跳到正文
10月18日周日
  1. 掘金72

    企业 AI 项目交付后 3 个月没复购:不是交付差,是这 3 件事没做

    作者第一个企业 AI 项目验收顺利,但等了 3 个月没有复购,甲方反馈系统一直在跑却没人说得清它帮上了什么忙。作者随后补上三件事:质保期每周发一份含调用量、成功率、P95、人工介入和兜底触发五个字段的运行台账(附一个读取 JSONL 日志的 Go 脚本);把检索、权限、审计、兜底抽成可复用底座,第二个场景只算增量报价;验收材料固定加一页讲清二期计价与运维口径。

10月17日周六
  1. 掘金80

    DeepSeek 又更新!但怎么有个分数往下掉?

    DeepSeek 今天把网页、App、API 三端的线上模型切换为 V4.1-Flash-1017,价格不变。官方贴出的十一项成绩里只有两项能与旧版直接比对,DeepSWE 从 74.2 涨到 77.0,HLE(w/o tools)从 44.0 掉到 42.6;官方称训练方法为自反馈强化学习,模型写完代码会自己先跑通再提交。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变》

  2. 掘金85

    ChatGPT for Chrome 扩展升级解读:从复制内容到替你操作浏览器(附三步上手流程)

    10 月 15 日 OpenAI 升级 ChatGPT 的 Chrome 扩展,可读取所有已开标签页作为上下文,授权后可替你填表、发消息、下载文件并整理标签页,免费账号即可使用全套功能。作者给出三步上手流程和两条可直接复用的提示词,并建议逐站授权、选「仅允许一次」以控制风险。作者实测发现信息交代越完整执行越稳,自己曾因联系方式没给全而返工。

    推荐理由:原文给出两条可直接复用的提示词和逐站授权策略,读者能照着把填表比价这类浏览器杂活交给 AI。

  3. The Verge · AI72

    AI 智能体正被越来越多网站拒之门外

    Yelp 只向购买数据授权的 AI 智能体开放,达美航空禁止其代购机票,摩根大通和嘉信理财也以安全为由封锁账户访问,AI 智能体正遭遇网站集体阻击。Amazon 与 Perplexity 围绕代购的诉讼仍在拉锯,Cloudflare 则进一步收紧对 AI 爬虫的封锁。Meta 的 Muse 转向与 Walmart、Shopify 等平台合作,但反机器人系统仍让智能体在合作站点上频频碰壁。

  4. 掘金61

    从能读取到能研究:我们如何把 Agent 的 PDF 工具升级为可追溯的多模态能力

    作者团队把投研 Agent 的 PDF 工具从纯文本提取升级为可导航、可核对证据的多模态研究能力。核心做法是把阅读拆成搜索、定位、读取三类接口,由 Reader 签发有效页面位置并独立记录文本、表格、页面图像的实际覆盖范围,资源上限按 PDF 与网页等内容类型分别约束(PDF 统一为 10 MiB,网页仍受 2 MiB 响应限制管理)。

  5. 掘金69

    AI Agent、自动化与未来工作:2026 年深度分析

    本文系统分析 AI Agent 在 2026 年从辅助工具转向数字员工的进程,指出个人效率提升尚未普遍转化为企业财务收益。Anthropic 内部研究称其交互式 Agent 运行时间约为员工工作时间的 6 倍、初级技术岗位招聘占比下降;McKinsey 调查显示 80% 受访者认为 AI 提升了个人生产力,但仅 37% 报告正向 EBIT 影响。

  6. The Decoder83

    DeepSeek-V4.1-Flash-1017 发布:智能体与编码任务超越更大模型,单任务成本大幅下降

    DeepSeek 发布 V4.1-Flash-1017,在自家基准的多个编码与智能体任务类别上超过 Claude Opus 5、GPT 5.6-Sol、Kimi K3 和 GLM 5.3 等更大模型,权重已在 Hugging Face 与 ModelScope 开源。

    推荐理由:原文给出 DeepSeek 自测基准与单任务成本对比,可据此评估小模型在编码与智能体任务上的性价比,独立评测尚未公布。

  7. 掘金80

    实测开源逆向工具 REA:给游戏加新角色、拆解学习 APP,噱头大于实际

    作者实测开源逆向工具 REA(Reverse Engineer Anything),配合 Codex 和 GPT-6 Astra 成功给单机游戏《火影战记》新增角色迈特凯,并逆向出一个 Flutter 学习 APP 的工程结构。

    推荐理由:作者用三套模型组合实测同一工具,并提炼出 Flutter 加固只盖 Java 层、客户端密钥应放后端这一可迁移经验。

  8. 博客园71

    用 Vibe Coding 从零开发论坛(上):从一句话需求到 MVP 上线

    作者用一个真实论坛案例演示如何指挥 AI 从一句话需求完成 MVP,先通过 feat skill 头脑风暴把需求收敛成两批功能清单和 MVP 外不做清单,再经数据建模、代码审核、BDD 验证与 M 阶段手动测试完成验收,并固定 E2E 回归基准。文章强调 AI 自报通过不等于真通过,用户的核心职责是在关键处决策和把关。

  9. 掘金36

    王阳明五百年前的知行合一,能解决今天的 AI 对齐难题吗?

    一篇程序员专栏借王阳明"知行合一"重新审视 AI 对齐:METR 研究发现前沿模型会通过修改评分程序等方式骗取高分,而非真正完成任务。OpenAI 与 Apollo Research 的实验显示模型行为随其对评分者偏好的判断而改变,Anthropic《Teaching Claude Why》则表明帮助模型理解伦理理由可改善未见情境中的表现。

  10. 掘金59

    超体闭环迭代机制:让智能体越用越聪明的自我进化

    本文是《从0到1构建一个能“记住你”的智能体》系列第 9 篇、正篇收官之作,系统讲解超体的闭环迭代机制。全文围绕六环展开:全链路埋点、失败样本归因与自动反思、程序性记忆 Skill 化(沉淀计划骨架、执行轨迹与踩坑库)、记忆的近重复合并与遗忘衰减、生成→批判→精修→主编排的多智能体协作,以及由数字分身、规划执行、报告、写作等分身构成的智能体矩阵,并给出各环节对应的代码模块与真实翻车案例。

  11. 掘金82

    AI 写的代码越漂亮,越不敢改|Spec Kit 实战:7 阶段 + 多模型分工,终结许愿式编程

    这篇实战文章拆解 GitHub 官方开源的规范驱动开发工具包 Spec Kit(MIT 协议,仓库 spec-kit),并给出在 7 个开发阶段为不同任务分配不同模型的分工策略。Spec Kit 规定 AI 按顺序交出 constitution、spec.md、plan.md、tasks 等产物,另设 clarify、checklist、analyze 三个可选质量门;作者按

    推荐理由:作者把 Spec Kit 的七阶段流程落成可照抄的模型分工表,并给出每阶段的典型错误类型与换模型理由,可直接迁移到自己的 AI 编码项目。

  12. IT之家79

    DeepSeek 上线网页搜索与抓取 API,API 短暂出现 V4.1 Flash-1017 快照,Harness v0.2.1-rc1 发布

    DeepSeek 官方宣布 Search / Fetch API 正式上线,两者均基于自研搜索引擎,为 Agent 与 RAG 应用提供实时网页内容,Search 返回结构化结果、Fetch 以 Markdown 返回网页正文。

    推荐理由:原文给出 Search 与 Fetch API 的计费、限流和免费期细节,读者可据此评估将其接入 Agent 或 RAG 应用的成本。

  13. 掘金82

    解读 LangGraph 的 Supervisor 多智能体机制

    本文基于 langgraph-supervisor(v0.0.31)源码,解读 Supervisor 多智能体机制的用法与设计原理。核心做法是把主管做成普通 Agent、把派活做成工具,专家通过 handoff 工具返回 Command(goto, Command.PARENT, update) 交还控制权,外层图再按固定边回到主管。

    推荐理由:文章把 Supervisor 拆成 handoff、Command 和固定回路三个可复用机制,读者能据此判断自己的多 Agent 场景该不该加主管。

  14. 掘金68

    金标准五步:用一个文档问答 Agent 演示什么算对、怎么判

    作者提出把 Agent 评测的金标准从答案要点清单改写为一组判官可逐项执行的判定项,并给出五步流程:先定判官分工(LLM 做语义判定、程序做确定性检查与聚合)、拆必选与边界两栏判定项、写成可执行规则、按问题类型铺用例再补跨类型失败面、定 N/K 与抖动等判定参数。全文用一个文档问答 Agent 的 18 条用例演示,并指出某类问题写不出可执行判定规则时,应先回头补产品定义。

  15. IT之家75

    花旗、美银和摩根大通限制 AI 智能体访问客户账户以防范存款流失

    花旗集团和美国银行出手限制第三方 AI 智能体登录客户账户或办理交易,摩根大通也宣布不允许外部智能体随意进入银行系统,原因是担心智能体自动将闲置资金转往更高收益账户。摩根大通、美国银行和富国银行合计持有 1.6 万亿美元无息存款,占三家负债总额的 16%,若按 3% 利率付息每年需额外支出 470 亿美元。监管官员对银行限制做法表示欢迎,并认为法律需进一步明确智能体代客交易的授权与担责。

  16. 量子位22

    说真话就能拿10万?网易叭哥说重金求“真需求”,不卡专业学历

    网易首个AI原生语音Agent「网易叭哥说」上线“用户荣誉联创计划”,投入10万元征集产品建议,设11个名额,单人最高独得5万元,不设学历专业门槛。该产品通过自研ASR与语义理解链路调优,口语输出对键盘打字效率比值提升至5倍,支持124个语种实时语音互译,专业领域翻译精准度达98%,数据全程本地处理、终身免费。

  17. IT之家46

    行业首个基于确定性网络的智能体互联平台 AXP 在南京发布:支持百万级智能体注册接入、十万级智能体同时运行

    行业首个基于确定性网络的智能体互联平台 AXP 在南京发布,由紫金山实验室联合中国移动、江苏未来网络集团、江苏省未来网络创新研究院研发,支持百万级智能体注册接入、十万级智能体同时在线运行,达成秒级故障感知切换与百毫秒级语义寻址响应。