大家好，我是R哥。 距离《Spring AI 2.0 正式发布，让 Java 再次伟大！！》已经 2 个多月了，Spring AI 2.0.1 来了，这是 2.0.0 GA 之后的第一个维护版本。 可能看到 2.0.1，很多人的第一反应可能是小修小补，这次真不能只看版本号，东西还不少呢。 Sprin ...

为什么需要认真设计评估 AI工具要上线，不能光靠几个手工例子拍脑袋。就像给生产API写单元测试一样，AI代理需要一套自动评估机制，才能持续知道它好不好用。但评估要烧token，所以设计评估本身就需要花心思。设计不好，不仅浪费钱，还可能给出错误信号，让你误判产品的真实水平。 先摸清评估框架的脾气 不同... ...

普通聊天模型答错可能只是体验问题，能读文件、发邮件、执行代码的 Agent 答错就可能变成真实损失。安全不能依赖一句“请勿执行危险操作”，而要贯穿输入、模型、工具和运行环境。 Prompt 注入利用了数据与指令混在一起 网页、邮件和文档中可能包含诱导模型忽略规则的文字。外部内容必须标记为不可信数据， ...

今年有个明显的趋势，大伙对AI公司的表演祛魅，那些所谓深夜王炸产品，花心思一追一个不吱声，开始更多关注AI工作流，如何提高个人的生产力。 ...

评价聊天回答可以看正确性和表达，评价 Agent 还要看它是否选对工具、走了多少步骤、有没有恢复失败、成本是否合理，以及副作用是否受控。只看最终文本，会错过大部分真实问题。 把结果指标和过程指标分开 结果指标包括任务成功率、事实正确性和用户接受度；过程指标包括工具选择、参数正确率、步骤数、延迟、to ...

先说结果：下面这 4 张海报，从我发出指令到拿到图片，大约 1 分钟。 我不会美工，也没有打开 Photoshop。用的工具，是我之前用 WorkBuddy 做的一个海报生成器。这个生成器本身也没花几分钟，具体开发过程我在上一篇文章里写过。 这次我把海报生成器的网址、产品截图和要求一起发给 Work ...

作者:张富春(ahfuzhang)，转载时请注明作者和引用链接，谢谢！ cnblogs博客 zhihu Github 公众号:一本正经的瞎扯 背景 为了早点搞懂公司的百万行 C# 的祖传代码，我想在缺乏文档、缺乏帮手的情况下，先建立一个 企业知识库 来快速帮我理清头绪。 一开始，我是打算以 weav ...

Agent 生态扩大后，最先出现的并不是“模型不够聪明”，而是连接成本：每个工具都要适配，每个 Agent 都用自己的消息格式，身份和权限也无法统一。协议的价值，是减少这种点对点胶水代码。 三类协议关注不同边界 MCP 更关注模型应用怎样发现和调用外部工具、资源与提示；A2A 关注 Agent 之间 ...

本文介绍一个支持文本、图像、视频三类资源统一入库与检索的跨模态知识库系统。三类资源经统一向量化后进入同一向量空间，用户只需输入一句自然语言，即可一次性召回三种模态的相关资源，并按类型直观展示。 ...

多 Agent 很有吸引力：规划者、研究员、开发者和审查者各司其职。但如果任务本身没有清晰边界，把一个 Agent 拆成五个，通常只会增加消息、成本和责任推诿。 先判断是否真的需要拆分 适合多 Agent 的任务往往可以并行、需要不同工具或上下文，或者存在明确的生产与审核角色。线性短任务、共享状态高 ...

当初学专业的笔记还在吗？相信大部分人都没保留，而能力在不断积累和更新，关注和思考的角度在变化，在AI蒸馏我们的同时。也可以用AI的能力，去蒸馏一下魔幻的职场。 ...

信息化数字化智能化，十年前的说法在逐步兑现。最后回到一个灵魂拷问：当业务运营更加高效。组织间的协作更加流畅，企业究竟想去拓宽市场，还是手起刀落降低成本？ ...

Agent 底座很容易走向“大而全”：模型、工具、记忆、渠道和界面全部互相依赖。DeepSeek Harness 的插件化思路提醒我，扩展能力的关键不是不断改核心，而是让核心保持小，让变化通过清晰协议接入。 “一切皆插件”的前提是协议稳定 模型 Provider、工具、记忆后端、事件处理器和界面都可 ...

实测：WorkBuddy自动发小某书，账号差点违规 我替大家试过了：现阶段，不建议用 WorkBuddy 自动发布小某书。 前几天我做了一个实测：让 WorkBuddy 通过自动化浏览器完成小某书内容发布。结果没过多久，账号就收到了“疑似使用第三方工具或脚本自动浏览、查看或发布内容”的违规预警。 我 ...

清华、浙大与美团 LongCat 团队合作的 AgentOPSD，目前挂在 Arxiv 26.08 上，做的是长程多轮 Agentic RL 里的回合级信用分配。可验证奖励的 RL 只在整条轨迹结束时给一个稀疏的 0/1 信号，GRPO 这类方法把轨迹级优势均匀广播到每个 token，无法把成败真正 ...

专题讲义：AI 为什么算不出你的“言外之意”？——揭秘 0.93 的数学天花板主讲人： 高级人工智能教育专家与认知科学课程设计师 课程核心： 从语用学与信息论视角，深度拆解大模型在理解人类真实意图时的逻辑局限。1. 课首导入：文字背后的“幽灵”指令在认知语言学中，我们区分语义学（Semantics） ...

本文基于 Ubuntu 22.04 服务器环境，依托 NVIDIA RTX 家用高性能显卡，手把手讲解 MiniMind 轻量大语言模型从零搭建、数据集部署、全流程训练、可视化Web服务搭建及GGUF格式量化的完整实操方案。全程摒弃复杂高阶封装，基于原生 PyTorch 实现，适配个人开发者、人工智... ...

Coding Agent 的难点从来不是“生成一段代码”，而是在陌生仓库中理解约束、找到正确修改位置、控制变更范围并证明结果可用。Claude Code 代表的终端型 Agent，把这套过程放进了真实开发环境。 先理解仓库，再动手 可靠流程通常从读取项目说明、目录、依赖、测试命令和 Git 状态开始 ...

2026年学习AI Agent的Top 5书籍推荐以下是2026年学习Agentic AI的5本最佳书籍，以及配套的推荐课程，帮助你进行主动学习。这份清单涵盖了Agentic AI的理论知识，以及构建AI Agent来自动化实际任务的实用技巧。1. 《The Agentic AI Bible》（作者 ...

大家好，我是 Java陈序员。 最近的 DeepSeek Harness 可以说是十分火热，很多人都想安装体验一下。但是 DeepSeek Harness 依赖 Node.js 环境，需要手动安装 Node.js 环境、敲命令行启动。 对于一些不是很懂技术的普通用户来说，安装过程中常常会遇到依赖报错 ...