← 目錄
ai-agents
13 posts
任務成功率從 6.7% 升至 68.3%:讓性能相差 10 倍的是 harness,不是模型
LangChain 的 Terminal Bench 結果與 hashline 格式實驗所揭示的現象。同一模型排行榜名次逆轉的原因,在於提示詞、工具與中間件三個環節。
OpenAI點解要請OpenClaw開發者 - AI原生即時通訊時代嚟喇
OpenClaw創辦人Peter Steinberger加入OpenAI唔止係搶人才咁簡單。AI正在重新定義聊天App,深度分析呢場全球變革。
OpenAI 淨靠 Agent 寫出百萬行代碼嘅秘密:Harness 工程五大原則
OpenAI Codex 團隊淨用 AI Agent 就建構咗百萬行代碼庫,呢篇文章解析佢哋總結嘅 Harness 工程五大核心原則。
Claude Code Agent Teams:由設定到快捷鍵完整指南
Claude Code 多智能體團隊功能實用指南:啟用方法、鍵盤快捷鍵、終端機相容性、任務管理流程,以及目前已知嘅限制同注意事項。
AI Wrapper 時代已經結束。Claude Agent Wrapper 時代正式開啟。
Anthropic 的 Tariq Shihipar 揭示了構建生產級 Agent 的核心要素 - 由 Bash 優先的工具設計到檔案系統驅動的上下文工程。
Manus 被 Meta 以 3 億美元收購後,聯同 LangChain 揭示 AI 代理開發核心原則
Manus 同 LangChain 聯合演講,分享咗喺生產環境開發 AI 代理嘅實戰經驗 - 由上下文腐化到評估指標嘅重新思考,全部都係血淚教訓。