用 Promptfoo 做提示词与模型评测:文档核验版上手指南

文档核验版上手指南:在 Node.js 22.22.0 或更新版本上,按官方文档用 init --example get...

IvesFeng
2026年11月18日

MiniMax M3 开源权重后:编码 Agent 要不要立刻切?

围绕 MiniMax M3 开源权重:旗舰闭源编码档 vs M3 API/权重服务,三维对照长仓完成率、单位成本、多模态...

IvesFeng
4 de novembro de 2026

As tarefas em lote do Agent devem ser transferidas imediatamente para um plano de utilização de computador mais económico?

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 novembro 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 outubro de 2026

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
29 de outubro de 2026