@omarsar0: https://x.com/omarsar0/status/2065880971031834786
摘要
自主编码正在从优化提示词转向完善控制系统,工程师将AI代理嵌入目标设定、评估器和循环机制中。
查看缓存全文
缓存时间: 2026/06/13 22:21
自主长期运行的编码智能体
自主编码正从更好的提示设计转向更好的控制系统。重要的转变在于,工程师们正在学习如何将智能体包裹在目标、评估器、循环机制和工件中,以使其能够
相似文章
@Saccc_c: 受大神Karpathy的HackerTube启发,我做了一个「AnliBili」网站,专门集合16年来社媒上被反复安利的B站高质量视频,帮你消除信息噪音! 通过将知乎、小红书上16年来近1000万条讨论进行整理、分类,我筛选出了1132个…
受Karpathy的HackerTube启发,作者用Teamily AI的多Agent工作流搭建了「AnliBili」网站,从知乎、小红书16年近1000万条讨论中筛选出1132个被反复安利的B站高质量视频,帮助用户消除信息噪音。
The Download:控制 AI 智能体与“超级智能”忠诚度测试
MIT Technology Review 的每日通讯关注以下内容:以反向博弈论来控制 AI 智能体、特朗普将“Super Intelligence”重新品牌化作为一次忠诚度考验,以及今天的美国中期选举将如何检验 AI 的政治影响力。
如果你明天更换模型提供商,你的智能体会忘记什么?
一篇讨论帖,重点探讨 AI 智能体的“机构记忆问题”——习得的经验与诀窍分散在供应商控制的记忆功能、聊天记录和追踪数据中——引用了 NeuralTrust 于 10 月 27 日发表的文章,以及 InfoQ 对上下文、记忆和知识的区分,并询问从业者如何存储持久、可迁移的智能体知识。
我给了一个 Claude Code 智能体一项任务:赚钱。它评估了 12 个商业点子,还没写任何代码就淘汰了其中 11 个。
一位开发者在一台 VPS 上运行了一个 Claude Code 智能体,唯一任务就是赚钱。该智能体研究并评估了 12 个商业创意,否决了其中 11 个,随后开始验证最后一个创意。截至目前,它已获取 43 条潜在客户线索,但收入仍为 0 美元。
你的 AI agent 每个任务节省 10 分钟,但有人要花 15 分钟检查它的工作。
这篇文章主张,AI agent 的评估应该衡量整个工作流的总投入——包括人工验证、纠错和失败成本——而不仅仅是任务完成速度,因为审核开销可能会超过所节省的时间。