跳到正文
11月10日周二
  1. Simon Willison46

    Anthropic 文档:如何用提示词影响 Claude Fable 5.2 的代码归属行为

    Anthropic 文档披露,Claude Fable 5.2 对提示词中代码归属的表述高度敏感:在小规模编码任务测试中,提示词未提及归属或把代码库说成他人的,模型倾向沿用现有结构,即使重复代码也照留。若明确告知"代码库是你的",约半数尝试会合并重复代码,不加这句时不足十分之一。

  2. AWS Machine Learning Blog40

    AWS Quick 中技能与智能体如何协同工作

    AWS Quick 通过智能体与技能配合完成可重复任务:智能体遵循指令、按需加载技能,并经连接器在用户可访问的数据源上执行操作。技能是可复用的指令集,系统技能支持生成 Word、PowerPoint、Excel、PDF 文档,以及网页浏览、运行代码、深度研究、音视频转写和图像生成。用户可构建自定义智能体并限定其可用的空间、连接器与技能,测试发布后共享给账户内其他用户和群组。

11月9日周一
  1. Latent Space40

    Mihail Eric 谈斯坦福如何教 AI 原生工程:CS146S 课程与 Monaco 的智能体实践

    Mihail Eric 在访谈中介绍了斯坦福 CS146S 课程如何改教 AI 原生工程:学生作业从一次性可完成的练习改为向开源项目提交补丁,由维护者评审。他在 Monaco 的团队评估后继续使用 Devin 做代码审查,但因云端环境差异自建智能体工作区,并开发了可调查故障、开 PR 的 Hal。

  2. Latent Space42

    斯坦福 CS146S 如何教 AI 原生工程:Mihail Eric 谈开源维护者评审与 Monaco 的智能体实践

    斯坦福 CS146S 第二期课程引入开源维护者参与教学,学生需熟悉陌生代码库、提出改动并向可能合并代码的维护者解释补丁。授课人 Mihail Eric 同时负责 Monaco 的 AI 工作,他在访谈中展示了十周课程大纲,并介绍 Monaco 为每个智能体配置工作区、采购代码审查工具、让 on-call 智能体接入 Datadog 和 GitHub 的做法。

11月7日周六
  1. AWS Machine Learning Blog40

    AWS Quick 的智能体原语分类体系:触发器、智能体与能力

    AWS Quick 团队提出一套智能体原语分类体系,用 When、What、Who、How 四个问题拆解智能体工作,对应触发器、智能体与能力三类原语。触发器既启动任务也携带指令,智能体被定义为持久、可学习的执行主体,能力则涵盖工具、技能与工作流。该框架多数设计对终端用户不可见,后续文章将介绍其智能体操作系统与后台学习。

  2. AWS Machine Learning Blog40

    基于 Amazon ECS Fargate 的无服务器 MCP 服务器:为 AI 智能体提供数据湖访问

    亚马逊 NASC 团队在 Amazon ECS Fargate 上构建了无服务器 MCP 服务器,作为 AI 智能体访问企业数据湖的集中式网关。新增数据集只需一个 JSON 元数据文件,由服务器在下次管道同步时自动发现,无需为每个数据集编写集成代码。该架构支持任意 MCP 兼容客户端,并在 MCP 服务器层集中执行权限控制,测试中端到端交互延迟保持在 15–20 秒。

10月13日周二