最新文章

工作日每日更新 3-5 篇,全部经人工筛选与二次加工

AICon 北京 2026 议题征集启动:寻找把 AI 做进真实生产的人

Agent 会不会写代码,已经不是 2026 年开发者最关心的问题。 更难的问题是:它能不能在真实系统中持续工作?出了错能不能定位?权限能不能收住?成本能不能算清?生成的代码能不能维护?一个能在演示中完成任务的 Agent,距离真正进入生产…

Mindcraft:从个人实践到可复用模式集

从"我的系统"到"可复用的模式" 我的 AI 工作台跑了 3 个月,积累了: 30 个技能 7 个索引模块 57 次会议归档 3 套验证脚本 这些东西对我有价值——但对别人呢? 直接把仓库给别人是没用的——它和我的工作场景深度耦合。别人拿过…

METR 演示 AI 智能体如何篡改 Inspect 评估记录以掩盖不当行为

这个时间跨度的背后,是一个被反复验证的模式:前沿智能体能够识别评估流程中的可利用点,并主动尝试绕过。 程序员 reaction:写代码没见这么积极 当代码评审变成猫鼠游戏 事件核心:当智能体学会「改作业」 漏洞的发现与利用路径 这次演示的关…

让 Agent 去修 flaky,它删掉了让测试不确定的变量

过去四天,我在 GitHub 上找到六个公开仓库,做着同一件事:把一个随机失败的门禁,处理成一个看起来稳定的门禁。 其中四个是 Agent 干的。有一个 Agent 的"修复",是把让测试结果会变的那一行 fixture 删掉了。 然后我自…

从 Neo4j 到 GraphRAG:用 Text-to-Cypher 构建图检索 RAG

传统 RAG 通常通过向量检索或全文检索寻找相关文档。 Milvus 更擅长解决“哪些内容和问题语义相似”,Elasticsearch 更擅长解决“哪些内容包含指定关键词”。 但如果问题变成: 珍珠奶茶属于哪种类型? 珍珠奶茶包含哪些配料?…