用 Claude 和 HyperFrames 做视频：Jake 如何给素材、剪口播和修改成片
让 AI 做产品视频，怎样少学剪辑术语，也能把故事和成片质量控制住？
文章
由 AI 采访转化而来，每篇都能追到原视频。
金融 Agent 怎样跨网站工作：Browserbase 把浏览器访问、页面控制和数据提取分开处理
金融工作要跨许多网站取资料，怎样让 Agent 访问页面、正确操作，并交回可用数据？
第一个 AI 评测怎么写：把旅行需求变成能反复检验的标准
做第一项 AI 评测，怎样把“这个回答不错”变成可以反复检验的标准？
Shopify 为什么开发时只用最强模型，生产时却反过来省钱？
Shopify 开发时让员工使用最强模型、提供不限量 token，生产中却努力降低每次调用的成本。
Periodic Labs：为什么更强的 AI 仍要亲手做实验
科学发现要面对尚未知道答案的材料，模型只读论文或模拟计算，无法替代现实中的检验。
Cisco 有 3.2 万名工程师，Jeetu Patel 为什么还要把它当创业公司来管？
一家拥有 3.2 万名工程师、同时生产软件和芯片的公司，很难靠一句“像创业公司一样快”统一节奏。
代码审查不再盯着一个 PR：Qodo 如何让 Agent 先互审，再把难题交给人
单个代码改动看起来正确，放进跨服务系统后仍可能造成故障；Agent 加快编码后，人也更难逐条消化审查意见。
Monzo 自建编程 Agent 之后，为什么连非工程师也开始用它改系统？
银行怎样让编程 Agent 帮更多员工动手，同时保留软件审核流程？
交易员的经验留在脑中，Moshi 想让 AI 接手决策前的苦工
怎样让 AI 帮交易员节省注意力，而不让人忙着补背景、筛推送？
给客服 Agent 加一句安全提示，为什么任务反而做不完了？
修复 Agent 的一个问题，怎样避免弄坏原本正常的任务？
企业什么时候值得训练自己的模型？Yash Patil 先看评估、规模和数据
企业担心依赖单一模型供应商，但训练自己的模型并不总是下一步。
10 万颗加速器里每小时都可能有东西坏掉，Google 为什么不再只看 FLOPS
加速器越多，峰值算力越不能直接代表模型训练有多快：同步等待、故障恢复和数据搬运都会消耗时间。