相关文章
6836 篇高质量内容
OpenAI Codex 产品经理：AI 不是让你做更快，是让你做以前不敢做的事
从AI编程工具创始人到OpenAI产品经理，揭秘Codex如何颠覆产品开发流程，让团队实现“先做一切，再决定发布什么”。 核心内容： 1. Codex如何重塑PM的工作方式与核心角色 2. 团队协作模式的根本性转变：从规划优先到“做了再说” 3. 真实案例演示：AI-native团队如何用Codex驱动日常工作
治理与进化，如何成为企业级 Agent 的两条生死线？
Agent治理与进化能力，决定了企业能否真正吃到AI红利。 核心内容： 1. Agent在企业应用中的根本矛盾与治理挑战 2. 主流Agent架构的演进与轻量化趋势 3. 基础设施层如何支撑Agent的治理与进化
腾讯混元 Hy3，正式发布
腾讯混元Hy3正式发布，在软件开发、办公生产等核心场景中表现显著提升，成为企业级AI应用的新标杆。 核心内容： 1. Hy3模型在生产力任务上的全面进步 2. 已接入腾讯核心业务并获海量真实场景验证 3. 智能体（Agent）实用性实现质的飞跃
我拿到了微信Agent的灰测！！感觉又要被取代了
微信Agent小微灰度内测体验，它如何无缝融入你的日常，又悄悄改变工作方式？ 核心内容： 1. 小微的核心能力与交互设计：消息发送确认、场景化上下文读取 2. 作为个人助手：管理日程、总结朋友圈、打通公众号与视频号 3. 未来潜力：用自然语言创建小程序，大幅降低应用开发门槛
循环工程：Karpathy方法——以及使其效率提升 5 倍的工作流程
这篇文章揭示了Karpathy如何通过分离评估与执行，将AI工程效率提升5倍，为构建可靠的自动化系统提供了硬核思路。 核心内容： 1. 循环工程与连续追问的本质区别 2. Karpathy Loop的核心：评估器与执行器分离 3. 实现高效自动化的关键约束与适用场景
手机端 Agent 评测：从方法论到工程实践
揭秘手机端 Agent 评测的实战经验，从评测体系搭建到工程化落地，带你深入了解如何量化与提升 Agent 的真实操作能力。 核心内容： 1. 手机端 Agent 评测的五大核心能力与评测集设计原则 2. 保障评测准确性的关键技术：环境隔离与数据标准化 3. 基于结构化语法的真值标注方法与实际效果提升数据
Hermes 的记忆层有 8 种实现，我为什么选了最反常识的那个
Hermes Agent 记忆层有 8 种实现，作者为何独爱最反常识的 Holographic 方案？本文带你一探究竟。 核心内容： 1. Hermes 记忆层八种方案的对比与排序逻辑 2. 三种存储范式背后的哲学差异 3. Holographic 方案的优势与选择理由
Codex 负责人谈 AI 时代唯一值钱的能力
OpenAI Codex负责人揭示AI时代最稀缺的能力：当实现变得免费，决定“该做什么”成为核心价值。 核心内容： 1. Codex的广泛应用与设计流程的失效 2. 为什么AI难以做好设计工作 3. 在AI时代，如何定义“好设计”与关键能力
复旦期末考「造反」了：51名学生联手围攻Claude、DeepSeek，谁能让AI交白卷谁就是学霸
复旦期末考“造反”了！学生化身出题官，联手挑战三大AI模型，谁能让Claude、DeepSeek答错题，谁就是学霸。 核心内容： 1. 颠覆传统的考试规则：学生出题，AI答题 2. 挑战AI的实战过程与评分机制 3. 考试结果揭示AI的鲁棒性与人类智慧的较量
Cursor 如何把 AI 部署进企业内部
深入企业AI落地，Cursor如何通过前线部署工程师将AI能力融入真实业务，构建AI软件工厂。核心内容： 1. 前线部署工程师在企业AI落地中的关键角色 2. 从个人AI助手到重构软件开发流程的转变 3. 构建AI软件工厂的实践经验与挑战
开发者转向 AI 应用工程，真正要迁移的是工程判断力
开发者不必转算法岗，真正需要的是将软件工程经验迁移到AI应用开发中，解决模型不确定性带来的工程挑战。 核心内容： 1. AI应用开发中的常见工程问题 2. 传统软件工程经验如何迁移 3. 开发者转向AI应用工程的核心能力
不改一行代码，看透 AI Agent 的每一次调用
如何在不改动代码的情况下，精准洞察AI Agent的每一次复杂调用？OBI方案在Linux内核层安装“监控摄像头”，自动追踪跨协议、跨服务商的完整链路。 核心内容： 1. AI Agent调用链路的复杂性及传统监控的局限 2. OBI方案无侵入式追踪的核心原理 3. 标准化监控（GenAI语义约定）面临的现实挑战
AI 不缺智商缺纪律：一场 Harness 工程化实践
AI编码的瓶颈已从模型智商转向工程纪律，本文分享一套可复用的Harness框架，帮你用工程化手段解决AI的“不守纪律”问题。 核心内容： 1. Harness框架的设计理念与三层结构解析 2. 针对AI编码三大痛点的具体工程解决方案 3. 实践中的关键踩坑教训与可迁移的工程化模式
天工 3.2 重磅升级：Skywork Tags 上线，给 Agent 一张工牌，邀其加入你的工作群聊
Skywork Tags将AI直接带入你的工作群聊，让它成为团队里常驻的同事，无缝参与日常讨论。 核心内容： 1. Skywork Tags如何将Agent融入现有工作环境，免去迁移上下文的繁琐 2. 共享AI助手带来的团队协作透明化、任务可接力与持续学习优势 3. 团队内部实践验证了这种“AI同事”模式的有效性与价值
Context Infra 会是 AI 领域的下一个热点
AI Infra 正从模型层转向Agent与Context层，这是AI从问答走向任务执行的关键跃迁。 核心内容： 1. 从LLM Infra到Agent Infra的演进逻辑 2. Agent Infra三大构成：LLM、Harness与Context 3. Context Infra作为新热点的核心价值与市场前景
一文了解｜SkillScan 智能体技能安全扫描最佳实践
SkillScan为智能体技能生态提供全链路安全防护，从包体合规到代码实现，全面覆盖技能生命周期中的五大风险维度。 核心内容： 1. 技能安全面临的五大类核心风险全景 2. SkillScan全链路安全检测体系与能力详解 3. 业务接入、场景实践与开发者安全规范指南
港科大郭毅可谈Agentic AI时代的核心命题：人机共生，人不可能退场
AI 从回答问题走向真正执行，人机共生的责任分配成为核心议题。香港科大郭毅可院士深入解析 Agentic AI 的演进方向与破局关键。 核心内容： 1. 人机共生：可控自治与责任分配 2. Agentic AI 的四个演进方向 3. 给企业的建议：将 AI 变为制度化能力
Sonnet 5终于来了，然而Opus 4.8现在有点尴尬
Sonnet 5以更优成本实现接近顶级模型Opus 4.8的性能，AI助手竞争进入新阶段。 核心内容： 1. Sonnet 5性能与成本优势解析 2. 模型能力升级与安全特性增强 3. 行业竞争格局与用户策略影响
AI可观测性：Prompt、Tool Call、Trace、Token全链路追踪
AI系统为何时好时坏？从Prompt到Tool Call的全链路追踪，帮你精准定位问题，告别昂贵黑盒。 核心内容： 1. AI系统监控的四大核心维度：Prompt、Tool Call、Trace、Token 2. Prompt追踪的重要性与实现方法，实现问题精确定位 3. 传统监控与AI可观测性的本质区别，构建完整监控体系
AI Infra 全景图：Agent Framework、调度、编排、沙箱、记忆管理、Tracing 分层拆解
2026年，AI Agent遍地开花，但真正能投入生产的却寥寥无几。本文将为你揭示从底层资源到上层应用的9层架构全景与4个横切能力，助你构建坚如磐石的生产级AI Infra。 核心内容： 1. 剖析AI Agent项目难以投入生产的核心症结——Infra缺失 2. 逐层拆解从基础资源到可观测运营的9层纵向架构 3. 解读贯穿所有层的4大横切能力：安全、CI/CD、成本与开发者体验