workflows

ContextWeave 是一个新的纵向基准，用于评估在现实办公工作流中，回忆的记忆是否能够提升下游智能体的性能。它利用 14 名参与者经过隐私保护的多月工作流，创建了 1,005 个可执行任务。

作者认为，人工智能正在从回答问题转向自主执行任务，标志着“AI Agent”时代的开始，这将改变软件的构建方式。

Coze Studio 是一个一站式可视化开发工具，用于通过无代码/低代码方式构建 AI 智能体、应用和工作流，支持插件、知识库，以及与 OpenAI 和火山引擎等服务的集成。

Keystroke 是一款用于构建强大 AI 智能体与工作流的产品。

一本介绍AI智能体、工作流和现代应用实践的实用指南，涵盖评估框架、上下文工程，以及围绕AI采用的团队重组。

本文比较了 2026 年数据科学工作流中的 ChatGPT 和 Claude，指出两个模型现在都依赖原生 Python 执行计算。ChatGPT 在原始数据处理和统计建模方面表现出色，而 Claude 在交互式可视化和大上下文整合方面占据主导地位。

Screencap 将团队的真实工作流程转化为 AI 训练数据。

作者反思了构建一个开源 n8n 工作流仓库的经历，该仓库已演变成一项社区驱动的努力，旨在记录 AI 工作流背后的工程原理，包括各种权衡和设计决策。

Genkit 是一个开源框架，提供统一的模型 API、结构化工作流和多语言 SDK，以简化构建全栈 AI 应用的过程。

文章认为，企业AI的真正价值在于智能体工作流而非聊天机器人，这暗示了关注点的转变。

一个14步路线图，用于使用Claude Code的动态工作流将线性多智能体工作流转变为高效的图架构，强调数据依赖并行和基于合约的节点设计。

本文以会议论文数据集抽取为测试平台，研究反思与记忆等智能体机制是否能在学术PDF信息抽取中，相对于固定LLM工作流带来可控的改进。

一篇反思性文章，质疑是否有人成功实现了多智能体AI工作流编排，而没有诉诸临时解决方案。

本文讨论了AI编码工作流中对多智能体编排日益增长的需求，重点介绍了AutoGen、Claude Code和CrewAI等工具，这些工具使智能体能够协作、协调和共享信息，以处理超出人工管理范围的复杂任务。

这篇文章讨论了企业中的AI转型需要改变底层工作流，并针对业务流程部署代理，而不仅仅是向最终用户推出工具。它强调深厚的领域专长、数据组织和全面的投资回报率评估。

一个社区讨论，寻求真实世界、生产级别的自动化、AI代理或反馈循环，解决日常问题，不包括一次性原型。

Noofy是一款开源应用，通过将复杂的ComfyUI工作流转化为易于使用的仪表盘来简化它们。

一个开源的工作空间，专为AI代理和工作流设计，便于开发与集成。

Peter Gostev比较了Fable和GPT-5.6-Sol，认为Fable更聪明、更有口才但可靠性较差，而GPT-5.6-Sol则是一个勤奋的“工作马”，擅长执行任务和保持代码模式。他详细观察了UI、写作、稳健性及其他功能。

Swarm是一个用于构建代理工作流和多智能体系统的Swift框架，具备类型安全的工具调用、持久化检查点以及对多种LLM提供商的支持。