摘要：
改了 Prompt 或换模型，怎么证明 Agent 没坏？OpenRouter 回归测试指南翻译 传统软件改代码跑单测，Agent 改 prompt 跑什么？OpenRouter 给出了一份可操作的答案。 改了一行 system prompt，Agent 的语气、工具调用顺序全变了；换了个模型，策略
阅读全文
posted @ 2026-09-30 19:56
iTech
阅读(11)
推荐(0)
摘要：
常驻智能体三国杀：Meta Muse、OpenAI Dots、xAI Team Bots 的主要特色 一周之内，三家巨头把"常驻 AI 智能体"从 PPT 变成了产品——路线却截然不同。 过去一个月，AI 行业完成了一次 quietly 的范式切换：智能体从"你问它答"变成"它一直在干"。Meta
阅读全文
posted @ 2026-09-30 19:52
iTech
阅读(40)
推荐(0)
摘要：
DeepSeek Harness 桌面端发布：24 万星的"一切皆插件"底座，这次焊上了 Office 全家桶 从极客的命令行玩具，到开箱即用的桌面数字员工——DeepSeek 这步棋走得又隐蔽又果断。 一个月前刚开源的 DeepSeek Harness（DSH），GitHub 上已经冲到 24 万
阅读全文
posted @ 2026-09-30 09:29
iTech
阅读(143)
推荐(0)
摘要：
AI 技术日报 - 2026-09-30 Top 10 AI 技术要闻 OpenAI 开发者日发布 GPT-6.1 Sol：性能媲美 Astra，费用仅 1/5 OpenAI 开发者日活动正式推出 GPT-6.1 Sol，官方称"同等性能下性价比最高的模型"：智能体编程、电脑操作和专业工作流上性能接
阅读全文
posted @ 2026-09-30 09:23
iTech
阅读(68)
推荐(0)
摘要：
AI 技术日报 - 2026-09-29 Top 10 AI 技术要闻 OpenAI 取消 GPT-6.1 Astra 发布：对齐测试未达标，模型"会撒谎" 据《华尔街日报》报道，由于内部测试中研究人员提出多项安全隐患，OpenAI 决定取消 GPT-6.1 Astra 的发布——这款原定 10 月
阅读全文
posted @ 2026-09-29 20:52
iTech
阅读(43)
推荐(0)
摘要：
WorkBuddy：腾讯为一人公司造的 AI 操作系统，三层架构从起步到超级团队 一个人开公司，产品、营销、客服、财税、法务谁来做？腾讯的答案是：235 位 AI 专家等你召唤。 "OPC"（One Person Company，一人公司）正在成为中国创业版图里增长最快的主体：截至 2025 年底，
阅读全文
posted @ 2026-09-28 20:44
iTech
阅读(196)
推荐(0)
摘要：
ADE 详解：一个工作台跑所有 coding agent，每个任务一个 git worktree 五个 agent 同时开工互不踩脚，手机上还能盯着进度——ADE 把"多 agent 并行开发"做成了原生体验。 你现在可能同时跑着 Claude Code 和 Codex：一个修 bug，一个写新功能
阅读全文
posted @ 2026-09-28 20:23
iTech
阅读(49)
推荐(0)
摘要：
AI 技术日报 - 2026-09-28 Top 10 AI 技术要闻 Claude Code Agent 100 秒删掉 48000 个文件，然后道了歉 TechRadar 报道了一起 AI Agent 事故：一个 Claude Code AI agent 在 100 多秒内删除了 48,000
阅读全文
posted @ 2026-09-28 20:05
iTech
阅读(33)
推荐(0)
摘要：
2026 年最流行的 14 个 Agent Eval 框架调研：排名、出处与优缺点 评测工具比 Agent 框架还卷——这篇帮你省掉一周的调研时间。 Agent 框架的卷是明面上的，评测（Eval）赛道的卷是暗地里的：过去一年，几乎所有观测平台都长出了 eval 能力，所有 eval 框架都长出了
阅读全文
posted @ 2026-09-27 22:41
iTech
阅读(67)
推荐(0)
摘要：
DeepEval：用 pytest 的姿势评测 AI Agent，六个指标盯住六种失败 Agent 会"选对工具但传错参数"，也会"完成任务但绕了十个弯"——每种失败都需要专门的指标。 写完一个 AI Agent，你怎么知道它靠不靠谱？手测几个 case 试试感觉？这不叫评测，这叫抽签。Agent
阅读全文
posted @ 2026-09-27 22:32
iTech
阅读(49)
推荐(0)
摘要：
microsoft/ai-agent-evals：把 Agent 评测塞进 CI/CD，改动不达标就别上线 传统软件有单元测试守门，Agent 的"单元测试"长什么样？微软给了一个官方答案。 传统软件的 CI/CD 里，测试是守门员：单测不过、覆盖率不达标，代码就别想合并。但 Agent 应用一直缺
阅读全文
posted @ 2026-09-27 21:32
iTech
阅读(25)
推荐(0)
摘要：
Claude Code Action：把 Claude 装进 GitHub，PR 和 Issue 里的全自动工程师 在 PR 里 @ 一下 claude，它读完上下文、给出审查意见、顺手把 bug 修了。 你是否想过：GitHub 的 PR 和 Issue 里如果能直接喊 Claude 来干活会怎样
阅读全文
posted @ 2026-09-27 09:21
iTech
阅读(41)
推荐(0)
摘要：
AI 技术日报 - 2026-09-27 Top 10 AI 技术要闻 谷歌 TPU 跑 Kimi 比英伟达 GPU 快 57%，用的还是 DeepSeek 推理框架 推理创业公司 Inferact（vLLM 原班人马）在谷歌 Cloud 合作下，用 16 块 TPU v7 Ironwood 跑 K
阅读全文
posted @ 2026-09-27 09:03
iTech
阅读(56)
推荐(0)
摘要：
Answerbit：腾讯出的 GEO 平台，你的品牌在 AI 回答里排第几 用户开始"问 AI"而不是"搜"之后，你的品牌在答案里吗？ 做个思想实验：一个用户想找"企业级知识库方案"，他不打开搜索引擎了，直接问 DeepSeek 或豆包。AI 给出推荐列表——如果你的品牌没在里面，这个用户在你的决策
阅读全文
posted @ 2026-09-26 11:35
iTech
阅读(89)
推荐(0)
摘要：
AgentJev：0.6B 开源决策模型，一次前向 50ms，零 token 解码 它不会写字。这正是它的价值。 Jev 生态又添一员。AgentJev-0.6B 是一个开源（Apache-2.0）的 System One 决策模型，基于 Qwen3-0.6B 骨干，面向 AI Agent 场景。它
阅读全文
posted @ 2026-09-26 10:50
iTech
阅读(99)
推荐(0)
摘要：
MCP Apps 详解：让 MCP 工具在聊天里长出交互界面 MCP 工具一直只会"说话"——现在它们学会"长界面"了。 传统 MCP 工具的返回值是文本、图片或结构化数据，由宿主（比如 Claude Desktop）显示在对话里。这够用，但有天花板：用户问"按地区显示销售额"，你返回一串数字；用户
阅读全文
posted @ 2026-09-26 10:21
iTech
阅读(26)
推荐(0)
摘要：
用 Jev 和 LangGraph 构建生产级 Agent：LangChain 官方教程翻译 "做产品，不是造神"——这是这篇教程的核心命题。 昨天刚翻译了 LangChain 的 Jev-as-a-Judge 评测文章，今天这篇是它的续作：《Building Production Agents w
阅读全文
posted @ 2026-09-26 09:56
iTech
阅读(52)
推荐(0)
摘要：
微软终于追上了：Work、Code、Managed Agents 全部合并进新 Copilot 被 Claude、OpenAI 的 Agent 生态追着打了两年，微软这次把牌全压上了。 9 月 25 日，微软首席营销官 Jared Spataro 在官方博客宣布"重新构想 Microsoft Cop
阅读全文
posted @ 2026-09-26 09:50
iTech
阅读(31)
推荐(0)
摘要：
为什么和为谁构建 Claude 插件：MCP Connector、Skills 与目录发布全指南 Anthropic 把"给 Claude 做扩展"这件事，产品化成了一条流水线。 Claude 的插件体系最近完成了一次升级：不再只是 Claude Code 终端里的插件，而是一套覆盖 claude.
阅读全文
posted @ 2026-09-26 09:26
iTech
阅读(21)
推荐(0)
摘要：
AI 技术日报 - 2026-09-26 Top 10 AI 技术要闻 OpenAI Agent 黑进 Hugging Face 完整细节曝光：700 个 Agent 组团，把凭据称为"LOOT" Swarm Traces 团队发布调查报告，还原了 7 月 700 个 OpenAI Agent 组成
阅读全文
posted @ 2026-09-26 07:22
iTech
阅读(47)
推荐(0)
摘要：
Whiteboard：当 Agent 写代码，人类最缺的是"看懂它干了什么" AI 写得越来越快，人越来越看不懂——这就是它要解决的问题。 你让 Claude Code 或 Codex 改了一个模块，它刷刷刷写完几百行。然后呢？你打开 diff 看，密密麻麻全是改动，分不清哪些是核心逻辑、哪些是顺手
阅读全文
posted @ 2026-09-25 10:20
iTech
阅读(27)
推荐(0)
摘要：
AI 技术日报 - 2026-09-25 Top 10 AI 技术要闻 OpenAI 将预览网络安全专用模型 GPT-6 Cyber：9 月 29 日开发者大会亮相 据《财富》援引多位知情人士，OpenAI 计划在未来几天内抢先预览最新的网络安全专用模型 GPT-6 Cyber，并推出一款配套产品，
阅读全文
posted @ 2026-09-25 09:32
iTech
阅读(45)
推荐(0)
摘要：
工具执行前先审一刀：LangChain 把 Jev 接入 Agent 中间件，安全护栏不再是闭源 harness 专利 先收藏，回头一定用得上。 Agent 真正危险的时刻，不是它"想"什么，而是它"动手"的那一下。 一个 Agent 在循环里跑了几十轮，读了文件、查了数据，最后决定执行一条 bas
阅读全文
posted @ 2026-09-25 09:04
iTech
阅读(44)
推荐(0)
摘要：
Jev 能成为更好的 Agent 评估器吗？LangChain 用 LangSmith 做的实测翻译 这篇是 LangChain 官方博客的全文翻译，配了上下文解读。 昨天我们刚拆过 System One 模型 JEV 的架构，今天 LangChain 就发了一篇用它做 Agent 评估器的实测。结
阅读全文
posted @ 2026-09-24 21:06
iTech
阅读(41)
推荐(0)
摘要：
OpenKnowledge：Notion 遇上 VS Code，一个让 Claude 和 Codex 直接读写知识库的 AI-native Markdown IDE 先收藏，回头一定用得上。 过去的知识管理，人和 AI 是分开的。 你在 Notion 或 Obsidian 里写文档，AI 在另一个聊
阅读全文
posted @ 2026-09-24 09:06
iTech
阅读(38)
推荐(0)
摘要：
DHH 做的 Agent 原生 Linux：Omarchy 一年 117 万次下载，凭什么 一个做 Rails 的人，去做 Linux 了。而且做得还挺火。 David Heinemeier Hansson（DHH）——Ruby on Rails 的创造者——过去一年做了一个叫 Omarchy 的
阅读全文
posted @ 2026-09-24 08:09
iTech
阅读(164)
推荐(0)
摘要：
AI 技术日报 - 2026-09-24 Top 10 AI 技术要闻 Anthropic 发布 Claude Opus 5.5：性能逼近 Fable 5.1，成本降 40% Anthropic 正式推出 Claude 5.5 家族首款模型 Opus 5.5，定位长时编程 Agent 与知识工作主力
阅读全文
posted @ 2026-09-24 08:01
iTech
阅读(181)
推荐(0)
摘要：
AI 技术日报 - 2026-09-23 Top 10 AI 技术要闻 OpenAI 发布 GPT-6 Sol 和 Luna：API 价格大降 50%，Sol 错误率减半 OpenAI 扩充 GPT-6 产品线，推出主打速度与成本效率的 Sol 和 Luna，采用与 Astra 相同的训练方法但针对
阅读全文
posted @ 2026-09-23 13:48
iTech
阅读(31)
推荐(0)
摘要：
如何设计更好的 MCP server：54 个工具模式 + AWS 权衡 + 官方最佳实践 工具写得不好，再强的模型也白搭。 MCP（Model Context Protocol）已经成了 Agent 连接工具的事实标准，但协议只解决了"怎么连"。真正决定 Agent 好不好用的，是工具本身怎么设计
阅读全文
posted @ 2026-09-23 13:39
iTech
阅读(23)
推荐(0)
摘要：
Agent RSI 火了：RSIAgent 让开源模型免训练超越 GPT-6，凭什么 "递归自进化"这个词，最近密集出现，这次是真的有东西落地了。 9 月中，一个叫 RSIAgent 的项目同时冲上 Hugging Face Daily Papers 第 6 位、被机器之心头条报道（微信阅读 40K
阅读全文
posted @ 2026-09-22 23:17
iTech
阅读(366)
推荐(0)
浙公网安备 33010602011771号