分类: 人工智能

共 148 篇文章

文章列表

当 Agent 把活外包给 Agent,谁来验证它没在吹牛?
原创 人工智能 · 阅读

当 Agent 把活外包给 Agent,谁来验证它没在吹牛?

Agent 能发现彼此、调用彼此,并不代表它们有办法验证对方的能力声明。本文借“柠檬市场”分析开放智能体网络中的信息不对称,以及信号、筛选和声誉机制如何补上一层信任。

《体验时代来临》深度分析报告
原创 人工智能 · 阅读

《体验时代来临》深度分析报告

David Silver 与 Richard Sutton 认为,AI 的下一阶段将从模仿人类数据转向在环境中持续行动和学习。本文梳理“体验时代”的四个特征,并讨论奖励设计、长期智能体与安全边界。

Agent Plugins 1.0 拆解:统一的扩展包格式,和它故意留下的信任缺口
原创 人工智能 · 行业观察 · 阅读

Agent Plugins 1.0 拆解:统一的扩展包格式,和它故意留下的信任缺口

2026 年 8 月,OpenAI、Amazon、Cursor、Microsoft、Vercel 联合发布 Agent Plugins 1.0:一个把 Agent Skills 和 MCP 服务器打包成可移植插件的目录格式。本文拆解规范本身的边界设计、治理结构,再讨论三个真正的缺口:信任模型、Anthropic 缺席,以及“包能搬家但行为不能”。

Agent 的搜索引擎:Agentic Resource Discovery 规范,以及它解决不了的信任问题
原创 人工智能 · 工程实践 · 阅读

Agent 的搜索引擎:Agentic Resource Discovery 规范,以及它解决不了的信任问题

MCP 解决了 Agent 怎么调用工具,ARD 解决的是更早一环:Agent 怎么找到工具。2026 年 6 月 Google 联合微软、GitHub 等发布 ARD 规范,核心是域名下的 ai-catalog.json 和聚合注册中心。本文拆解 Catalog/Registry 机制、与 MCP/A2A 的分工,以及验证机制背后的供应链安全账。

端侧 AI 元年:Agent 搬进手机和汽车,瓶颈是内存带宽不是算力
原创 人工智能 · 行业观察 · 阅读

端侧 AI 元年:Agent 搬进手机和汽车,瓶颈是内存带宽不是算力

2026 年端侧 AI 被反复称为元年:AI 手机出货 1.47 亿台、端侧模型装机 4200 万台、量产车里跑起座舱智能体。本文从模型、芯片、场景三个条件讲清为什么是今年,再用 roofline 模型和量化三件套解释真正的瓶颈为什么是内存带宽。

MCP 2026-07-28 迁移清单:去掉握手和会话之后,你的服务器要改什么
原创 人工智能 · 工程实践 · 阅读

MCP 2026-07-28 迁移清单:去掉握手和会话之后,你的服务器要改什么

MCP 第 5 版规范把协议从有状态长连接改成无状态核心:握手没了、会话 ID 没了、请求变成自带上下文的自描述 HTTP POST。本文列出每个变更的工程含义、迁移顺序和 Akamai 指出的六类新安全风险,给正在维护 MCP server/client 的人一份可对照的清单。

deepseek-v4-flash 为什么适配 Codex 这么好,以及deepseek的Harness
原创 人工智能 · 工程实践 · 阅读

deepseek-v4-flash 为什么适配 Codex 这么好,以及deepseek的Harness

上一篇用 48 小时真实会话证明了它便宜又耐用,这篇拆到适配层看它为什么能被 Codex 用好:~/.codex/models.json 的每个字段怎么改变客户端行为,1.77 万字符的 instructions_template 怎么把模型变成合格的 Codex 代理,以及 DeepSeek Harness 的内测招募、官方基准和社区猜测。

gpt-5.6没额度了,我用deepseek-v4-flash 连续跑两天花了 14 亿 token,40人民币
原创 人工智能 · 工程实践 · 阅读

gpt-5.6没额度了,我用deepseek-v4-flash 连续跑两天花了 14 亿 token,40人民币

把 Codex 主力模型换成 deepseek-v4-flash 的 48 小时:三个线程跑完线上验证、计费修复、CI 精简、PR review 一长串工程任务。从真实会话记录统计 token、缓存命中、reasoning 占比与交付物,和之前 gpt-5.6-sol 的会话对比,给这台便宜模型一个基于数据的评价。

5毛钱的 deepseek-v4-flash 能干什么
原创 人工智能 · 工程实践 · 阅读

5毛钱的 deepseek-v4-flash 能干什么

一次模拟真实场景的全量服务巡检:三个 Kubernetes 集群加外部托管服务全部采集、出拓扑图、定位问题,再对账 token 与账单。按 DeepSeek 官方单价这次巡检约 5 毛钱,缓存命中率如何决定最终成本,文中都有明细。

DeepSeek V4-Flash 跑 Codex 实测:4 个任务全过,花费不到 5 分钱
原创 人工智能 · 工程实践 · 阅读

DeepSeek V4-Flash 跑 Codex 实测:4 个任务全过,花费不到 5 分钱

V4-Flash 正式版上线后原生支持 Responses API 并适配 Codex。本文整理官方性能与定价,给出两种接入 Codex 的配置方式,再用 4 个本地 Agent 任务实测:全部通过、总耗时约 4 分钟、花费不到 5 分钱。

Agent 做出来了,接下来怎么上线
原创 人工智能 · 工程实践 · 阅读

Agent 做出来了,接下来怎么上线

一个能完成任务的 Agent,距离真正可交付还差任务契约、交互兜底、质量门禁、安全审查、成本核算和灰度运营。本文以合同审查 Agent 为例,给出一套可以直接执行的产品化方法。

Agent 找到工具以后,为什么还是会用错
原创 人工智能 · 工程实践 · 阅读

Agent 找到工具以后,为什么还是会用错

正确工具进入候选列表,只解决了工具调用链的第一小步。本文拆解召回、选择、参数、执行和结果解释五道门,用实际案例说明怎样设计工具契约、参数修复、候选裁剪和分层评测。

GPT-5.6 Sol 的额度去哪了
原创 人工智能 · 工程实践 · 阅读

GPT-5.6 Sol 的额度去哪了

为什么同样的任务,GPT-5.6 Sol 会让人觉得额度掉得更快?从工具调用、缓存输入、长上下文、重试和子任务拆开一次 Agent 回合,给出一套可以自己复测的用量账本。

怎样让 Codex 真正会用你的工具
原创 人工智能 · 工程实践 · 阅读

怎样让 Codex 真正会用你的工具

给 Codex 接上 MCP 只是第一步。本文实现一个代码变更影响分析工具,用 36 次真实调用比较含糊接口与语义化 Schema,拆解工具命名、参数设计、结构化输出、安全注解、错误语义和评测方法。

企业级 Agent 的七层底座
原创 人工智能 · 工程实践 · 阅读

企业级 Agent 的七层底座

一个能接入真实业务的 Agent,除了模型和 Prompt,还需要任务契约、可恢复运行时、工具协议、状态与记忆、并发控制、安全边界和评测体系。本文用三个案例给出一套可落地的参考架构。

Agent面试详解(下):评测、安全与落地判断
原创 人工智能 · 工程实践 · 阅读

Agent面试详解(下):评测、安全与落地判断

完成企业级 Agent 的最后一块设计:用 Trace 还原轨迹,用四层测试控制不确定性,把安全边界放在模型之外,并判断 ToB、ToC 与具体场景是否值得投入。