小米 MiMo 发 Token：真正值得测的是国产模型的 Agent 耐力

小米 MiMo-V2.5 系列开源之后，又给开发者放了一波更直接的东西：MiMo Orbit Token 激励。表面看，这是一次免费额度活动；往深一点看，这是国产模型主动争取 AI builder 的一次入口战。 别把它只理解成“薅点 Token”。如果只是领完额度、跑几个聊天问题、截个图发朋友圈，那这波额度基本就浪费
小米 MiMo 发 Token：真正值得测的是国产模型的 Agent 耐力
作者：Administrator
分类： AI观察
标签： #AI

Future AGI 教程：把 Agent 评测、追踪和防护放进同一个闭环

Agent 应用最怕“演示很好，上线就飘”。本地试十次都对，真实用户换个问法就错；工具调用在测试里正常，生产里突然走偏；你知道它失败了，却不知道失败发生在哪一步。 Future AGI 想做的是一条完整质量闭环：评测、追踪、模拟、数据集、网关、防护都放在一个平台里。它不是单点 eval 工具，而是更像 Agent 应用
Future AGI 教程：把 Agent 评测、追踪和防护放进同一个闭环
作者：Administrator
分类： AI观察
标签： #AI

GitHub Agentic Workflows 教程：把 Agent 放进 Actions，但先管住权限

把 Agent 接进 CI/CD，听起来很诱人：自动整理 issue、修小 bug、更新文档、跑评审、生成 PR。问题是，Agent 一旦进了仓库自动化链路，权限、输出和审计就不能再靠一句“相信模型”。 GitHub Agentic Workflows 的方向很值得看：用自然语言 Markdown 写 agentic
GitHub Agentic Workflows 教程：把 Agent 放进 Actions，但先管住权限
作者：Administrator
分类： AI观察
标签： #AI

Archon 教程：把 AI 编程流程写成可重复的工作流

AI 编程最大的问题之一，是同一句“修这个 bug”，今天和明天可能跑出两种完全不同的过程。一次它先读测试，一次它直接改代码；一次会写计划，一次把计划省了；一次跑验证，一次嘴上说完成。 Archon 的思路很直接：不要把工程流程交给模型临场发挥，而是把计划、实现、测试、review、审批和 PR 创建写成工作流。模型负
Archon 教程：把 AI 编程流程写成可重复的工作流
作者：Administrator
分类： AI观察
标签： #AI

Entire CLI：AI 写代码，也该留下可追溯的工程账本

AI 编程现在有个越来越明显的断层：代码最后进了 Git，但代码是怎么被 AI 写出来的，往往不在 Git 里。 你能看到 commit diff，能看到谁合了 PR，却很难回答几个更关键的问题：当时给 Agent 的任务是什么？它读过哪些文件？中间跑过哪些命令？为什么放弃了第一版方案？有没有把一个错误假设带进最终代码
Entire CLI：AI 写代码，也该留下可追溯的工程账本
作者：Administrator
分类： AI观察
标签： #AI

Obscura 用 Rust 重写抓取引擎：它不是 Chrome 替代品，而是 Agent 的轻量浏览器底盘

Obscura 值得关注，不是因为它喊出了“替代 Chrome”。这个说法太大，也容易误导。它真正有意思的地方，是在完整浏览器和普通 HTTP 爬虫之间，挤出了一层更轻的执行底盘。 很多 AI Agent 做网页任务时，并不需要真的渲染像素。它们需要的是打开页面、跑一段 JavaScript、拿 DOM、处理 Cook
Obscura 用 Rust 重写抓取引擎：它不是 Chrome 替代品，而是 Agent 的轻量浏览器底盘
作者：Administrator
分类： AI观察
标签： #AI

DeepSeek V4 缓存价打到 2 分：模型价格战，开始从“输出”转向“复用”

DeepSeek V4 这次降价，最值得看的不是“又便宜了”，而是便宜的位置。DeepSeek V4 Flash 的百万输入缓存命中价格，从 0.2 元降到 0.02 元；V4 Pro 的百万输入缓存命中价格，也从 1 元降到 0.1 元。
DeepSeek V4 缓存价打到 2 分：模型价格战，开始从“输出”转向“复用”
作者：Administrator
分类： AI观察
标签： #AI

Awesome Codex Skills：Codex 真要进工作流，靠的不是神提示词，是可安装技能

“让 AI 帮我做事”这句话，听起来已经不新鲜了。真正麻烦的是，每次都得重新解释：这个仓库怎么跑，邮件怎么发，Issue 怎么建，PDF 怎么处理，团队规矩是什么。 Awesome Codex Skills 的价值，不是收集了一堆酷炫提示词，而是把这些重复解释，整理成 Codex 可以安装、识别、触发的技能包。 Com
Awesome Codex Skills：Codex 真要进工作流，靠的不是神提示词，是可安装技能
作者：Administrator
分类： AI观察
标签： #AI

Deep Researcher Agent 教程：让 AI 替你盯训练，但别把科学判断也外包

Deep Researcher Agent 火，不是因为它又包装了一个“AI 科研助手”的概念，而是它盯准了研究里最磨人的一层：实验运营。 改超参、跑训练、看日志、整理结果、再改。真正有价值的是 idea 和判断，但研究者大量时间耗在等待和机械复盘上。Deep Researcher Agent 想接过去的，正是这段重复
Deep Researcher Agent 教程：让 AI 替你盯训练，但别把科学判断也外包
作者：Administrator
分类： AI观察
标签： #AI

前端转 AI Agent 工程师，别只补 LLM：后端、RAG、权限和队列才是硬骨头

前端工程师转 AI Agent，最容易掉进一个坑：以为补一轮 Prompt、学会调 OpenAI API、弄懂几个 Agent 框架，就算入门了。 这只能算摸到门把手。真正把 Agent 跑进业务里，硬骨头在后面：HTTP、鉴权、任务队列、数据库、向量检索、日志、权限边界、失败重试。模型负责“想”，系统负责“能不能安全
前端转 AI Agent 工程师，别只补 LLM：后端、RAG、权限和队列才是硬骨头
作者：Administrator
分类： AI观察
标签： #AI
共 43 篇文章
页