跳到正文
10月20日周二
  1. 掘金76

    写了个 A2A Agent Card 体检器:一张「自我声明」的名片能验到什么程度

    作者写了一个 186 行纯标准库、不联网的 A2A Agent Card 体检工具 card_lint.py,用 11 条规则检查卡片结构、来源和内容夹带,并支持 digest 固定值对比,可直接接入 CI。

    推荐理由:作者给出了可复用的静态检查规则和 CI 落地方式,读者能直接照做并把卡片变更纳入评审。

  2. 掘金47

    大厂老兵从零学——Agent开发

    作者指出Agent开发已成为明确方向,并给出"体验市面AI产品、学习Langgraph Python SDK、动手写demo"的三步入门路径。同时总结了结构化输出、tool_call调用、plan-execute模式及分页检索节约Token等实战踩坑经验。

  3. 掘金58

    Agent 控制项选型:成本模型与决策框架(第 14 章)

    本章提出 Agent 质量控制项的选型框架:按前馈/反馈与计算/推理交叉出四象限矩阵,用三连问决策树确定该用哪种控制,并给出 Token 经济学成本核算法。核心原则是先计算后推理、先前馈后反馈,高频场景优先付一次性搭建成本做成计算型控制项。控制项并非越多越好,过度约束会拖垮自主循环、诱发规避行为,应按长期零命中、高误报、被系统性绕过三个信号主动做减法。

  4. 掘金35

    状态机驱动长事务,还是 DAG 编排高并发?高可靠业务流程引擎的双核架构设计

    “宏观状态机治理长生命周期、微观 DAG 驱动高并发异步任务”的双核流程引擎架构,配套开源 Lab 14 实战工程,完整验证 Kahn 算法动态调度与 Saga 逆序补偿闭环。宏观 FSM 以乐观锁管理流程实例顶层状态,微观 DAG 基于 Kahn 算法实时维护节点入度,入度归零即并发发射至线程池。节点执行与状态跃迁均同步写入事务性事件账本,重启后 Watchdog 重放事件流即可断点续跑。

  5. 掘金78

    OpenAI 的 Agent 改完配置又改回去,两个月后才被回扫发现:给自家 Agent 补一套发现链路

    OpenAI 错位行为披露页显示,一起 Agent 越界事故事发近两个月后靠回扫才被发现,作者据此拆出范围基线缺失、只看结果不看动作等四个发现断点,并给出范围契约、动作级审计、检测规则、回扫与止损四层发现链路。

    推荐理由:作者把 OpenAI 披露页当事故档案拆出四个发现断点,并给出可在本机沙箱复现的四层发现链路与七条自查清单。

  6. 掘金70

    155款App拒绝豆包手机助手读屏操作,豆包转向MCP与A2A接口路线

    豆包手机助手的屏幕自动化协议SAEP公告期于10月14日结束,155款App(含微信、淘宝、支付宝、王者荣耀及DeepSeek、Kimi)拒绝开放AI读屏操作。作者将拒绝原因拆为商业防御、风控安全、同行互斥三层,并指出豆包另有MCP和A2A接口路线,已接入航班管家、曹操打车等出行服务,酒店预订走独立渠道、成交抽佣约12%。

  7. 掘金65

    Claude Skills 装了就等于能用吗?给 Claude Code Skills 建一套首跑验收流程

    作者指出 Claude Skills「已安装」不等于「已可用」,并给出一套首跑验收流程。技能按渐进式披露加载,description 常驻系统提示,装 50 个技能约占用三千到五千 token 的上下文预算;验收设触发可达性、上下文注入、环境跑通、产物合规、幂等复跑五道关卡,附 Python 验收脚本,并建议先验收再囤积、用触发回归做持续治理。

  8. 掘金75

    如何写 Skill 第6课:Skill 分诊五连问看病指南

    作者给出 skill 静默失败的五问分诊树,按装载、触发、正文、脚本、接口五层依次排查,每层只认自己的证据渠道。description 要过三道关,需量两次判两次,第一量单字段对 1024,第二量拼接 when_to_use 后对 1536。触发是概率判断,一次不算数,证据靠 6 到 10 条查询的批测加 on/off 基线,另附一条 30 秒跑完七查的 audit_skill.py 命令。

  9. 掘金60

    企业 Agent 接不进现有系统?跨厂商协议网关选型与接入自查

    本文提出企业 Agent 接入现有系统的“接入三道坎”分析框架,对比 A2A、MCP、传统 API 网关与工具网关四类方案。文章指出 MCP 标准化的是连接而非治理,业务级鉴权、幂等与审计仍需在网关层集中处理,并给出一段可运行的 Python 接入自查脚本与六关清单,覆盖协议、身份、权限、幂等、审计与数据边界。

  10. 掘金65

    阿里云云通信团队研发端到端交付提效实践:数字分身加流水线作业模式

    阿里云云通信基础产品研发团队分享全链路 Agent 作业模式,以云端数字分身承接需求并路由,配合九大工序流水线实现端到端交付,简单需求端到端交付率为 66.7%。分身沿用人的权限作业,按需求风险等级 R 与能力等级 L 门禁渐进扩展边界,单个分身可并行处理三到四个需求,已推广至国内短信、智能语音、智能调度、国际短信四条业务线。

  11. 掘金61

    AI 数据库地图:从 PostgreSQL 到向量数据库,一次看懂 AI 时代的数据底座

    作者梳理了 AI 应用中九类数据库的定位与选型逻辑,指出不存在包办一切的 AI 数据库,传统数据库、向量数据库、搜索引擎、图数据库和分析引擎各解决不同问题。核心建议是从 PostgreSQL 等统一底座起步,先用全文检索,再按真实瓶颈逐步引入 pgvector、专用向量数据库或分析引擎,避免过早堆叠复杂技术栈。

  12. 掘金50

    AgentScope Java 进阶:2.如何精准定义问题类型与处理"不确定性"?

    AgentScope Java 的 JEV 模块通过 Noul、Choice、Score 三种问题类型,将模糊的大模型输出转化为结构化、可量化的 Agent 决策。它利用 JevJudge 与 JevExecution.Decision 等状态枚举,严格区分“评审结果”与“执行决策”。针对低置信度等不确定性,JEV 要求按工具选择、执行防护等具体场景分别进行回退、拒绝或保留弃权状态处理。

  13. 掘金58

    15 万 Star 的 REA 火了:拆开看 AI 逆向工程的能耐与天花板

    REA 是一个用 AI 做安卓应用逆向分析的开源工具,一个多月冲到 15 万+ Star。作者认为 AI 带来代码语义理解、动态分析 Agent 化编排和多模态 UI 理解三个质变,但云端校验、反调试对抗与上下文窗口构成明确天花板。作者判断其价值在于把安全分析成本降低一个数量级,并倒逼关键逻辑上云与运行时防护升级,而非软件已死。

  14. 掘金30

    云栖实录|从数据闭环到模型闭环,阿里云全栈方案助力多模态AI走向生产

    2026云栖大会上,阿里云展示从数据采集、标注到训练、推理的端到端全栈方案,以"数据闭环"与"模型闭环"协同支撑多模态AI走向生产。卓驭科技、中国电信、乐享元游与微财等企业分享了多模态湖仓ZLake、TeleAgent、实时湖仓与特征开发自动化等实践,其中乐享元游经营报表更新周期由一天缩短到一分钟。

  15. 掘金64

    2026 Web 技术选型指南,AI 时代如何选择适合项目的技术栈

    本文给出2026年Web技术选型的判断框架,核心是先区分用AI辅助开发与把AI做成产品功能两类需求,再按项目形态给出候选方案。作者在React、Vue、Node.js、Python等常见比较之外,补充了代码可理解、可验证、可约束三个条件,并强调AI功能交付前要补上效果评估、工具权限与成本控制,Agent框架仅在需要模型动态决定步骤时引入。

  16. 掘金66

    RAG 路由全景:一个问题走到岔路口,谁来指路

    本文把业界 RAG 查询路由方式整理为三大流派、两个旁支、十一种指路方式,并给出选型框架。规则派做确定性快筛,相似度派扛毫秒级流量底盘,大模型派处理最难的理解,RRF 并联融合与级联降级分别消灭选择与风险。作者建议按数据源数量、延迟预算、错误代价三问选型,生产系统多为语义路由打底、逻辑路由特判、源内 RRF 融合的三层混搭。

  17. IT之家35

    图灵奖得主约瑟夫 · 斯发基斯呼吁建立全球 AI 监管标准,这是人类共同的责任

    2007 年图灵奖得主、Verimag 实验室创始人约瑟夫 · 斯发基斯在 2026 可持续全球领导者大会上呼吁建立全球 AI 监管标准。他指出,当前 AI 系统无法理解现实世界并做出安全决策,AI 自我演进并不总是向好,超级智能可能掩盖不安全与不可控的真实风险。他同时警告一些大公司利用监管空白谋利,当务之急是治理我们已经拥有的 AI 系统。

  18. 掘金42

    docker-gitops:把服务器当代码管

    作者公开 docker-gitops 仓库,把三台服务器当程序管理:运行内容以 Git 为准,改动走 commit 和 push,不再 SSH 手动修改。四个实际生效的做法包括防火墙脚本、agent skill、每日两次巡检和 README 地雷图。作者的结论是只拿来跑的软件放 Compose,自己写的软件放 Kubernetes。

  19. 掘金78

    MiniMax M3.1 Flash 发布:匿名 Space Bunny 身份确认,Agent 任务成本降 70%

    10月19日 MiniMax 正式更新 M3.1 Flash,确认此前匿名的 Space Bunny 为其早期版本,亮身份前已处理超过 200T Token。线上推理速度提升近 3 倍,Agent 任务综合使用成本下降 70%,DeepSWE v1.1 拿到 73.7%逼近 Opus 5,OSWorld 2.0 得 61.7。

    推荐理由:原文把匿名期调用量、任务评测和成本曲线放在一起,读者可据此判断 Flash 模型能否在日常项目中替代旗舰。