最新内容
给 Agent 接一个搜索工具并不难，难的是弄清它搜的是什么索引、返回的是可直接访问的 URL 还是搜索引擎跳转链接，以及遇到验证码时会不会把空结果伪装成成功。gsearch 是一个 MIT 许可的 ...
一条注册流程的 UI 测试通过，不代表用户真的只收到一封欢迎邮件；支付按钮能点，也不代表重复提交不会扣两次款。传统端到端测试常验证“页面看起来对不对”，但副作用是否正确，往往还要靠另一套脆弱的集成测试...
把数据库账号交给 AI Agent，最让人担心的往往不是它不会写查询，而是它写对了语法、却做错了事：漏掉 WHERE 的 DELETE、误删表，或把不该读取的敏感列带出数据库。数据库权限能限制“谁能访...
浏览器自动化最让人头疼的，往往不是“点不到按钮”，而是 Agent 和人正在争用同一个浏览器：它跳转页面时打断你的工作，登录态又要重复配置；多个任务并行时，标签页和会话状态很容易互相干扰。ego li...
当 Claude Code、Codex 等编码 Agent 都在终端里工作时，开发者常要在多个会话、分支和预览之间来回切换。AgentIntersect World 尝试换一种交互方式：把代码库呈现为...
让模型生成 JSON、SQL 或代码片段并不难，难的是把这些结果接进真实应用：数据格式要解析，规则要校验，逻辑要执行，还要避免不可信输入获得宿主程序的全部能力。Formata 的 Stof 尝试从数据...
AI Agent 的一次任务往往跨越多步：读取上下文、生成计划、调用工具，最后还可能发送邮件或发起付款。问题在于，进程可能恰好在外部操作成功后崩溃。若简单地从头重试，Agent 有机会再次执行同一操作...
浏览器自动化最让人头疼的，往往不是“点不到按钮”，而是 Agent 和人正在争用同一个浏览器：它跳转页面时打断你的工作，登录态又要重复配置；多个任务并行时，标签页和会话状态很容易互相干扰。ego li...
当应用只发出几次模型请求时，打印输入和输出似乎就够了。进入真实环境后，问题很快变复杂：一次 Agent 任务可能经过多个模型调用、工具执行和重试；某次回答变慢或质量下降，单看最终文本很难定位是哪个环节...
让 AI 生成图表，难点往往不在“画出来”，而在结果能否复现、改动能否审查，以及交互是否真的可用。微软开源项目 Flint 选择把图表表达为可读的规格，再编译到不同渲染后端；它既提供 MCP 服务供 ...
