主题

AI 与智能体

AI 系统、编程智能体和模型基础设施的工程、运营与评估。

博客文章
166
专题
03

你想完成什么？

选择阅读顺序，从初步决策到实施与验证。

编程智能体与开发工具

改进代码库上下文、隔离工作、管理技能并验证生成代码。

  1. 瓶颈从来不是智能，而是上下文。
  2. Git Worktree 与 Jujutsu：AI 编程智能体版本控制决策指南（2026）
  3. WikiSkill：智能体如何从经验中进化 SKILL.md
  4. AI 生成代码的 QA

评估与生产运营

设计工作流、落实授权、规划评估预算并定义上线标准。

  1. AI 智能体设计模式：从简单开始，执行前验证
  2. 企业级 MCP 授权架构：多租户参考设计
  3. 什么时候值得构建一套 LLM 评测？成本、ROI 与信任裁判
  4. 30/60/90 天 AI 智能体试点：上线计划

本地 AI 与部署

比较 API 与本地推理、规划运营成本并评估硬件限制。

  1. 本地模型什么时候胜过 API：欧盟企业盈亏平衡计算器
  2. 在欧盟自托管 LLM：开放权重模型何时才真正划算
  3. Colibri 让消费级硬件跑起 GLM-5.2，代价是什么？

记忆、RAG 与企业知识

选择检索架构、估算成本并验证权限与知识更新。

  1. 2026：RAG vs Fine-Tuning vs Long-Context
  2. 2026 年 DACH 地区的内部 AI 助手到底要花多少钱
  3. 面向欧盟企业的 RAG 生产就绪清单

模型与路由

了解决策模型、比较供应商、检查校准，然后规划试点。

  1. OpenAI Decisions API：置信度、拒绝回答与任务路由
  2. Cloudflare Clef 与 Jev：价格、基准测试与迁移
  3. AnyJev：LLM 概率校准与选项顺序偏差
  4. 30/60/90 天 AI 智能体试点：上线计划

深入探索此主题

80 篇文章

智能体工程

编程智能体、MCP、上下文系统、评估与可靠自动化控制。

专题 →
8 篇文章

决策模型

比较决策模型服务商，处理类型化答案，校准概率，并用网页证据支撑范围明确的决策。

专题 →
78 篇文章

模型与基础设施

模型选择、推理经济性、本地部署、压缩与服务架构。

专题 →

从这里开始

本集合最新内容

复核后的样本进入小型分类器，分别通向自动决策和人工复核 AI 与智能体

小模型微调：Airbnb 分类器的生产启示

专用分类器的价值不止于一次便宜的推理。判断是否值得上线，要看训练数据、自动处理中的错误、回退路径及完整成本。

Kevin Riedl
阅读
大号欧元符号下方排列着分段成本标记 AI 与智能体

Odoo AI 积分：如何为报价审核编制预算？

扩大报价处理量前，先分开积分消耗、订阅增量、首次审核与修正。合成台账和计算器让预算假设可以复核。

Kevin Riedl
阅读
一个共同起点分出 3 条带标签的路径 AI 与智能体

Odoo 服务台 AI：何时分类、拟稿或转人工？

将工单标签、内部回复草稿和人工交接分开验收。用建议用例检查权限与漏转人工。

Kevin Riedl
阅读
网页证据流分成多个有限选项，配以 Wavect 青绿和紫色 AI 与智能体

Parallel Decisions API：决策模型如何利用网页证据？

一次请求完成网页检索与结构化判断。用供应商核查示例理解共享引用、可选置信度、批量费用和证据复核。

Kevin Riedl
阅读
以青绿色和紫色括号呈现的本体推导证书 AI 与智能体

如何验证 Open Ontologies 的推导证书？

用可复现图谱测试区分伪造证明被拒与检查器运行失败，再检查缩小后的 RAG 上下文是否仍能支持结论。

Kevin Riedl
阅读
分别表示抓取请求与提取记录的两条路径 AI 与智能体

Scrapling 检查点会保存已抓取的数据吗？

本地暂停、恢复与重放实测：检查点保存什么，复用 JSON 导出路径为何会覆盖旧记录，续爬后又该怎样核对数据完整性。

Kevin Riedl
阅读

完整文章目录

  1. 小模型微调：Airbnb 分类器的生产启示
  2. Odoo AI 积分：如何为报价审核编制预算？
  3. Odoo 服务台 AI：何时分类、拟稿或转人工？
  4. Parallel Decisions API：决策模型如何利用网页证据？
  5. 如何验证 Open Ontologies 的推导证书？
  6. Scrapling 检查点会保存已抓取的数据吗？
  7. TencentDB Agent Memory 本地部署：SQLite 够用吗？
  8. Cue 轮次检测：电话号码采集、基准测试与局限
  9. RTK AI 1.2：实际 Token 节省、安装与许可证
  10. Google SAM 现名 Agent Mesh：跨机器调用 MCP 工具
  11. Anatomy Claude Code 技能：用于技术文档的交互式 SVG
  12. EdgeQuake：用 PostgreSQL GraphRAG 构建 MCP 智能体记忆
  13. BitNet CPU 推理：2B4T 的实际内存需求与 100B 说法
  14. SuperPenguin：按 PR、客户和功能核算 AI 成本
  15. Claude Dashboards + Motion：把产品指标做成视频
  16. OpenAI Intelligent UI 与 OpenUI：企业应用如何落地生成式 UI
  17. RunAnywhere Wally：按已验收编程任务计算成本
  18. Reducto 德语发票提取：测量人工复核成本
  19. OpenAI Decisions API：置信度、拒绝回答与任务路由
  20. Claude Model Router：到底何时切换模型？
  21. Cloudflare Clef 与 Jev：价格、基准测试与迁移
  22. Context Language Models 与上下文压缩：应该如何试点？
  23. Caveman 3.0 与 Claude Code：本地输入压缩、原文恢复与基准
  24. LiteLLM Lens：用 SQL 与 API 分析智能体 Trace
  25. SmythOS Studio 自托管指南：Docker、成本与部署边界
  26. DeerFlow 2.2：Docker 部署、沙箱与记忆机制
  27. CLM-8B 自托管：vLLM、动作缓存与验证器
  28. AnyJev：LLM 概率校准与选项顺序偏差
  29. LiteAgents SDK：逐轮模型路由、安装与迁移指南
  30. mcp-memory-service：让 Claude Code 与 Cursor 共享持久记忆
  31. Claude Opus 5.5 使用指南：适用场景、提示词与思考强度
  32. Laya 与 Jev 的企业应用：6 个实用工作流
  33. Laya vs Jev：基准结果与 AI 创业护城河
  34. Google AX：暂停恢复、重启成本与自托管
  35. WikiSkill：智能体如何从经验中进化 SKILL.md
  36. 腾讯 Octop 评测：开发者真正免费获得了什么
  37. Wigolo 评测：AI Agent 的本地优先 Web Intelligence
  38. Jev AI 评测：面向智能体工作流的决策模型
  39. Supermemory：AI 智能体记忆、RAG 与本地部署指南
  40. AI 智能体设计模式：从简单开始，执行前验证
  41. Claude Mods：配置、Function Hooks 与安全指南
  42. Voicebox：本地声音克隆、语音输入与 MCP 配置
  43. Valyu 的 0.6B 多智能体路由器：研究结果、指标边界与落地判断
  44. OpenAI Agents API 评测：迁移、成本与数据控制
  45. Spotify shunt 评测：安装、Token 节省与限制
  46. OpenBot 评测：自托管 AI 同事的成本与权限
  47. SwarmLLM 评测 2026：手机与笔记本协同浏览器 LLM 推理
  48. Ramp Inspect 架构 2026：如何扩展后台编码 Agent
  49. Model Hardware Standard 企业指南：MHS 与实体 AI
  50. Fonio AI 2026 评估：价格、API、GDPR 与自建对比
  51. Mosaic（YC S26）评测：团队编码 Agent 的共享记忆
  52. Ripwire 评测 2026：无需 Embedding 的 AI 仓库上下文
  53. AI 编程智能体的多文件原子修改：Semaprax 开发教训
  54. Phonely Alma 评测：这款语音 LLM 能否用于生产？
  55. Utopia 企业评估：双时态知识图谱与历史问答
  56. AI 智能体知识迁移：前沿模型探索一次，低成本模型规模执行
  57. claude-rotate：一个代理管理多个 Claude Max 账户
  58. NVIDIA PAIR 评测：本地 AI 路由与 AMD 支持缺口
  59. Feynman 评测：这款开源 AI 研究 Agent 适合团队吗？
  60. Obscura 浏览器评测：性能主张、限制与生产适用性
  61. Claude Code 设计系统：用 4 个部分保持品牌一致
  62. Tencent Hy4 Preview 评测：正式版发布后如何迁移？
  63. PageLM 评估：自托管与商业使用
  64. ChatGPT 能登录网站，而且模型看不到密码
  65. M6 Mac mini 对比 M5 Mac Studio：本地 AI 选购指南
  66. AI 智能体 Harness 图解：LLM 周围的可靠性层
  67. FreeToken AI 评测：消费级 GPU 能跑前沿 MoE 大模型吗？
  68. Darkbloom AI 评测：用闲置 Mac 提供私有推理
  69. Ox Alpha 已揭晓为 GLM-5.3-Flash：变化解读
  70. 智能体编辑为何需要语义身份：用 Rust 构建 SEMAPRAX
  71. LangChain Deep Agents 评测：Agent Harness 能否用于生产？
  72. Pika Audio API 价格：SFX 真的便宜 20 倍吗？
  73. Thunder Compute 获 1300 万美元融资：企业 GPU 虚拟化采购指南
  74. OpenViking 评测：面向 AI 智能体的文件系统式记忆
  75. LLM-as-a-Verifier 详解：架构、成本与生产适用性
  76. AirLLM 只用 4GB 显存跑超大模型？逐层推理原理与代价
  77. TrueForge 评测：开源 Agent Harness 是否达到生产要求？
  78. 智能体可读的网站：llms.txt、Markdown 镜像，以及会坏在哪里
  79. Qwen3.8-27B：自托管电脑操作智能体，截图不出内网
  80. 本地化 URL slug 与 hreflang：为什么我们保留一个英文 slug
  81. AI 智能体能用你的产品，还是只能读到它？
  82. Graft 评测 2026：智能体仓库地图该进 Git 吗？
  83. Codag 编程智能体成本：工具输出压缩与验收
  84. 更聪明地使用 Token：计算每项验收通过任务的成本
  85. DeepSeek Harness 评测：插件化 Agent 技术栈能否用于生产？
  86. Netflix 的 vLLM 与 Triton 推理栈：7 个生产经验
  87. Alibaba OpenSandbox：生产部署前要核实什么？
  88. Transformers.js 浏览器本地 AI：什么时候适合放进产品
  89. Cloudflare Kitesurf 评测：成本、限制与生产适用性
  90. GitHub Spec Kit 评测：这套流程值得吗？
  91. 企业内部 AI 智能体市场：2026 架构与落地指南
  92. LiteLLM 生产级自托管指南：2026 架构与安全
  93. AI 就绪企业 Wiki：架构与实施指南
  94. Linux 是 AI 智能体的最佳操作系统吗？2026 基础设施指南
  95. Claude 会给文本加水印吗？2026 API 实战解读
  96. OpenKB 评测：知识编译器 vs RAG
  97. Unsloth Desktop 评测：私有本地 AI 工作站？
  98. NeMo Switchyard 0.2：无需训练的智能体模型路由？
  99. Firecrawl AnyDoc 评测：14 种格式转 Markdown
  100. MCP Cloud 对比 Manufact Cloud：MCP 托管指南
  101. Muse Glimmer 30B：Meta 本地智能体模型能否用于生产？
  102. 如何用 Agent Skills 让 AI 写作更自然
  103. NVIDIA NOOA 评测：面向对象智能体适合生产环境吗？
  104. OmniRoute AI 路由：配置指南与生产检查清单
  105. Strix AI 渗透测试：2026 年 30 天试点与采购指南
  106. Hyperagent 评测：无需自建服务器的云端 AI 智能体
  107. Gemini Robotics 2：全身控制与试点决策
  108. Hark Handoff 评测：真正会点击网页的智能体
  109. Meta Muse Code 定价：Contributor 能用于客户代码吗？
  110. pdf-inspector 评测：先本地解析 PDF，再调用 OCR
  111. Agent Reach 评测：真实成本、安全边界与生产适用性
  112. Cloudflare Wallets AI 智能体钱包：哪些功能已上线？
  113. 本地多模态 AI 编程助手：语音、OCR 与隐私架构
  114. 一台 AI PC 本地运行 DeepSeek V4 Flash 0731，现实效果如何？
  115. YC QM Agent 评测：Quartermaster 能用于工作吗？
  116. jcode 对比 Claude Code：值得切换到 Rust 智能体框架吗？
  117. Lightpanda AI 智能体浏览器：生产评测与迁移指南
  118. AI 智能体的图工程：知识图谱什么时候值得做？
  119. 多模型 AI 编程智能体技术栈：团队采购指南
  120. MCP 现在无状态了吗？服务器迁移清单
  121. MCP 不是安全边界：如何保护智能体访问的数据
  122. 用 Unsloth 和 Colab 免费微调 Gemma 4
  123. AI 智能体如何互相通信？Band 配置与选型指南
  124. Taalas HC1 评测：硬编码 LLM ASIC 值得买吗？
  125. 软件开发机构技术实测 LeanCTX：集成、数据与局限
  126. 你的硬件能运行哪个本地 LLM？llmfit 使用指南
  127. 用 CLIProxyAPI 在 Claude Code 中运行 GPT-5.6 Sol
  128. Miso TTS 本地部署对比 API：成本、延迟与显存真相
  129. 企业级 MCP 授权架构：多租户参考设计
  130. 把 RAG 向量压缩到 2-bit：数据无关量化能上生产了吗？
  131. LMCache 报告共享 KV 缓存让平均 TTFT 降低 13.7 倍
  132. LLM 权重无损压缩 vs 8-bit GGUF：哪些已具备生产条件？
  133. Meterless 评测 2026：AI 智能体上下文层能否用于生产？
  134. NVIDIA Nemotron 3.5 ASR：免费自托管 STT 能否用于语音智能体？
  135. Claude Code vs OpenCode：2026 年团队用哪个更省钱？
  136. Kimi K3 企业评测：API 价格、数据合规与试点清单
  137. Mesh LLM 评测：一个大模型能否跨多台电脑运行？
  138. Graphify 2026 评测：代码库知识图谱值得引入吗？
  139. Bonsai 27B 评测：270 亿参数 LLM 真的能在手机上运行吗？
  140. AI 试点终止或扩展评分卡：运行 30 天后检查的 12 项指标
  141. Soofi S：德国主权大模型准备好商用了吗？
  142. T3MP3ST 2026 评测：它能取代渗透测试吗？
  143. Colibri 让消费级硬件跑起 GLM-5.2，代价是什么？
  144. Open Knowledge Format（OKF）：企业实施指南
  145. AI Agent Cost per Action：为什么 agentic 工作流会推高 token 账单
  146. 本地模型什么时候胜过 API：欧盟企业盈亏平衡计算器
  147. 2026 年 LLM 成本计算器：算任务，不算 Token
  148. Pxpipe 评测：图像能把 Claude Code 成本降低 60% 吗？
  149. 每 token 更便宜，每任务仍可能更贵
  150. 如何在 Claude Code 中使用 Claude Fable 5.2
  151. Anthropic 不主张禁止开放权重。成本之争依然真实。
  152. 2026 年 DACH 地区的内部 AI 助手到底要花多少钱
  153. 2026 年 LLM 网关对比：LiteLLM vs OpenRouter vs Portkey vs RouteLLM
  154. 在欧盟自托管 LLM：开放权重模型何时才真正划算
  155. 2026 开放权重 LLM：DeepSeek、Qwen、Kimi、GLM、Llama 与 Muse
  156. 瓶颈从来不是智能，而是上下文。
  157. DACH 企业怎么选：ChatGPT Enterprise vs Copilot vs 自建 RAG
  158. MCP、RAG、Agent Skills 与 Custom GPTs 怎么选？
  159. 如何在 2026 年降低 LLM Token 成本
  160. 30/60/90 天 AI 智能体试点：上线计划
  161. 面向 SharePoint、Confluence、Drive 的权限优先 RAG
  162. 面向欧盟企业的 RAG 生产就绪清单
  163. 什么时候值得构建一套 LLM 评测？成本、ROI 与信任裁判
  164. AI 代理项目为什么会被取消
  165. 2026：RAG vs Fine-Tuning vs Long-Context
  166. 2026 LLM API 成本：架构要变
只收重要内容

获取下一篇关于AI 与智能体的一线笔记

有新文章时发送一封简短邮件，不使用跟踪像素，也不发送填充内容。