winty~~-CSDN博客

原创 Gemma 4 发布：开源模型终于能在浏览器里跑 Agent 了

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群说实话，开源模型发布已经不算新闻了。每个月都有新模型出来，benchmark 一个比一个好看。但 Gemma 4 有几个点让我觉得确实值得聊一聊——不是因为它"最强"，而是因为它可能是，而且落地路径对前端开发者来说特别友好。

2026-04-10 09:08:05 65

原创 AI 上线前的验收清单，你可能一条都没做

你的 Agent 效果很好，但日志没有，出了事找不到原因——不能上线。权限没收，Agent 能直接改数据库——不能上线。没有 kill switch，跑飞了停不下来——不能上线。上一篇讲了 Eval——怎么判断你的 AI 是变好了还是变差了。但 Eval 告诉你的是"好不好"，不是"能不能放出去"。这一篇就把上线前该检查的东西拉一个清单。不是什么"最佳实践理论"，而是。，加入前端Q技术交流群。

2026-04-10 09:08:05 10

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群。前面四个模块解决了"给模型看什么"（Context）、"让模型怎么动手"（Tool）、"多步怎么协调"（Workflow）。说实话，大部分做 AI 产品的团队在这个问题上是靠"感觉"的。改了 Prompt，跑两个 case 看看，觉得"好像还行"就上线了。直到有一天用户反馈"以前能答对的问题现在答不对了"，才发现改坏了。这就是 Eval（评测）要解决的问题。

2026-04-09 10:07:08 8

原创 OMC 爆火：给 Claude Code 装上多智能体编排，效率翻 3-5 倍

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群（简称 OMC）。第一眼看名字就知道灵感来源——就像 oh-my-zsh 让终端开箱即用一样，OMC 的目标是让 Claude Code 从"一个 AI 助手"变成"一支 AI 团队"。不是那种"装了锦上添花"的东西，而是会实质性改变你用 Claude Code 方式的工具。

2026-04-09 10:07:08 432

原创从 gstack 爆火看趋势：AI Coding 正在变成流水线

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群前三篇讲了 Workflow Harness 的三个核心机制：状态机、循环防护、Checkpoint。这一篇换个角度——看看 Workflow Harness 在真实产品里是怎么落地的。最近最火的案例就是。Y Combinator 的 CEO Garry Tan 开源了一套 Claude Code 工作流系统，号称一个人用 AI 每天写 1 万到 2 万行生产代码，60 天写了 60 万行（其中 35% 是测试）。

2026-04-08 09:48:04 28

原创 Cursor 3 正式发布：从代码编辑器到 Agent 调度中心

之前 AI 做后端逻辑很强，但做 UI 经常"对不上"——你说"按钮间距大了"，AI 不知道你说的是哪个按钮。现在可以直接指给它看，这对前端 CSS 调试的效率提升是量级的。

2026-04-08 09:48:04 446

原创 AI 任务做到一半崩了怎么办？Checkpoint 救命指南

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群上一篇讲了循环防护，解决了"Agent 跑不停"的问题。网络抖动、API 限流、服务器重启、用户刷新页面——任何一个都可能让一个跑了 30 秒、消耗了 2 万 token 的 Workflow 瞬间归零。然后呢？从头再来。用户等两遍，token 花两遍。Checkpoint（检查点）就是解决这个问题的。

2026-04-07 09:48:56 36

原创 2026 年用 AI 赚钱的 5 条真实路径，哪条适合开发者？

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群如果你想系统地学习AI，推荐一波我的2个合集，和。这几个月 AI 赚钱的信息太多了，小红书刷三屏有两屏在教你月入过万。我自己研究了其中几条路，说几句真话——大部分"被动收入"叙事都是卖课前置。但确实有几条路是的。我按自己的判断，把它们分成了 5 条，从最适合开发者的讲到最不推荐的。先放一张总览表，后面逐条展开聊。

2026-04-07 09:48:56 520

原创 Agent 为什么跑着跑着就死循环了

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群上一篇讲了怎么给 Agent 加状态机。Agent 做"搜索 → 写稿 → 评审 → 不合格 → 重写 → 评审 → 又不合格 → 又重写..."，无限循环下去，token 烧完了文章还没过审。这不是个例。只要你的 Workflow 里有回边（从后面的节点跳回前面），就有可能出现死循环。LangGraph 直接内置了参数，OpenAI 在 Agent 最佳实践里也专门提到了 max iterations —— 说明这是个行业公认的痛点。

2026-04-05 11:27:34 13

原创一个前端开发者的 AI Agent 创业成本全拆解

权限怎么做、进度怎么展示、错误怎么让人类接管、怎么在客户现有系统里"像原生功能一样"出现、怎么让非技术用户也能配置 Agent 的行为——这些都是前端每天在处理的命题。很多纯后端的 Agent 创业团队，技术很强，但产品出来后用户一看：一个命令行界面、一坨 JSON 输出、没有任何交互引导。客户转身就走了。你会做产品壳、会做交互、会做"让人觉得靠谱"的界面，这不是锦上添花，这是。

2026-04-05 11:27:34 501

原创单轮调用撑不住了？是时候给 Agent 加状态机

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群从这一篇开始进入 Harness 七层的第四层：Workflow Harness。前面两个模块解决了"给模型看什么"（Context Harness）和"让模型怎么动手"（Tool Harness）。你让 Agent 做一件复杂的事，比如"帮我调研 RAG 技术，整理成一篇文章"，这不是一个工具调一次就能搞定的。它至少需要：搜索 → 筛选 → 阅读 → 整理 → 生成 → 检查。

2026-04-04 10:12:53 45

原创 Claude Code 源码泄露：51 万行代码暴露了 AI Agent 的完整设计哲学

我之前写过一篇上下文压缩的文章，当时还在想"实际产品里到底怎么做分级"。这次泄露直接给了答案。

2026-04-04 10:12:53 543

原创你写的 Tool Schema，模型根本看不懂

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群上一篇讲了工具不稳定的 4 个原因和 4 层防护。为什么说最根本？因为 schema 写得好不好，直接决定了模型在第一步就能不能正确理解你的工具。参数校验、重试、结果校验都是"出了错之后的补救"，而好的 schema 是"从源头减少出错"。

2026-04-03 10:27:31 11

原创你的 Agent 又调错工具了？4 层防护缺一不可

点击上方前端Q，关注公众号回复加群，加入前端Q技术交流群从这一篇开始进入 Harness 七层的第二层：Tool Harness。上下文管好了，模型知道该做什么了——但接下来它要"动手"。动手的方式就是调用工具（Tool Calling / Function Calling）。OpenAI 社区论坛上有大量开发者反馈 GPT-4o 的 function calling 失败率可以达到 30% 甚至更高。有人用官方示例测试，10 次调用只成功 3 次。

2026-04-02 10:55:36 286