Harrison Chase分享用Deep Agents构建Claude Code教程
LangChain创始人Harrison Chase推荐社区文章，展示如何用Deep Agents构建类似Claude Code的编码代理，并提及GLM-5.2表现强劲。原文：https://x.com/hwchase17/status/2068700213783724191[1]
大黑AI速报
Harrison Chase分享用Deep Agents构建类似Claude Code的代理教程，社区热议Codex重置机会和Oh My Pi实用命令；同时多GPU推理性能对比和AI代理沙箱方案引发关注。
产品工具
技巧教程
花几块钱获取Codex三次重置机会
用户分享通过闲鱼购买Codex三次重置服务，截止6月24日。提醒注意风险。对消耗快的用户有实用价值。原文：https://x.com/vista8/status/2068688758594019605[4]
自建Skill实现一句话开发网站
用户分享搭建自用Skill，只需一句话即可完成网站开发，称“一觉醒来网站开发好了”。展示了AI Coding的便捷体验。原文：https://x.com/vista8/status/2068687159872131147[7]
Oh My Pi实用命令：查看Token用量与仪表盘
用户在Oh My Pi发现两个实用命令：/context显示Token用量分布，/stats启动本地Web仪表盘。对监控AI代理成本有帮助。原文：https://x.com/geekbb/status/2068722359562039362[8]
硬件动态
双Radeon R9700多GPU推理性能对比
社区对比ROCm、Vulkan和vLLM在双R9700上运行Qwen3.6的性能，结果显示vLLM性能显著提升。对多GPU推理优化有参考价值。原文：https://www.reddit.com/r/LocalLLaMA/comments/1ubqn87/rocm_vs_vulkan_vs_vllm_on_dual_r9700s/[3]
2×Radeon R9700运行Qwen3.6 27B Q8 MTP经验
用户分享在2×Radeon R9700上使用llama.cpp运行Qwen3.6 27BQ8 MTP的详细硬件配置和性能数据，对本地大模型部署有参考价值。原文：https://www.reddit.com/r/LocalLLaMA/comments/1ubrn1a/2_radeon_r9700_qwen_36_27b_q8_mtp_on_llamacpp/[5]
行业资讯
Anthropic Claude Code团队负责人曝光
Anthropic的Fiona Fung领导Claude Code和Cowork团队，此前在微软和Meta负责工程。对了解Anthropic组织架构有参考价值。原文：https://x.com/lennysan/status/2068713369398567187[2]
AI代理执行代码的沙箱方案对比
社区深入讨论Docker、microVM和WASM三种沙箱方案在隔离性和性能上的差异，为构建安全AI代理系统提供参考。原文：https://www.reddit.com/r/LocalLLaMA/comments/1ubp4q3/sandboxing_code_execution_for_ai_agents/[6]