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，再写实现̶...
标签索引
AI Agent
这个标签下有 1738 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
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“...
Jason Liu 的 Codex 工作坊：别再把 Agent 当聊天框了
Jason Liu 在 AI Engineer 的这场 Codex 工作坊，表面是在讲 appshots、skills、plugins、memory、automation 和 computer use，实际讲的是一个更大的转向：Agent ...
大模型周刊 38｜价格战、开源权重和 Agent 落地同时加速
2026 年 7 月最后一周，大模型行业的主线很清楚：美国头部厂商用降价和生态补强防守，中国开源阵营继续用权重开放和性价比抢开发者心智，Agent 与具身智能开始从概念走向生产场景。
企业 Agent 失败，不是因为模型不够大
Tesla 机器学习工程师 Ishita Daga 在这段 12 分钟分享里，把企业数据 Agent 的失败原因压到三个词：歧义、腐败、偏好。本文结合我自己的 Harness / 企业记忆笔记，讨论为什么加模型、加上下文、加知识库都不是根治...
别再裸奔发布 Skill：Google DeepMind 这场 21 分钟演讲讲透了 eval 为什么是准入门槛
本文整理自 Google DeepMind 工程师 Philipp Schmid 在 AI Engineer 的演讲。核心问题不是 Skill 有没有用，而是没有 eval 的 Skill 无法判断何时该触发、何时该退休，也无法证明它真的让...
大模型周刊第37期：Kimi K3 把“DeepSeek 时刻”又推回来
第37期大模型周报，记录2026年7月11日至17日这一周的几个关键信号：OpenAI把GPT-5.6推向企业代理，Anthropic继续押注开发者生态，Google走企业集成路线，中国开源模型则用Kimi K3和GLM系列把成本压力重新打...
ChatGPT 从聊天框变成个人操作系统：Peter Yang 的 GPT-5.6 完整实践
Peter Yang 这期视频展示了 GPT-5.6 发布后，ChatGPT 桌面端如何从聊天工具变成管理邮件、日历、播客准备和网站发布的个人操作系统。这不只是一个工具教程，更是一套 AI 时代工作方式的落地样本。 Peter Yang 这...