把工程流程沉淀为 Agent 资产:一套可交接的四层工作流
作者分享 ai-engineering-agent,把软件工程全流程(需求、PRD、原型、契约、前后端实现、测试、变更日志、一致性核验)沉淀为文件资产,核心主张是上下文不该活在对话里,而应活在文件里。
作者分享 ai-engineering-agent,把软件工程全流程(需求、PRD、原型、契约、前后端实现、测试、变更日志、一致性核验)沉淀为文件资产,核心主张是上下文不该活在对话里,而应活在文件里。
千万三角面工业模型可在网页端完成轻量化:先定位高面数零件,再手动逐零件「减面」或用 AI 一句话智能减面,闭环内导出标准 GLB。AI 助手可按"减到 50 万面"等指令自动反推各零件保留比例,危险建议会被拦截且全程可撤销。另有「移除小物体」「移除不可见模型」等全局清理及孔洞、法线修复工具;减面不承诺零损失,交付前需人工复查。
作者团队对研究型 Agent 的答案发布做了两轮治理。第一轮统一了 AnswerBlock 结构契约,却让运行时、发布层和恢复层各自保留裁决权,导致部分正文仍被隐藏;第二轮把候选正文提取、附件降级和发布处置统一收归 Publication 模块,其他模块只提供事实而不再二次裁决正文。
这篇教程讲解 RAG 链路中的文档解析实现:FastRAG 通过统一的 IParser 接口对接 Docling(自部署,默认监听 5001)和腾讯云文档解析,把 PDF、docx、pptx、xlsx 等格式的 URL 输入统一转为 Markdown。
Perplexity 自研的 Agent 沙箱平台 SPACE 在 10 周内从概念走到全量生产流量,并开源了核心框架。它基于 Firecracker microVM,用增量滚动快照实现暂停、恢复与状态分支,并把 Session 与沙箱解耦;冷启动中位延迟从 185ms 降到 60ms,P90 从 447ms 降到 89ms。
作者为 Pi 接入 Hindsight Coding Agents,让新 session 能检索之前讨论过的设计决定。首次检查时 bank 为空,原因是服务端调用的记忆抽取模型未通过授权,换成账号已授权的 provider 后 Git 历史、项目调查和会话写入才陆续完成。
这篇教程演示如何用 LangChain 对接本地 Ollama,组装 Prompt → LLM → Parser 最小链路。LangChain 本身是纯 Python 胶水层、不占显存,推理全部发生在 Ollama 端。文中给出 RAG 各环节与 LangChain 组件的对应表,并建议项目只有一处 LLM 调用时不一定用框架,出现三件以上组件时框架才开始回本。
作者将企业级 Agent 平台入口路由中「从 N 个候选里选一个」的判断从大模型推理路径中移出,改由只做选择的 JEV 决策模型承担:输入为闭集候选与专家描述,输出为概率分布和置信度,对接阿里云百炼 decision-model-preview 时零适配代码。
开发者用 AI 重构一个运行四年的内部系统,总结出 5 条实战避坑经验。关键做法包括给足上下文、每次只改一个模块、先补测试用例,并在提示词中写明空指针、超时等边界条件。最有效的用法是让 AI 先解释老代码的历史背景再决定是否重构,因为 AI 是放大器而非决策者。
本篇教程系统讲解 MCP(Model Context Protocol)的三个角色、JSON-RPC 2.0 消息格式、stdio 与 HTTP 两种传输及安全边界,并通过 mini-agent 的 StdioMcpClient 把协议变成可运行代码。
Meta 于 2026 年 10 月 15 日发布开放权重多模态模型 Muse Spark Open,总参数 816B、每 token 激活约 42B,支持 1M-token 上下文,定位长程 Agent 与编程、客服等长时间任务。
作者用 Claude Code 重构订单服务后线上 P99 延迟翻四倍,据此总结出 AI 重构必须走完的 7 步 SOP:静态分析扫真问题、梳理运行时依赖、单函数粒度小步改、先写测试再让 AI 改、用新鲜上下文做对抗性 Review、feature flag 灰度发布、git checkpoint 回滚预案。
推荐理由:作者把踩坑经验沉淀成可复用的 7 步 SOP,并给出每一步的提示词和回滚方案,可直接迁移到自己的 AI 重构流程中。
蚂蚁百灵开源推出 Ling-3.1-flash,主打在真实工作流中把任务做完,总参数约560B、每个Token激活约25B,上下文窗口上限1M。模型采用混合线性加稀疏MoE架构,7层KDA配1层Gated MLA,512个路由专家中每Token选8个并调用1个共享专家;经混合精度量化,权重占用从约534GB降至292GB,Hopper测试配置下部署GPU由8卡降至4卡。
量子位智库发布《Agent驱动的企业智能化》报告,指出企业AI落地面临任务定义、数据可信度等六大断点,并提出全链路破局框架。报告列举网易智企数帆等案例,三花智控预算分析耗时由2-3小时压缩至10分钟,空格数智科技开发周期从60人天缩短至16人天。报告建议企业先在高价值场景跑通闭环,再沉淀可复用资产以实现规模化复制。
作者基于 OpenAI SDK 与 DeepSeek 模型手写了一个支持 Sub-Agents 的多 Agent 编排框架,主 Agent 负责任务拆解与调度,子 Agent 在独立上下文中执行子任务。
作者用 Claude Code 重构订单服务后线上 P99 延迟翻了四倍,据此总结出七步 SOP:静态分析、依赖梳理、单函数小步重构、先写测试再让 AI 改、对抗性 Review、feature flag 灰度发布和 git 回滚预案。
同一新闻,精选展示《AI 重构代码 40% 会悄悄改坏,我用 7 步 SOP 防住》
作者基于 CVPR 2024 开源项目 DocRes 开发了 Windows 桌面软件
本文依据 Google ADK 官方文档与博客,系统解析 ADK 2.0 的多智能体编排体系。ADK 2.0 新增结构化工作流运行时与任务协作模型,核心是图工作流、动态工作流与协作工作流三种编排方式,设计哲学为模型做决策、图保证可靠可观测可恢复。
推荐理由:作者把 ADK 2.0 的图工作流、动态工作流与协作工作流放在同一张控制光谱上对照,并给出按控制流确定性选型的决策路径。
作者提出 Agent 越权链的三个确定性检测点:凭据获取点、工具调用序点、出站边界点,每个都附可运行的 Python 检测器代码。
本文梳理了 WebAssembly 在 AI 推理中的适用场景与落地路线,指出其核心价值是统一执行边界而非提供新算力。浏览器本地、边缘设备和服务端插件三类场景分别对应 ONNX Runtime Web、wllama 与 Wasmtime + WASI 0.2 等方案,浏览器推理通常是 Wasm 控制路径加 WebGPU 计算路径的分层组合。
作者总结了 Agent 调用 rg 等外部搜索工具时,因 Python 默认解码导致 UTF-8 字节被 GBK 误解码的踩坑经验,并提出四层防护方案。第一层将 text 设为 False,由程序检测原始字节编码后再解码;第二层按 rg 返回码区分搜索成功有内容、成功无匹配与执行失败;第三层在外部工具失效时切换自研搜索逻辑;第四层将错误信息封装成文本反馈给 LLM 作为兜底。
open_scion 是 Scion 设计的开源实现,让数千个 AI 代理在同一代码库并发工作,客户端仅获取修改路径的文件,提交通过服务器端 rebase 和 CAS 原子更新直接落地主分支。
苹果研究团队公布名为 Minions 的系统研究,尝试将闲置 Mac 的 Apple Silicon GPU 聚合成可动态调度的虚拟 GPU 云,用于运行大规模机器学习推理任务。
作者团队总结了 5 种 LLM Streaming 断流恢复策略,从 Transport-Level Retry 到 Chunk-Level Checkpoint、SSE Resume Offset、Semantic Resume 与 Dual-Stream Redundancy,并给出选型决策树。
推荐理由:原文给出五种断流恢复策略的对比与选型决策树,读者可据此判断长文本生成场景应采用哪种容错方案。
CabloyJS 从 TypeScript 全栈框架演进为 AI 规范驱动开发(AI-SDD)框架,以 Claude Code Skills cabloy-spec-generation 与 cabloy-spec-execution 实现"先建规范、再有界执行"的双阶段工作流。
这篇教程拆解了 DeepSeek Harness 基于 Cordis 框架的插件机制,并带读者从 0 到 1 实现一个 text_stats 工具插件。
Rsdoctor 2.0 正式发布,Agent CLI 成为推荐的自动化分析方式,替代原有的 MCP Server,agent 可结合 analysis skill 查询构建数据并定位优化方向。
在 HarmonyOS 7(API 26)上搭建可开箱即跑的 Agent 工程脚手架与对话 UI 骨架,将多轮对话的记忆、编排与界面状态拆为三层:UI 层以 ChatUIMessage 视图模型渲染消息状态,Agent 编排层用一次 send() 完成"落用户消息→调底座→落助手回复",云端底座层直接复用上篇的 LlmClient。
Localiza 正在围绕生成式 AI 重组工作方式。公司借助 ChatGPT Enterprise、OpenAI API、Codex 及 60 余个专用智能体,构建 AI 原生的出行体验。
作者实测了一款支持 AI 搭稿的数据可视化报表平台,输入一句话后 AI 会先对齐指标口径再生成绑定真实数据集的大屏草稿,可在设计器中微调并发布。AI 问数附 SQL 来源、仅允许 SELECT/WITH 语句、无权限数据集直接拒绝、报错不编数,并可接 Ollama 本地模型实现内网使用。
蚂蚁百灵宣布开源 Ling-3.1-flash 模型,总参数约 560B,每 Token 激活约 25B,最高支持 1M 上下文。在 Artificial Analysis 公开评测中智能指数为 41,输出速度约每秒 210 Token。
推荐理由:原文给出模型参数、评测指数与量化部署数据,读者可据此评估自有部署的显卡成本与响应表现。
IBM Granite 团队发布 Granite-Switch-4.1-8B 与 -30B,将通用 Decision aLoRA、安全决策 Guardian aLoRA 和 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进一个托管端点。
推荐理由:原文给出用 aLoRA 复用 KV cache 在单一端点组合多种能力的做法,读者可迁移到低显存多能力部署场景。
作者用 16 卡 H200 自部署 GLM-5.2(zai-org/GLM-5.2-FP8),用 sglang 开启其自带的 MTP 层做投机解码同参数 A/B 测试,吞吐涨到 1.43~1.91 倍,延迟降到原来的 49%~79%。
Meta 面向编程优化的开源权重模型 Muse Spark Open 现已上线 Amazon SageMaker JumpStart,可几步部署到用户自己 AWS 账户的 SageMaker AI endpoint。
OctaFuse Gateway 2.15.0 发布,新增 MCP 聚合入口、向量 Embeddings 支持与官方目录手动同步。管理员接入多个远程 MCP 服务后,Agent 只需配置一个网关地址和用户 API Key 即可获得统一工具目录,工具调用计入请求日志,每次成功调用固定计 1 个请求单元。
Mistral AI 发布 Timestral,其首个时间序列基础模型家族,最大 209M 参数版本在 GIFT-Eval、TIME 和 fev-bench 三大公开基准上排名第一。
本文详解 HarmonyOS 7 应用 Agent 接入云 A2A 与端 A2A 的实践方法。云 A2A 将已有云端 Agent 经小艺开放平台接入系统入口,端 A2A 通过 Agent Extension Ability 让应用内 Agent 与小艺安全通信。选型看数据与执行位置,接入时需处理意图清单、权限身份、状态幂等、结果呈现、端云边界和失败兜底。
Agent 每次调用 LLM 的上下文由系统提示词、工具定义、用户消息、模型回复、工具执行结果五部分组成,可按是否随交互增长切分为静态前缀与轨迹。消融实验给出定性次序:工具定义 ≈ 工具执行结果 > 历史消息 > 思考过程。工具定义缺失时模型会用参数记忆冒充观察,提示词约束不能消除幻觉;reasoning 是可重建的记录,重建成本低时可压缩。
现代 AI Agent 的骨架可拆解为 LLM(大脑)、上下文(眼睛)与工具(手脚)三件套,生产环境中进一步抽象为 Model + Harness 两层结构。Harness 负责上下文管理、工具接口、约束、验证与纠正;观察空间决定"能不能想到",动作空间决定"能不能做到"。模型固定时扩充上下文与工具往往比换更强模型更有效,而纯问答与步骤完全确定的流程并不适合套用 Agent 循环。
阶跃星辰正式开放 Step 5 Preview 模型权重,包含 BF16 与 FP8 两个版本,权重已上线 Hugging Face 和 ModelScope,可用 vLLM、SGLang 或 Transformers 部署推理。
推荐理由:原文把权重开放入口与四家国产芯片的 Day 0 适配进展放在一起,可对照看国产算力对开源模型的响应速度。