11月8日「為中國受逼迫教會禁食禱告日」禱告會 ： 主題： 至死忠心 Faithful Unto Death 興旺福音 Advancing The Gospel 承辦：China Aid 時間：美中11月8日晚：6:00-8:30 北京：11月9日早：8:00-10:30 歡迎世界各地弟兄姊妹線上參與： Meeting ID：862 2831 7199 Passcode：2030

无声的画面却看哭了， 八一荣光不止属于军人， 军婚里温情守候的军嫂， 同样值得致敬。 山海相隔，只为奔赴一场团圆。 On Army Day, we salute soldiers and the military spouses who wait faithfully. Across distant lands, they long for precious reunions. #建军节# #ArmyDay# #MilitaryMarriage#

TT集团营销副总裁Henry总阐述：不计代价的决心，不负坚持的你 Unshakable Commitment, Unforgettable Rewards for the Faithful 老天会给我们制造各种各样的困难，我在这里还是要去告诉我们所有的伙伴，无论是多大的困难，无论多大的挫折，只要我们能够全力以赴的坚持，我相信未来你一定能够获得最大最好的成果，你要清楚一点，这个我们到目前为止，整个集团的投入，你没有投入一分钱。我们也没有让领导人投入一分钱，到目前为止客户也没有投入一分钱，所有的钱都是俞老师，所有的钱都是公司拿出来的，到目前为止，我们整个的花销已经达到了一个多亿人民币，所以说公司的决心是肯定是非常大的，我们是一定要全力把这事干好，无论发生所有的巨大的困难。天体也一定会全力以赴，还有一点我要告诉大家是在今天，无论是70万也好，还是100万也好，说句实话，这个数据对于一个交易所来说，已经是一个非常不错一个开端，我相信所有能够坚持到最后的，天体一定不负你！我会告诉大家，未来你们的结果一定是能够站在这个时代当中最大的机遇，能够获得最大的收获！

左翼激进组织给全美教会发了一份操作指南，第一条硬性要求：把圣殿里的美国国旗撤下来。 理由写得白纸黑字：在教堂挂星条旗属于“基督教民族主义”，因为这把美国身份抬得太高，“排除了那些对美国没有好感的人”。 调查记者娜塔莉·温特斯（Natalie Winters）在《战情室》曝光了这套渗透材料。激进组织 Indivisible 联手“忠实美国”（Faithful America），正在把手直接伸向教会讲台。他们很清楚信徒看到国旗被撤会炸锅，于是在指南里手把手教牧师搞心理战：动作要慢，温水煮青蛙，一点一点把爱国标志从信众眼皮底下挪走。 国旗挪走之后，塞进讲台的全是极端政治议程。指南要求牧师向信徒宣讲：废除移民与海关执法局（ICE）不是普通政策，而是“道德义务”；教会要动员信众支持《跨性别权利法案》，带头参加骄傲游行，甚至和被多州定性为极端组织的美国伊斯兰关系委员会（CAIR）联合办活动。 到了选举战场，动作更直接。他们给海格塞斯（Pete Hegseth）和帕克斯顿（Ken Paxton）等保守派官员扣上“假先知”的帽子，号召基督徒在期中选举里阻击共和党。此前一位反对新冠疫苗、批评民主党的主教，已经被他们发起运动施压免职。 就连美国建国250周年庆典，在这份指南里也被扣上了帽子：白人基督教民族主义的遮羞布。 平日里把“政教分离”喊得震天响，私底下连教会讲台都要收编。撤下国旗、清洗主教、把极左议题包装成道德说教，这套操作指南正把教堂改造成不挂牌的政治动员支部。

今天在测试 Manus 时学到一个提示词技巧，就是画图的时候，不用提示词控制样式风格，而是直接给参考图，并且参考图中包含颜色、字体示范、宣纸纤维、墨迹边缘、水痕、远山、印章与留白规则等等 这样出图的稳定性会更高，内容提示词也可以很简单。 图1: 参考图 图2 content_prompt ： > 标题‘茶与慢生活’，副标题‘留一点时间，给一杯茶’。设计需遵循参考图中的风格：安静、内敛、侘寂，使用水墨极简风格和水墨留白，背景为宣纸纹理。文字应居中、清晰。 图3 content_prompt： > 标题‘把日常慢下来’。内容：‘温杯：先感受器物的温度’、‘闻香：留意茶叶与水的气息’、‘品饮：小口饮茶，短暂停留’。设计需遵循第一页和参考图中的风格：安静、内敛、水墨极简风格，使用少量水墨元素（如远山、茶具水痕等）在留白区域点缀，背景为宣纸纹理。文字排版应体现层次感和留白。 --- 图2 完整提示词 --- Create a professional presentation slide with the following content: 标题‘茶与慢生活’，副标题‘留一点时间，给一杯茶’。设计需遵循参考图中的风格：安静、内敛、侘寂，使用水墨极简风格和水墨留白，背景为宣纸纹理。文字应居中、清晰。 Hierarchy & Layout Guidance: - Lead with the most important narrative element (headline / metric) and follow with supporting copy in clear sections - Any charts should reflect real data provided in the content prompt and stay faithful to the described sources - Arrange imagery and copy so the viewer can scan left-to-right or top-to-bottom; avoid vertical stacking of charts/images Visual Direction: - Professional and clean - Follow the style of the previous slide image (if provided) for visual continuity Requirements: - Professional presentation layout with clear visual hierarchy - Text must be clearly readable with appropriate contrast against the background - Include title area and content area as appropriate - Maintain consistent style suitable for a professional presentation - High quality, publication-ready visual design - All text should be sharp and legible - Keep all essential text comfortably inside the frame; avoid placing text at the very edges - Balance visual elements with whitespace so the slide feels clean and not cluttered

推荐这篇文章。一个 agent 评测系统被自己的评分骗了整整一周——两个标准在互相拉扯，总分却看起来正常。 Similarweb 的高级 AI 工程师 Liora Korni 在 7 月 29 日 LangChain 博客上分享了一篇实战文章：如何评估一个生成长篇研究报告的 agent 系统。文章的价值不在方法论本身——LLM-as-judge 和 rubric 都不是新概念——而在他们把评估当作产品架构的一部分来做的具体教训。 两种输出，两种评估方式 Similarweb Data Studio 是一个 agent 系统：用户用自然语言提问，agent 规划、调用数据工具、检索数字、写出答案。它要处理两类完全不同的输出： 普通对话：聚焦问题，答案形状可预期。评估方法简单——golden answer + semantic judge 判断"是否表达了同样的意思"。 深度研究报告：长文输出，包含来源、解读、建议、风险提示和叙事结构。同一问题可能有多种好的答案。Golden answer 不适用——匹配 gold answer 只会奖励相似性而不是质量。 Rubric 方案 深度研究报告的评估用 rubric prompts：每个质量维度有自己的评分锚点。例如 source_integration 标准： • 0.0：纯粹依赖单一数据 API，无外部上下文 • 0.3：模糊引用"行业报告"但不点名 • 0.8：引用多个带名称、日期、数字的来源 • 1.0：广泛使用归因明确、融入叙事的来源 每个维度返回分数 + 解释 + 差距说明。不只是一个数字。 除此之外还加了 faithfulness check：每个声明是否真的来自检索数据？还是 agent 夸大了来源支持的内容？ 最贵的教训：花了整整一周跟自己的评估打架 文章里最值得读的部分：一次 prompt 的小改动让总体评分下降。 他们花了一周反复 revert、调整、re-run。报告每次看起来都很好，但数一直在说不。最后有人打开逐标准评论才发现——新版报告引用了更多来源（提高了 source breadth），但这些来源都是模糊的（拉低了 attribution）。两个标准互相拉扯，总分隐藏了冲突。 修复了评分锚点后（从"引用更多来源"改为"引用命名、可验证的来源"），同一个报告的分数从 0.7 降到了 0.3，数值终于匹配了评论一直在说的东西。 核心教训：一个校准错误的评估比没有评估更糟糕，因为它给你虚假的信心。 最终的评估循环 1. 从假设开始 2. 跑一个小评估获取信号 3. 检查反馈评论和 traces 4. 跑完整 benchmark 并重复 5. 与 baseline 或 A/B 输出对比 6. 决定合并、迭代还是重新校准 原文： #AgentEvaluation# #LLMasJudge# #LangSmith#