写作
写作
筛选文章 全部文章
专题、教程与项目实践
第 7 页 · 12 / 142-
Anthropic 让第三方 Eval 进入内部，模型评测开始看过程 Anthropic 与 Accenture 的 embedded evaluator 计划把评测范围从模型输出扩展到训练、部署、监控和事故流程，也暴露出独立性边界。
-
Where agent credentials belong: host, vault, and broker Where keys belong when coding agents call GitHub, databases, and cloud APIs, and how vaults and credential brokers define access boundaries.
-
Agent 的生产密钥该放哪里？Host Boundary、Vault 与 Broker 解释 Coding Agent 调用 GitHub、数据库和云 API 时，应用密钥、执行器密钥和第三方凭据该放在哪里，以及 Vault 与 Credential Broker 的边界。
-
skill-up: evaluate real stateful multi-turn sessions Alibaba skill-up resumes real sessions turn by turn, letting skill evaluations test context continuity, intermediate state, and per-turn assertions.
-
多轮 Skill Eval 不该把对话压成一包：skill-up 开始续接真实 Session Alibaba skill-up 的 stateful 多轮模式逐轮恢复真实 Session，让 Agent Skill Eval 能检查上下文连续性、中间状态和逐轮断言。
-
Splash: a local LLM inference stack built for each model Splash combines model packages, kernels, memory planning, and compatible local APIs into a model-specific inference stack for coding agents.
-
Splash：把本地 LLM 推理栈按模型重做 Splash 把模型包、Kernel、内存计划和本地兼容 API 组合成按模型定制的推理栈，面向 Coding Agent 的本机模型运行。
-
Why more agent tools can mean worse tool selection How Tool Search loads definitions on demand, affects prompt caching, and differs from MCP connections and ARD resource discovery.
-
Agent 工具越接越多，为什么反而更容易选错？读懂 Tool Search、MCP 与运行时发现 解释 Tool Search 如何按需加载工具定义，为什么它会影响 Prompt Cache，以及 MCP、Tool Search 和 ARD 分别解决什么问题。
-
Claude merges Chat and Cowork to reduce mode choices Claude combines Chat and Cowork in one conversation, routes capabilities automatically, and keeps task state and permissions visible.
-
Claude 把 Chat 和 Cowork 合并后，Agent 产品开始减少模式选择 Claude 把 Chat 与 Cowork 合并到同一会话，把能力路由交给系统，同时保留任务状态和权限确认，给 Agent 产品一个具体 UX 边界。
-
Foreman：给 Coding Agent 加一个独立监工 拆解 Foreman 如何把 Coding Agent 的执行循环与独立监督分开，用运行证据、Jev 判断和确定性 policy 决定继续、验证、停止或交给人工。