反复提醒 Agent 之后，怎样让它真的学会？Will Brown 谈企业自己的模型
反复提醒 Agent 的要求，怎样变成它以后能用上的经验？
反馈数据
17 篇文章
全部文章
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。
招聘 Agent 总推荐 Google 员工，招聘者却想找 GitHub 上的冷门高手：怎样把这种偏好写进系统
招聘 Agent 总推荐大厂名人，招聘者却希望找到开源社区里的冷门高手，怎样把这种偏好变成系统能力？
一次 Agent 运行花了很久，最后只留下一个“0 分”：GEPA 为什么要把错误日志也拿来学习
复杂 Agent 任务失败后，如果只保留一个分数，编译错误和工具反馈里的修复线索就被丢掉了。
销售、客服、产品各自看到一个市场，Greg 为什么先建的不是内容 Agent，而是一个文件夹
销售、客服、产品和营销各自掌握一部分客户信息，怎样让 AI 工作基于同一份市场认识？
用户点了“接受”，不代表 Agent 做对了：持续学习先要读懂撤销和重试
用户连续接受 Agent 的代码改动，不代表每一步都正确；错误可能在几次提交后才暴露，随后才被撤销或修改。
公司什么时候该训练自己的模型？Fireworks CEO 的答案不是越早越好
公司什么时候该训练自己的模型？
不再只向闭源模型“租用智能”：Fireworks AI 怎样把训练、部署和反馈接成循环
把应用从闭源模型切到开源模型，成本可能降低，质量和维护工作却不会自动解决。
AssemblyAI 的 Joey：一个 FDE 如何把支持压力变成可迭代的 AI 系统
AssemblyAI 注册用户增多，原本依靠工程师逐一沟通的支持方式难以覆盖所有入口。
Agent 怎样改进自己：Langfuse 把生产 Trace、评测和 PR 接成一条循环
Agent 的输出事实正确，用户仍可能不断修改；Langfuse 的更新日志工具就把内部术语直接写给了客户。
机器人把整摞餐巾拉倒以后，Dyna怎样让它自己收拾并继续折叠
机器人完成一次折餐巾演示不难，连续工作时却会遇到多抓、折歪和整摞倒下等状态。
从 30 秒标签到可运行的世界：模型越强，数据为什么越难做？
模型越来越擅长复杂任务，训练数据为什么反而更难准备？