便宜模型和生产模型有 18% 分歧，先别急着淘汰：OutRival 如何验证 token 优化
提示词缩短或换成便宜模型后，怎样确认省下的是成本而不是质量？
渐进发布
12 篇文章
全部文章
Agent 的报告和人工逐行一致，为什么还不能放手？
Agent 的报告与人工结果一致后，企业怎样决定何时给它更多自主权？
Anthropic 怎样把新模型交给用户：从 Rust 移植到 Agent 的安全与脾气
模型更强以后，平台怎样让用户真正得到更可靠、更省资源的服务？
Agent 要改数据库，PlanetScale 先给它分支、预算和回退按钮
Agent 改应用时也可能需要改数据库，但错误的结构或查询可能影响所有用户。
为什么要写最后一份产品路线图｜Claire Vo
当 AI 让团队更容易把功能清单全部做出来，路线图就不能再依赖工程资源稀缺来过滤想法。
Agent 说预约成功，诊所系统里却没有他的名字：Hamming AI 怎样检查会批量扩散的错误
语音 Agent 告诉用户预约成功，诊所却没有记录，团队怎样发现并阻止这种错误反复发生？
银行 Agent 说“退款已发出”，其实什么也没做：Langfuse 怎样给高风险 Agent 设上线门槛
高风险 Agent 的回复看起来正常，怎样判断它真的完成了任务？
AI 写出更多、更大的 PR，谁来验证？Sonar 想让 Agent 接手整条验证链
AI 让代码改动变多、变大，团队仍要在合并前完成评审和集成检查。
九万个仓库里，AI Agent 怎么知道该改哪里？
一个补丁能写出来，还不等于大企业知道它该改哪些仓库。
VS Code 从月更到周更：AI 写得更快之后，他们把整条交付链重做了一遍
AI 加快代码生成后，VS Code 团队怎样把正式发布从月更推进到周更？
600 个 AI PR 只回滚 1 个，为什么 Stripe 的事故次数仍然略有上升？
AI 让工程师合并更多代码，怎样同时维持支付系统的可靠性？
中国开放模型逼近前沿后，争议为什么转向了数据与安全
开放模型越来越接近前沿能力，企业该怎样理解数据依赖与 Agent 安全？