 的私有书签管理器及 Manifest v3 Chrome 扩展,吸引超 1,000 名观众。
OpenAI 发布了一份 AI Agent 构建实用指南,覆盖用例设计、模型选择、工具设计、护栏机制与多 Agent 模式等环节。指南面向 Agent 的设计、编排与部署全流程,给出可落地的实践方法。
OpenAI 发布面向创业者的 GPT-5 模型系列实战指南,覆盖迁移到 Responses API、设计 Agent、调优 prompt、引导 GPT-5 模型以及构建可靠的 AI 工作流。
Resend 明确表示不需要第三方域名预热服务:预热对新域名或放量发送确实重要,但外包预热靠受控账号模拟打开、回复等虚假互动,Gmail、Outlook 等邮箱服务商能识别这类封闭循环的合成信号,反而会损害域名声誉。真正提升送达率的是正确配置 SPF、DKIM、DMARC,逐步放量,以及真实收件人的打开与低退信、低投诉率。
PostHog 发布一份修复 App 引导流失的实操指南,约 30 分钟完成配置、需约 1 周数据积累。核心做法是先定义激活事件,再在 PostHog 的 Product Analytics 中搭建 3-5 步漏斗,设置 7 到 14 天的转化窗口,并配合会话回放与问卷定位摩擦点。缺少会话回放时可直接访谈用户,但依赖记忆、更慢也更不可靠。
Vercel 把内部数据问答 agent d0 的工具从 17 个精简到 2 个,改为让 Claude Opus 4.5 通过 Vercel Sandbox 直接用 grep、cat、find、ls 浏览 Cube 语义层的 YAML、Markdown 和 JSON 文件。
推荐理由:Vercel 公开了把 agent 工具从 17 个砍到 2 个的实测数据,可对照自己 agent 的工具设计。
Neon 将刚发布的 Neon Auth 接入自家 MCP,开发者可在 Cursor、Claude 等支持 MCP 的 AI 编辑器里让 AI 为现有项目自动接入鉴权。
Replit 上线免费教育平台 Replit Learn,教用户用 AI 构建应用,无需编程经验。首门课程 AI Foundations 现已开放前三课,另有三课即将推出,后续还将开发 Intro to Replit、Advanced Vibes 和 Replit at Work 三门课程。平台完全免费,前几课无需注册即可学习。
Replit 为 Agent 3 构建了基于 REPL 的验证系统,结合代码执行与浏览器自动化,专门捕捉"波将金界面"——按钮和仪表盘看似正常、实则事件处理器缺失、数据是 mock 的假功能。Replit 认为 Agent 越自主,验证越关键,否则错误会层层叠加,因此把测试左移,让 Agent 在构建过程中自行验证。
Vercel 发布 v0 提示词框架,建议在提示中写清产品界面、使用场景与约束偏好三类输入。官方测试显示,好提示词可让生成速度提升 30-40%,并减少不必要的代码与 credits 消耗。测试中带场景的电商提示词虽多花 26 秒,但直接产出可用的搜索、购物车与移动端响应式页面,否则需多花 1-2 轮提示、约 5 分钟和约 1.5 credits 补齐。
Railway 发布 pgvector 托管 Postgres 指南,指出主流托管商均已支持 pgvector,差异在于版本控制、扩展支持与配置权限。容器化平台可完全掌控环境,Railway 提供一键部署 pgvector 模板。索引方面,HNSW 召回率与查询延迟更优,多数应用应优先选择;大表建索引建议用 CONCURRENTLY 避免阻塞写入。
Hugging Face 发布教程,展示如何让 OpenAI Codex 通过 Hugging Face Skills 仓库完成端到端模型微调,包括数据集校验、硬件选择、提交 Hugging Face Jobs、监控训练并生成报告。
推荐理由:Hugging Face 官方教程演示如何让 Codex 用 HF Skills 跑完整微调流程,含硬件与成本参考。
Clerk 发布教程,讲解如何在 Next.js 中实现 passkeys 登录。文章拆解了注册与认证两条流程,说明浏览器、验证器与服务器如何通过 WebAuthn challenge 协作,并指出可用 SimpleWebAuthn 手动实现(注册与认证各需两次往返),或在 Clerk 后台一次开关加一个组件完成。示例代码已开源在 GitHub,数据库用 Postgres。
Hugging Face 发布 Hugging Face Skills,让 Claude Code、Codex、Gemini CLI 等编码 Agent 通过 hf-llm-trainer 技能完成模型微调全流程:校验数据集、选择 GPU、提交 Hugging Face Jobs、监控进度并把模型推到 Hub。
推荐理由:Hugging Face 官方演示用编码 Agent 完成微调全流程,含硬件选型与成本参考。
ChurnZero 博客发布 Thought Industries 首席客户官 Jill Sawatzky 的客座文章,指出客户教育能加速产品采用、减少摩擦并推动续约与扩展,从而提升 NRR(净收入留存率)。文章引用 Gartner 数据称,当超过 65% 收入来自现有客户时,承诺与实际体验的落差是重大财务威胁。作者建议把客户教育当作业务来运营,用采用率、续约率和 NRR 等指标衡量效果。
Railway 博客梳理了 CI/CD 的演进路径:从手动登录服务器部署,到 shell 脚本、CI 流水线和容器编排,核心目标始终是快速可靠地把代码送上生产。文章指出共享 staging 环境会带来协调问题,而 PR 环境为每个 pull request 提供独立部署,PR 打开时自动创建、合并或关闭时自动销毁,无需手动清理。
Railway 发布指南,讲解如何用 cron 部署定时与循环任务,并说明 cron 的执行模型:每个任务按预设时间表独立运行,不保存历史、不协调并发,错误处理交给被调用的程序。
Replicate 发文介绍 Nano Banana Pro 的提示词用法,并展示社区用它生成的图像案例。文章称该模型具备内置逻辑推理能力,能读懂图中文字并作答,文字还原可逐字保持,最多可同时处理 14 张参考图以维持角色一致性。文中还给出用 JavaScript 和 Replicate API 调用该模型的方式,并提到模型本身不联网,实时信息需接入 Search 工具。
推荐理由:Replicate 实测 Nano Banana Pro 的逻辑推理、文字还原与角色一致性,并给出 API 调用方式。
Neon 发布了一份 MCP 安全速查表,提醒配置错误或权限过宽的 MCP server 可能泄露敏感数据、执行非预期操作。Neon 自身维护着一个 MCP server,希望开发者安全使用。
Fly.io 博客发文主张开发者应亲手写一个 LLM agent,因为用 OpenAI Responses API 实现它出乎意料地简单。文中用约 15 行 Python 代码搭出可多轮对话的终端版 ChatGPT,再通过 JSON 工具定义接入 ping 工具,让模型自行调用并汇报网络连通性。作者称这是其职业生涯中最令人惊讶的编程体验。
一位开发者在 ChatGPT 内用 OpenAI Apps SDK 花两天做出电影推荐应用,服务端用 ExpressJS、TypeScript、PostgreSQL 和 Valkey,Widget 用 Vite 打包。
Neon 发布了一个公开的开源模板,用于构建全栈 AI Agent,可作为学习 codegen agent 的起点。该模板面向越来越多使用 Neon 驱动 vibe coding 平台的团队,帮助他们自行搭建代码生成 Agent。
Hugging Face 博客新增 Chandra 和 OlmOCR-2 两款开源 OCR 模型及模型评分,并给出选型指南。指南覆盖 DocTags、HTML、Markdown、JSON 等输出格式,以及微调与开箱即用的取舍、成本效率与本地/远程部署。
Replicate 为 Google 的 Veo 3.1 发布提示词指南,重点介绍参考图生视频与首尾帧生视频两项新功能。参考图生视频最多可输入三张参考图,配合文本提示合成连贯场景并保持角色一致性;首尾帧功能则通过首帧与尾帧插值生成变形转场。除参考图生视频外,其余端点均提供快速版本,生成时间不到 60 秒,价格约为标准版的一半。
Vercel 发布教程,讲解如何让现有 Next.js 应用在 ChatGPT 内运行,并给出可直接部署到 Vercel 的 ChatGPT Apps SDK Next.js 起步模板。
推荐理由:Vercel 官方拆解了 ChatGPT 嵌套 iframe 与 Next.js 的七处不兼容及对应补丁,可据此把现有应用接入 ChatGPT。
Neon 团队分享了内部常用的 Claude Code 速查表,用于调试、搭建新功能以及在项目间切换时保持节奏。团队成员各自摸索出了不同的使用方式,这份速查表把这些做法整理在一起。
开发者推出 VibeGame,一个基于 three.js、rapier 和 bitecs 构建的高层声明式游戏引擎,专为 AI 辅助游戏开发设计。作者先尝试了 Roblox MCP、Unity MCP 和 Web 三种方案,发现 Web 栈的 AI 表现最好但抽象层级太低,Roblox 抽象好却封闭且缺乏上下文管理。VibeGame 结合两者优势,内置物理、渲染和常见游戏机制,保持代码库精简可控。
Resend 指出四种损害发件人声誉的做法:收件人列表不清理不分组、内容像垃圾邮件、忽视打开率,以及发送频率过高。其中垃圾邮件投诉率需低于 0.08%、退信率低于 4%,可在 Resend 的 Metrics 面板中追踪,超标可能导致域名声誉受损甚至被邮件服务商停用。新域名或准备放量发送前应先做域名预热。
Replicate 对 FLUX.1 Kontext、Qwen Image Edit、Nano Banana、SeedEdit 3.0、Seedream 4 和 GPT Image 1 六款图像编辑模型做了横向评测,覆盖物体移除、视角变换、背景编辑、文字编辑和风格迁移五类任务。
Clerk 博客讲解给 Next.js 应用加认证的三种常见方案:会话令牌、JWT 和 OAuth,并给出用 JWT 手动实现的完整步骤。教程基于 Next.js 示例仓库,用 SQLite 存用户、bcrypt 哈希密码、jose 签发与校验 JWT,通过 middleware 保护 /dashboard 路由,并包含注册、登录页面和退出按钮。