KK Blog

Menu

All Tags

#可复现仪表盘 1 #SQL溯源 1 #数据血缘 1 #可验证分析 1 #Reproducible Dashboard 1 #SQL Provenance 1 #Data Lineage 1 #Verifiable Analytics 1 #ChatGPT Data Agent 2 #Agent状态 1 #Agent迁移 1 #托管式Harness 1 #Codex Harness 2 #Agent State 1 #Agent Migration 1 #Managed Agent Harness 1 #OpenAI Agents API 2 #Bot管理 1 #AI爬虫 1 #Bot Management 1 #robots.txt 2 #Cloudflare BotBase 2 #AI Crawlers 1 #推理状态 1 #交互式Agent 1 #人工接管 1 #科学AI 1 #测量合同 1 #量子校准 1 #实验室Agent 1 #事件分析 1 #GET请求 1 #只读网络 1 #OpenAI Agent 1 #Inference State 1 #Interactive Agents 1 #AsyncReasoning 2 #Scientific AI 1 #Measurement Contract 1 #GPT-5.6 Sol 2 #Quantum Calibration 1 #AI Lab Agents 1 #Incident Analysis 1 #GET Requests 1 #Read-Only Web 1 #OpenAI Agents 1 #DseWiki 2 #上下文压缩 1 #模型评测 1 #Context Compaction 1 #Provider Adapter 2 #ARC-AGI-3 2 #GPT-6 Astra 2 #AI Mathematics 1 #Prove2Me 1 #Fermat's Last Theorem 1 #主动式AI 1 #检查点 1 #Agent权限 1 #长任务Agent 1 #持久Agent 1 #Proactive AI 1 #Checkpointing 1 #AI Agent Permissions 1 #Long-Running Agents 1 #Persistent AI Agents 1 #知识溯源 1 #专家反馈 1 #企业知识管理 1 #组织第二大脑 1 #RAG 2 #Knowledge Provenance 1 #Expert Feedback 1 #Enterprise Knowledge Management 1 #Organizational Second Brain 1 #回滚 1 #可恢复性 1 #自我修改Agent 1 #Rollback 1 #Recoverability 1 #Self-Modifying Agents 1 #EvoUndo 2 #Model Evaluation 1 #Terminal-Bench 2 #Claude Mythos 5.1 2 #Claude Fable 5.1 2 #Privacy 1 #Algorithmic Auditing 1 #Advertising Audit 1 #Answer Independence 1 #ChatGPT Ads 1 #幻觉 1 #推理 1 #知识提取 1 #参数知识 1 #LLM事实性 1 #Hallucination 1 #Reasoning 1 #Retrieval 1 #LLM Evaluation 2 #WikiProfile 2 #Parametric Knowledge 1 #LLM Factuality 1 #工作负载身份 1 #MCP授权 1 #Agent身份 2 #AI Sovereignty 1 #Continual Learning 1 #Build vs Buy 1 #Domain-Specific LLM 1 #Thomson 1.0 1 #Thomson Reuters 1 #DPoP 2 #ID-JAG 2 #Workload Identity 1 #OAuth 2.1 2 #MCP Authorization 1 #Agent Identity 2 #奖励作弊 1 #留出测试 1 #AI安全评测 1 #AI对齐 1 #自动对齐研究员 1 #Petri 2 #Held-Out Evaluation 1 #AI Safety Benchmarks 1 #AI Alignment 1 #Automated Alignment Researchers 1 #加州律师协会 1 #审计链 1 #高风险认证 1 #律师考试 1 #AI披露 1 #加州AB1651 1 #State Bar of California 1 #Audit Trail 1 #High-Stakes Certification 1 #Bar Exam 1 #AI Disclosure 1 #California AB 1651 1 #AI控制面 1 #工作区管理 1 #AI Control Plane 1 #Workspace Administration 1 #RBAC 2 #ChatGPT Work 4 #OpenAI Admin Plugin 2 #本地AI 1 #推理强度 1 #量化 1 #Local AI 1 #Reasoning Effort 1 #KV Cache 4 #SGLang 4 #Quantization 1 #LLM Benchmarking 2 #Qwen3.8-27B 2 #Agent推理 1 #能效 1 #基准审计 1 #AI推理芯片 1 #Agentic Inference 1 #Power Efficiency 1 #Benchmark Audit 1 #InferenceX 2 #AI Inference Chip 1 #OpenAI Jalapeño 2 #AI加速器 1 #Meta AI基础设施 1 #AI网络 1 #AI Accelerators 1 #HCCL 2 #Meta AI Infrastructure 1 #AI Networking 1 #MetaRoCE 2 #MTIA 300 2 #LLM Agent 2 #程序性记忆 1 #Agent Skill 1 #LLM Agents 2 #Agent Evals 1 #Procedural Memory 1 #Agent运行时 2 #工作流编排 1 #持久化执行 1 #Platform Units 2 #Temporal 2 #Workflow Orchestration 1 #Durable Execution 1 #UiPath Maestro Flow 2 #平台中立性 1 #AI网关 1 #Token计费 1 #AI财务控制面 1 #模型路由 1 #Platform Neutrality 1 #AI Gateway 1 #Token Billing 1 #AI Financial Control Plane 1 #AI Model Routing 1 #OpenRouter 2 #Stripe 2 #App Store Review 1 #In-Process Runtime 1 #Android Sandbox 1 #iOS Sandbox 1 #PhoneBuddySDK 1 #Mobile AI Agents 1 #信用风险 1 #项目融资 1 #剩余价值担保 1 #数据中心融资 1 #Credit Risk 1 #Project Finance 1 #Residual Value Guarantee 1 #Data Center Finance 1 #地理空间分析 1 #证据链 1 #图像地理定位 1 #OpenStreetMap 2 #Geospatial Analysis 1 #CUDA 2 #Evidence Chain 1 #OSINT 2 #Image Geolocation 1 #Agent架构 1 #任务复杂度 1 #AI成本优化 1 #小语言模型 1 #LLM模型路由 1 #软件维护 1 #Agent指标 1 #Pull Request审查 1 #AI编程Agent 1 #Anthropic风险报告 1 #控制面 1 #安全分类器 1 #安全日志 1 #AI安全控制 1 #Task Complexity 1 #Model Router 2 #AI Cost Optimization 1 #Small Language Models 1 #LLM Model Routing 1 #Software Maintenance 1 #CI 2 #Agent Metrics 1 #Pull Request Review 1 #Claude Code Routines 2 #Anthropic Risk Report 1 #Control Plane 1 #Safety Classifiers 1 #Security Logging 1 #AI Safety Controls 1 #置信度路由 1 #边缘AI 1 #隐私架构 1 #家庭自动化 1 #本地VLM 1 #Home Assistant 2 #Confidence Routing 1 #LFM2.5-VL-3B 2 #Privacy Architecture 1 #Home Automation 1 #Local VLM 1 #自回归解码 1 #LLM推理 2 #并行解码 1 #扩散语言模型 1 #Autoregressive Decoding 1 #AIME 2026 2 #vLLM 2 #LLM Inference 2 #Parallel Decoding 1 #Diffusion LLM 1 #DiffusionGemma 2 #Agent协调 1 #委托保持 1 #多Agent系统 1 #Human Oversight 2 #Agent Coordination 1 #Goal Preservation 1 #AI Agent Governance 1 #ITT 1 #劳动力政策 1 #Sector Program 1 #随机对照试验 1 #AI岗位替代 1 #职业再培训 1 #Intent-to-Treat 1 #Workforce Policy 1 #Sector Programs 1 #Randomized Trials 1 #AI Job Displacement 1 #Worker Retraining 1 #差分隐私 1 #透明账本 1 #机密联邦分析 1 #端侧机器学习 1 #Differential Privacy 1 #TEE 2 #Transparency Ledger 1 #Confidential Federated Analytics 1 #On-Device ML 1 #WhatsApp Scam Alert 2 #生成式 AI 1 #德国 1 #记忆化 1 #模型权重 1 #著作权 1 #AI 音乐 1 #Germany 1 #GEMA 2 #Memorization 1 #Model Weights 1 #Suno 2 #软件验证 1 #go vet 2 #go test 2 #gofmt 2 #Software Verification 1 #Agent Harness 4 #Go 2 #上下文绑定 1 #API安全 1 #Agent日志 1 #加密推理 1 #Context Binding 1 #API Security 1 #Agent Logs 1 #Encrypted Reasoning 1 #24GB显存 1 #本地Agent 1 #Edge AI 2 #DFlash 2 #24GB VRAM 1 #Local AI Agent 1 #Meta AI 2 #Muse Glimmer 2 #黎曼假设 1 #黎曼ζ函数 1 #AI for Mathematics 1 #Lean 4 3 #Riemann Hypothesis 1 #Riemann Zeta 1 #Agent Runtime 3 #Idempotency 1 #Background Agents 1 #Crash Recovery 1 #Event Sourcing 1 #Meta Muse Code 1 #科学验证 1 #后量子密码 1 #AI密码分析 1 #Scientific Verification 1 #Post-Quantum Cryptography 1 #AES 2 #HAWK 2 #AI Cryptanalysis 1 #浏览器自动化 1 #V8 Isolate 1 #Agent浏览器 1 #WebAssembly 2 #Browser Automation 1 #Chromium 2 #Browser Run 2 #V8 Isolates 1 #Agent Browser 1 #Cloudflare Kitesurf 2 #网络安全评测 1 #AI网络安全 1 #Critical网络能力 1 #Cyber Evaluations 1 #Agentic Coding 2 #AI Cybersecurity 1 #Preparedness Framework 2 #Critical Cyber Capabilities 1 #OpenAI Astra 2 #在线推理 1 #用户序列建模 1 #Scaling Law 1 #多阶段推荐系统 1 #Meta广告排序 1 #Online Inference 1 #User Sequence Modeling 1 #Scaling Laws 1 #LLaTTE 2 #Multi-Stage Recommender Systems 1 #Meta Ads Ranking 1 #端点安全 1 #运行时阻断 1 #安全钩子 1 #AI Agent安全 1 #可复现研究 1 #模拟校准 1 #AI验证 1 #科学计算 1 #国家实验室 1 #科学Agent 1 #Numbat 2 #Endpoint Security 1 #CEL 2 #Runtime Enforcement 1 #Security Hooks 1 #AI Agent Security 1 #Reproducibility 1 #Simulation-Based Calibration 1 #AI Verification 1 #Scientific Computing 1 #National Laboratories 1 #Scientific AI Agents 1 #Jagged Tensor 1 #GPU效率 1 #LLM训练 1 #推荐系统 2 #Jagged Tensors 1 #MFU 2 #GPU Efficiency 1 #LLM Training 1 #Recommendation Systems 2 #Meta GEM 2 #Privacy Verification 1 #SHA-256 1 #Consumer Privacy 1 #Data Removal 1 #Privacy Workflow 1 #Delete Act 1 #Data Broker Deletion 1 #California DROP 1 #开发者体验 1 #动态任务评测 1 #产品AI可用性 1 #Developer Experience 1 #AGENTS.md 2 #Dynamic Task Evals 1 #Product Evaluation 1 #AI Usability 1 #AI Agent Evals 1 #漏洞管理 1 #Security Agent 1 #SQLite安全 1 #自动修复 1 #漏洞复现 1 #CVE核验 1 #AI垃圾CVE 1 #Vulnerability Management 1 #ASan 2 #Security Agents 1 #SQLite Security 1 #Auto-Remediation 1 #Vulnerability Reproduction 1 #CVE Verification 1 #AI Slop CVE 1 #二手硬盘 1 #数据隐私 1 #密码学擦除 1 #介质清除 1 #SSD安全清除 1 #SSD Resale 1 #Data Privacy 1 #Cryptographic Erase 1 #NVMe Sanitize 2 #NIST SP 800-88 2 #Media Sanitization 1 #SSD Secure Erase 1 #可验证AI 1 #语义中间层 1 #AI数据可视化 1 #Verifiable AI 1 #Chart.js 2 #ECharts 2 #Vega-Lite 2 #Semantic IR 1 #AI Data Visualization 1 #Flint Chart 2 #可观测性 2 #事件合同 1 #语音转文字 1 #Voice Agent 1 #实时转写 1 #Observability 2 #Event Contracts 1 #Speech to Text 1 #OpenAI Realtime API 2 #GPT Live Transcribe 2 #Voice Agents 1 #Realtime Transcription 1 #长上下文 1 #提交门控 1 #AI Agent规则 1 #Long Context 1 #HANDBOOK.md 2 #Commit Gates 1 #AI Agent Policy 1 #产品分析 1 #零售AI 1 #收入归因 1 #对话式AI 1 #语音Agent分析 1 #Product Analytics 1 #AI ROI 2 #GPT-Realtime 2 #Retail AI 1 #Revenue Attribution 1 #Conversational AI 1 #Voice Agent Analytics 1 #内容溯源 1 #AI部署者 1 #AI提供者 1 #AI合规 1 #AI透明度 1 #欧盟AI法案 1 #Content Provenance 1 #AI Deployers 1 #AI Providers 1 #AI Transparency 1 #Article 50 2 #N-day风险 1 #安全自动化 1 #补丁管理 1 #漏洞分诊 1 #Chrome安全 1 #AI漏洞管理 1 #N-day Risk 1 #Security Automation 1 #Patch Management 1 #Vulnerability Triage 1 #Chrome Security 1 #AI Vulnerability Management 1 #信息流控制 1 #上下文隔离 1 #提示注入 1 #文档携带型AI蠕虫 1 #Information Flow Control 1 #Microsoft 365 2 #Context Quarantine 1 #Prompt Injection 3 #Microsoft Copilot 2 #Document-Borne AI Worm 1 #事件响应 1 #轨迹监测 1 #长任务AI安全 1 #Incident Response 1 #Trajectory Monitoring 1 #Long-Horizon AI Safety 1 #思维链 2 #CloudWatch 2 #Chain-of-Thought 2 #OpenTelemetry 2 #AI Agent Observability 1 #模型选型 2 #Coding Agent 5 #AI Agent评测 3 #Coding Agents 4 #AI Agent Evaluation 1 #AI Agent Benchmark 2 #恢复演练 1 #灾难恢复 1 #备份 1 #RTO 2 #RPO 2 #Git 2 #BorgBackup 2 #Restore Testing 1 #Disaster Recovery 1 #Backup 1 #OpenAI经济研究 1 #职业边界 1 #跨岗位任务 1 #AI与工作 1 #Workforce Strategy 1 #OpenAI Economic Research 1 #Occupational Boundaries 1 #Task Crossover 1 #AI and Jobs 1 #LLM评测 5 #模型量化 1 #端侧AI 2 #LLM Benchmarks 1 #MLX 2 #iPhone AI 2 #Model Quantization 1 #On-device AI 1 #1-bit LLM 2 #PrismML 2 #Bonsai 27B 2 #版权 1 #演员肖像 1 #生产审批 1 #影视制作 1 #Netflix 1 #Copyright 2 #Talent Likeness 1 #Production Approval 1 #Content Production 1 #Netflix AI Guidelines 1 #Jensen-Shannon散度 1 #AI可观测性 1 #模型验证 1 #API漂移 1 #行为指纹 1 #LLM监控 1 #Jensen-Shannon Divergence 1 #AI Observability 1 #Model Verification 1 #API Drift 1 #Behavioral Fingerprints 1 #LLM Monitoring 1 #系统提示词 1 #Prompt工程 1 #System Prompts 1 #GPT-5.6 2 #LLM评估 3 #回归测试 3 #AI Agent测试 1 #CI/CD 1 #LLM Evals 4 #Regression Testing 3 #AI Agent Testing 1 #Claude Cookbook 2 #生产就绪 1 #软件测试 1 #Agent Swarm 1 #Production Readiness 1 #Software Testing 1 #SQLite 2 #Agent Swarms 1 #minisqlite 2 #无人机安全 1 #AI飞行控制 1 #Safety Case 2 #F-16 VENOM 2 #DARPA 2 #Project Pilot 2 #Drone-Bench 2 #Drone Safety 1 #AI Flight Control 1 #Prompt优化 1 #评估器 1 #LLM优化 1 #Prompt Optimization 1 #Evaluators 1 #LLM Optimization 1 #optimize_anything 2 #GEPA 2 #数据治理 2 #健康数据隐私 1 #医疗记录 1 #Data Governance 2 #EHR 2 #Apple Health 2 #Health Data Privacy 1 #Medical Records 1 #ChatGPT Health 2 #AI运营 1 #Agent评测 3 #人工升级 2 #Agent治理 6 #多 Agent 1 #证明验证 1 #数学证明 1 #推理优化 1 #基准测试 1 #CPU性能 1 #安全 1 #快照 1 #持久化 1 #状态管理 1 #Agent Evaluation 2 #Human Escalation 1 #AI Operations 1 #Agent Governance 5 #Enterprise AI Agents 1 #OpenAI Presence 2 #AI4Math 2 #Multi-Agent Systems 3 #Proof Verification 1 #Mathematical Proofs 1 #Inference Optimization 1 #tiktoken 2 #Hugging Face 4 #Benchmarking 1 #CPU Performance 1 #GigaToken 2 #Tokenization 2 #Durable Storage 1 #Security 1 #State Management 1 #Snapshots 1 #Persistence 1 #预训练模型 1 #推理性能 1 #多语言AI 1 #模型迁移 2 #开源AI 1 #AI产业 1 #中国AI 1 #开放权重 2 #Open Source AI 1 #Kimi 2 #DeepSeek 2 #Qwen 2 #China AI 1 #Open Weights 3 #Pretrained Models 1 #Inference Performance 1 #Multilingual AI 1 #Model Migration 2 #BPE 2 #Tokenizer 2 #GitHub Copilot 4 #Gemini CLI 2 #OpenAI Codex 2 #SKILL.md 4 #Agent Skills 5 #依赖安全 1 #沙箱 3 #包管理器 1 #安装前安全 1 #软件供应链 1 #AI Coding Agent 2 #Dependency Security 1 #Sandbox 4 #Package Managers 1 #Pre-Install Security 1 #Software Supply Chain 1 #AI Coding Agents 6 #银行生产力 1 #金融AI 1 #Banker Productivity 1 #Financial AI 1 #ChatGPT 4 #Singular Bank 2 #人机协作 2 #AI信心 1 #决策 1 #批判性思维 1 #自动化偏差 1 #AI建议 1 #Human AI Collaboration 1 #AI Confidence 1 #Decision Making 1 #Critical Thinking 1 #Automation Bias 1 #AI Advice 1 #软件架构 1 #可验证性 5 #Agent可靠性 3 #领域特定语言 1 #Software Architecture 1 #Verification 5 #DSL 2 #Agent Reliability 3 #Domain-Specific Language 1 #Model Context Protocol 2 #OAuth 2 #Human in the Loop 3 #MCP Elicitation 2 #长期记忆 1 #Agent可观测性 4 #Agent记忆 1 #因果评估 1 #教育AI 1 #学习成果 1 #教师AI 1 #Browser Agent 1 #Long-Term Memory 1 #Agent Observability 3 #AI Agent Memory 1 #Causal Measurement 1 #Claude for Teachers 2 #ChatGPT for Teachers 2 #Education AI 1 #Learning Outcomes 1 #AI for Teachers 1 #Web Bot Auth 4 #FP-Agent 2 #Cloudflare Precursor 2 #Bot Detection 2 #Browser Agents 1 #LLM安全 1 #LLM Security 1 #CVSS 2 #JEF 2 #CJS 2 #Jailbreak 2 #全局工作区 1 #Global Workspace 1 #LLM Interpretability 1 #Jacobian Lens 2 #J-space 4 #超级计算机 1 #Supercomputer 1 #以太网 2 #Ethernet 2 #RDMA 4 #OCP 2 #分布式训练 2 #Distributed Training 2 #网络协议 1 #Networking 1 #MRC 2 #前沿企业 1 #Frontier Firms 1 #AI素养 1 #组织转型 2 #AI技能缺口 1 #员工技能提升 1 #AI培训 1 #AI Literacy 1 #Organizational Transformation 2 #AI Skills Gap 1 #Workforce Upskilling 1 #AI Training 1 #OpenAI Academy 2 #On-Call自动化 1 #代码审查 1 #AI研究 1 #推理模型 1 #形式化验证 3 #单位距离问题 1 #离散几何 1 #AI数学 2 #AI Research 1 #Reasoning Models 1 #On-Call Automation 1 #Formal Verification 4 #Erdős 2 #Unit Distance Problem 1 #Code Review 3 #Discrete Geometry 1 #Ramp 2 #AI Math 1 #数据主权 1 #本地部署 1 #混合云 1 #AI Factory 2 #Data Sovereignty 1 #On-Premise AI 1 #Hybrid Cloud 1 #Dell 2 #身份验证 1 #钓鱼防护 1 #账户安全 1 #WebAuthn 2 #Authentication 1 #YubiKey 2 #Phishing 1 #FIDO 2 #Passkeys 2 #Account Security 1 #机器学习 1 #生产系统 1 #AI工程 1 #Agentic AI 6 #Machine Learning 1 #Production Systems 1 #AI Engineering 1 #Southeast Asia 1 #Elevation 1 #权限提升 1 #东南亚 1 #Sandbox Isolation 1 #沙箱隔离 1 #Shopee 2 #AI编码 2 #Windows Sandbox 1 #Windows 沙箱 1 #Codex 21 #Sea Limited 2 #生产力 1 #productivity 1 #Coase 2 #组织理论 1 #organizational theory 1 #工作未来 1 #货币政策 1 #monetary policy 1 #战略资源 1 #strategic resources 1 #token经济学 2 #地缘政治 1 #geopolitics 1 #AI转型 1 #财务规划 1 #企业财务 1 #AI Transformation 1 #Financial Planning 1 #CFO 2 #Enterprise Finance 1 #PwC 2 #AI规模化 2 #E2EE备份 1 #B2B Signals 4 #Labyrinth 2 #AI Scaling 2 #具身推理 1 #负责任扩展政策 1 #数据驻留 1 #机器人基础模型 1 #物理AI 1 #合规 1 #Responsible Scaling Policy 1 #Constitutional AI 2 #Embodied Reasoning 1 #Data Residency 1 #Motion Transfer 2 #SOC 2 2 #Robot Foundation Model 1 #Compliance 1 #Physical AI 1 #GPT-4 Enterprise 2 #Claude Enterprise 2 #劳动经济学 2 #AI采用 4 #观测暴露度 1 #AI劳动力市场 1 #Labor Economics 2 #监管框架 1 #AI 风险管理 1 #AI 合规 1 #AI 治理 1 #观察暴露度 1 #劳动力 1 #AI 采用 1 #AI 劳动力市场 1 #劳动力转型 1 #经济指数 3 #劳动力市场 1 #AI 研究计划 1 #经济未来 3 #Regulatory Framework 1 #Observed Exposure 1 #Workforce Transformation 1 #AI Risk Management 1 #Workforce 0 #AI Compliance 2 #Economic Index 2 #Labor Market 1 #ISO 42001 2 #AI Labor Market 1 #AI Research Program 1 #EU AI Act 3 #Economic Futures 2 #实时API 1 #全球规模 1 #Relay架构 1 #基础设施 1 #语音AI 3 #低延迟 1 #机械可解释性 1 #激活值口语化 1 #自然语言自编码器 1 #Global Scale 1 #Relay Architecture 1 #Pion 2 #Infrastructure 1 #NLA 2 #Realtime API 1 #Mechanistic Interpretability 1 #Low Latency 1 #Activation Verbalizer 1 #Kubernetes 2 #WebRTC 2 #Voice AI 3 #Natural Language Autoencoders 1 #稀疏自编码器 1 #多模态 1 #机器人 1 #音乐AI 1 #视频生成 1 #Multimodal AI 1 #AI Architecture 1 #Robotics 1 #Genie 1 #LLM Behavior 1 #Sparse Autoencoders 1 #Veo 1 #Gemini 4 #企业安全 2 #E2EE 备份 1 #硬件安全模块 1 #端到端加密 3 #Enterprise Security 2 #OPAQUE 4 #E2EE Backups 2 #Hardware Security Module 1 #HSM 4 #End-to-End Encryption 3 #WhatsApp 4 #垂直领域AI 1 #安进 1 #生物科技 1 #AI医疗 1 #药物发现 1 #生命科学 1 #Domain-Specific AI 1 #Moderna 2 #Amgen 1 #AlphaFold 2 #Biotech 1 #AI in Healthcare 1 #Drug Discovery 1 #Life Sciences 1 #GPT-Rosalind 2 #AGI 2 #数据中心 1 #Data Centers 1 #xAI 2 #Oracle 2 #人形机器人 1 #微软 1 #Nvidia 4 #英伟达 2 #英伟达GR00T 1 #GPU 2 #算力 1 #Compute 1 #具身智能 2 #AI基础设施 5 #AI Infrastructure 5 #AI机器人 2 #Stargate 2 #Humanoid Robots 1 #Atlas 2 #NVIDIA GR00T 3 #Physical Intelligence 4 #Boston Dynamics 2 #Embodied AI 2 #VLA 4 #AI Robotics 2 #Google DeepMind 4 #Gemini Robotics 4 #AI 政策 2 #国家安全 1 #可信访问 1 #AI 防御 1 #AI Policy 2 #National Security 1 #FedRAMP 2 #GPT-5.4-Cyber 2 #Trusted Access 1 #AI Defense 1 #开源权重 1 #数据合规 1 #PII 检测 1 #Agent 安全 1 #HIPAA 6 #GDPR 2 #AI 经济学 1 #自主交易 1 #Open Weight 1 #Data Compliance 1 #PII Detection 1 #Agent Safety 2 #Privacy Filter 2 #AI Economics 1 #Project Deal 2 #Autonomous Trading 1 #行为漂移 1 #奖励劫持 1 #强化学习 1 #RLHF 2 #Behavioral Drift 1 #Reinforcement Learning 1 #GPT-5 2 #AI 编程 2 #Claude Opus 4.7 2 #Frontier Math 2 #GPT-5.5 6 #开源安全 1 #零日漏洞 1 #网络安全 3 #Apple 2 #Microsoft 3 #Open Source Security 1 #Zero-Day Vulnerabilities 1 #Claude Mythos 2 #Cybersecurity 3 #Project Glasswing 2 #定性研究 1 #用户期望 1 #AI 安全 3 #多语言研究 1 #AI 采纳 1 #AI 用户研究 1 #Qualitative Research 1 #User Expectations 1 #Multilingual Study 1 #AI User Research 1 #护栏 1 #红队测试 2 #Guardrails 1 #Red Teaming 2 #Anthropic RSP 2 #OWASP LLM 2 #NIST AI RMF 4 #潜空间扩散 1 #生成式AI 2 #AI音乐 1 #Magenta 2 #Google 6 #SynthID 2 #Latent Diffusion 1 #Generative AI 3 #AI Music 2 #Lyria 3 #DeepMind 4 #视觉AI 1 #上下文工程 2 #AI原生工程 2 #提示词工程 1 #AI工作流 1 #AI治理 8 #AI战略 2 #企业AI 12 #认知技能 1 #AI采纳 2 #AI编程助手 1 #开发者生产力 4 #Context Engineering 4 #AI-Native Engineering 2 #Prompt Engineering 2 #AI Workflow 1 #Vision AI 1 #Cognitive Skills 1 #AI Governance 10 #AI Coding Assistants 1 #Opus 4.7 2 #AI Adoption 7 #Developer Productivity 5 #AI 战略 1 #企业 AI 2 #AI 产品 1 #API 2 #Claude Cowork 2 #Enterprise AI 15 #AI Products 1 #原型设计 1 #视觉协作 1 #AI 设计工具 1 #Figma AI 2 #Google Stitch 2 #Prototyping 1 #UI/UX 0 #Visual Collaboration 1 #AI Design Tools 1 #Claude Design 4 #Agent基础设施 2 #分布式推理 1 #边缘计算 1 #GPT-5.4 2 #Workers AI 2 #Distributed Inference 1 #Edge Computing 1 #Cloudflare 6 #AI编程 5 #SWE-bench 6 #LLM 12 #Benchmark 6 #AI Coding 7 #Sonnet 4.6 2 #渐进式发布 1 #站点可靠性 1 #金丝雀部署 1 #配置安全 1 #Progressive Rollout 1 #Site Reliability 1 #DevOps 2 #Canary Deployment 1 #Configuration Safety 1 #Meta 6 #AI Strategy 5 #Engineering Productivity 1 #LLM Cost 1 #Token Economics 3 #Context Infrastructure 2 #认知资产 1 #效率工程 1 #AI成本 1 #Token经济 1 #Sycophancy 1 #Reward Hacking 5 #Emotion Vectors 2 #Interpretability 4 #AI Safety 12 #情绪向量 2 #可解释性 5 #领导力 1 #组织重构 1 #AI原生 1 #企业转型 1 #组织设计 2 #Leadership 1 #Restructuring 1 #AI-Native 1 #Enterprise Transformation 1 #Organization Design 1 #自评 1 #技能 1 #职业替代 1 #未来工作 3 #职业 1 #Self-Assessment 1 #Skills 1 #Job Replacement 1 #Future of Work 4 #Career 1 #Agent 架构 1 #Agent Architecture 2 #OpenAI 51 #知识图谱 1 #数字化转型 2 #AI Agent 21 #企业软件 1 #Neo4j 2 #Knowledge Graphs 1 #Digital Transformation 2 #Enterprise Software 1 #SaaS 2 #Klarna 2 #Agent 基础设施 1 #互操作性 1 #钉钉 1 #飞书 1 #协议 1 #Agent Infrastructure 3 #Interoperability 1 #DingTalk 1 #Feishu 1 #Protocol 1 #AI Agents 22 #CLI 2 #MCP 12 #Software Engineering 4 #Constraints 1 #Claude Code 12 #Cursor 6 #软件工程 4 #约束系统 1 #工程化 1 #Harness Engineering 20 #安全架构 5 #运行时治理 2 #Agent安全 9 #AI安全 18 #Security Architecture 4 #Runtime Governance 1 #Agent Security 8 #AI Security 8 #学习曲线 1 #经济影响 1 #Learning Curves 1 #Economic Impact 1 #Claude 23 #Anthropic 44 #Programmers 1 #架构 2 #预防 2 #猝死 2 #健康 2 #认知 2 #程序员 1 #历史 2 #工程 3 #Agent 6 #AI 30 #Halo 0
解读 #GPT-6 Astra#ARC-AGI-3#AI Agent评测#Provider Adapter#Harness Engineering#模型评测#上下文压缩

Astra 在 ARC-AGI-3 得分 62.7% 或 99.9%：Harness 本身就是评测对象

Astra 在不同 Harness 下得到 62.7% 和 99.9%。本文拆解分数语义、状态管理差异，以及速度和 token 数据的适用边界。

Administrator Administrator Published on 2026-09-05
解读 #GPT-6 Astra#ARC-AGI-3#AI Agent Benchmark#Provider Adapter#Harness Engineering#LLM Evaluation#Context Compaction

Astra Scores 62.7% or 99.9% on ARC-AGI-3: The Harness Is Part of the Benchmark

Astra scored 62.7% or 99.9% on ARC-AGI-3 under different harnesses. Here is what changed, what the numbers mean, and what remains unproven.

Administrator Administrator Published on 2026-09-05
最佳实践 #AI Agent规则#提交门控#Agent治理#HANDBOOK.md#长上下文#可验证性#MCP#Harness Engineering

AI Agent 规则为什么需要提交门控

HANDBOOK.md 说明规则进入 Context 仍不足以形成控制。本文给出规则检索、执行前判定、提交门控与事后核验四层方案。

Administrator Administrator Published on 2026-08-02
最佳实践 #AI Agent Policy#Commit Gates#Agent Governance#HANDBOOK.md#Long Context#Verification#MCP#Harness Engineering

AI Agent Policy Compliance: From Context to Commit Gates

HANDBOOK.md shows why policy in context is not control. Build AI agent compliance with retrieval, preflight decisions, commit gates, and verification.

Administrator Administrator Published on 2026-08-02
最佳实践 #AI Agent评测#Coding Agent#SWE-bench#Harness Engineering#LLM评估#Agent可靠性#模型选型

AI Agent 评测缺口：同一模型家族为什么会差近 4 个百分点

AI Agent 分数由模型、Harness、任务、测试和环境共同生成。本文给出五层评测框架，把公开榜单转成可复现的团队选型证据。

Administrator Administrator Published on 2026-07-29
最佳实践 #AI Agent Benchmark#AI Agent Evaluation#Coding Agents#SWE-bench#Harness Engineering#LLM Evals#Agent Reliability

The AI Agent Benchmark Gap: A Practical Evaluation Framework for Coding Agents

AI agent benchmark scores mix models, harnesses, tasks, tests, and environments. Use this framework to build a reproducible coding-agent eval.

Administrator Administrator Published on 2026-07-29
最佳实践 #Cursor#minisqlite#Agent Swarm#SQLite#软件测试#Harness Engineering#AI编程#生产就绪

Cursor 重写 SQLite：测试全过为何仍不能上线

Cursor Agent swarm 在私有 SQL 逻辑测试中达到 100%。本文拆解它真正证明了什么，以及 AI 生成系统上线前仍需哪些验收。

Administrator Administrator Published on 2026-07-25
最佳实践 #Cursor#minisqlite#Agent Swarms#SQLite#Software Testing#Harness Engineering#AI Coding#Production Readiness

Cursor minisqlite: Why 100% Tests Are Not Production

Cursor's agent swarm reached 100% on held-out SQL logic tests. Learn what that proves, what it omits, and how to assess AI-generated systems for produ

Administrator Administrator Published on 2026-07-25
最佳实践 #GEPA#optimize_anything#LLM优化#评估器#Prompt优化#AI Agent#Reward Hacking#Harness Engineering

GEPA：当评估器成为编程接口

GEPA optimize_anything 把评估器变成 prompt、代码、Agent 和配置的稳定接口。本文给出生产级设计与验证方法。

Administrator Administrator Published on 2026-07-25
最佳实践 #GEPA#optimize_anything#LLM Optimization#Evaluators#Prompt Optimization#AI Agents#Reward Hacking#Harness Engineering

GEPA optimize_anything: The Evaluator Is the Interface

GEPA optimize_anything makes the evaluator the stable interface for prompts, code, agents, and configs. Here is how to design one safely.

Administrator Administrator Published on 2026-07-25
Previous Next