- 博客(391)
- 收藏
- 关注
RSS订阅
原创 AI评测怎么才有效？纽约人寿解密1368起生产事故：为什么基础模型只占个位数归因，部署控制才是灾难分水岭
评测的终点不是为了在排行榜上拿高分，而是为了向工程和业务团队提供系统能否安全上线的确凿证据。不要再花费 90% 的精力去争论基础大模型微调的细微损失，而应该把目光投向包裹在模型周围的守卫层——明确系统权限上限（Authority）、建立不可击穿的业务规则防火墙、设计无缝的人工介入机制，并用残酷的“证伪压力测试”不断打碎系统。唯有跨越“模型评测”进入“全系统评测”，企业才能在 AI 规模化落地的暴风雨中立于不败之地。
2026-11-09 09:49:05
977
原创 企业提效不止于请一个Agent：从招一支团队到四大过关能力——读腾讯云CTO王慧星2026全球数字生态大会演讲
2026腾讯全球数字生态大会 · 架构主旨演讲 | 演讲人：王慧星（腾讯集团副总裁、腾讯云CTO） | 主题：开放 WorkBuddy 平台能力 助力企业打造可运营、可持续进化的生产力系统：个人提效好比“请一位员工”，公式是；而企业级提效则等同于“招进一支全新团队”，其真实落地方程式是。企业落地 Agent 必须跨越“连得通、跑得稳、可托付、算得清”四大关卡。
2026-10-30 09:07:03
328
原创 AI已经能写出90%的代码，剩下10%叫软件工程——读字节跳动技术副总裁洪定坤2026原动力大会演讲
如果大模型是一匹日行千里的骏马，那么Harness（马具、缰绳与马鞍）就是让人类骑上去并精准控制方向的工程化基建。Harness 绝不等于单纯设计单/多 Agent 框架Harness 基建核心维度需要解决的工程痛点字节跳动的落地实践与评测跃迁上下文工程（Context）模型缺乏全局视野，靠猜测编造接口精准喂入与当前任务强相关的跨服务调用拓扑与数据字典架构约束与规范AI 随意引入外部依赖、破坏分层架构将代码规范、目录职责、安全红线以声明式规则硬性注入执行环境团队知识与踩坑沉淀。
2026-10-13 14:14:22
790
原创 变快的是价值还是垃圾？小红书企业级Agent质效与成本治理实践——读小红书总架构师孟洪进2026云栖大会演讲
2026 云栖大会 · 企业级 Agent 实践峰会 | 演讲人：孟洪进 / 飞鸿（小红书质效 & AI 应用总架构师） | 主题：企业级 Agent 质效度量与精细化成本治理：“大家确实变快了，但变快的是价值，还是生产垃圾的速度？”在 2026 云栖大会上，小红书质效 & AI 应用总架构师飞鸿（孟洪进）的灵魂发问直击全场痛点。当大模型让代码和内容的生成成本骤降，企业面临的真正危险是前端省下的时间全部演变为后端的灾难性返工。。这是互联网大厂在 Agent 落地深水区沉淀出的真实账本。
2026-10-12 16:53:13
758
原创 智能成为“商品”之后：读吴泳铭 2026 云栖演讲的六个取舍
吴泳铭在2026云栖演讲中提出智能将如电力般商品化，强调模型、芯片、云全栈协同降本增效。本文拆解其六大观点：智能应视为可量化生产资料，但质量与责任难标准化；“思考占比”等数字具启发性，不可当真；应用仍处“电灯阶段”，需期待颠覆性产品；递归改进依赖可靠评估器；全栈投入是方向，但多为远期规划；结果计费模式理想，实则需明确验收标准。核心启示：战略方向可信，数字需谨慎对待，落地关键在成本、可靠与交付。
2026-10-07 12:36:27
457
原创 靠写代码就能玩转强化学习？读《Learning Beyond Gradients》的五个取舍
翁家翌提出“启发式学习”（HL），主张通过编码智能体读日志、改代码、补测试、看回放，迭代优化系统而非训练神经网络。文章强调：真正学习的是可生长的系统，而非单一函数；样本效率高但总成本需综合评估；核心价值在于可回归性与工程纪律；HL与神经网络应分工协作，前者管规则与恢复，后者负责感知；该范式尚待验证，但其“可维护性提升”的假设值得探索。落地建议包括：用HL维护规则系统、自动化反馈、结合感知模型，并全面报告成本。关键启示是：将智能体产出视为需长期维护的系统，配以测试、回放与压缩机制。
2026-10-03 17:11:11
372
原创 IDEA 插件中心打不开？先别急着设代理
IDEA插件中心打不开？别急着设代理！先用浏览器访问plugins.jetbrains.com判断是否网络问题。若能打开，问题多在代理设置，应核对HTTP Proxy配置，避免误填代理地址或无效端口；改后务必重启IDE。若浏览器也打不开，可能是运营商、DNS或防火墙限制，尝试切换网络（如手机热点）。公司网络下可检查自签名证书信任。实在无法连接，可离线下载插件包（.zip/.jar），通过“Install Plugin from Disk”手动安装。关键：先排查，再操作，离线安装是终极兜底方案。
2020-05-09 11:27:41
65326
29
原创 从对话助手走向全天候伴侣：百度世界大会解密「百度搭子」Agent架构与生活全场景闭环——读专场实录
2026 百度世界大会 · 官方专场实录 | 核心议题：百度搭子 Agent 架构、端云协同推理、全场景主动伴随与服务闭环：过去两年，大模型产品多以“问答搜索”或“任务命令式助手”形态存在，用户需要主动输入 Prompt、等待回复并手动串联后续动作。。基于文心大模型的端云协同架构与跨应用意图识别网关，百度搭子不仅能够记忆用户长周期的个性化偏好，更打通了从出行、消费、职场到生活娱乐的全链路 API 调度生态，让 Agent 真正具备主动感知、长程规划与自动化履约的完整生命力。
2026-11-13 09:49:25
33
原创 工具调用只是JSON加代码：HumanLayer拆解Agent 12要素与70%伪成功陷阱——读Dex演讲实录
AI Engineer · 官方拆解 | 演讲嘉宾：Dex (HumanLayer 创始人) | 核心议题：Agent 12 要素、终结 70% Demo 陷阱、循环模型与上下文工程：在复盘了超过 100 个工业级智能体项目的失败案例后，HumanLayer 创始人 Dex 给出了一记当头棒喝：市面上太多团队在达到 70%~80% 成功率时陷入盲目乐观，随后在生产的泥潭中推倒重来。** 真正让 Agent 具备企业级可用性的，从来不是换更花哨的 Agent 框架，而是重回软件工程的基本功**。
2026-11-13 09:47:54
29
原创 为什么AI不敢替你算数？Kepler把「数字指针」做进架构终结幻觉——读CEO Vino Ganesh演讲实录
AI Engineer 2026 · 官方拆解 | 演讲嘉宾：Vino Ganesh (Kepler 创始人兼 CEO) | 核心议题：金融级确定性、数字指针架构、检索重排与防幻觉护栏：为什么华尔街与顶级资管机构至今对直接将 AI 接入财务核心心存敬畏？根本原因在于，在从海量 10-K/10-Q 财报中检索到最终完成报表算术的链条上，任何一环的失误都会输出一个“长得跟标准答案一模一样的伪造数字”。。
2026-11-13 09:46:03
16
原创 多Agent组队怎么配才不亏？Cohere拆解分层Harness、算力边际收益与逆向工程基准——读Nuha演讲实录
Worker 完成局部任务后，严禁回传几千行原始终端日志，必须由本地模型总结为高度浓缩的执行状态、关键符号与错误结论，回传给领导者。
2026-11-13 09:44:09
30
原创 让评测人人可用：Google DeepMind拆解三层评测平台、通用评分器与组织治理——读Nicholas Kang实战演讲
AI Engineer Europe 2026 · 官方拆解 | 演讲嘉宾：Nicholas Kang & Michael Aaron (Google DeepMind / Kaggle) | 核心议题：Agent 评测平台化、三层解耦架构、Bradley-Terry 对决与组织治理：在过去两年中，几乎每个大模型或 Agent 团队都在自建评测集——但很快陷入了标准分裂、结果不可比、ArXiv 论文发布即过时、生产上线缺乏持续可维护性的深渊。。
2026-11-13 09:42:37
27
原创 当助手变成能干活的智能体：Meta CTO对谈Aparna拆解AI眼镜四条异步反馈回路与硬约束——读Boz to the Future实录
Meta Official · Boz to the Future Ep.28 | 嘉宾对谈：Andrew “Boz” Bosworth (Meta CTO) × Aparna Chennapragada (Meta 可穿戴产品副总裁，前 Google Lens 创始人) | 核心议题：AI 眼镜、个人智能体 Muse 与四条异步工程回路：当软件算法与消费级硬件融合，为什么智能穿戴成为了硅谷最难攻克的品类？。
2026-11-12 09:07:54
88
原创 为什么大多数AI试点死在PoC？Box两小时深度拆解企业上下文重构、权限审计与转型落差——读主题演讲实录
Box 年度企业转型峰会 · 主题演讲实录 | 演讲团队：Box 高管与企业智能内容工程架构组 | 核心议题：打破企业 AI PoC 死亡谷的战略与全链路工程解法：企业买下了最顶级的商业大模型 API 额度，并在部门内做出了几十个看起来炫酷的对话 Demo，但在长达两年的时间里却始终无法改变公司哪怕 1% 的真实利润表。。
2026-11-12 09:05:58
100
原创 多模态Agent规模化后的评测困局：Uber拆解离线+线上双轨评测、裁判校准与闭环回流——读Google×Uber实战演讲
AI Engineer 2026 · Google × Uber 实战 | 演讲嘉宾：Soumya Gupta & Jai Chopra (Uber 核心工程师) | 核心议题：多模态 Agent 闭环评测与生产级校准架构：当多模态智能体进入日均千万级交互的真实生产链路时，传统依靠离线单一准确率（Accuracy）的评测体系会瞬间崩塌：图文混杂、结果没有唯一标准答案、线上输入分布每天都在产生剧烈的数据漂移。。
2026-11-12 09:03:36
198
原创 容错率为零的财务部门怎么用AI：Snowflake拆解财务智能体落地蓝图、分工边界与人工复核——读Keynote实录
Snowflake Expedition Keynote · 深度解析 | 主讲团队：Snowflake 企业数据与财务工程团队 | 核心议题：高合规零容错场景下的财务智能体架构蓝图：财务部门是企业中对自动化最渴望、却也是最恐惧容错率失控的职能中枢。少对账一分钱、错归类一笔税目、或在财报口径中掺入模型“幻觉估算”，都可能演变成严重的合规审计灾难。
2026-11-12 09:02:48
54
原创 换强模型不如改脚手架：IBM拆解Agent Harness四件套、隐式失败护栏与GPT-3.5实证——读Tejas Kumar演讲实录
AI Engineer 2026 · 官方拆解 | 演讲嘉宾：Tejas Kumar (IBM 资深工程与开发者体验专家) | 核心议题：Agent Harness 四件套、控制护栏与生产级可靠性重构：当一个智能体任务失败时，90% 的开发团队第一反应是“换个更贵、更强的前沿大模型”或者“微调 Prompt”。这不是语言理解问题，而是典型的 Harness 工程缺失。** 只要 Harness（脚手架/控制总线）设计正确，连垂垂老矣的 GPT-3.5 Turbo 都能稳定完成任务；
2026-11-12 09:01:45
58
原创 像招新人一样配齐七大部件：Gemini托管Agent架构实战与网络代理解耦凭证——读DeepMind研究员Philipp Schmid演讲实录
AI Engineer Summit 2026 · 深度实录 | 演讲嘉宾：Philipp Schmid (Google DeepMind 核心研究员) | 核心议题：Gemini 托管 Agent 架构、凭证隔离与物理安全沙箱实践：许多企业声称自己“部署了自主智能体”，但在工程现实中，仅仅是把一个 API Key 丢给前端调用，期待模型靠几百字提示词包办一切。
2026-11-11 09:06:11
169
原创 团队共事两年Agent仍在犯错？打破记忆幻觉重构形成-更新-遗忘-检索经验层——读CentralAgent CEO Sparsh Jain演讲实录
AI Engineer Summit 2026 · 深度实录 | 演讲嘉宾：Sparsh Jain (CentralAgent AI 联合创始人兼 CEO) | 核心议题：Agent 记忆系统缺陷、经验层架构与长程沉淀闭环：“一个 10 人的量化对冲团队与同一个 Agent 共事了整整两年，全队累计了 20 人年的业务经验，但这个 Agent 今天还在犯它两年前第一天入职时犯过的低级错误。”CentralAgent AI 创始人 Sparsh Jain 开篇摆出的刺眼事实，撕碎了大模型拥有“记忆”的伪象。
2026-11-11 09:05:05
127
原创 让Agent回头改自己：Warp解密元工程层、三维评分卡与自动提PR闭环——读DevEx工程主管Ben Holmes演讲实录
AI Engineer Summit 2026 · 深度实录 | 演讲嘉宾：Ben Holmes (Warp DevEx 工程主管) | 核心议题：Agent 自改进闭环、元工程层与三维评分卡体系：当代“软件工厂（Software Factory）”最大的误区，在于把全部算力押注在让 Agent 替人类写代码（装配线），却完全忽视了谁来纠正 Agent 的行为偏差。Warp 的工程实践表明：单向执行任务的 Agent 只是自动化脚本的延伸；
2026-11-11 09:02:08
56
原创 智能体企业落地三道坎：Snowflake解密统一数据底座、受管MCP与原生应用运行时——读CEO Sridhar Ramaswamy年度大会开幕演讲
Snowflake 年度技术大会 · 开幕演讲 | 主讲嘉宾：Sridhar Ramaswamy (Snowflake CEO) & Christian Kleinerman (产品执行副总裁) | 核心议题：智能体企业级落地与统一数据治理架构：企业级 AI 落地最残酷的真相在于：构建一个惊艳的智能体 Demo 只需要几天，但要让它在财富 500 强的生产网络里替跨国团队做审批、查库和报表，却往往要在数据孤岛、权限失控与上下文腐烂中挣扎数月。
2026-11-11 09:00:53
196
原创 告别大杯小杯幻觉：Gemini 4解密Argon深度推理与Carbon防御安全双架构——读DeepMind产品负责人Tulsee Doshi官方访谈
人类必须坚决守住“为什么做（Why）”与“验收标准（Spec）”的主权，将“如何实现（How）”与繁重试错交给模型。
2026-11-11 08:59:39
283
原创 大模型后训练与对齐怎么做？2026CCF决策智能会议深度解密：从端侧长程任务、博弈说服机制到奖励可识别性与自进化Harness
学术论坛：大模型后训练与对齐 | 主持人：温睦宁（上海交通大学） | 联合解读：上海交通大学 · 同济大学 · 上海人工智能实验室 · 小米科技大语言模型的竞争焦点正在经历一次根本性的范式跃迁：预训练阶段决定了模型的“常识底座与通识知识量”，而则决定了模型能否在开放环境中做出。在日前举办的上，来自上海交大、同济大学、上海AI实验室与小米科技的一线学术带头人与工业界架构师，就大模型后训练的深水区命题展开了系统性复盘。从，到；从，到，再到。本文全景还原这场学术盛宴的五大技术突围路径。
2026-11-10 13:15:23
292
原创 78%说想要却没人用？Bumble解密生成式AI产品AB测试陷阱：从平均值幻觉到长尾灾难与成本反噬
Bumble 的复盘给整个消费级 AI 行业带来了一剂强效清醒剂。传统的互联网产品是确定性的：一段代码逻辑要么成立，要么崩溃；但生成式 AI 产品是纯粹概率性的，它天然伴随着随机性、幻觉、边际成本膨胀与隐秘的道德伦理暗礁。一个正向的 A/B 测试不再是漫长征途的庆功终点，而是决策风暴的真正起点。唯有打破对平均值的盲目崇拜，用最严格的长尾审计与扎实的商业模型为概率兜底，企业级 AI 产品才能真正跨越 Demo 的喧嚣，构建起历经周期考验的真实壁垒。
2026-11-10 13:01:05
150
原创 为AI Agent重写Office！前华尔街分析师解密Rust自研表格引擎：从1.5万亿Token重构到50倍性能跃迁
过去四十年所有企业级软件的交互界面与底层数据结构，都是围绕人类的手指和眼睛构建的；而未来的企业基础设施，必须围绕 AI Agent 的自主执行与计算图拓扑进行彻底重构。当 Agent 拥有了以毫秒级运行的专用工具底座、拥有了可追溯的计算验证链，真正自主的 AI 团队才会走出沙盒演示，成为驱动实体产业与金融世界的强劲新质生产力。
2026-11-10 12:56:04
224
原创 AI功能验收别靠感觉！现场演示如何把Vibe变成评分卡：Agent执行轨迹越权、五维评委与CI门控闭环
大语言模型的出现让软件开发拥有了前所未有的灵活性，但也打破了传统软件工程几十年来建立的确定性纪律。靠“感觉验收”只能做出漂亮的 Demo，唯有建立起包含代码断言、轨迹审计、五维评委与强制 CI 门控的完整评分卡体系，团队才能跨越“能用”与“敢上线”之间的鸿沟。拒绝在生产环境中碰运气，用严格的评测工程把不确定性关进制度与代码的笼子里，这是每一个前沿 AI 团队迈向成熟的必修课。
2026-11-10 12:50:02
282
原创 没有标准答案的AI怎么评？Netflix研究员解密主观任务评测方法论：降噪四件套、统计功效与因果对齐实录
在用你的 Judge 去评判其他模型之前，必须先证明你的 Judge 评判是准的。团队必须从人工评估流程中抽取一批经过人类专家严格审核的“金标准数据集（Golden Samples）”，运行自动评委并在金标准集上计算自动评分与专家评分的一致性相关系数。只有当评委本身通过了元评估验证，它才有资格充当日常实验的代理标尺。为了将非确定性自动评测的噪音压到最低，演讲总结了工业级**“压降方差工程四件套”**：① 多轮重采样 (Multi-Rollout Resampling)
2026-11-10 12:38:43
130
原创 AI原生组织与教育重塑！全国高等教育产教融合创新论坛硬核解读：智能体操作系统架构、央财六维责任模型与生师机三元课堂
金融科技人才的核心价值不在于训练大模型，而在于懂业务链路、懂数据偏误、懂安全红线，并最终承担决策问责责任。懂财经：深刻洞察宏观经济周期、市场运行机制与金融监管法律底线；精数据：超越基础提取，深谙数据质量、统计口径、血缘追溯与全流程治理；善智能：熟练运用大模型、智能体编排与提示工程，将模糊业务意图转化为执行指令；强工程：掌握数据采集治理、脱敏计算、微调微调部署的全流程工程实施能力；重安全：严守金融合规底线，在数据要素流通中践行**“可用不可见、原始数据不出域”**；能决策。
2026-11-09 09:16:55
149
原创 读脑与控脑迎来历史拐点！西湖大学Mohamad Sawan院士解密1024通道神经芯片、汉语并行解码与类脑器官——读2026全球脑机融合论坛演讲
脑机融合正在经历从“科幻构想”向“临床与工程严谨闭环”的历史性蝶变。
2026-11-09 09:13:04
173
原创 代码不缺了，缺人验收！Manus背后超级团队五块基建解密：组织摩擦分母、多Agent接单流与三级找人漏斗——读张淅演讲
Agent 规模化落地的胜负手，不在于谁买了更多的算力与授权，而在于。
2026-11-09 09:09:20
335
原创 别让Agent止步于静态Prompt！小米解密Darwin-Agent自演进架构：Mi-Memory生命周期记忆、世界动作模型与物理代码闭环——读邵坤演讲
AI 智能体的未来绝不在于孤立提示词的修修补补，而在于。
2026-11-09 09:01:40
354
原创 芯片设计迎来自动驾驶时代！孙凝晖院士解密处理器敏捷设计范式：香山4175种对象、LLM+BSD协同与2035超越人类——读2026CCF中国软件大会演讲
处理器架构正站在历史性的技术奇点之上。从。
2026-11-08 18:08:22
145
原创 别让AI Agent自己刷卡！SoFi解密x402自动支付6大攻击面：价格掉包、凭证重放与计划审计——读Ishween Kaur演讲
赋予 AI Agent 支付能力是释放智能体生产力的必经之路，但。
2026-11-08 18:02:56
116
原创 自建AI真能省钱吗？Revolut解密2000人研发编码降本90%实录：56张B200、PD分离与TCO账本——读David Abitbol演讲
评估自建 AI 编码推理的核心不在于盲目追赶前沿参数，而在于算清。
2026-11-08 17:59:53
103
原创 别在后方刷榜单了！前沿部署工程师（FDE）8项能力拆解：旧系统改造、脏数据泥潭与端到端交付——读Dhaval Patel演讲
企业级 AI 绝不是一个单纯的模型游戏，而是一场涉及异构系统集成、脏数据治理与人机协作重构的系统工程。前沿部署工程师（FDE）用。
2026-11-08 17:56:54
218
原创 别批准模型，批准应用！ClickHouse解密金融Agent投产门禁：脚手架赋能、轨迹合规与一票否决制——读Doneyli De Jesus演讲
在绝大多数传统企业与受监管金融机构的立项流程中，合规委员会与安全审计部门往往会耗费数月时间，要求工程团队提交详尽的“大模型选型论证报告”。评审专家们紧盯 MMLU、GSM8K 等公共基准跑分，针对模型本身的参数规模、训练截止日期和伦理合规做层层质询。然而，ClickHouse AI 工程解决方案总监 Doneyli De Jesus 在协助全美前五大零售银行实施 AI Agent 投产时指出：受监管行业根本不应该关心公共基准跑分，更不应该将底层模型作为准入审批的对象。公共基准测试衡量的是“模型裸跑时的通用认
2026-11-08 17:53:27
227
原创 银行怎么验收AI Agent？NatWest解密1900万客户落地实录：双盲评测、裁判校准与影子熔断——读Jonathan Osborne演讲
AI Engineer World’s Fair / New York 峰会 · 金融工程实录 | 主讲嘉宾：Jonathan Osborne（NatWest 核心 AI 架构师） | 核心主题：From Agent Prototype to Production in Regulated Banking：在科技圈和创业公司里，搭建一个看起来无所不能的 AI Agent Demo 或许只需要几天；但要让它在管理着千亿美元资产、拥有严苛风控合规审查的顶级银行生产环境中正式上线，却是一场需要攻坚数月的硬仗。
2026-11-07 08:58:16
195
原创 别把Agent绑死在环境上！Factory解密企业级交付架构：驱动解耦与一次构建到处运行——读Nikhil Harithas演讲
AI Engineer World’s Fair / New York 峰会 · 架构实录 | 主讲嘉宾：Nikhil Harithas（Factory 创始团队核心架构师） | 核心主题：Decoupling Agents from Infrastructure: Building Once, Running Anywhere：在原型 Demo 阶段，开发者通常习惯把 AI Agent 跑在自己的 MacBook、共享 SaaS 或单一的云端虚拟机里。
2026-11-07 08:54:29
144
原创 AI写代码比团队评审快：98% PR激增与22%回滚危机！Sourcegraph拆解交付瓶颈与代码图治理——读Andrew Norrish演讲
提 PR 的工程师必须对每一行代码负责。如果开发者无法向同事清晰解释 AI 生成的架构决策与潜在副作用，该 PR 坚决禁止合入。
2026-11-07 08:50:39
173
原创 10万基站变身AI工厂！NVIDIA解密AI-RAN与6G智能体架构：频谱效率升1.5倍——读Ronnie Vasishta演讲
过去三十年间，无线接入网（RAN）一直被极少数传统设备商的专有黑盒硬件所锁死。基带物理层（L1）完全绑定在定制的专用 ASIC 芯片上，升级周期漫长且无法共享给任何其他通用计算任务。然而，这一物理定律在 2026 年被彻底终结。演进时间与平台基站支持峰值小区数 (Peak Cells)底层算力架构重大里程碑与技术转折点2022 年 (A100 + BlueField)12 个峰值小区首代端到端 5G OTA 实验室呼叫验证 GPU 运行 5G 物理层可行性。
2026-11-07 08:47:06
186
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人