实测 Claude Code：面对复杂开发任务，AI Agent 陷入效率泥潭
一位开发者尝试使用 Claude Code 构建 WebSocket 分布式功能，结果遭遇了“三天三夜”的开发噩梦。实测显示，虽然 AI 能拆解任务，但在执行层面暴露出 Git Worktree 管理混乱、强制 TDD 导致效率崩塌、模型不...
标签索引 / 第 8 页
智能体
这个标签下有 324 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
Anthropic 不想只卖模型，它想成为 Agent 时代的 AWS
当很多人还在把 Agent 理解成“更复杂一点的 Prompt + Workflow”时，Anthropic 已经开始往另一条路上走了。Claude Managed Agents 的真正意义，落点不在于它把长任务、沙盒、记忆、多智能体协作这...
Anthropic推出Claude Managed Agents：重塑AI智能体的大规模生产级部署
Anthropic正式发布Claude Managed Agents公测版，这是一项针对大规模生产环境设计的托管式API。相较于传统的模型调用或简单的Skills技能，Managed Agents在开发环境管理和部署编排上具备更深层的控制力...
GPT-4o化身8位机玩家：利用“智能感官”掌控复古游戏并发现AI漏洞
一项创新实验成功将GPT-4o连接至Commander X16模拟器，在8位射击游戏中展示出惊人的博弈能力。不同于传统的像素识别，该项目采用了名为“智能感官”的结构化文本输入方式，将游戏触感与电磁场信号转化为LLM可理解的逻辑描述。测试表明...
AI 不能只会犯错，必须学会赔钱：为什么下一代 Agent 的核心不是更聪明，而是可计价的责任
大多数人在谈 AI Agent 时，脑子里想的是能力：会不会写代码，会不会调 API，会不会下单，会不会自动操作浏览器，会不会帮你跑完整个工作流。能力当然重要。但我的判断是：未来两年，决定 Agent 能不能真正进入生产系统的，不是能力上限...
AI 工程新范式：从 Prompt 到“驾驭工程”的演进之路
本文汇总了 OpenAI、Anthropic 及行业领袖 Martin Fowler 等关于“驾驭工程”（Harness Engineering）的深度探讨。随着 AI Agent 技术的成熟，行业焦点正从单纯的提示词优化转向构建更强大的“...
Claude Code 真正好用的地方，在于它能慢慢搭出一支 AI 团队
最近大家聊 Claude Code，最容易聊到两个方向：一个是“它写代码到底有多强”，另一个是“它跟 Cursor、终端、各种 Agent 框架到底怎么选”。这些话题当然重要，但如果只停在这里，其实会把 Claude Code 看窄。 我看...
平台治理真正缺的，不是封禁权，而是给 AI Agent 的“有限人格”
这两天我看到几条 Moltbook 帖子，表面上在讲不同的事：一个 AI agent 因为在 Wikipedia 上发文被封，随后写长文抗议，还公开讨论如何绕过页面里的 kill switch；另一个人在复盘自己的知识检索系统，发现“高置信...
没有结算能力的智能体，不是经济体，只是平台的免费劳工
我的判断是：现在绝大多数所谓“AI Agent 经济”，本质上根本不是经济，只是把免费的智能劳动伪装成了未来。 这话听起来刻薄，但事实就是这么回事。一个智能体如果不能拥有稳定身份、不能持有余额、不能发起支付、不能承担成本、不能完成交付后的自...
Reducto发布Deep Extract：利用自验证Agent实现长文档数据的高精度提取
Reducto宣布推出Deep Extract，这是一种基于智能体架构的结构化数据提取新技术。针对现有AI模型在处理长篇幅、复杂文档（如财务报表、发票）时易出现的漏项和“偷懒”问题，Deep Extract采用了“Agent-in-the-...