所有人都在讲 Agent 能做什么。几乎没有人讲 Agent 跑在生产环境需要什么。

我维护着一个 Agent Skill——一份告诉大模型"你是谁、该怎么做、什么不能做"的 system prompt。它驱动一个数据质量异常检测 Agent，每...

当一个人可以用自然语言调度 Agent，完成代码生成、调试、部署与运营，软件生产的主角正在发生变化。

如果是百万注册用户、10 万日活，要把 Agent 执行从 Web 进程中拆出来，采用持久化工作流 + 可水平扩展 Worker + 事件驱动架构。

按次计费、API Key管理、数据隐私...这些麻烦事，有一个开源项目换了个思路：wigolo。

过去我们让编码 Agent 看代码，最常见的办法很粗：先 grep，再读文件，再凭上下文窗口临时拼出一张脑内地图。问题也在这里。上下文窗口一清空，地图就没了；换...

现在最容易被一眼识破的 AI 产物，往往不是错字连篇的草稿，而是那些"太顺了"的页面：卡片很多，渐变很稳，按钮很圆，文案也没错。可你看三秒就知道，它像同一个模型...

给 Agent 更长的上下文，接上检索，再配一本会自动更新的操作手册，它往往能在下一轮任务中做得更好。我们很容易把这种进步称作“学会了”。

过去一段时间，Agent 工程的主要叙事一直围绕能力扩展展开：让 Agent 读懂更大的代码仓库，调用更多工具，在浏览器和终端中执行操作，持续运行更长时间，再把...

当 AI 开始优化 AI 的工作流程， 自优化 Meta-Agent 已不只是概念——它用 $165 和一夜实验 ，完成了人类数周的工作。

不是功能迭代 ，而是一次关于 Agent 能力单元的重新定义。当 专业流程 可以被结构化沉淀和复用，AI 应用才算真正从「提示工程」走向「能力工程」

Anthropic 于 7月7日–10日密集推送三个版本（v2.1.203 / v2.1.198-v2.1.200 / v2.1.206），核心主题是 极客交互...

最近把一些项目迭代之后，开始琢磨A2A的一些实现效果，说实话看起来挺美好，但是实际落地的过程中发现效果打折比较明显，我觉得应该还是在一些方式方法上有问题。

• watchOS 27公测版放出，动态应用网格、Liquid Glass微调成为AI功能之外最受关注的更新点。

在过去十年的演进中，企业数据基础设施经历了从数据湖仓时代（解决"存得下、算得快"）到数据智能引擎时代（解决"用得好、用得快"）的跨越。站在 Agent 原生（A...

在前三篇里，我们分别讲了腾讯云大数据 AI Native 数据底座的三个方向：计算智能让 Agent "跑得快"、存储智能让 Agent "存得下、取得到"、数...

三个月前，我就是被这句话“骗”进坑的。当时想给自己做一个能自动阅读行业报告、总结要点并生成简报的AI助手。想着用现成的框架省事，果断选择了名声在外的LangCh...

2026年，AI Agent正在经历一场从“执行指令”到“主动决策”的历史性跃迁。这不是一次简单的功能升级，而是一场关于“智能边界”的范式革命。

‘设计一个AI Agent解决某个业务问题’，不要求你代码多完美，但思路必须得有。现在不懂这个，真不行了。”

今年我在旧金山连续参加完 Databricks Summit 2026 和 Snowflake Summit 2026，我的整体感觉是如果你还把它们理解成一个做...