CheinTian / notes

Topic

#production-ai

30 篇笔记

Enterprise Evals 101

Imagine your worst nightmare: your agent passes every demo, then a customer asks something you never tested, and it fails in public.In April...

x.com· 9 分钟 ·#clippings·#AI·#LLM

为什么我们需要 Agent 评测

Agent 评测已经成为了当前 Agent应用的基石。如果说年初大家都在关注 Harness,那目前的热点和深水区,一定是 Agent评测和 Agent Infra。我所了解到的是,基本每个做 Agent 产品的组都很看重评测的方法论以及效果。因此我专门开了一个系列,给大家详细介...

所有想做 FDE 的人,都该读懂 Palantir 这套方法

大模型进入企业以后,最难的一步是把一家公司的数据、规则和权力关系,变成 AI 能够理解并安全执行的系统。2026 年 5 月,OpenAI 成立了一家专门负责企业部署的新公司。它准备投入超过 40 亿美元,并计划通过收购 Tomoro,一次带入约 150 名 Forward De...

x.com· 15 分钟 ·#clippings·#AI·#enterprise-ai

多模型路由进入 Agent 会话之后

模型路由在单轮问答中可以按难度分配成本,但进入 Agent 多轮会话后,还要处理上下文、工具状态、缓存和隐式状态。本文拆解会话级路由的智能与工程瓶颈,以及固定强模型、隔离子任务和有状态路由三条现实路线。

yage.ai· 11 分钟 ·#clippings·#AI·#LLM

数据研发Multi-Agent架构的Harness工程实践

📝 摘要 本文基于阿里云数据研发团队的 Multi-Agent 实践,系统阐述了 Harness Engineering(智能体脚手架工程)的核心理念与落地方法。文章指出 AI 工程经历了 Prompt Engineering → Context Engineering → Harness Engineering 三代演进,并提出核心公式 Agent = Model + Harness:模型决定…

mp.weixin.qq.com· 41 分钟 ·#clippings·#AI·#LLM