Agent 写完代码以后，人该审代码，还是审评审系统？
编码 Agent 生成代码的速度让人工逐行审查越来越难跟上，但测试通过也不等于代码值得合并。
文章
由 AI 采访转化而来，每篇都能追到原视频。
Apollo 的 CLO 组合从两三天缩到几分钟，难点为什么不在模型？
CLO 组合几分钟就能生成，金融团队仍要弄清数字来自哪里、能否用于交易。
Anthropic 怎样让 1000 个 Agent 一起工作：先拆任务，再把预算、权限和凭证管住
当一个 Agent 会漏查、偏袒自己的答案或在长任务中忘记限制时，增加 Agent 数量能解决问题吗？
Claude Code 不再只是写代码：它正在变成可改写、可协作的工作环境
编程 Agent 开始处理长任务、进入团队频道后，人怎样理解它的决定并调整工作方式？
把工作交给 AI 以后，责任和疲惫为什么还留在人身上？
把任务交给 AI 后，人仍要提供背景、检查结果并承担责任，监督多个 Agent 还可能增加未完成事项和疲惫。
把工作交给 AI 后，为什么你反而成了它的经理
把任务交给 AI，并不意味着责任和注意力也随之转移。
PR 开始按 Agent 的速度增长后，CI、评审和审计要怎样重建？
编程 Agent 让代码提交越来越快，团队怎样避免测试和评审队列抵消这些收益？
Agent 能跑只是起点：从实验走到生产，还要补上身份、审计、记忆和成本控制
Agent 在演示中能完成任务，进入企业生产后还要处理权限、审批、追踪和成本。
从 6,000 页支付规则里找答案：In The Pocket 怎样把 RAG 助手做得可查、可用
面对数千页相互引用、表格密集的支付规则，怎样让 AI 助手给出可核查的答案？
Runway 不只想生成视频：一次 Sora 危机、一个神经界面和机器人仿真
视频模型能生成逼真画面，怎样进一步响应操作并帮助机器人试验动作？
OpenRouter 卖的不是模型，而是随时换模型的权利
模型能力、价格和供应商不断变化，应用若绑定单一接口，切换和故障处理就要反复重做。
用 AI 提高创意上限，而不只是提高生产下限｜Katie Dill
AI 很快就能做出看似完整的界面，却也容易让产品落入彼此相似的模板。