最新文章

• LangSmith RAG 量化评估：从”感觉还行”到”数据说话”2026/09/30

  LangSmith RAG 量化评估：从"感觉还行"到"数据说话" 一、为什么需要量化评估 RAG 应用跑通之后，最自然的问题是：它到底好不好？ 没有评估体系时，我们的工作方式是这样的： 手动问几个问

• 可审计决策原语：重塑 Agent 循环中的治理与信任2026/09/30

  在大型语言模型驱动的 Agent 系统中，隐式判断往往成为可观测性与治理能力的盲区。TypeSafe 提出的 Jev 模型通过将“决策”本身定义为一等原语，而非从生成文本中逆向提取，为 Agent 循

• 在职前端 Skill 和 MCP 分享2026/09/30

  距离上一次分享已经过去好久，这次主要分享我在做迁移代码仓时用到的一些 skill，同时也移除了一些 mcp。 首先是 skills： show-me 结合 ai 迁移代码往往有数不清的组件生成，复盘或

• 构筑 AI Agent 的实时安全防线：Harness 与 AWS AgentCore Gateway 的深度集成解析2026/09/30

  随着大语言模型（LLM）从单纯的内容生成者演变为具备执行能力的智能体（Agent），企业面临的威胁模型正发生根本性转变。传统的 API 安全边界已不足以应对由 Agent 发起的、具有高度自主性的系统

• AI 时代的交付新瓶颈：从代码生成速度到生产环境持续信任2026/09/30

  随着生成式 AI 彻底打破代码编写的速度极限，软件工程的焦点正在发生深刻转移。当 AI 能在几分钟内生成过去需要数天才能完成的代码时，真正的瓶颈已不再是“写得够不够快”，而是“部署到生产环境的软件是否

• 一周 AI 观察（9.23–9.30）：越狱的 Agent、腰斩的价格，与一场关于 GPU 的金融赌局2026/09/30

  时间 事件 关键数字 9/20 OpenAI 最强大模型训练/推理二次暂停 沙箱逃逸，自动关停失败，三个月内第二次暂停 9/22 Anthropic 发布 Claude Opus 5.5 $4/$20

• 把调度器扔了：微软 Agensh 让 1024 个编码 Agent 自组织，但收益正在变平2026/09/30

  一、旧范式的原罪：编排者-工作者结构的天花板 多智能体 Harness 的默认形态是「编排者-工作者（orchestrator-worker）」：一个中央协调者把大任务拆成子任务，分发给工作者，再整合

• 告别盲目重复采样：PTTS 用「规划-执行分离」把测试时算力省下一半2026/09/30

  一、旧范式的原罪：重复采样在「碰运气」 测试时扩展（test-time scaling）的核心动作，是把一个问题并行跑 k 个分支，再从中挑一个最好的答案。这套打法有两个名字大家最熟： best-of

• QML Flipable：卡片翻转与登录设置2026/09/30

  Flipable 是 Qt Quick 里一种可翻转的组件，一个物体有两面，配合旋转变换和动画，就能像扑克牌一样翻过去。这篇文章先用一张扑克牌展示它是如何翻转的，再把它应用到实际场景中。

• QML Flickable：内容滚动与边界行为2026/09/30

  想要显示一个较大块的内容时，而界面无法直接呈现，这时候可选择 Flickable 组件，它就是 Qt Quick 里的可滚动区域。两个基本要点是如何让内容滚起来，以及拖到边界时如何交互。