#Agent
共 165 篇相关文章

Agent Memory Without Contamination:多层级记忆架构设计指南
深入解析 Agent 记忆污染问题与多层级记忆架构设计:三层存储、写入闸门、读取排序策略、投毒测试套件、GDPR 合规删除与压缩防漂移,帮助开发者构建可信赖的 AI Agent 记忆系统。

Muse Wonder对比Claude Opus 5.5:同价不同命,任务分工才是关键
Muse Wonder与Claude Opus 5.5 API定价完全相同(4/20/0.2美元每百万token),但基准表现和适用场景截然不同。独立评测Opus智力指数58比52领先,Wonder在SWE-Marathon和法律任务反超,每任务成本4.52美元低于5.98美元。本文通过规格、基准、成本、生态和安全五个维度给出任务分配建议。

MCP工具调用安全:Agent工具面即攻击面
MCP让AI Agent能调用工具,但大多数团队忽视了谁决定调用这一关键问题。本文分析Agent工具调用的注入风险、信任边界判定方法,以及按工具授权、输入校验、审计日志三道缺失防线。

理解机器学习与GPT原理,才能写出更好的Prompt
从 Transformer 到 GPT 再到 Agent,理解大语言模型的统计本质与幻觉成因,帮你写出更精准的 Prompt、降低 Token 消耗、避免 Agent 越界与提示注入。

定义即内核:人与模型都换了,什么资产还能跑
从腾讯OK平台68%自动化率出发,追问AI开发流程里什么才是组织资产:定义即内核,换人换模型换供应商后仍能约束下一次运行的规则才值得保留,其余都是载体。

Stripe Projects让Agent自主开通WorkOS账号
Stripe 的 Rami Banna 在 WorkOS init() 活动中演示了 coding agent 通过 Stripe Projects 自主开通 WorkOS 账号与凭证,并展示 Provisioning API。本文解析这一 demo 对 AI 编程工作流的意义、Agent 权限边界的变化,以及凭证管理与安全方面需要关注的问题。

Drex v2.0 发布:不发散文只下判断的决策模型
Nace.AI 发布 Drex v2.0 决策模型,不发散文本而是直接输出带概率的判断,支持是否题、多选题和评分题,输出免费,与 TypeSafe Jev 共享 API 契约,决策模型正成为独立品类。

Claude架构师认证实战:CCAR-F考试全解析
一位开发者通过Anthropic官方Claude Certified Architect Foundations(CCAR-F)认证考试的完整经历:报考门槛、两小时监考流程、考题风格与备考策略全解析,涵盖Claude Code、Agent SDK、MCP等核心考点。

按提示长度路由LLM翻车:12词请求拖垮生产Agent
一个仅按提示长度分流的LLM路由器,把带六个工具定义的12词短请求发给了最便宜的模型,导致生产Agent陷入死循环。本文剖析为何提示长度只衡量成本而非能力,以及“能力优先、长度其次”的修复方案。

从LLM API到生产级Agent:AI应用工程全景指南
一份端到端的AI应用工程指南:从LLM API调用到Agent循环、上下文工程、工具调用、Harness运行时与生产级架构。解析提示工程与上下文工程的区别、人在回路授权、上下文压缩、MCP与安全防护等核心概念。

Agent上下文工程的七大组件:生产级上下文装配清单
一笔40万美元的欺诈理赔揭示了AI智能体的真正失败模式:问题不在模型,而在上下文。本文拆解Agent上下文工程的七大组件——系统提示、长期记忆、状态、RAG、输入、工具与结构化输出,并提供一份生产级上线检查清单。

元能力:让代码替大模型思考——CodeSmith的RLM设计解析
CodeSmith 的 RLM 设计揭示:大模型为何算不好数学,以及"让代码替模型思考"背后的工程逻辑。LLM 当翻译官、解释器当计算器,并通过合约、超时与深度限制为元能力套上枷锁。

从LLM到AI智能体:工具、Agent循环与MCP详解
语言模型如何进化为能真正办事的AI智能体?本文详解工具调用、Agent自主决策循环,以及Anthropic推出的开放标准MCP协议,用订餐案例拆解从LLM到Agent的完整运作机制与安全考量。

AI说90%把握能信吗?概率校准与Agent决策实战
AI模型说「90%把握」就能让Agent自动执行吗?本文跟随B站UP主Jev的实战拆解,讲清概率校准、准确率与分流能力的区别,并给出阈值设定、旁路测试、调参验收的完整Agent决策落地方法。

DeepSeek Harness 实战入门:从工具调用到 Agent 工程化落地
本文梳理 B 站 DeepSeek Harness 实战分享的技术要点,解析 Agent 的四大核心能力(翻译官、工具达人、记忆管家、任务管家)与三次技术跃迁,并理性评估这类入门教程的实际价值与局限。

Stack Overflow 如何用 Codex 构建产品:从企业知识层到 Agent 优先平台
OpenAI DevDay 2026 上,Stack Overflow 产品副总裁分享如何用 Codex 构建企业知识智能产品 Stack Internal 与 Agent 优先平台。涵盖 AI 编程护栏策略、多源数据原型抽象、Agent 贡献知识闭环等实战经验。

Android CLI重磅更新:Agent自动比对Figma与UI设计
Android CLI新增render Compose preview命令,可将Compose预览直接导出为图片,让AI Agent无需启动应用即可自动比对Figma设计稿与实际UI实现,大幅提升agentic开发中UI还原的效率与准确度。

Claude浏览成人内容翻车:AI代理飘移背后的失控风险
Claude类AI代理执行图片搜索任务时意外点进成人网站,引发"代理飘移"讨论。本文解析AI自主操作背后的失控风险、责任归属与安全护栏,探讨让AI自主跑任务的边界。

