跳到正文
10月17日周六
  1. 掘金64

    AI Agent 入门第 01 章:Agent 原理、ReAct 循环与 Harness 工程

    本章是 AI Agent 系列教程的第一章,从核心公式 Agent = LLM + 上下文 + 工具 出发,讲解 ReAct 循环、Harness 工程五要素、三层护栏和五个贯穿全书的设计模式。核心论断是模型固定时扩展观察空间与动作空间是提升 Agent 表现的主要工程手段,并以 Kimi K3 和 GPT-5.6 的实验说明模型即 Agent 的趋势。

  2. 掘金67

    别只在 prompt 里让 AI 别碰文件:我给仓库装了四道提交闸门,越界直接拒绝提交

    作者把只写在 prompt 里的文件禁碰约束,改造成四道在提交瞬间强制执行的机器闸门:CODEOWNERS 给禁区上锁、pre-commit 钩子提交前自动检查、路径白名单脚本拦截 Agent 越界改动、动手前先写会失败的红测试。文章按从易到难逐道讲解,附可直接复用的 Python 脚本、给 Cursor 的搭建指令和一张落地清单,并说明各闸门的边界与常见踩坑。

  3. 掘金54

    PHP 后台改了配置却不生效的六层排查方法

    PHP 后台保存成功但前台仍读旧值时,应按六层顺序排查:先确认请求进入的代码目录与后台写入、前台读取的数据源是否一致,再核对相对路径、写入返回值、CLI 与 PHP-FPM 的运行时差异,最后才逐层处理缓存。文章还给出 request_id 加路径与哈希的审计日志写法、JSON 原子替换函数,以及一段限定只读排查、追踪字段从 POST 到持久化再到渲染完整数据流的 AI 提示词。

  4. 掘金32

    ZhyCMS 成长日记:一个企业 CMS 从 1.0 到 3.1.3 的折腾史

    ZhyCMS 用 66 天从 v1.0.0 迭代到 v3.1.3,测试从 0 增至 360 项全绿,发版从靠运气变成有 Checklist、CI 和门禁。期间 v2.0 一次性补齐 RBAC、审计日志、内容工作流等八大模块,v2.2 转向插件优先架构,v3.0 上线可视化拖拽页面构建器。作者复盘了 SQL 迁移回填、N+1 查询、API 默认免鉴权等真实代码级踩坑与修复过程。

  5. 掘金49

    模型量化为什么几乎不损失精度:误差的四道防线

    量化误差并未消失,而是被四道防线层层消化:误差小且零均值互相抵消、网络 Lipschitz 连续不放大扰动、过参数化与平坦极小值提供冗余、校准与 QAT 主动补偿。INT8 量化噪声仅约满量程的 0.4%,防线满员时精度损失可小于 1%;但位宽降至 2-bit 时第一道防线率先失守,这是低比特掉点的算术根源。

  6. 掘金77

    ReAct:Agent 是怎么“边想边做”的

    这篇文章讲解 ReAct 模式如何让 Agent 通过想、做、看的循环实现边推理边执行,模型只负责决策,由 Harness 组装上下文并校验执行工具,Environment 产生真实状态变化。

    推荐理由:原文把 ReAct 循环拆成想、做、看三个环节,并给出最小实现以及约束、验证、纠正三步可靠性改造,可直接迁移到自己的 Agent 开发中。

  7. 掘金59

    Agent 工具设计:为什么给模型挂越多工具越容易出错

    文章指出 Agent 工具并非越多越好,工具 schema 挤占静态上下文前缀会稀释模型注意力,推高成本与出错率。作者把工具调用拆为声明、模型决定、执行追加、依据结果决定下一步四步,并将工具分为感知、执行、协作、事件触发、用户沟通五类,指出感知决定能力天花板、执行决定地板。

  8. 博客园35

    WorkBuddy 白送 500 积分,大家快来领

    10月15日早8点左右,DeepSeek 网页和 App 显示“服务器暂时不可用”,故障持续约5小时,官方随后发布补偿通知,有用户收到1800多元 API 补偿。聚合平台 WorkBuddy 也跟进补偿,直接赠送500积分,需在“成长计划”→“套餐与计划”中领取,10月22日截止。

  9. 掘金25

    WorkBuddy 白送 500 积分,领取教程与截止时间

    DeepSeek 于 10 月 15 日早 8 点左右出现网页和 App“服务器暂时不可用”,持续约 5 小时,官方随后发布补偿通知,有用户收到 1800 多元补偿。WorkBuddy 也向用户补偿 500 积分,需依次点击“成长计划”“套餐与计划”领取。补偿积分领取截止时间为 10 月 22 日,看到的小伙伴赶紧去领。

  10. 掘金34

    从零到精通 AI 全栈学习路线(附代码演示)

    该学习路线按入门、进阶、工程、精通四阶段推进,每阶段都给出可运行的代码产出,避免学了用不上。内容覆盖 NumPy 手写梯度下降、PyTorch 实现线性回归与注意力机制、FastAPI 封装推理服务,以及 LoRA 微调、Prompt 工程与 RAG 应用。学习建议动手优先、项目驱动,先跑通基线再追求 SOTA。

  11. AWS Machine Learning Blog68

    建立对 AI 智能体的信任:基于 Amazon Bedrock AgentCore 的生产级评估框架

    AWS SMGS 运营团队基于 Amazon Bedrock AgentCore Evaluations 为其服务全球销售团队的多智能体系统搭建了九阶段生产级评估框架,覆盖从首次提交到生产运行的全生命周期。

    推荐理由:原文给出可迁移的九阶段智能体评估框架与六类失败分类法,读者可据此在生产环境中建立持续质量闭环。

10月16日周五
  1. 掘金37

    我给 Gemini 4 和 DeepSeek 搞了套「末位淘汰」,AI 干活会更猛吗?(Day 3)

    作者为 Gemini 4 与 DeepSeek 组成的 Agent 系统新增「企业文化」模块,搭配四套团队阵容,验证文化设定能否影响交付耗时、Token 账单与产品完成度。11 个核心岗位可配置「外科手术极客」研发、「铁面找茬王」测试等性格,另外 7 个工具岗不设性格。接下来将用 OpenCompare 的文件夹对比、代码合并等功能实测各阵容表现,实测账单于 Day 4 公布。

  2. 掘金77

    Claude太能写,Anthropic把内部Git换了

    Anthropic 用 7 个人花 5 个月做出内部版本控制系统 Scion,替下原有 Git 基础设施,应对 AI 写代码加快后合并和等待跟不上的问题。

    推荐理由:原文讲清了 Anthropic 换掉内部 Git 的原因与收益,普通读者可迁移的是分清代码写完与可上线之间的差距。

  3. 掘金22

    raylib 教程 3-5:画矩形和按钮

    本节教程演示如何用 raylib 绘制矩形并实现按钮点击,做出一个点 EXIT 即关闭窗口的小程序。先以 DrawRectangle 和 DrawRectangleRec 配合 Rectangle 结构体画矩形,再用 GetMousePosition 获取鼠标坐标、IsMouseButtonPressed 判断左键按下。

  4. 掘金68

    OpenTelemetry 实现 Agent 可观测性:概念、字段规范与实测

    本文讲解如何用 OpenTelemetry 记录 Agent 执行过程,把多轮推理、工具嵌套等树状拓扑组织成带层级、因果和耗时的 Trace/Span 树。核心内容包括 span 的 parent_id 拼树原理、Trace/Metric/Log 三信号协同、gen_ai.* 与 tool.* 语义约定字段,以及「有耗时开 span、产出挂 attribute」的埋点判断规则。

  5. 掘金50

    LLM 驱动的自动化测试系列(14):落地与工程化——为什么测试场景的 Token 账单反而最便宜

    本篇汇总前 13 篇验证证据,回答 Token 成本量级、人工确认门位置及 LLM 不适用场景三个工程化问题。端到端任务因上下文累积曾烧数千美金(单 Turn 达 117 个 tool calls),而窄环节加硬预算设计(AutoRestTest 约 $0.1、pytest-triage 上限 10 次调用)使成本可控。

  6. 掘金52

    不开编辑器,在飞书里也能找 WES Code 的 AI 干活

    WES Code 支持接入飞书、钉钉等即时通讯平台,在单聊或多人会话里给机器人发消息即可调用编辑器内的 AI 助手,回复一边生成一边更新回原会话。引擎为每个平台封装统一适配器,由分发器依次完成会话归属、助手绑定、频率限制和外部消息信任标记,作者用飞书真实事件格式跑了适配器与分发规则的实测。

  7. 掘金72

    给 AI Coding 留一张能核对的开发状态卡:用来源与证据映射解决跨对话交接

    作者提出一张开发状态交接卡,把需求来源(S)与检查证据(E)分开记录,解决换对话后新助手误读“已完成”总结的问题。卡片保留任务、当前版本、延期项、材料入口、检查结果、未验证项与下一步,并规定只有证据版本与当前版本一致才采用 pass 或 fail,否则显示 unverified。文章附一个 Python 3.12 标准库示例程序演示状态映射,并给出分两轮交接的提示词要求和适用场景。

  8. 掘金35

    MySQL 慢查询 + AI 智能分析:把“接口慢”整理成可复查、可交接的诊断材料

    楠风在 MySQL 8.4 LTS 实验环境中演示慢查询排查流程,把“接口慢”反馈整理成可复查、可交接的诊断材料。流程涵盖设计 JSON 证据记录、会话级短时采集慢日志并恢复原值、mysqldumpslow 分组,以及用 EXPLAIN ANALYZE 与 data_lock_waits 验证扫描、事务锁等待与库外等待三类假设。

  9. 掘金36

    AgentLoop 审计:如何让企业级 Dify 应用的风险看得见、查得清

    阿里云 Agent 观测与优化平台 AgentLoop 以无侵入方式接入 Dify 应用的模型与工具交互,提供运行观测与审计能力。其审计能力包括风险审计、意图审计、实体调查、审计事实与自定义审计,帮助团队从已有运行记录中发现敏感信息暴露与风险意图,并把问题定位到 HTTP、Code、LLM 等具体节点。审计助手 Loopie 还支持用自然语言描述检查要求,辅助生成自定义检测规则并经人工审核后启用。