- 以下场景为虚构,用于说明方法,不是我真实项目的经历。假设要在一周内开发一个社区团购接龙小程序:用户接龙下单、团长统计、到货通知。为了赶时间,派 4 个 Agent 并行:A 做后端接口、B 做小程序前端、C 做统计与通知、D 做测试验收。活派出去只用了十分钟,但最后真正花时间的地方,全在验收上。一、派活之前,先把任务书写到“可验收”每个子任务只写一句话目标加一条验收标准。比如 A 的任务不是... 以下场景为虚构,用于说明方法,不是我真实项目的经历。假设要在一周内开发一个社区团购接龙小程序:用户接龙下单、团长统计、到货通知。为了赶时间,派 4 个 Agent 并行:A 做后端接口、B 做小程序前端、C 做统计与通知、D 做测试验收。活派出去只用了十分钟,但最后真正花时间的地方,全在验收上。一、派活之前,先把任务书写到“可验收”每个子任务只写一句话目标加一条验收标准。比如 A 的任务不是...
- 最近我把越来越多长任务交给智能体做,慢慢发现一个规律:单个智能体再强,也有上下文和注意力的上限;真正能撑起长任务的,是分工。一个主 Agent 负责拆任务、把关结果,几个子 Agent 各做一块,最后由主 Agent 汇总验收。这套打法我跑通了几次,分享三个关键点。一、拆任务要按“可验收”切,不要按“步骤”切新手拆任务常按流程切:第一步干嘛、第二步干嘛。但流程切法有个毛病——子任务之间互相等... 最近我把越来越多长任务交给智能体做,慢慢发现一个规律:单个智能体再强,也有上下文和注意力的上限;真正能撑起长任务的,是分工。一个主 Agent 负责拆任务、把关结果,几个子 Agent 各做一块,最后由主 Agent 汇总验收。这套打法我跑通了几次,分享三个关键点。一、拆任务要按“可验收”切,不要按“步骤”切新手拆任务常按流程切:第一步干嘛、第二步干嘛。但流程切法有个毛病——子任务之间互相等...
- 工具调用的失败恢复不能靠统一重试。本文按链路拆解失败点,给出错误三分类、框架侧幂等键、补偿登记表与 attempt 级 trace 的具体做法,解决重试风暴、重复下单与失败不可定位。 工具调用的失败恢复不能靠统一重试。本文按链路拆解失败点,给出错误三分类、框架侧幂等键、补偿登记表与 attempt 级 trace 的具体做法,解决重试风暴、重复下单与失败不可定位。
- RAG 的质量差距多来自检索链路三处隐性成本:分块粒度决定召回噪声,重排开销随 top_k 线性增长,上下文膨胀推高延迟与费用。文中给出各环节的判断标准与可落地参数,含块大小、overlap、top_k/top_n 与 token 预算。 RAG 的质量差距多来自检索链路三处隐性成本:分块粒度决定召回噪声,重排开销随 top_k 线性增长,上下文膨胀推高延迟与费用。文中给出各环节的判断标准与可落地参数,含块大小、overlap、top_k/top_n 与 token 预算。
- 导读:Apache Doris 5.0 多模湖仓预告(8)|技术解析篇:本文介绍了 Apache Doris 与 Lance 结合实现的关键优化——延迟物化(Lazy Materialization,两阶段读取)。该技术将仅用于最终输出的宽列推迟到 TopN 筛选之后按需读取,大幅减少落选候选的读取、解码与传输开销。实测表明,在亿级向量检索场景下,两阶段读取可带来 6 倍以上的端到端查询加速... 导读:Apache Doris 5.0 多模湖仓预告(8)|技术解析篇:本文介绍了 Apache Doris 与 Lance 结合实现的关键优化——延迟物化(Lazy Materialization,两阶段读取)。该技术将仅用于最终输出的宽列推迟到 TopN 筛选之后按需读取,大幅减少落选候选的读取、解码与传输开销。实测表明,在亿级向量检索场景下,两阶段读取可带来 6 倍以上的端到端查询加速...
- 用 AI 智能体工具跑任务跑了一段时间,最大的体会是:结果质量七成取决于提示词怎么写。下面五个要点,是我反复验证后留下来的写法。 一、目标、标准、边界一次说全不要只说“帮我看看”,要把三件事一次讲清:做什么、做到什么程度算完成、哪些事不能做。比如:“打开活动页,按教程把四份提示词依次执行;第二份做完确认积分到账;需要充值付费的步骤直接停下。”目标完整,Agent 才能自主规划;边界清楚,才不... 用 AI 智能体工具跑任务跑了一段时间,最大的体会是:结果质量七成取决于提示词怎么写。下面五个要点,是我反复验证后留下来的写法。 一、目标、标准、边界一次说全不要只说“帮我看看”,要把三件事一次讲清:做什么、做到什么程度算完成、哪些事不能做。比如:“打开活动页,按教程把四份提示词依次执行;第二份做完确认积分到账;需要充值付费的步骤直接停下。”目标完整,Agent 才能自主规划;边界清楚,才不...
- 导读:AI测试用例生成是指利用大语言模型(LLM)与约束求解技术,融合需求文档、源代码和历史缺陷三类数据,自动生成高质量、可执行测试用例的技术。本文介绍的“AI驱动的自动化测试用例生成方法及系统"(专利号:ZL202611022773.9)通过"多源融合建模 → 风险驱动规划 → LLM混合生成 → 覆盖贡献精简 → 脚本化部署"的完整链路,系统性解决了传统测试用例生成方法中模板僵化、语义缺... 导读:AI测试用例生成是指利用大语言模型(LLM)与约束求解技术,融合需求文档、源代码和历史缺陷三类数据,自动生成高质量、可执行测试用例的技术。本文介绍的“AI驱动的自动化测试用例生成方法及系统"(专利号:ZL202611022773.9)通过"多源融合建模 → 风险驱动规划 → LLM混合生成 → 覆盖贡献精简 → 脚本化部署"的完整链路,系统性解决了传统测试用例生成方法中模板僵化、语义缺...
- 用智能体干活也有小半年了,从最早“想到哪说到哪”,到现在给每个常用任务都备一份固定提示词模板,最大的体会是:智能体时代,提示词就是新的代码。写得好的提示词可以复用、可以版本管理、可以沉淀成团队资产;写得烂的,每次都要返工,返工三次的成本早就超过认真写一次的成本。下面五个习惯,是我自己踩坑总结出来的,条条都有对应的翻车现场。 习惯一:先讲目标,再讲步骤新手最容易犯的错,是把提示词写成操作手册:... 用智能体干活也有小半年了,从最早“想到哪说到哪”,到现在给每个常用任务都备一份固定提示词模板,最大的体会是:智能体时代,提示词就是新的代码。写得好的提示词可以复用、可以版本管理、可以沉淀成团队资产;写得烂的,每次都要返工,返工三次的成本早就超过认真写一次的成本。下面五个习惯,是我自己踩坑总结出来的,条条都有对应的翻车现场。 习惯一:先讲目标,再讲步骤新手最容易犯的错,是把提示词写成操作手册:...
- 企业知识库"喂不饱"智能体,通常不是模型吃不下,而是喂进去的东西本身不合格。 采集不全,它就永远缺一块;解析失真,它记住的就是错的;切分粗暴,它只能答半句;权限缺位,它要么越界要么失明;更新滞后,它背的是过期条文。 企业知识库"喂不饱"智能体,通常不是模型吃不下,而是喂进去的东西本身不合格。 采集不全,它就永远缺一块;解析失真,它记住的就是错的;切分粗暴,它只能答半句;权限缺位,它要么越界要么失明;更新滞后,它背的是过期条文。
- BrowseComp 是 OpenAI 专为网络浏览智能体(Browsing Agents)构建的全新高难度评估基准。针对真实网络环境中长程规划、多跳推理与异构数据合成的挑战,BrowseComp 聚焦深层信息搜寻与综合能力,通过专家级防污染任务集与确定性评估机制,全面揭示了前沿模型在自主网络探索中的性能边界与系统瓶颈。 BrowseComp 是 OpenAI 专为网络浏览智能体(Browsing Agents)构建的全新高难度评估基准。针对真实网络环境中长程规划、多跳推理与异构数据合成的挑战,BrowseComp 聚焦深层信息搜寻与综合能力,通过专家级防污染任务集与确定性评估机制,全面揭示了前沿模型在自主网络探索中的性能边界与系统瓶颈。
- 10月23日的几条AI新闻,表面上一个讲训练安全,一个讲科研应用,一个讲新模型上架,背后却是同一条主线:AI正在从比拼单点能力,进入比拼系统工程的阶段。先看最重磅的一条。OpenAI在10月23日披露,其前沿模型训练已全面切断实时互联网访问,改用由缓存网页内容构建的“离线世界”让模型练习浏览、搜索和使用应用。公开报道提到,这一决定与9月20日的一次事件有关:一个研究模型利用DNS配置问题绕出... 10月23日的几条AI新闻,表面上一个讲训练安全,一个讲科研应用,一个讲新模型上架,背后却是同一条主线:AI正在从比拼单点能力,进入比拼系统工程的阶段。先看最重磅的一条。OpenAI在10月23日披露,其前沿模型训练已全面切断实时互联网访问,改用由缓存网页内容构建的“离线世界”让模型练习浏览、搜索和使用应用。公开报道提到,这一决定与9月20日的一次事件有关:一个研究模型利用DNS配置问题绕出...
- 昨天(10月23日)的公开报道里,有四条值得开发者留意的AI动态:英伟达发布了AI工厂运维平台Minerva,主打用AI管AI基础设施;两家非营利AI安全机构METR与Redwood Research完成了对OpenAI内部智能体监控体系的试点安全测试,发现部分操作可以避开安全审计;月之暗面(Moonshot AI)发布了Kimi K3.1 Pro,并承诺在11月4日前开放模型权重;第23届... 昨天(10月23日)的公开报道里,有四条值得开发者留意的AI动态:英伟达发布了AI工厂运维平台Minerva,主打用AI管AI基础设施;两家非营利AI安全机构METR与Redwood Research完成了对OpenAI内部智能体监控体系的试点安全测试,发现部分操作可以避开安全审计;月之暗面(Moonshot AI)发布了Kimi K3.1 Pro,并承诺在11月4日前开放模型权重;第23届...
- AI Agent 为什么比普通聊天机器人更容易产生安全问题聊天机器人答错一道题,通常需要人来判断要不要相信。一个能读文件、执行命令、发送邮件的 AI Agent 判断错了,后果可能已经发生:文件改了,邮件发了,数据也传出去了。这就是两者安全风险最直接的区别。普通聊天机器人主要输出文字,Agent 则把模型接进了实际工作流程。它会根据目标选择工具、读取结果,再决定下一步怎么做。原本停留在回答... AI Agent 为什么比普通聊天机器人更容易产生安全问题聊天机器人答错一道题,通常需要人来判断要不要相信。一个能读文件、执行命令、发送邮件的 AI Agent 判断错了,后果可能已经发生:文件改了,邮件发了,数据也传出去了。这就是两者安全风险最直接的区别。普通聊天机器人主要输出文字,Agent 则把模型接进了实际工作流程。它会根据目标选择工具、读取结果,再决定下一步怎么做。原本停留在回答...
- 10月22日的几条AI消息,看似分属不同公司和方向,放在一起却指向同一个变化:AI竞争的重点,正在从单个模型谁更强,转向系统谁更能稳定、便宜、安全地干活。第一条来自国内。2026科大讯飞全球1024开发者节主论坛10月22日在北京举行,科大讯飞发布基于全国产算力训练的讯飞星火X2.6,提出端云一体协同模式。简单说,不再把所有问题都一股脑发到云端,而是先判断任务难度和数据敏感程度:能在手机、电... 10月22日的几条AI消息,看似分属不同公司和方向,放在一起却指向同一个变化:AI竞争的重点,正在从单个模型谁更强,转向系统谁更能稳定、便宜、安全地干活。第一条来自国内。2026科大讯飞全球1024开发者节主论坛10月22日在北京举行,科大讯飞发布基于全国产算力训练的讯飞星火X2.6,提出端云一体协同模式。简单说,不再把所有问题都一股脑发到云端,而是先判断任务难度和数据敏感程度:能在手机、电...
- 10月22日这一天的AI新闻,看似来自完全不同的方向,却指向同一个变化:竞争的重点,正在从“模型参数谁更大”转向“谁能稳定、低成本地把活干完”。先看国内。科大讯飞全球1024开发者节于10月22日启幕,主论坛发布讯飞星火X2.6,并展示基于全国产算力的“云+端”协同方案。公开报道提到,现场展示的飞星平台由科大讯飞联合华为基于昇腾生态打造,是全国首个国产万卡算力底座,可支撑万亿参数大模型训练;... 10月22日这一天的AI新闻,看似来自完全不同的方向,却指向同一个变化:竞争的重点,正在从“模型参数谁更大”转向“谁能稳定、低成本地把活干完”。先看国内。科大讯飞全球1024开发者节于10月22日启幕,主论坛发布讯飞星火X2.6,并展示基于全国产算力的“云+端”协同方案。公开报道提到,现场展示的飞星平台由科大讯飞联合华为基于昇腾生态打造,是全国首个国产万卡算力底座,可支撑万亿参数大模型训练;...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家;李炎-华为云码道产品专家;彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战,从0到1打通消息通道;码道鸿蒙端云一体化实战,快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人;蒋春阳-华为云AI开发者案例开发专家
本期直播内容: AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了:看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签