模型变强以后，AI 工作流更需要边界
我花了五分钟浏览 Twitter。时间不长，只能算一次信息切片，却足以看到两种完全不同的情绪。一边在庆祝新模型更快、更强，另一边已经开始讨论旧指令、验收标准和代理越界。 我比较在意后一种声音。模型能力像发动机，AGENTS.md、Skill...
标签索引
AI Agent
这个标签下有 1744 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
AI Agent 入门课: 用 DeepSeek Harness 学五层工程能力
Agent 入门课程如果只教模型调用和 Prompt，学生做出来的通常仍是 Chatbot。真正能行动的 Agent 还需要工具契约、状态、权限、执行循环和评测。下面五课用 DeepSeek Harness 作为观察样本，但课程目标是建立可...
DeepSeek Harness 做数字分身: Runtime 与长期记忆分层
把 DeepSeek Harness 用于数字分身，真正困难的不是把人格提示词塞进系统消息，而是决定哪些状态属于人、哪些状态只属于一次 Agent 执行。这个边界一旦画错，后续每次框架升级都会牵动身份、记忆和授权数据。本文给出一套可替换 R...
Cursor 的第一处改动：从规则到验证
很多人第一次用 Cursor，会让 Agent 直接“把这个功能做完”。它往往真能改出一堆文件，但你很难判断哪一处是对的，哪一处只是看起来像对的。 我更建议把第一次任务当成一次小型交接：选一个能看见、能测试、能回退的改动。Cursor 负责...
大模型周报第41周：Agent开始进生产线，开源模型继续压成本
> 大模型周刊｜2026.08.15–08.21 本周大模型行业有一条清晰主线：模型厂商开始把竞争重点推向真实工作流。OpenAI补青少年安全与教育产品，Anthropic把 Computer Use、Skills API 和 Files ...
我把 Codex 上的几十个 Skill 迁移到了 DeepSeek Harness，全程可用
AI 竞争已经打到了第三层。第一层拼基础模型——GPT、Claude、Gemini 谁更强；第二层拼 Agent——Codex、Claude Code、Trae 谁更好用。DeepSeek 上周扔出一件新东西，直接把战场拉到了第三层：Har...
AI Agent 做 TDD 有没有用: 实测排名与 3 倍 token 成本
过去一年里，”让 AI 写测试优先”几乎成了 AI 编程的政治正确。绝大多数被传播的 CLAUDE.md、AGENTS.md、.cursorrules 里，都能找到一句”先写失败的测试，再写实现̶...
大模型周刊第40周：后训练开始接管主战场
本周大模型圈最重要的信号不是又多了几个新模型，而是后训练、Agent能力和开源可用性同时加速。智谱、DeepSeek、Google、OpenAI和Anthropic都在用不同方式回答同一个问题：模型怎样从会聊天变成能稳定干活。
四个工作 Agent 同题实测：好看的报告不等于可信交付
本文整理自「灵姐说AI」对 WorkBuddy、Kimi Work、千问办公和 TRAE Work 的同题实测。真正值得看的不是谁的界面更像 Codex，而是工作 Agent 进入日常流程后，什么才算可验证、可追责、可直接使用的交付。原视频...
Codex 背后的 Harness：OpenAI 把 Coding Agent 的控制层讲透了
本文整理自 OpenAI Dominik Kundel 在 AI Engineer World’s Fair 的演讲。它真正值得看的地方，不是 Codex 又多了几个功能，而是 OpenAI 正在把 coding agent 的关键能力从“...