◆ The Learning Grove 林间拾穗

标签：agent

  • LinkedIn的递归自我改进系统：面向用户理解Agent的自动化闭环 AI Engineer
    LinkedIn工程师介绍了其针对用户理解Agent搭建的递归自我改进（RSI）系统。该系统包含生产轨迹记录、评测裁决、归因反思、Prompt编辑提议、验证更新及留出集检验等七步闭环，并探讨了评测基准建设与减少方差的关键实践。
  • 周五直播漫谈：国际与台湾政治观察、黄之锋求情信及个人 AI 实践经验 FearNation 世界苦茶
    讲述者梳理了当年的国际大事与多国选举走势，评析台湾大罢免与近期学者言论，并选读黄之锋狱中求情信。此外，针对读者关于独立开发推广、扶贫、瘦瘦针及个人智能体框架搭建等问题进行了回应与经验分享。
  • AI 工程师当下在做什么：构建自动化闭环与常驻智能体 AI Engineer
    演讲探讨了 AI 工程师职责的演变。随着前沿实验室向运行成千上万个常驻智能体迈进，AI 工程师的角色已从编写单一功能转向构建涵盖构建、评测、监控与改进的完整闭环，通过追踪全链路遥测数据驱动智能体自我修复与系统优化。
  • 多大语言模型对比与提示词优化工作坊 AI Engineer
    本文记录了一场关于多模型对比与优化的引导式工作坊。主讲人基于部署在微软 Foundry 上的模型，探讨了利用 LangChain 构建旅行规划智能体、使用 DSPy 与 GEPA 算法优化提示词，以及模型间差异与引文功能的应用。
  • 大飞户外直播交流：AI工具应用、行业发展趋势与自媒体运营思考 Best Partners TV
    博主大飞在户外直播中与观众闲聊，探讨了Agent与Web coding对研发及科研的效率改变、模型自我迭代趋势、苹果在AI领域的表现，以及面对技术焦虑、自媒体运营与商业探索的心态。
  • 自主性：非技术用户的编码代理 AI Engineer
    Michele Catasta 讨论了为非技术用户构建自主编码代理的挑战和机遇，强调了自主性的重要性、当前技术的局限性以及 Replit 在此领域的创新方法。
  • 豆包手机！GUI Agent是真革命还是开倒车？｜ 深度对话张和 人民公園說AI
    本期节目深度对话AI出海创业者张和，探讨字节跳动推出的豆包手机助手及其GUI Agent技术。嘉宾分享了其在小米推动类似项目时的经验与挑战，分析了GUI Agent在准确率、隐私、生态壁垒等方面面临的困境与机遇。讨论了OS级AI的未来发展趋势，以及苹果、谷歌等大厂的潜在布局，并从创业者视角审视了PC端GUI Agent的机遇。节目认为，尽管面临挑战，GUI Agent代表了AI与硬件交互的重要方向，未来可能重塑人机交互模式。
  • Google Labs 的前瞻性智能体：Jewels 项目如何重塑软件开发 AI Engineer
    本文探讨了从反应式到前瞻性 AI 智能体的转变，以 Google Labs 的 Jewels 项目为例。演讲者 Kath Corbec 阐述了当前异步智能体带来的精神负担，以及人类作为串行处理者的局限性。她提出了前瞻性智能体的愿景，强调了观察、个性化、及时性和无缝工作流集成四大要素。Jewels 项目通过三个层级（从基础的代码修复到复杂的系统洞察）和一系列新功能（如记忆、批评者代理等），旨在成为开发者值得信赖的协作伙伴，最终目标是减少工具摩擦，释放创造力，共同塑造软件开发的未来。
  • 构建高效AI编码代理的宝贵经验：模型能力超越工程技巧 AI Engineer
    本文分享了构建AI编码代理的宝贵经验。演讲者指出，过去依赖巧妙的脚手架（如RAG、搜索树）来弥补模型不足的时代已经过去，因为前沿模型能够直接超越这些抽象层。重点已转向提升模型本身的能力，通过严谨的基准测试和强化学习（RL）环境，而非仅仅依赖代理的“聪明”工程技巧。演讲者介绍了Klein Bench，一个旨在创建真实世界编码任务基准的开源项目，以期通过社区贡献加速前沿AI研究。
  • OpenAI Agent RFT：通过强化微调提升智能体性能的策略与实践 AI Engineer
    OpenAI的Will Hang和Cathy Zhou介绍了Agent RFT（智能体强化微调），这是一种通过改变模型权重来显著提升智能体性能的方法。文章详细阐述了智能体的定义、与外部世界交互的能力，以及如何通过提示工程、任务优化和最终的Agent RFT来逐步优化其表现。通过Cognition、Codto、Cosign和Macco等客户案例，展示了Agent RFT在代码编辑、代码审查和GPU内核编写等复杂任务中的实际应用，并强调了数据质量、并行工具调用、行为稳定性和奖励函数设计等成功关键原则。
  • Google DeepMind推出Anti-gravity：AI智能体驱动的开发者平台新范式 AI Engineer
    Google DeepMind发布了全新的AI开发者平台Anti-gravity，它以“智能体优先”为核心理念，旨在通过AI智能体重塑软件开发工作流。该平台包含AI编辑器、智能体管理器和智能体控制的浏览器三大核心界面，并深度整合了Gemini 3 Pro等多模态AI模型的能力。文章详细介绍了Anti-gravity如何利用模型能力的提升，通过“工件”（Artifacts）这一创新交互模式，实现更高效、更直观的开发体验，并揭示了其背后“研究与产品飞轮”的独特开发模式。
  • Cursor Composer：构建高效智能的AI编程代理模型 AI Engineer
    本文深入探讨了Cursor公司如何开发其首个代理模型Cursor Composer，旨在实现软件工程中的快速与智能。文章介绍了该模型在代码生成效率上的显著优势，以及其在强化学习、并行工具调用和语义搜索方面的创新。同时，也详细阐述了在匹配训练与推理环境、处理复杂任务以及确保一致性方面所面临的基础设施挑战，并分享了Cursor团队在解决这些问题上的经验和未来展望，强调了AI工具在加速研发中的关键作用。
  • OpenAI 如何服务 8 亿周活跃用户：模型专业化与微调 a16z
    OpenAI 的 Sherman Woo 深入探讨了公司如何通过 API 和 ChatGBT 等第一方应用服务 8 亿周活跃用户。讨论涵盖了模型专业化、微调 API 的演进、强化学习的应用，以及 OpenAI 在开放源代码和定价策略方面的思考。此外，还探讨了代理（Agent）构建器的设计理念，以及在不同行业中自动化工作流程的实践。
  • AI智能体：炒作、经济学与企业落地的真实图景 TechButMakeItReal
    2025年被誉为“AI智能体之年”，但现实与预期存在巨大差距。本文深入探讨了AI智能体的商业模式、隐性成本以及企业落地中的挑战。虽然90%的智能体部署在30天内失败，但成功的案例表明，智能体并非廉价劳动力替代品，而是与劳动力预算竞争的新型软件。文章还揭示了Agent Ops和智能体管理基础设施等新兴市场机遇，强调了理解其真实价值和部署复杂性的重要性。
  • AlphaArena：中国AI模型在投资大赛中“屠杀”西方巨头，这究竟意味着什么？ FearNation 世界苦茶
    近期，一场名为**AlphaArena**的人工智能交易大赛引发轰动。中国的**DeepSeek**和**Qwen**模型以惊人收益率大胜**OpenAI**的**ChatGPT**、谷歌的**Gemini**等西方模型。本文深入剖析了这场比赛的戏剧性结果，指出其并非智能高下的较量，而是风险策略、执行脚本与市场时机的野蛮碰撞。文章进一步探讨了**AlphaArena**作为“**斯普特尼克时刻**”的象征意义，揭示了AI竞争从知识型聊天机器人转向执行型自主代理的根本性转变，并分析了其对地缘政治和东西方AI哲学部署的深远影响。
  • 语音代理商业落地：李沐分享经验与教训 硅谷101
    本次演讲中，李沐分享了语音代理（Voice Agent）在商业落地中的经验与教训。他通过两个实际项目——一个开放世界游戏和一个AI电话营销员——深入探讨了语音代理的技术挑战、模型架构选择、实时交互优化以及数据训练策略。演讲强调了预训练、领域内评估和满足严格监管要求的重要性，并展望了语音代理在多角色、复杂世界设定及通用产品销售中的未来发展。
  • Andrej Karpathy：为什么这是“智能体的十年”，而非“智能体之年”？ Dwarkesh Patel
    著名AI研究员Andrej Karpathy深入探讨了为什么他认为通用人工智能（AGI）的实现需要一个“智能体的十年”，而非“智能体之年”。他剖析了当前大型语言模型（LLM）存在的认知缺陷、对强化学习（RL）的深刻批判（“像通过吸管吸取监督信号”），并类比自动驾驶的“九的征程”来说明产品化的艰巨。Karpathy还分享了他从零构建nanochat的经验，对AI是否会引发经济爆炸性增长提出了质疑，并阐述了他创办教育项目Eureka的初衷——在AI时代提升人类自身的能力。
  • 思科Outshift：利用多智能体AI和网络知识图谱应对网络变更挑战 AI Engineer
    思科Outshift团队的产品负责人Ola Mabadeje介绍了他们如何利用多智能体AI系统、网络知识图谱和数字孪生技术，解决网络变更管理中普遍存在的生产环境故障问题。该方案通过自然语言接口与ITSM工具集成，利用AI智能体进行影响评估和测试计划生成，并在数字孪生环境中运行测试，显著减少了令牌消耗和响应时间。文章详细阐述了知识图谱的构建挑战、多模型灵活性、性能等技术要求，并展示了一个实际的防火墙规则变更管理演示，强调了开放标准和可伸缩系统的重要性。