暂无搜索历史
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...
过去,Agent 操作网页主要依赖截图识别、DOM 定位和模拟点击。它需要像人一样寻找按钮、填写表单,再根据页面变化判断操作是否成功。面对结构复杂、状态繁多的企...
原来按照前端、后端划分的团队开始合并,一个需求涉及的页面、接口和服务,逐渐交给同一位工程师负责。原来的前端同学开始写后端,后端同学也开始完成页面开发。
过去,我们通常把模型和 Agent 看成上下两层。模型先被训练出来,Agent 产品再把它接入代码仓库、终端、浏览器和测试环境。模型负责理解与推理,Harnes...
在很多 AI Coding 方案里,验证闭环几乎被默认等同于“让 Agent 跑测试”。
有人选择 Cursor,有人用 Claude Code,有人用 GitHub Copilot,也有人把 Codex 接进自己的工作流。这个阶段里,工具选择更多是...
过去我们讨论 AI Coding,很多时候默认有一个前提:先打开一个工具,再让 Agent 做事。这个工具可能是 IDE,也可能是 CLI、云端任务界面,或者浏...
最近读到 TRAE.ai 发出的《字节跳动技术副总裁洪定坤:AI Coding 的实践与探索》,很有共鸣。
从 Demo 看,它几乎总是很惊艳:给一张设计稿,几秒钟生成页面;把 Figma 链接丢进去,系统吐出 HTML、CSS、React 组件;再配上一个浏览器预览...
这里说的“组织系统”,不是一个抽象的大词,也不是单指公司里的权限平台、身份与访问管理 IAM 或安全合规系统。
它会搜索文件,会打开文档,会总结内容,会调用工具,会生成报告。屏幕上不断出现工具调用记录,文件一个个被读取,任务一步步推进。你甚至会有一种感觉:它已经像一个真的...
上一篇讨论的是:当 Skill 开始影响 Agent 行为之后,它就不能只作为经验文档存在,而必须进入测试、回归和评估体系。
过去一年,AI Coding 的讨论里,一个很明显的变化是:大家不再满足于让 AI 直接改代码了。
最近几周,Coding Agent 的更新非常密集。如果单独看,很容易觉得它们只是一些产品功能更新:OpenAI 收购一家云执行环境公司,AWS 推出 Agen...
TechCrunch 报道[1],Uber 在几个月内用完了全年 AI coding 预算,随后开始给员工和各类 agentic coding tool 设置使...
业务或产品先提出想法,产品经理整理 PRD,设计师产出设计稿,研发看 PRD 和设计稿评估实现,再拆前后端任务,写代码、联调、测试、上线。
如果一个团队的 AI 生成代码占比越来越高,出码率也在上升,但 PR 吞吐量没有明显变化,返工还是很多,验证和 review 压力也没降下来,那你很难说:研发效...
在组织调整周期里,经常会听到一种说法:“先别主动走,看看后面有没有裁员补偿。”在互联网公司的语境里,这也常被叫作“等礼包”。
过去几年,AI Coding 工具最容易被感知的价值,是补全、生成、解释、改写,或者帮助开发者快速完成一个初始实现。这个阶段解决的是“从空白到第一版”的问题,也...
一次看起来很合理的 Skill 改动,可能会让 Agent 变得更稳定,也可能让它偏得更远。
暂未填写公司和职称
暂未填写技能专长
暂未填写学校和专业