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...

アイブス・フェン
2026年11月12日

テンセントの「Hy4」、容量を10倍に拡大して再びランキング入り:Agentがオープンソース1位になる前に、「呼び出し可能」と「ダウンロード可能」の違いを明確にしよう

Hy4のリリース後、呼び出し数が急増し、推論クラスターは約10倍に拡張され、Agent Arenaのオープンソース部門で第1位にランクインした。しかし、正式な重み付けについては依然として「近日中に…」と記載されている。

アイブス・フェン
2026年11月6日

批量 Agent 任务要不要立刻切到更便宜的 computer-use 档?

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...

アイブス・フェン
2026年11月3日

mem0 实测:给 Agent 加长期记忆后,跨会话终于不用每次重讲人设

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...

アイブス・フェン
2026年11月2日

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...

アイブス・フェン
2026年11月1日

Agentがまた失敗したときは、まず権限とツールの限界を確認し、いきなりより大きなモデルに切り替えることはしない

昇格モデルと許可リストの厳格化を比較:失敗後に、まず権限テーブルを作成し、フックを設定し、3つの権限越えのサンプルを再現する。Anthropic / Clau...を引用.

アイブス・フェン
2026年10月31日

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。

アイブス・フェン
2026年10月30日

コンテキストウィンドウがどんどん大きくなっていくにつれ、かえって検索範囲を絞り込み始めた。

比較:「詰め込み」対「厳密な選別」。検索範囲が広がったからといって、より多くの情報を詰め込めばよいというわけではない。今夜は検索スニペットを1版分削減し、再テストの閾値を残しておく。

アイブス・フェン
2026年10月30日

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 ...

アイブス・フェン
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。

アイブス・フェン
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...

アイブス・フェン
2026年10月28日

Skill、MCP、Project、Custom GPTを同じものと見なすのはやめましょう――「何をするか」に基づいて選べばいいのです

先週もまた、ある人が3つのことを同じ質問に詰め込んで私に尋ねてきました。「カスタムGPTを作ってみませんか?それともスキルを書きますか?それともプロジェクトを立ち上げますか...

アイブス・フェン
2026年10月28日