DeepEval：LLM 应用评测不再玄学，让大模型评测像写单元测试一样简单
在大模型应用开发中，DeepEval 提供了一个自动化和标准化的LLM评测框架，支持本地运行，并且集成于多种LLM应用开发框架中。它内置了多种主流的评测指标，能够满足实际场景需求，并支持批量数据集评测和组件级追踪。
AI工程化
Memvid：把你的文档库变成一个小巧的视频，还能瞬间搜出你想要的！
Memvid开源项目通过将文本数据存入视频文件，解决传统向量数据库高昂成本和复杂部署问题，提供高效、经济且便携的文本存储与检索解决方案。
DeepSeek-R1 更新，思考更深，推理更强
DeepSeek R1 模型完成小版本升级至 0528 版本。新增深度思考功能，提升了数学、编程和逻辑推理能力，在多个基准测评中表现优异，并针对幻觉问题进行了优化。
Agent与工具交互平台级探索，只用接入一个MCP服务就能调用6000+工具
ACI.dev 是一个开源项目，旨在为AI Agent提供标准化基础设施，简化其与大量外部工具的集成、认证和权限管理过程。它通过广泛的工具集成、统一的认证授权机制、多样化的接入方式（包括直接函数调用和统一MCP服务器）来解决复杂环境中的交互问题。
Langchain创始人最新分享：如何跨越“原型惊艳”到“生产可靠”的鸿沟
LangChain创始人Harrison Chase在Interrupt大会上发表了主题演讲，指出AI行业面临的痛点是将大模型转化成可靠应用的困难。他提出智能体工程师需要掌握提示工程、工程能力、产品思维和机器学习知识，并分享了LangChain对智能体开发的洞察与策略预判。
初稿出炉：首部AI数据标注合规标准，欢迎参与起草与研讨
数据标注作为训练大模型的重要环节，直接影响机器学习的性能。为解决合规问题，智合标准中心启动了《面向人工智能的数据标注合规指南》团体标准研制工作，并邀请多方参与制定。
Cursor 内置三大文档工具，为AI 编程注入精准上下文
有效利用各类文档资源是克服大模型编程挑战的关键。Cursor 提供的三个工具 (@Docs、@Web 和 MCP) 通过直接访问官方文档、互联网资源和企业内部文档，帮助开发者为 AI 提供精准上下文，从而提升代码生成的质量。
最强编码模型Claude 4来了！Mcp集成无需Client，扩展提示缓存增强Agent长上下文保持能力
Anthropic 推出的新一代 Claude 模型包括 Claude Opus 4 和 Claude Sonnet 4，在编码、推理和 AI Agent 方面达到新标准，并提供混合模型的两种模式：近乎即时响应和用于深度推理的扩展思维功能。