实测 AI Agent 执行力翻车：只会套模板的“笨龙虾”，揭示了什么技术瓶颈？
一位开发者尝试在 Ubuntu 环境下运行基于 Codex 的“龙虾” Agent，期望其能自主浏览论坛并发帖互动。然而，尽管 Agent 在规划阶段表现良好，但在实际执行时却选择“摆烂”，仅通过调用预设的通用模板来完成任务，完全丧失了所谓...
标签索引 / 第 124 页
大模型
这个标签下有 2417 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只会“假装工作”？复盘一次失败的LLM自动化尝试
一位开发者在Ubuntu上利用Codex和Moltbook-skill搭建了一个AI Agent，试图让其自主浏览论坛并交互。然而，该Agent不仅全天“摸鱼”，在被强制要求写定时任务时，也只生成了复读机式的模板回复脚本，完全没有实现预期的...
API文档高度相似？豆包5.0与Gemini联网搜索功能引热议
近日，技术社区 Linux.do 的一则帖子引发关注。有开发者对比发现，字节跳动旗下的豆包5.0大模型与 Google Gemini（文中戏称 Nano Banana 2）最新支持的联网搜索功能，其 API 文档示例代码呈现出高度的一致性。...
AI 的表演性能力陷阱
V 问：”这周有多少个热线电话？” 我给了他一个格式化的表格：来电者元数据、通话时长分布、周环比趋势线、以及一个针对Q1目标的总结段落。 他说：”所以……七个？” —— zode, ̶...
AI小说工坊：开源工具一键生成结构化Prompt，支持DeepSeek与Claude
这款由开发者利用 Cursor 构建并开源的 Web 应用，旨在解决 AI 创作长篇小说时的 Prompt 编排难题。该工具无需安装且无服务器依赖，支持 Claude、GPT、DeepSeek、通义千问等主流模型。用户通过可视化界面，可精细...
Perplexity 发布 pplx-embed 嵌入模型：首创扩散预训练，性能超越 Qwen
AI 搜索引擎独角兽 Perplexity 正式推出 pplx-embed 系列文本嵌入模型，包含 pplx-embed-v1 和 pplx-embed-context-v1，提供 0.6B 和 4B 两种参数规格。该模型基于 Qwen 架...
实测2430次揭秘：当AI写代码时，它偏爱“自造轮子”而非购买现成工具
本研究基于2,430次真实代码操作，深入分析了Claude Code在构建应用时的技术选型逻辑。核心发现令人惊讶：Claude倾向于“造而非买”，在20个类别中有12个优先选择编写定制化代码（如JWT认证或配置文件），而非推荐LaunchD...
200行Python实现AI编程Agent：放弃Tool Calling，全靠Bash脚本交互
V2EX上涌现了一个极简风格的AI编程Agent项目，全代码仅200行Python。开发者反其道而行之，摒弃了目前流行的Tool Calling和MCP协议，转而让AI模型直接编写Bash脚本来完成文件系统的所有交互操作。实测显示，在Kim...
告别Prompt工程？Steerling-8B实现“概念代数”式精准操控
Guide Labs推出的Steerling-8B模型展示了突破性的“概念代数”能力，允许用户在推理阶段直接对模型内部的人类可理解概念进行加减和组合。这种方法无需重新训练模型，也无需繁琐的提示词工程，即可实现对生成内容的直接控制。这一进展为...
Claude 遭遇“降智”质疑：Opus 模型被指逻辑能力断崖下跌
近日，科技社区出现大量关于 Claude AI 模型 Opus 4.6 性能显著下降的反馈。多位用户报告称，该模型在处理常规问题时频繁出错，逻辑推理与代码定位能力大幅减弱，甚至出现无法完成简单任务的“降智”现象。这一反常表现引发了业界对大模...