#长程任务
共 70 篇相关文章
·13 分钟
Agent Skills规范：AI智能体技能标准化与可复用性实践
agentskills开源项目正试图解决AI Agent生态碎片化问题，通过标准化技能规范实现技能的可移植、可组合与可复用。本文深入解析Agent Skills的设计思路、核心价值及其对AI智能体生态的深远意义。
阅读全文 →
·17 分钟
Agentic AI开发实践：评估与错误分析才是核心竞争力
拨开Agentic AI炒作迷雾，看清智能体应用的真实价值。基于吴恩达课程精华，揭示顶级开发者与普通开发者的真正差距——不在于框架选型，而在于系统性评估（Evals）与错误分析能力。附真实落地场景与开发方法论。
阅读全文 →
·6 分钟
GLM 5.2深度解析：开源编码模型跻身全球前三
智谱AI发布第五代大模型GLM 5.2，MIT协议完全开源可商用。Code V3评测全球第三、96分S级，开源模型排名第一；百万Token上下文真实可用，长程任务稳定不掉链。本文从编码能力、上下文可靠性、MoE架构及现实短板四维度全面拆解。
阅读全文 →
·8 分钟
Kimi K2.7 Code开源 | 国产图像模型HiDream登顶全球榜单
月之暗面开源Kimi K2.7 Code编程模型，Token消耗降低30%；HiDream O1 Image 1.5在国际权威榜单超越Google与字节跳动，登顶中国模型第一。一文梳理国产大模型最新突破与AI代理工具链进展。
阅读全文 →
·16 分钟
100亿Token实战：Codex长程工程能力深度测评
UP主阿江用Codex跑了100亿Token，完成cc-haha项目从Tauri 2迁移至Electron的架构重构。本文深度解析Codex的长程工程能力、Computer Use功能、订阅成本对比，以及给普通开发者的三条实用建议。
阅读全文 →
·13 分钟
Vibe Coding入门：零基础用AI编程开发Web应用完整指南
Vibe Coding（氛围编程）让零基础用户通过自然语言驱动AI完成开发。本文详解Claude Code核心工具、DeepSeek等模型选型与成本控制技巧、智能体工程方法论，助你快速上手AI编程。
阅读全文 →
·12 分钟
AI本地Agent实测：自动录制世界杯高光，告别熬夜看球
球迷必看！基于AIPC本地算力的「爱看球Agent」实测体验：自动预约直播、后台录制分析、智能提取高光片段，几分钟看完整场比赛精华。深度解析本地AI处理方案如何颠覆传统观赛方式。
阅读全文 →
·18 分钟
LangChain入门：Model与Agent核心概念详解
深入解析LangChain框架中Model与Agent的核心关系，涵盖模型统一接口、智能体工具调用、中间件机制等关键概念，帮助零基础开发者快速建立大模型应用开发的系统认知。
阅读全文 →
·18 分钟
Agent Loop详解：AI智能体核心运行机制与思考行动循环
深入解析Agent Loop（智能体循环）的运行原理：从思考到行动的循环机制、智能体与大模型的本质区别、终止条件判断，帮助开发者掌握AI Agent框架的底层逻辑与设计思维。
阅读全文 →
·15 分钟
GLM4开源旗舰实测：前端开发碾压Claude等商业模型
深度实测智谱AI GLM4开源旗舰模型，在Design Arena榜单排名第一，前端开发超越Claude 3.5和Gemini。详细对比落地页生成、Spotify复刻、3D游戏开发等场景表现，成本仅为Claude Opus的六分之一。
阅读全文 →
·14 分钟
Claude Fable 5深度拆解：连续工作9小时的AI，程序员真要被取代了吗
深度解析Anthropic最新Claude Fable 5模型：源自内部超强模型Methos，SWE Bench Pro跑分80.3碾压GPT 5.5，实测连续自主开发9.5小时。详解实战表现、明显短板与程序员职业危机的理性应对。
阅读全文 →
·16 分钟
阿里AgentScope 2.0深度拆解：六大核心升级与智能体设计模式解析
深度解析阿里通义实验室AgentScope 2.0多智能体框架的六大核心升级，包括事件系统、安全拦截、人工介入、工作区系统等生产级特性，以及ReAct与Plan-and-Execute两大智能体设计模式的原理对比。
阅读全文 →
·9 分钟
Qwen3.6非官方衍生模型：34B深度扩展与14B极致压缩解析
深度解析Qwen3.6两款社区衍生模型：27B扩展至34B 80层提升推理与蒸馏能力，35B MoE压缩至14B实现8GB显卡本地部署。涵盖REAP剪枝策略、MoE专家冗余现象及选择建议。
阅读全文 →
·10 分钟
GLM 5.2与Zcode实测：每天500万Token免费AI编程工具深度体验
深度实测智谱GLM 5.2模型与Zcode编程工具，涵盖界面体验、编码基准测试、长程Agent性能对比。每天500万Token免费额度，开源MIT许可，与GPT、Opus横向对比分析其真实实力与不足。
阅读全文 →
·12 分钟
Planning with Files：用三个文件解决AI编程的「失忆」难题
Planning with Files 是GitHub热门开源项目，通过Test_Plan、Findings、Progress三个Markdown文件配合Hooks机制，解决Claude Code、Cursor等AI编程工具在长任务中丢失上下文的问题，让AI编程助手的工作记忆持久化。
阅读全文 →
·11 分钟
Qwen3-Coder深度解析：专为长程Agent循环打造的编程模型
深入解析Qwen3-Coder模型的核心能力：11小时连续运行、1万行代码生成、1000+次调用。详解其长程Agent循环架构、推理上下文持久化、思考模式切换等关键技术，以及在Fireworks平台上的部署实践与成本分析。
阅读全文 →
·10 分钟
Kimi K2.7接入Hermes Agent实测：一句话生成完整应用
实测Kimi K2.7接入Hermes Agent智能体系统，展示一句话生成3D游戏、网页操作系统等完整应用的全流程，对比Claude 3.5基准测试数据，解析智能体团队协作与自纠错机制。
阅读全文 →
·10 分钟
5大模型Coding实战横评：Claude、GPT、DeepSeek、M3谁是工程利器
通过SVG绘制、3D游戏生成、电梯调度模拟和真实Bug修复四大实战场景，横向对比Claude Opus 4.8、GPT 5.5、MiniMax M3、DeepSeek V4 Pro和Mimo 2.5 Pro的代码能力，用完成度说话。
阅读全文 →
