从「工具调用」到「Code Mode」：AI Agent 正在经历一场范式转移
一、一个被忽视的隐性成本 先看一组数字。 GitHub 官方 MCP 服务器在连接时，会把约 55,000 个 token 的工具 schema 塞进上下文。而同样功能的 gh CLI，通过 --he
独立 AI 资讯库
AI 前沿动态、原文归档与媒体镜像
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
12101资讯
11969正文归档
76232媒体
Aleph Alpha 开源 78B 参数 MoE 模型 Kolibri
德国 AI 实验室 Aleph Alpha 在 10 月 3 日发布开源模型 Kolibri，总参数 78B，每次推理仅激活 3.46B 参数，采用 Apache 2.0 许可证，支持百万 token
Muse 登顶 App Store 第一，SDK 直接开源：AI Agent 开始进入下一个阶段
Muse 登顶 App Store 第一并开源 SDK，意味着 AI Agent 正从单一 App 走向开发者生态，并进一步连接硬件与现实世界，Agent 平台时代正在加速到来。
一次真实失败：AI 代码看起来没问题，为什么还是翻车了？
AI 生成代码最危险的问题往往不是语法错误，因为这类错误通常会立即报错，也较容易被测试发现。更容易导致线上事故的是那些表面正确、能够运行，却在业务语义、边界条件或接口行为上存在偏差的实现。本文将复盘一个任务 API 中的典型失败案例，分析 AI 代码为何看似没有问题却仍然翻车，以及这对开发者审查和验证 AI 生成代码的意义。
AI Agent：文件存储
原文仅包含“Please wait...”等待提示，未提供可供翻译或整理的正文内容。根据原标题和摘要，该主题聚焦于 AI 会话中上传图片、Word、Excel、PDF 等文件后的持久化存储与历史会话访问问题。文件通常需要存放在对象存储服务中，以便在会话结束后仍可检索、下载或供 Agent 继续处理。
Agent 的记忆不在对话里：把企业数仓沉淀为可治理的共享语义记忆｜QCon上海
点击查看原文>
04-让 Agent 会"用工具": Tool Calling 实战
上篇我们讲清了 ReAct 循环：模型在"推理（Reasoning）"和"行动（Acting）"之间反复横跳，直到产出答案。但有个绕不开的问题—— 模型本身只会"生成文本"，它怎么可能真的去查天气、算
🚦 请三个 AI 考官给 RAG 打分：量化评估实战（下）
一、评估第一步：把标准答案整理成"题库" 要考试，先得有标准答案。build_dataset.mjs 就是建题库。 12 道客服题 这 12 条测试数据的设计水平很高，值得单独说一说。 完整清单： 问
Agent 的架构、多智能体与落地：从 Demo 到生产系统
前言：Demo 跑通一次就够了，生产系统要跑一万次 前四篇我们讲的是 Agent 的“能力”。但能力和生产系统之间，隔着一条鸿沟。 一个 Demo 只需要跑通一次。一个生产系统需要： 可预测：同样的输
3.什么是Harness Engineering？什么又是Loop Engineering？
Harness Engineering 核心指南：四层架构演进、核心公式与 OpenAI 实战落地体系 一、 四层架构演进与包含关系 在现代智能体（Agent）工程体系中，Prompt Enginee
把 AgentScope Harness 装进 RuoYi-Vue-Plus：纯 Java AI 平台的集成实践
装配期白名单裁剪、Redis 状态存储、技能仓库只读接入、MCP 双向与工具名归一化、会话级资源集，以及四个真实踩坑与规避。
2.skill
Agent Skill 核心指南：本质解析、两种存储加载架构与渐进式披露代码实战 一、 Skill 的物理本质剖析 一句话结论：全局 Prompt 决定了 Agent 是个怎样的人（通用性格、通用底线
企业级智能体的权限到底怎么落地？以 BizBuddy 为例
本文拆解了 BizBuddy 的企业级智能体权限设计思路。其核心采用三层模型：装配期控制工具可见范围，运行期提供“允许、需确认、禁止”三档授权，执行期再复核具体业务权限。该方案复用企业现有的组织机构 RBAC 体系，并通过 HITL 人工确认机制降低高风险操作带来的安全与合规风险。对于开发者和企业而言，这种分层授权模式有助于让 Agent 在获得必要自主性的同时保持可控、可审计。
用 Codex 加速 Java 开发：从代码生成到测试覆盖的完整实战
本文聚焦如何借助 Codex 和 GPT-4 等代码生成模型加速 Java 项目开发。作者表示，过去半年已在多个 Java 项目中与这些模型协作，并观察到完成同等功能所需时间有所缩短。文章主题涵盖代码生成与测试覆盖等实践环节，对希望将 AI 辅助开发引入 Java 工作流的开发者具有参考意义。由于原文正文未成功加载，无法确认具体方法、数据和案例细节。
如何用 pheromone-network 管理智能体上下文
项目github地址https://github.com/Wrste/pheromone-network 项目相关参考文献地址https://arxiv.org/abs/2606.30669 用 ph
用纯 Java 做一个企业级 Agent Harness 平台：BizBuddy 的设计与取舍
BizBuddy 是纯 Java 的企业级 Agent Harness 平台：以 AgentScope 2.0.3 为智能体内核、RuoYi-Vue-Plus 为业务底座，落地入口智能体小Z、专家路由
Octafuse Gateway 2.1 发布：不只管大模型，Agent 的每一次工具调用也都管起来！
过去我们的 AI 网关，绝大多数的更新关注点在以下几个方面： 如何统一接入 OpenAI、Anthropic、Gemini 等协议 如何在多个 Provider 之间路由和故障转移 如何管理 API
企业级 DevOps：打造完整 CI/CD 实践指南（五）——Harbor 企业级镜像仓库
本文聚焦 Harbor 企业级镜像仓库在 CI/CD 实践中的应用。Harbor 是一个开源的企业级 Docker 镜像仓库，旨在提供高效、安全的镜像管理服务。其核心用途包括 Docker 镜像的存储与管理。由于原文正文仅显示加载提示，未提供更多技术细节、数据或配置内容。
企业级 DevOps：打造完整 CI/CD 实践指南（四）——GitLab 代码仓库搭建
本文聚焦企业级 DevOps 实践中的 GitLab 代码仓库搭建。GitLab 是一个开源 Git 代码仓库系统，提供 Git 仓库管理、代码审查、问题追踪和 CI/CD 管道等功能。其目标是将软件开发流程中的多个环节整合到统一平台，为团队协作、代码管理与持续交付提供基础设施支持。
Django 接入 MCP 实战：让 AI 安全调用数据库和业务接口
Django 接入 MCP 实战：让 AI 安全调用数据库和业务接口 让 AI 查询订单、创建客户或更新工单，最危险的做法是把数据库连接直接交给模型。模型不理解你完整的租户规则、对象权限和副作用边界，
如何降低 Agent 生码不确定性？微软图表中间语言 Flint 有了答案
微软开源的图表中间语言 Flint：agent 只写 211 字符规格，编译器补出 2788 字符配置，一次编译到五个后端。本机实测，含一处 README 与实装对不上的数字。
Django 搭建 AI 本地知识库：文档上传、向量检索与智能问答
Django 搭建 AI 本地知识库：文档上传、向量检索与智能问答 把 PDF 上传到服务器，再调用一次大模型，并不等于拥有“本地知识库”。一个真正可用的 Django 知识库至少要解决六件事：文件归
架构没变、规模没变，DeepSeek V4 Flash 正式版凭什么暴涨 47 分？
昨天（7 月 31 日）一天，AI 圈接连发生了三件事 早上，智谱 GLM Coding Plan 重新开放订阅 之前每天定点放名额，我一次没抢到过，现在不用抢了 以为是好消息呢，看到官网订阅价格，我
基于 CyberData 的 Data Agent：构建企业数据智能中枢的工程范式｜AICon深圳
点击查看原文>
moby-client客户端
client包是访问 dockerd 的官方 Go SDK，屏蔽底层 HTTP 交互。内置 API 版本协商、流式劫持、完善错误封装，采用接口分离设计，实现客户端与守护进程松耦合，供 CLI 与第三方
一套系统，让 AI 写代码的速度变成生产力
AI 生成代码的速度已经超过了人阅读代码的速度。 继续把“逐行看懂全部实现”当作主要质量控制手段，只会让人越来越跟不上 Agent。 但问题不只是代码生成太快。每次启动新会话，Agent 还需要重新理
多 Agent 系统通信的实现原理与最佳实践
2026 年 7 月 28 日，Anthropic 发布了 MCP 协议的第五次大版本修订。 这次更新的核心变化只有一句话 ：协议层不再维护会话状态。initialize 握手、Mcp-Session
OpenWorker 代码解剖：一个 AI 同事"敢让它干活"的工程学
这套决策的核心可以浓缩成一个概念——**缰绳悖论**：给 agent 套的缰绳越多，你能放心交给它的活就越多。约束不削减能力，约束换信任，信任换授权。
Android Studio Rabbit 2 正式发布：解绑 Gemini 限制，40+ AI Agent 入驻构建开放工作台
10 月 28 日，Android Studio Rabbit 2 稳定版正式发布，标志着 Android 官方 IDE 从单一模型绑定迈向开放的 Agent 平台。新版本支持 BYOA（自带 Agent）机制，基于 ACP 协议接入了包括 Anthropic Claude、OpenAI Codex、JetBrains Junie 以及 Google Antigravity 在内的 40 多个第三方 AI Agent。同时，新版引入了覆盖 30 余项最佳实践的 Skills 管理器、AI 变更审核闭环，以及深度集成 LeakCanary 的一键 AI 内存泄漏修复功能。这一变革让 IDE 从单纯的 AI 辅助工具进化为 Agent 工作台，为开发者提供了根据项目需求自由组合 AI 工具链的全新体验。
工作流引擎的退回修改：金额从 6666 改成 666，重提还是回到退回它的那个人
在工作流审批场景中，审批退回发起人后重新提交常面临是否需要从头重走全流程的问题。jeeflow 将该逻辑抽离为审批节点上的原生配置属性，即使表单数据发生变更（如金额从 6666 修改为 666），重新提交后依然可以直接流转回原退回人。本文提供了可直接部署的流程 JSON 定义、真机跑通的完整读数，以及针对三种边界异常场景的报错原文与解析。这为工作流引擎的状态机设计与企业级复杂退回机制实现提供了开箱即用的技术参考。