跳到正文

#工具与流程

今日 0 条
9月16日周三
  3. 字节跳动技术团队（公众号）36

    OpenViking 经验记忆：让 Agent 从“做过”到“会做”的进化闭环

    字节跳动技术团队开源上下文数据库 OpenViking 推出经验记忆能力，从任务执行轨迹中提炼可复用经验，供 Agent 在相似任务中检索应用。在 τ²-bench 上，引入经验记忆后 Retail 任务成功率从 70.94% 升至 77.81%，Airline 从 54.38% 升至 66.25%。该能力已通过 OpenViking Context 企业版、个人版及官方 Plugin 开放接入。

  5. 得物技术（公众号）36

    得物技术：指标平台从语义底座到智能消费的实践路径

    得物技术分享了指标字典从 0 到 1 的落地路径：业务侧以"沉淀-观察-转正"机制攻克隐性指标，数仓侧将散射依赖收敛到域可控宽表，产品侧推进 YAML 批量生成与 AI 自动识别。语义层建设推动 Text2SQL 系统测评 SQL 准确率从 85%+ 提升到 95%+，AI 辅助开发在某业务域 OneData 全流程提效 40%+、核心模型开发提效 70%+。

  6. 腾讯技术工程（公众号）22

    腾讯程序员用 AGENTS.md 约束 AI 编程模型：禁止 try-except 导入、Git 回滚和 ASCII Art

    腾讯程序员 daisy 公开了一份强制性的 AGENTS.md 规则文件，用于约束 AI 编程模型的行为。规则禁止使用 try-except 进行 import、用 Git 回滚代码、读写 /tmp 目录、主动使用视觉功能以及用 ASCII Art 画图，并要求代码 fast-fail、实现后必须自行测试迭代。

  7. 阿里技术（公众号）38

    垂类业务如何落地生产级 Agent

    阿里技术发文拆解垂类业务让 AI Agent 从「能跑」走向「能生产」的路径，指出 Demo 易做但生产需过稳定性、可控性、可审计性和业务闭环四道关。文章提出 Agent = 模型 + Harness 的公式，并按风险分级给出 L0 至 L3 的自治程度划分，建议从高频、低风险、规则明确、闭环短的小场景切入。文中引用 Klarna、华住、来伊份、飞鹤、邯郸公积金等公开案例说明这一节奏。

9月15日周二
  1. 字节跳动技术团队（公众号）20

    飞连如何为豆包工作提供安全保障

    飞连将安全能力融入豆包工作的使用过程，覆盖工作成果数据保护、Agent 运行安全和整体 AI 办公治理。飞连可识别并控制豆包工作处理、生成文件中的敏感数据流转，检测并阻断恶意 Skill，同时持续发现终端上的 AI 工具、AI 网站及调用大模型、MCP、CLI 的 Agent。企业可据此对高风险 Agent 和 AI 工具设置访问限制，将安全策略延伸至豆包工作之外的影子 AI 场景。

9月14日周一
9月12日周六
9月11日周五
9月10日周四
  5. 美团技术团队（公众号）48

    美团技术团队发布《Agent 评测白皮书》系列首篇：Agent 评测全览

    美团技术团队推出《Agent 评测白皮书》系列博客，首篇《评测全览》提出完备评测体系可概括为四个模块、三种能力、两条 Loop、一套资产，覆盖离线评测、在线评测与监控、Case 挖掘与归因、观测基建。系列共 4 篇，后续为冷启动篇、扩量篇、自进化篇，面向 Agent 产品、研发、算法、运营和评测负责人。

9月9日周三
  1. 得物技术（公众号）60

    得物技术：企业级 MultiAgent 平台的 Plan 模式与主子 Agent 协作

    得物技术介绍其基于 AgentScope Java 的企业级 MultiAgent 平台，聚焦复杂任务如何规划、如何拆给专业 Agent 以及跨服务协作。平台用 Plan-and-Execute 把要做什么和怎么做拆开，计划作为可持久化、可断点恢复的运行对象，并通过 SSE 推送 CHAT、PROCESSING、ERROR 三类结构化事件让执行过程可见。

  4. 字节跳动技术团队（公众号）22

    火山引擎 TLS 推出 AgentLoop：破解 LLM 应用黑盒，实现会话透明复盘

    火山引擎日志服务 TLS 推出 AgentLoop，用于 LLM 应用的运行观测、问题沉淀与离线评测。其 TypeScript LLM Observer SDK 采集模型交互、工具调用与异常信息，按 OpenTelemetry GenAI 语义约定转为标准化 Trace 并上报 TLS，再通过 Session、Trace 和调用链视图完成排障、Token 成本分析与多轮会话复盘。

  5. 字节跳动技术团队（公众号）22

    火山引擎 AI MediaKit 联手懂车帝，探索汽车内容智能创作新方式

    懂车帝接入火山引擎 AI MediaKit，搭建可组合的音视频处理底座，服务营销视频批量生产与 UGC 一键成片。营销场景日处理量最高可达数千条、单条视频通常在 15 秒以内，通过裁剪、拼接、翻转、倍速、贴片和转场等原子接口降低成片相似度；UGC 场景由模型识别候选片段并生成剪辑策略，再由 AI MediaKit 完成切分、拼接、转场、字幕和背景音乐处理。

9月8日周二
  2. 字节跳动技术团队（公众号）65

    字节跳动质量保障团队落地测试用例生成 Agent NL2Test

    字节跳动质量保障团队推出面向测试自动化的 NL2Test Agent，QA 用自然语言描述测试场景即可生成可运行的回归测试用例，目前已在多条业务线部署。团队披露，85.4% 的生成用例被集成到 CI/CD 工作流，新增用例中平均约 25% 来自 Agent 生成，个别业务团队峰值达 50%+，Agent 用户月活率 30.7%，平均每双周为部门节省约 30 人天。

    推荐理由：字节跳动质量保障团队公开了 NL2Test Agent 的工程取舍与上线数据，可供评估智能体在测试流程中的落地边界。

9月7日周一
9月6日周日
9月4日周五
  1. 阿里技术（公众号）60

    阿里技术复盘 5 人 7 天用 Qoder 完成 20 人数周工作量：Spec-Driven Development 如何落地

    阿里技术团队复盘了 5 人 7 天用 Qoder 开发 QoderWork 的案例，称其完成了传统情况下需要 20 人数周的工作量，其中 DAY 0 不写代码只写 Spec。

    推荐理由：文章把 5 人 7 天完成 20 人数周工作量的案例拆成逐日流程，并给出可复用的 Spec 写法与工具对比。

9月3日周四
  1. 美团技术团队（公众号）30

    美团智播：数字人直播的“长得真、动得准、演得活、卖得好”技术闭环

    美团智播围绕 AI 主播“长得真→动得准→演得活→卖得好”构建数字人直播技术闭环，支持真人 1:1 复刻、30 秒生成直播素材、3 分钟完成开播配置与 7×24 小时稳定上播。该方案已规模化落地，月日均 GTV 同比增长 82.12%，观看人次增长 163.44%，开播场次提升 11 倍，商家闲时交易额平均提升 7.3%，并获 2026 年度“中国多媒体企业创新技术奖”。

9月2日周三