跳到正文

#工具与流程

今日 17 条
9月18日周五
9月17日周四
  3. 阿里技术（公众号）62

    阿里技术团队复盘 AI 体检 Agent：把达标判定从大模型手里收回

    阿里技术团队复盘其 AI 体检 Agent 的演进，把达标判定、调度、重试等确定性决策从模型侧收回代码，模型只保留语义理解、归因和方案生成。团队曾让 ReAct 模型在单一闭环里自行改规则、自评测，结果规则退化成已知样本查找表，上线后整体准确率反降。

    推荐理由：作者复盘自家 AI 体检 Agent 从单环自迭代到拆分双环的踩坑过程，给出评测判据与权限分家的可迁移做法。

  4. 字节跳动技术团队（公众号）28

    火山引擎日志服务 TLS AgentLoop 支持多模态内容展示

    火山引擎日志服务 TLS AgentLoop 新增多模态内容展示能力，开发者可在 Session、Trace 和 Span 中直接查看图片，并与提示词、模型输出、工具结果放在同一调用链中分析。该能力支持 TLS 插件采集上传至 TOS、关联客户自有 TOS 私有资源，以及兼容 OpenTelemetry GenAI 标准多媒体消息三种接入方式，避免将 Base64 写入日志导致截断和存储成本上升。

  7. 腾讯技术工程（公众号）34

    腾讯 WorkBuddy 资料库：让多人多 Agent 在 Demo、PPT 与活动页上实时协作

    腾讯 WorkBuddy 推出资料库功能，把 AI 生成的本地 Demo、PPT 和活动页变成可在线协作的活页面，支持多人多 Agent 在同一画布上圈选评论、召唤专属 Agent 现场修改。其中 PPT 多人多 Agent 共创仍在内测中、即将上线，版本管理可追溯被 AI 改丢的细节。

9月16日周三
  4. 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。

  6. 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%+。

  7. 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。

  8. 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
  3. 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13日周日
9月12日周六
9月11日周五
  2. 傅盛（公众号）22

    独家揭秘特斯拉 Robotaxi 的产品哲学：卖给市场而不是卖概念

    特斯拉已将 Robotaxi 列为内部最优先项目，今年投放目标从几十辆提升到几千辆，以积累真实运营数据打磨纯视觉方案。其无方向盘、双座设计把每公里成本压到 Waymo 的一半左右，同一段路 Waymo 要 23.6 美元、Robotaxi 约 10.5 美元。作者认为 Waymo 先求技术极致再降成本，特斯拉先控成本再靠运营迭代，后者更可能打开市场。

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。