标签
Jerry Liu 观察到,人工智能开发正从手动构建工作流转向指定目标,从提示工程转向目标与评估工程。
本文探讨了将自主代码改进变得规范且适用于企业,以支持长周期AI工作流的研发工作。
文章介绍了'循环工程'作为AI工作的第四阶段,工程师设计系统自动提示、执行、评估和迭代而无需人工干预,超越了提示工程和自主工具使用。
awesome-autoresearch 是一个精选的 autoresearch 用例列表,本次新增条目将 Karpathy 的 autoresearch 模式应用到日常软件工程场景,提供具体模板降低工程师使用门槛。
一位开发者构建了 Ghost in the Loop,这是一个开源工具,能够跨平台自动延续多步骤 AI 对话,探讨减少人工干预的价值与风险。
本文讨论了Claude Code中的Goal、Loop和Workflows三种工作方式的区别,指出大多数人像与反应快的助手一问一答使用Claude Code。
来自牛津、剑桥、MIT、CMU等机构的研究人员开展了一项混合方法研究,考察人们如何将AI工具融入数学证明形式化工作流程。研究发现,借助AI辅助时,参与者的形式化准确率普遍更高,同时他们倾向于在证明发现过程中保持人类对高层决策的主导权。
JetBrains 将 Mellum2 开源,这是一个快速的 12B 混合专家模型,专为软件工程中的低延迟 AI 工作流设计,遵循 Apache 2.0 许可证。
Brooks Jordan分享了他的经历:尽管AI智能体自动化很强大,但人机协作对于高质量工作仍然至关重要,他引用了Every的报告,说明AI如何增加了对人类专业知识的需求。
这是对使用单个可调深度的万亿参数推理模型(如 Ring-2.6-1T)与在多个专用模型之间切换这两种方案的权衡思考,探讨哪种方法对代理工作流更简洁或更具成本效益。
关于ACL 2026上'LLM时代的工作未来'教程的公告,涵盖人类工作格局、构建LLM以增强工作流程、评估以及LLM/代理的未来。
SR8是一种工具,它能将人类或机器的原始意图编译成AI系统的结构化制品规范,通过在执行前形式化上下文、约束和成功标准,弥合了模糊请求与高质量输出之间的鸿沟。
MountainDesk是一款本地优先的工具,它连接了AI模型推理与桌面自动化,提供系统状态锚点、多智能体编排和后台监控等功能。创建者希望获得关于安全性和工作流整合的反馈。
一份实用指南,介绍 Claude Opus 4.7 与 4.6 的区别,涵盖新的 xhigh 努力等级、以自适应思考取代固定 token 预算,以及 1M 上下文窗口,并就如何调整提示策略和任务分配方式提供建议,以避免 token 成本虚高。
Google 推出了 Chrome“技能”功能,允许用户保存、复用并一键执行 AI 提示词,从而简化浏览器内的工作流程。
OpenWork 是一款免费开源的桌面应用,允许用户在不同AI代理之间共享AI工作流,作为Claude Cowork和Codex的替代品。
Flue 是一个开源的 TypeScript 工具框架,用于构建自主智能体和 AI 工作流,提供沙盒、持久化执行、工具和技能等功能。