资讯
AI Agent Skills 生态的最新动态、教程和深度分析
共 1822 篇文章
AI Agent Skills 生态的最新动态、教程和深度分析
共 1822 篇文章
Karpathy、Google 和 Garry Tan 在今年第二季度都选择用 Markdown 文件作为智能体的记忆载体。三者的出发点不同——个人知识库、企业上下文、工程师团队——但解决方案一致：一个用 git 版本管理的 Markdown 文件夹。这标志着智能体的竞争优势正从模型转向团队长期积累的文档资产。
Fable 系统在 KernelBench-Mega 上编写了首个真正的 megakernel，速度提升 18.71 倍，预示 AI 研发自动化临近；Remote Labor Index 显示 AI 对在线项目自动化成功率已升至 16.1%，且增长迅速；OSWORLD 2.0 推出更复杂的计算机操作基准，任务中位数耗时 1.6 小时，当前最强 AI 仅达 20.6%；京东公布 Oxygen AIIC 系统，用深度学习管理数十亿 SKU 的库存。
微软、AWS、Anthropic 和 OpenAI 纷纷建立嵌入式工程团队，帮助客户部署 AI。模型质量差距缩小，部署和客户粘性成为竞争关键。企业采购时应关注系统所有权和退出成本。
Simon Willison 用 Claude Fable 对 sqlite-utils 4.0rc1 进行全面审查，修复了 `delete_where()` 不提交事务导致数据丢失等严重问题。他用 GPT-5.5 交叉验证，又发现了两个边界 bug。整个项目花费约 149.25 美元（按非订阅价估算），但他庆幸自己有 Max 订阅。
新版 Claude 模型在调用 Pi 的 edit 工具时，会在嵌套的 edits 数组中凭空捏造大量额外键（如 requireUnique、oldText2 等），导致工具调用失败。作者分析认为，这是由于模型在后训练中过度适应了 Claude Code 的扁平编辑工具 schema，遇到不同形状的工具时更易生成不符合 schema 的调用。开启 strict 模式可解决，但显示了后训练对模型行为的深刻影响。
阿里巴巴报告将禁止员工使用 Anthropic 的 Claude Code 编程工具，自7月10日起生效。该工具被列为高风险软件，员工将被要求使用阿里自研的 Qoder 替代。此前 Anthropic 已禁止中国公司使用其模型，并曾通过实验性代码识别中国用户以防止滥用。
随着智能体式AI规模化，token消耗——而非模型选择——正成为真正的成本驱动因素，团队应转向更智能的上下文管理和路由。
苹果为 Safari 推出了内置 MCP 服务器，提供 16 个工具让 AI 代理直接控制浏览器。这是苹果一个月内发布的第二个官方 MCP 服务器，表明 MCP 正成为平台标准基础设施。
Vercel 首席软件官 Andrew Qu 在访谈中阐述了 Agent 作为一种新软件形态的独特需求，并分享了 Vercel 从构建内部 Agent 到推出框架 eve 的历程。他强调了 Skills 在知识校正、Sandbox 在安全执行中的作用，并预测未来网站需要为 Agent 提供机器可读的界面。
Adobe 正在实验“智能体网站”——根据访客意图实时生成个性化页面。主科学家 Carlos Sanchez 在 AIEWF 上演示了该原型，称推理成本仅 1-2 美分/页，适合电商等场景，但尚未大规模商用。
作者基于 LLM 库构建了一个简单的编码 Agent，实现了文件编辑、命令执行、文件搜索等工具，并通过 CLI 和 Python API 提供交互。实验展示了 Agent 自动生成代码的能力。
使用 DSPy 框架评估和优化 Datasette Agent 的 SQL 回答系统提示词。方法包括构建测试框架、生成自动评估数据集、运行优化循环，并发现了多个改进方向。
Paul Bakaus 详解 Impeccable 技能系统：通过给 Agent 注入专业术语与领域知识，实现可控的界面优化。他强调 AI 应负责前 80% 的平庸工作，人的审美和判断力决定最终 20%。
微软宣布成立Microsoft Frontier Company，专注于企业AI部署，投入25亿美元和6000名专家。该模式与亚马逊、OpenAI和Anthropic此前推出的AI部署业务类似，但微软凭借已有的大企业客户基础占据先发优势。
本文分析了传统 CI/CD 对 LLM 管线的不足，并介绍了基线评估、漂移检测、影子验证和成本延迟检查四个发布关卡。通过实际代码示例，展示了如何将这些关卡集成到现有 CI/CD 流水线中，以在部署前捕捉模型漂移和回归。
本文回顾了 autofz 的设计动机、核心挑战和实际效果，强调其“控制平面”思想在 LLM 时代的复用价值。文章指出，面对多 worker 系统（如今可以是模糊器、静态分析器、代码智能体等），关键在于运行时动态调度而非静态组合。通过实验数据展示了 autofz 如何通过准备阶段和聚焦阶段交替进行资源分配，以及在决策可靠性上的深入分析。
Gavrilescu 解释了自研的三个核心模式：循环即产品、代理配方封装人类经验、系统随时间变得更优更便宜。他强调人类仍是系统中枢，初期应作为信号源，逐步积累知识后实现更高自主性。