哪些任务不该交给 Agent,而应写成可重复的确定性脚本?

官方资料解读:路径能写死时,优先用确定性脚本、单次模型调用或预定义工作流,而不是让模型自己决定步骤。附适用/不适用与和既...

IvesFeng
2026年11月12日

Tencent Hy4 vuelve a encabezar las listas tras multiplicar por diez su capacidad: antes de que Agent se convierta en el número uno del código abierto, hay que diferenciar entre «se puede invocar» y «se puede descargar»

Tras el lanzamiento de Hy4, las llamadas se dispararon, el clúster de inferencia se amplió aproximadamente diez veces y la plataforma entró en la lista de los primeros puestos de Agent Arena en cuanto a citas de código abierto; sin embargo, en la ponderación oficial aún figura «próximamente...».

IvesFeng
6 de noviembre de 2026

¿Deberían las tareas por lotes de Agent cambiarse inmediatamente a una tarifa de uso de ordenador más económica?

挂钩 GPT-6.1 Terra 公开定价:旗舰档 vs 便宜 computer-use 档在完成率/单位任务成本/失败...

IvesFeng
3 de noviembre de 2026

Prueba real de mem0: tras dotar al agente de memoria a largo plazo, por fin ya no es necesario volver a explicar el personaje en cada sesión.

mem0ai/mem0 聚合评测:项目卡、适合/不适合、跨会话人设与偏好用例、何时换 Zep/自建向量;附 Quicks...

IvesFeng
2 de noviembre de 2026

Langfuse 实测:给 Agent 挂上 trace 后,我终于能定位是哪一步在烧钱

langfuse/langfuse 聚合评测:项目卡、适合/不适合、trace 与 cost 用例、何时换 Phoeni...

IvesFeng
1 de noviembre de 2026

Agent 又翻车时,我先查权限与工具边界,不先换更大模型

对比升模型与收紧 allowlist:翻车后先写权限表、挂钩子、重放三条越权样例;引用 Anthropic / Clau...

IvesFeng
31 de octubre de 2026

Agent 掉链子,多半不是工具不够,是动作边界没写清

对比:边界写清 vs 堆工具。成功率不是安全边界;今晚写信封并用越权用例重测。

IvesFeng
30 de octubre de 2026

A medida que la ventana de contexto se hace cada vez más grande, he empezado, por el contrario, a eliminar fragmentos de búsqueda.

Comparación: «rellenar» frente a «seleccionar minuciosamente». Que la ventana sea más grande no significa que haya que meter más; esta noche eliminaré una versión de los fragmentos de búsqueda y mantendré el umbral de reevaluación.

IvesFeng
30 de octubre de 2026

browser-use 实测:让本地浏览器替我点页面,哪些步骤稳、哪些必翻车

browser-use 开源浏览器 Agent:安装、公开页读 Stars 与文档摘命令实测,登录墙/验证码必翻车,和 ...

IvesFeng
2026年10月29日

多 Agent 看着热闹,我更愿意先把单 Agent 的工具边界写清楚

聚合可执行边界三件套:工具表、确认闸、禁止用例;今晚可提交,不空谈多 Agent。

IvesFeng
2026年10月29日

长上下文并不能替代结构化知识库——我什么时候还坚持 RAG/资料夹,什么时候直接塞全文

上周五帮一个同学看客服知识库问答。他把近两年的工单导出、产品手册、FAQ 全塞进一个 200K 上下文窗口里,问:「登录...

IvesFeng
2026年10月28日

别再把 Skill、MCP、Project、Custom GPT 当成同一件事——按「干什么」选就行

上周又有人把三样东西塞进同一个问题里问我:「要不要做个 Custom GPT?还是写个 Skill?还是开个 Proje...

IvesFeng
2026年10月28日