Tag: AI
All the articles with the tag "AI".
-
Microsoft Agent Framework 的 Agent Skills 在 Python 里更新了什么
Published: at 01:28 AMMicrosoft 这篇更新最值得看的，不是又多了几个 API 名字，而是 Agent Skills 终于从“可读取的技能包”往“可执行、可审批、可动态生成内容的能力单元”走了一步。对 Python 开发者来说，这次新增的 code-defined skills、script execution 和 human approval，补上的不是花哨功能，而是把技能系统往真实生产环境推近的那几块关键拼图。
-
Agentic engineering 为什么离不开代码执行回路
Published: at 12:48 AMSimon Willison 这篇文章最值得记住的，不是又给 AI 起了一个新名字，而是把一个经常被说虚的概念说实了：所谓 agentic engineering，说到底就是让会写代码的模型还能自己跑代码、调工具、看结果，然后继续迭代。真正的分水岭不在提示词更花，而在软件开发终于接上了可执行、可验证的反馈回路。
-
别再让 Agent 每次都从零开始：OpenAI 这篇文章把技能化维护流程讲透了
Published: at 12:00 AMOpenAI 用 Agents SDK 仓库的真实做法说明，想让 Agent 真正提升开源维护效率，关键不是多写几个提示词，而是把技能、AGENTS.md、脚本和 GitHub Actions 组合成可触发、可验证、可复用的工程流程。
-
为什么 LSP Language Server 对 Coding Agent 很重要
Published: at 12:00 AM很多 coding agent 看起来会改代码，真正拉开差距的却常常不是模型本身，而是它有没有接上 Language Server Protocol。LSP 让 agent 从“搜字符串”进化到“理解符号关系”，跨文件修改、诊断定位和安全重构都会稳很多。
-
AI 辅助编程的 8 个层级
Published: at 12:00 AM从 Tab 补全到自主 Agent 团队，作者梳理了 AI 工程实践的 8 个进阶层级，每一层都是一次生产力的跃升。模型能力在快速增长，但能不能用好它，取决于你所在的层级。
-
LLM 写形式化规约，看着像回事，其实什么都没验证
Published: at 12:00 AMHillel Wayne 分析了 AI 生成的 TLA+ 和 Alloy 规约：代码不能编译、属性只是同义反复、真正有价值的并发和活性属性 LLM 写不出来。形式化方法要普及，光能生成规约远远不够。
-
PRD已死？编程智能体正在重塑EPD协作方式
Published: at 12:00 AMLangChain创始人Harrison Chase的深度观察：编程智能体让代码生成成本趋近于零之后，传统EPD流程的瓶颈从「实现」转向「评审」，通才的价值被放大，专才的门槛反而更高了。
-
用 Agent 自动化搭建机器学习实验
Published: at 12:00 AM微软 ISE 团队分享了如何用 GitHub Copilot Agent 替代繁琐的 ML 实验配置流程：通过四段式 Prompt 驱动 Agent 收集参数、生成配置文件、执行校验清单，实验搭建速度和可靠性大幅提升，同时揭示了模型选择、用户沟通等实际挑战。
-
代理式手工测试：代码会跑，代理才算真的开始工作
Published: at 12:00 AMSimon Willison 这篇新文把一个现实问题说透了：自动化测试全绿，功能照样可能坏在启动、界面和交互细节上。让代理亲手运行 `python -c`、`curl`、Playwright 和可验证的测试笔记，才会把“看起来没问题”变成“真的跑过了”。