Deep Research 类智能体不能只靠“规划、检索、生成”拼报告。Google Deep Researcher 引入 Test-Time Diffusion，把报告草稿当作可迭代去噪的状态，用草稿反向指导检索，再通过报告级改写融合证据，从而改善长报告的一致性、结构和推理质量。
AI 编程经常卡在项目上下文不足：代码能写出来，却不符合业务规则、异常规范和团队习惯。私域知识工程通过代码分析、知识库沉淀和文档自动维护，把项目经验结构化地喂给 AI，让代码生成更接近一次可用。
FireRedTTS-2 面向播客、语音助手等多说话人场景，解决逐句生成、说话人稳定、韵律连贯和流式起播问题。内容拆解 12.5Hz 离散语音编码器、文本语音混排建模、双 Transformer 架构和评测指标。
生活照通常不适合直接用于简历、LinkedIn 或个人官网头像。围绕 Nano Banana 的图像编辑能力，讲解如何通过提示词控制人脸一致性、构图、服装、背景、光线和负面元素，把普通照片改成自然、正式的商务头像。
知识卡片生成的关键不只是让 AI 画得好看，而是把知识结构、视觉层级、配色、字体和比例写进提示词。这里用 6 种常见风格拆解 Seedream 4.0 生成知识卡片的提示词写法，并给出可直接改写的模板。
VoxCPM 是清华大学与面壁智能开源的 0.5B 文本转语音模型，支持零样本语音克隆和流式输出。这里讲清它的能力、评测指标、模型结构、推理流程，以及如何安装、下载模型并用 Python 生成语音。
Qwen Code 是面向软件工程任务的命令行智能体工具。它通过系统 Prompt 约束模型行为，再结合文件读写、代码搜索、Shell、任务清单、MCP 等工具，让模型能够规划任务、修改代码、运行测试并根据反馈继续迭代。
DeepSeek-R1 展示了一条以强化学习激发大语言模型推理能力的路线：先让模型在可验证任务中试错，再通过多阶段训练改善可读性、通用能力和安全性。围绕 R1-Zero、GRPO、多阶段 pipeline、评测与同行评审，梳理这套方法为什么重要。
Mem0 可以为 AI Agent 提供跨会话的长期记忆能力，Milvus 负责持久化存储和检索语义向量。这里会讲清 Mem0 的记忆机制、它和 RAG 的区别，以及如何结合 DashScope、LangGraph、Milvus 和 Kuzu 构建带长期记忆与图谱记忆的 AI 应用。
豆包 Seedream 4.0 是字节跳动推出的一站式图像生成与编辑模型，支持文生图、图像编辑、多图融合、连续分镜和中文文字重绘。这里从能力边界、典型工作流、提示词写法和 API 接入方式几个角度讲清它适合解决哪些图像创作问题。
