Evals Track Intro 讲的是评估进入生产
Evals Track Intro 这场分享来自 AI Engineer World’s Fair 2026 Day 2 主舞台，讲者是 Laurie Voss, Aparna Dhinakaran。本文只整理会议内容和分享脉络...
标签索引
Agent开发
这个标签下有 65 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
每一次对外动作，都该过一道验证门
— title: “Every external action should pass through a verification gate.” date: 2026-05-25T09:00:00 &#...
DeepSeek被指“降智”？开发者称V4P版本编程与Agent能力显著下滑
近日，有开发者在技术社区反馈，DeepSeek V4P 版本存在明显的性能下降现象。据描述，无论是通过官方 API 调用还是网页版直接对话，该模型在代码生成和 Agent 任务执行上的表现均不如几天前，呈现出所谓的“降智”迹象。该话题引发了...
Claude 订阅模式生变：编程额度耗尽后将强制按 API 价格计费
Anthropic 宣布将从 2026 年中旬调整 Claude 订阅方案，主要针对程式化及 Agent 使用场景。新规规定，付费用户虽拥有独立的每月编程额度，但一旦耗尽，后续使用将直接按照完整的 API 费率计费，而非订阅制的“无限”或模...
一人团队如何驾驭AI？揭秘“堡垒+通道”架构应对大型项目维护难题
本文探讨了个人开发者如何利用Claude、Coze等AI工具构建和维护如“AI跑团主持人”这类复杂项目。针对个人认知负载过高和AI生成代码质量难以把控（屎山）的问题，作者提出了一种三层架构思路：一是建立基于TDD的“堡垒”层，确保核心模块的...
Anthropic 调整 Claude 计费策略：Agent SDK 额度独立计算，订阅用户成本激增
从 6 月 15 日起，Anthropic 将对 Claude Agent SDK 及 CLI 工具的使用额度进行调整。此前包含在 Pro 或 Max 订阅中的 SDK 额度将被剥离，改为独立计算。根据新规，Max 级别订阅用户每月仅获赠 ...
通用 Agent 能力大增，企业自研还有存在的必要吗？
随着 Claude Code 等通用 Agent 结合 Skill 插件的能力日益增强，业界开始重新审视自研 Agent 的实际价值。在通用大模型能力溢出的背景下，文章探讨了企业自建 Agent 的切入点与核心竞争力：究竟是直接利用通用 A...
Agent开发进阶：利用Context Provider解决工具混乱与上下文管理难题
本文深入探讨了AI Agent开发中的上下文管理架构。作者指出Agent的质量取决于其访问的上下文，并介绍了三种核心优化手段：利用Knowledge库实现从传统RAG到Agentic RAG的进阶；通过Dependencies动态注入运行时...
解决Subagent反复授权痛点，开发者将ACE的MCP封装为Skill
一位开发者在社区分享了解决 AI 编程工具中 MCP（模型上下文协议）反复授权问题的方案。由于在使用 Subagent 时，MCP 每次调用都需要手动授权，严重阻碍了自动化工作流，该开发者通过将 ACE 的 MCP 服务器封装成一个“Ski...
AI 编程总跑偏？开发者打造轻量级 Mini-Spec-Kit，让 Agent 先懂需求再写代码
针对 Claude Code 等 AI 编程工具在项目中容易“需求跑偏”和生成冗余代码的痛点，一位开发者提出了解决方案。相比于 AWS 采用的繁重企业级框架，作者自研了一款轻量级的 Mini-Spec-Kit。该工具的核心逻辑是强制 AI ...