Udemy
PulseAugur coverage of Udemy — every cluster mentioning Udemy across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Udemy 免费课程推广帖
此条目是关于一门免费 Udemy 课程的推广帖，以“Claude 学习者”的公告形式呈现。它不包含关于 AI 模型或公司的实质性新闻。
-
开发者分享14个Claude命令，改进了编码工作流程
一位开发者分享了他在有效使用Claude进行编码任务时遇到的困难，意识到自己忽略了内置命令。在低效地管理了六个月的AI交互后，他发现使用这些特定命令极大地改善了他的工作流程和生产力。
-
来自顶尖提供商的20门免费AI课程，提供证书
汇集了20门免费的AI课程，完成后可获得证书。这些课程涵盖了广泛的AI主题，由各种平台和机构提供。知名提供商包括Coursera、EDX、Udemy、Kaggle，以及Google、Microsoft和IBM等主要科技公司，还有斯坦福大学和MIT等学术机构。
-
Coursera 在收购 Udemy 后将裁员；微软裁员数千人
Coursera 宣布将在收购 Udemy 后裁员，但受影响员工的确切人数尚未披露。该公司预计将产生 800 万至 1100 万美元的遣散费和福利相关费用。另据报道，微软将裁员 6400 人，其中 Xbox 部门计划裁员 3200 人，约占其员工总数的 20%，这是业务精简的一部分。
-
Anthropic 的 MCP 协议使 Claude AI 能够与外部系统交互
Anthropic 的模型上下文协议 (MCP) 使 Claude 等 AI 模型能够与外部系统、数据库和 API 进行交互。MCP 作为标准化的通信层，允许 AI 代理在不替换核心系统的情况下，检索信息或在组织现有基础设施内执行操作。开发人员可以使用各种编程语言实现 MCP 服务器，其中 Go 因其 SDK 而受到关注，使 Claude Code 等工具能够访问本地或网络资源。
-
OpenAI发布GPT-5.6系列，支持多智能体协同
OpenAI宣布全面发布其GPT-5.6系列模型，包括Sol、Terra和Luna。旗舰模型Sol配备了“Ultra”模式，能够并行协调四个AI智能体来执行复杂任务，旨在提高编码和研究等领域的效率。OpenAI还表示，GPT-5.6系列在基准测试中提供了行业领先的性能，同时降低了成本和响应时间，并包含增强的安全功能和程序化工具调用。
-
LLM 原生理解 BPMN，绕过定制 AI 集成的需求
像 Claude 这样的语言大模型（LLMs）无需定制集成即可理解和分析业务流程模型和符号（BPMN）文件，因为该标准的 XML 格式和元素名称很可能已存在于其训练数据中。这种固有的 AI 可读性与需要供应商构建适配器的专有流程建模格式形成对比。虽然将 BPMN XML 粘贴到 LLM 中可以展示其理解能力，但真正的流程集成需要能够弥合 AI 分析能力与可视化建模环境之间差距的工具。
-
新书《培养人工智能》与Udemy课程和模板一同发布
一本名为《培养人工智能》的新书已经发布，同时还有Udemy课程和Gumroad模板包。这个多部分产品旨在为对人工智能感兴趣的用户提供全面的资源。
-
揭晓 2026 年 Udemy 上排名前 5 的 AI Agent 和 Chatbot 课程
对 Udemy 上 20 多门 AI Agent 和 Chatbot 课程的评测，重点推荐了 5 门 2026 年的课程。这些课程被认为是客户服务和自动化的必备工具。
-
Udemy 课程评分，旨在掌握 Anthropic 的 Claude AI
本文评测并推荐了七门专注于掌握 Anthropic 的 Claude AI 模型（尤其是在编码和协作工作方面）的 Udemy 课程。作者测试了 20 多门课程，以确定 2026 年的最佳选择，旨在帮助用户有效利用 Claude 的能力。
-
DeepLearning.AI 为工程师推出Transformer课程
DeepLearning.AI 将推出一门题为“面向工程师的实践Transformer（2026）”的新课程，面向在职工程师。该课程由AMD工程副总裁讲授，将侧重于揭秘基于Transformer的人工智能模型。公告还提到了Udemy和EA Technology提供的补充课程，涵盖了不同类型的Transformer，例如电力变压器。
-
AI编码代理通过专用工具和反馈提高效率和正确性
近期研究探讨了AI编码代理的进展，重点关注提高其效率、正确性以及在软件开发工作流程中的集成。研究强调了专用代理在业务流程自动化等特定任务上优于通用代理的优势，在准确性、速度和成本降低方面取得了显著改进。其他研究引入了“生成式编译”等方法，在代码生成过程中提供实时编译器反馈，从而提高正确性并减少错误。此外，正在开发通过累积的行为规则和行锚定反馈进行自我改进的技术，使AI代理能够从纠正中学习，降低代币成本，并提高生产环境中整体代码质量。