Claude Code 团队如何设计 Agent 验证与测试流程
Anthropic Claude Code 团队分享其验证方法论,团队约 90% 的代码由 Claude 编写和审查,验证循环让并行运行数十上百个 Claude 成为可能。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
Anthropic Claude Code 团队分享其验证方法论,团队约 90% 的代码由 Claude 编写和审查,验证循环让并行运行数十上百个 Claude 成为可能。
Anthropic 在 GitHub 上开源了 eleven 个面向不同职业的 Claude Code 插件,展示了 AI Agent 在商业中的跨岗位落地可能性。
作者提出一种人机分工的开发流程:让 Plaud、Granola 等 AI 工具记录并分析客户对话来起草规格,人类负责写带证明的 guardrail、维护机器可校验的本体(ontology)以及搭建确定性 CLI、代码前闸门、二次重生成比对、每周漂移审计等审查 harness。
IT之家 11 月 16 日消息,漫步者现已在京东上架花再 Halo PixelBar AI 智能桌面音箱,该产品屏幕能够显示歌词及自定义内容,支持语音点歌,同时具有动态灯效,定价 699 元,部分地区国补后低至 568 元。 该机采用条形设计,可妥帖放置于显示器下方。正面两侧为对称的喇叭网罩,中部镶嵌一块能展示趣味表情、歌词及时间等信息的数码屏幕。
ChinaTalk 分析中国商务部2026年10月针对盾构机、挖泥船部件、光伏制造设备、生物技术和无人机的新出口管制,认为这些是继稀土之后识别出的新潜在杠杆。
腾讯 WorkBuddy 开放平台宣布已覆盖 55 个专业场景和 30 多个垂直领域,推出 Buddy 应用等五大能力,支持行业头部伙伴构建品牌化 AI 办公产品。
作者批判 Hermes 商务模式的高性价比,指出其 SOTA 模型 token 成本远低于市场上其他订阅方案。
通义千问(Qwen)官方宣布 Qwen4-Max 从第一天起即在 Novita AI 上线。引用内容介绍其为面向复杂编码、专业工具和长时智能体工作流的 MoE 模型,具备原生视觉能力、1M token 上下文窗口,以及更强的工具调用和长程任务执行能力。
美国与盟友签署新协议,共同编制需要加强保护的关键 AI 技术与供应链清单,以应对来自中国的 AI 竞争。首批合作方包括日本、澳大利亚、以色列和英国;据报道韩国、印度、卡塔尔和阿联酋也已签署《旧金山宣言》,德国、瑞典、荷兰和欧盟委员会预计下周加入。协议签署正值特朗普与习近平周四在深圳 APEC 会晤前夕。
MarkTechPost 介绍 Meta 将 LLM 测试生成系统 JiTTests 从研究原型推进到生产基础设施,该系统编写旨在对风险 diff 失败的可执行测试,2026 年上半年在 diff 阶段捕获 74 起隐私 SEV,隐私 SEV 发生率下降 20%。
n8n 博客作者在第二版 AI Agent 开发工具报告基础上,重新审视 MCP 兴起后集成形态的变化:供应商需自行维护 MCP server 并承担版本跟进、发现和安全传输负担,消费方只需认证后由模型决定调用。
作者让Agent整理出自己近两个月指挥Agent干活最常用的10条Prompt并分享,包括从第一性原理找根因、先对齐喜好再出3版方案、推演改动二阶三阶影响、假设最优方案错误找反例、分析Git历史识别可移除的历史包袱、评估新工程师接手的认知成本、复盘Bug和返工并沉淀成规则或Skill等。作者希望对大家指挥Agent开发有用。
作者全方位评测了阿里发布的 Qwen4-Max 模型,证实其在 CodeArena 全球前端榜位列第 6、DeepSWE 与 ALE 超越 Claude Opus 5.5,同时凭借稀疏注意力等架构实现单任务 Token 消耗降低 50% 以上,国内缓存价仅 0.5 元/百万,单任务成本降 58%。
卡兹克分享了最近两个月自己用 Agent 干活最常说的 10 条 Prompt,包括从第一性原理找根因、先对齐喜好再出 3 版方案、推演改动的二阶三阶影响、以最强反对者角度推翻最优方案等。其余几条涉及分析 Git 历史识别可移除的历史包袱、模拟新工程师评估代码认知成本、复盘 Bug 与返工沉淀成规则或 Skill。
OpenAI 美东时间 9 月 22 日把 GPT-6 Luna 降到每百万词元 0.10/0.50 美元、Sol 降到 2/10 美元,较 GPT-5.6 促销定价下调 50%,低价对新请求、经 API 与 ChatGPT Work/Codex 使用时成立。
阿里 Qwen 团队发布 Qwen4 系列首个模型 Qwen4-Max,为专有稀疏 MoE 模型,2.4T 骨干参数、每 token 激活 71B,另有 328B N-gram Embedding 参数,支持文本、图像和视频输入及 1M token 上下文窗口、393K 最大输出。
千问发布下一代旗舰模型 Qwen4-Max,采用全新 MoE 架构,骨干参数 2.4 万亿,原生支持视觉理解,上下文窗口达 1M token。模型已接入 Qwen 平台,开发者可通过 Token Plan 或 API 使用,官方称其在提升复杂任务表现的同时降低 token 消耗和整体运营成本。
作者推出名为 BeanPod 的原生 macOS 录音整理软件,支持 Mac 录音、导入音频、自动转文字,生成纪要和待办。支持多种音频来源,提供句子跳转和循环朗读功能。新增英语学习模式可拆解单词、短语和难句,支持 MCP 接入 Claude 和 Codex,还能将口播稿做成数字人视频。
IT之家 11 月 16 日消息,据 CNBC 报道,国际货币基金组织(IMF)总裁克里斯塔利娜 · 格奥尔基耶娃(Kristalina Georgieva)当地时间周一表示,全球经济目前正“依靠 AI 这条腿支撑”,但对这一领域的过度依赖可能危及全球金融稳定。
Hy4 flash 现已在 OpenCode Go 上线 接下来 14 天,使用量近乎无限,完全免费 不计入你的 Go 用量
三轮真机测评,TARS战队以82.5分拿下蚂蚁灵波具身大模型挑战赛冠军 · · Nov 16, 2026 11月16日,蚂蚁灵波首届具身大模型挑战赛总决赛结果出炉。
AI 日报聚合 8 条核心动态:豆包 App 上线找店功能、谷歌 Gemini4Carbon 入驻 WorkBuddy、苹果 AI 眼镜计划 2027 年亮相、阿里千问发布 Qwen4-Max、腾讯混元推出 Hy4flash 模型、DeepSeek 收紧使用限制、火山引擎开放 Seedance2.54K API、黄仁勋考虑重返英伟达 CEO。
Hark 在 Hark Pro 中发布第二代计算机操作智能体 Handoff²,平均端到端速度约为 v1 的 2 倍,航班预订最高提速 3.8 倍,长研究任务超过 5 倍。
日本博主通过 Claude、Fable、Blender、Python、Remotion 等代码工具完整复原 31.9 秒数字人视频,彻底绕开 HeyGen、Higgsfield 等模板化平台,展现了解构式创作的高自由度与技术穿透力。
LVMH 集团媒体部门与 OpenAI 签署战略合作协议,将在旗下全部刊物部署 OpenAI 工具和 ChatGPT Enterprise,用于文档检索、文档比对和初步翻译等场景。
作者将官网的联盟营销功能集成到 shipany-tanstack 模板,实现 SaaS 双赢推广模式。
DeepSeek 发布开源聊天前端 demo,展示如何通过静态前端接入 API 实现搜索、读取链接和语音等完整功能。
🙌 在 Vercel 的 AI Gateway 上用 Qwen4-Max 构建吧!@vercel_dev
北卡 Enfield 镇正与 Quiet Data Centers 谈判具法律约束力的社区受益协议,镇长要求该公司出资 1620 万美元清洁能源计划,并让 100,000 平方英尺、88 兆瓦的数据中心接入镇规划的地热能网络以利用余热,若建成将是美国首例。协议尚需数周或数月,夏季余热处理仍需吸收式制冷机等方案。
黄仁勋考虑重返英伟达CEO岗位,盟友筹建“作战室”游说董事会 · · Nov 16, 2026 11月16日,据《金融时报》报道,黄仁勋正考虑重返英伟达CEO岗位,硅谷科技界支持者已开始向英伟达董事会施压,要求恢复其职务。 报道称,黄仁勋已与亲信讨论复出可能。