AI 让个人快了，公司为什么没跟上？Basis 从对账差额讲起
个人已经能用 AI 大幅提速，为什么公司仍难把更多工作交出去？
生产轨迹
31 篇文章
全部文章
Warp 怎样把每个 PR 的成本从约 80 美元降到 15—20 美元？
团队用了越来越多编程智能体，怎样判断软件交付是否真的更便宜、更可靠？
Agent 会提交修复以后，AI 工程师还要做什么？Arize 的评测与运行设计
Agent 已能查运行记录、提出修复并提交代码，AI 工程师还应该负责什么？
Agent 便宜了 28%，却仍没用对工具：Stephanie Jarmak 怎样做评测
Agent 的成本降了，怎样知道它真正解决了原本的问题？
银行 AI 怎样缩短上线等待：Al Chen 团队如何验证漏洞、灾备和敏感信息处理
银行面向客户的 AI 应用怎样缩短上线等待？
AI Agent 什么时候可以少盯一点？先看检查能不能让人放心
Agent 什么时候可以少盯一点，依据应该是什么？
AI 写代码越来越快，谁来查清上线后的故障？
AI 帮团队写出更多代码后，怎样查清上线故障并找到需要修复的地方？
Agent 做到 80% 可靠，客户为什么还是不敢用？
Agent 的平均成功率看起来不错，客户仍可能因为需要盯住失败、收拾残局而不敢把工作交出去。
AI 攻击最快 4 分钟，渗透测试一年只做两次：Snyk 怎样用多 Agent 补上时间差
代码持续发布，而人工渗透测试只能定期进行，安全团队怎样缩短两次检查之间的空档？
给电子表格套一层 UI 还不够：Braintrust 为什么把 Evals 做成一套数据系统
一张电子表格足以开始评测 Agent，但真实用户上线后出现的失败，还要能被找到、复现并带回下一轮测试。
AI 应用返回了 200 OK，为什么监控仍然可能什么都没发现？
AI 应用返回 200 OK、延迟正常，用户仍可能收到不相关或编造的答案。
ARIA 在生产里漏掉一次 weave.log，团队怎样把这条失败变成回归测试？
Agent 的一次线上错误修好后，换模型或提示词仍可能让同类问题回来。