
把 Agent 送上生产:RAG、工程、安全、评测
作者:toy 一、为什么最后一篇要把这四件事放在一起 这个系列到了第九篇,前八篇依次拆解了 Agent 的基础理论、规划推理、开发框架、工具调用、记忆模块、微调方案、推理服务、显存优化。每一篇都可以单独成立,但如果你真的要把 Agent 推...

作者:toy 一、为什么最后一篇要把这四件事放在一起 这个系列到了第九篇,前八篇依次拆解了 Agent 的基础理论、规划推理、开发框架、工具调用、记忆模块、微调方案、推理服务、显存优化。每一篇都可以单独成立,但如果你真的要把 Agent 推...

很多人现在一提 eval,脑子里冒出来的还是老三样:题库、benchmark、离线跑分、回归测试。这个思路在过去不是错的。问题是,今天的 agent 系统已经越来越不像“一个发布后基本不动的程序”了。它会接工具、会吃上下文、会随着用户习惯漂移,甚至连 harness 自己都可能被改写。你还拿一套静态题库去盯它,基本等于

ECS / OSS / CDN / 云数据库一站采购,常用云资源集中选配;新用户与续费均有专场优惠,适合个人开发者与小团队长期使用。
开发者echoVic发布了自研的开源CLI编程助手Blade-Code,被视为Claude Code的平替方案。该工具集成了20多种内置工具,支持MCP协议及多模型提供商。作者公布的SWE-bench评测数据显示,完成全语言评测仅耗时34小...
本文对豆包、Comet浏览器、Monica和cherry studio四大AI客户端工具进行深度评测。豆包优势包括套壳Chrome内核支持网页浏览、AI阅读模式快速总结内容,以及响应迅速,但模型质量一般且易长篇大论;Comet浏览器提供网页...