标签: #Claude Code

共 8 篇文章

文章列表

别再盲飞:Anthropic 的 Agent 评估方法论,与它没说的那一半
原创 人工智能 · 工程实践 · 阅读 —

别再盲飞:Anthropic 的 Agent 评估方法论,与它没说的那一半

Anthropic 工程博客 2026 年 1 月发布《Demystifying evals for AI agents》,把「怎么知道 agent 到底行不行」拆成可执行的工程流程:task/trial/transcript/outcome/grader/harness 八个词的定义、三类评分器的分层组合、能力评估与回归评估的分工、pass@k 与 pass^k 的区别。本文做完整解读,并补上社区的四盆冷水(基准数据污染、统计功效不足、harness 自身失控、只做离线不做线上),以及四类真实业务场景(知识库研究、客服对话、编码、无人值守自动化)的落地做法。

Bun 是什么,为什么它现在是 AI 编程工具的地基
原创 工程实践 · 行业观察 · 阅读 —

Bun 是什么,为什么它现在是 AI 编程工具的地基

从 2021 年的“更快 JavaScript 运行时”到 2026 年 Anthropic 收购、成为 Claude Code 的基础设施,再到用 Claude Code 把自己重写成 Rust。这篇讲清 Bun 的基本概念、它要解决的 Node 工具链痛点、1.3 时代的全栈能力,以及收购和重写背后的趋势判断。

Codex App Server:把编码 Agent 接进自己的工作台
原创 人工智能 · 阅读 —

Codex App Server:把编码 Agent 接进自己的工作台

从 Codex app-server 的协议边界讲起,分析它适合嵌入哪些产品与工程场景,也比较 Claude Code、Cursor 在脚本化、云端 Agent 和自定义集成上的相近能力。

Cursor 的位置,变了吗?要不要开始用 Claude Code
原创 人工智能 · 阅读 —

Cursor 的位置,变了吗?要不要开始用 Claude Code

从一篇“Cursor 正在经历生死存亡”的热文说起,重新分析 Cursor 在 2026 年的真实定位:它没死,但它的主战场已经变了。更值得讨论的不是替代,而是该不该把 Claude Code 纳入自己的工作流。

Cursor 和 Claude Code,不该这样比
原创 人工智能 · 阅读 —

Cursor 和 Claude Code,不该这样比

与其把工具讨论写成接班叙事,不如认真聊清楚 Cursor 和 Claude Code 各自擅长什么:IDE 上下文、浏览器交互、Auto 模式、终端工作流,以及那些常被低估的 Cursor 能力。