跳到正文
10月17日周六
  1. 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。

  2. 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。

  3. 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76

    Impeccable:让 AI 编程工具学会审美的开源设计引擎

    Impeccable 是 Paul Bakaus 创建的开源设计语言工具(Apache-2.0,81.3k Stars),用 59 条不依赖 LLM 的确定性检测规则加 Skill 命令驱动的 LLM 评审双轨机制,解决 AI 生成前端千篇一律的问题。

    推荐理由:文章拆解了 Impeccable 把确定性规则与 LLM 评审分轨的架构,读者可把这套分工思路迁移到自己的 AI 工作流中。

  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。

  4. 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。

  5. 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。

  6. 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。

  7. 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。

  8. 掘金24

    MSP 的增长瓶颈不在客户,在交付模式:轻帆云 AI 数字员工如何兼得人效与规模

    某 MSP 引入轻帆云 AI 数字员工,将 NOC 告警接收、分析、报告生成与通知交由其自动完成,初步分析报告可在分钟级形成并按客户 SOP 定级送达。一线确认后 AI 员工可继续深入排查,为二线专家整理现场信息与排查线索,排查过程受沙箱隔离、TLS 加密与受限只读等安全约束。新客户接入可复用已有岗位职责与工具配置,缩短新增服务能力的形成周期。

  9. 掘金60

    从0搭建AI聊天后端:FastAPI+OpenAI+SSE流式输出

    作者基于 FastAPI 搭建了一个 AI 聊天后端,支持会话管理、历史消息查询、多轮上下文、SSE 流式推送与消息持久化。核心实践包括用 AsyncOpenAI 配合 async for 实现完整异步链路,在流式生成器内独立创建 Session 保存 AI 回复,以及用 parent_id 加 version 保留重新生成的多个回复版本。

  10. 博客园72

    给 REA 套一层 GUI:153 个命令的界面如何自动生成

    作者为开源逆向工具 REA 做了 Windows 免安装 GUI「REA-UI」,153 个命令的表单全部由 CLI 自带的 JSON Schema 自动生成,不硬编码任何命令名,REA 升级后只需重新刷新目录。绿色包 62 MB 解压即用,源码以 MIT 许可开源;作者还绕过 REA 直接调 Ghidra headless,把 1038 个函数的批量反编译压进约 11 分钟。

  11. 掘金54

    Agent 开发应该怎么做?我的答案是测试驱动升级版

    作者认为 Agent 产出不确定,单次跑通可能只是运气,必须改用统计方式——跑多次、看通过率与分布;测试量因此上升一个数量级,必须自动化,而自动化先要用例集与金标准。由此提出“测试驱动升级版”:先把“什么算对”定义清楚,再让它驱动架构决策与代码优化,并给出可回环的五步流程与三条纪律,其中引用无伪证等硬线零违反、不能用平均分盖过。

  12. 掘金52

    模型调用失败分类、有边界重试与 Model Adapter 实践

    文章主张模型调用失败先按阶段分类,只有网络中断、429、5xx 等暂时性故障才做有边界的自动重试,参数错误和认证失败直接终止。有边界重试由最大次数、指数退避(delay = min(8, 0.5 × 2^attempt) + uniform(0, 0.2))、jitter 和降级出口组成;拒答、截断、格式错要按根因处理并把失败写入 Trace。

  13. 掘金23

    开发者视角:AI 无限画布工具选型需要关注哪些指标

    AI 无限画布开发者选型的核心是底层渲染引擎、多模态节点编排、API 开放能力、算力调度、数据安全、运维容错六大工程化指标,而非单纯的生图效果。星宇智算无限画布开放瓦片尺寸、重叠率等分片渲染参数,配套星桥 API、组织/项目/画布/节点四级权限与星元按量计费,同时支持 SaaS 与私有化部署。技术团队应先明确业务场景、并发规模与合规约束,再以基准、压力、并发等 POC 用例的实测数据完成选型决策。

  14. 掘金36

    规划器写 6 步,执行器只收 5 步:一个常数不一致,让自动化白跑了几个小时

    排查自动化工作器"步骤过多(6>5)"报错发现根因:规划器 decompose 默认 max_steps=6,执行器守卫 MAX_STEPS=5,常数不同源导致系统自己生成的 6 步计划被自己的守卫静默拒绝。这类 bug 不崩不抛异常,拒绝信息混在普通失败里,容易被误读为"能力不足"并系统性低估成功率。修复建议优先把超过 5 步的目标拆成两个子任务,而非直接放宽守卫上限。

  15. 掘金22

    企业 AI 治理到底管什么:预算、权限、会话、效能四个维度

    企业 AI 治理需落在预算、权限、会话、效能四个维度,建立长期运转的体系。预算按部门项目设额度预警,权限将调用收口到统一入口托管密钥,会话串联多轮对话做追踪与敏感内容检测,效能区分流量并以智能路由匹配模型。落地前提是所有调用走统一入口,XApex 等平台一次接入 OpenAI、Claude、Gemini、DeepSeek、Qwen、GLM 等模型,在网关层统一配置。

  16. 掘金11

    Redis 实战修炼与原理进阶专栏大纲

    该专栏以 Redis 8.6.x 为主线,按“业务痛点→对话→代码实战→总结”结构,覆盖单机入门、数据结构实战、缓存架构、源码剖析与 SRE 落地全路径。基础篇(第 1-16 章)借电商系统实战数据结构与缓存模式,高级篇(第 32-40 章)深入事件循环、持久化、复制与 Cluster 源码及模块开发。每章以可运行命令、代码或故障演练完成闭环。