Agent 框架与工作流
智能体框架、编排与生产落地
共 53 篇文章
AI写得快 ≠ 真正提效：一文讲清Harness“记忆”和“验证闭环”
腾讯云开发者复盘：用 AI 写代码『写得快』≠『真正提效』，坑有三——AI 没记忆、每次新会话从零开始；AI 改完就停，不做验证与上线闭环；AI 会犯错、自作主张、缩小验证范围。解法不是让 AI 更聪明，而是套上 Harness：让 AI 有记忆（会话复盘把『反复探索才拼得出』的知识写成文档落两级索引，只写阴性知识/位置索引/隐含关联、定点修改不整篇覆盖）、能动手、跑完验证闭环，关键路口留人把关。
dsh-soup，这才是DSH侧边栏该有的样子
作者为 deepseek-harness 开发侧边栏增强插件 dsh-soup。核心是参考 JupyterLab 重做的侧边栏：文件上传、目录折叠全适配，右键菜单覆盖高频文件操作（默认打开、下载、删除）；加实时 token 吞吐速率徽标、适配 Goal 语言的多行状态栏，以及支持 pdf/html/markdown 的居中文件预览。界面简洁、配色与原生 UI 一致。
边开飞机边换引擎：Harness如何解决验证难题
腾讯云开发者实践复盘，讲大型系统改造真正的难点不是生成代码而是验证。项目约两个月内替换大型登录系统且开发不停（『边开飞机边换引擎』），涉及登录主链路与 Redis/DB 异常降级。公共环境无法停机造红，预发一次变更到可验证要 30 分钟至1 小时、反馈过长。文章展示如何用 Harness 让开发者低成本、安全地反复验证边界条件，化解环境与服务等验证瓶颈。
分享一个帮我快速把陌生领域方法论做成skill的新技巧
作者分享把陌生领域方法论快速做成 AI skill 的新技巧——「QBS」三步法：把卡住的问题(Q)丢给 GPT-6，让它找到能解决该问题的书(B)，完整读相关章节后把方法提炼成可直接用的规则 skill(S)，再拿新任务试跑验证。配好了可直接套用的提示语，并以自己最痛的时间管理为例（选中《Make Time》），演示了把方法论沉淀成稳定可复用 skill 的整个过程。
一万字Jev 工程实践长文：把 Agent 的“判断题”从大模型里拆出来
腾讯技术工程万字长文，讲 Agent 工程里一个被忽略的点：很多模型调用不是要生成答案，而是替代码做判断。Jev 是 TypeSafe AI 的 System One Model，放弃文本生成、只返回类型化概率决策（选哪个、打几分、是不是）。作者从官方思路读到 fast-jev-compaction 的上下文剪枝，仿写本地 Demo，讲清怎么把『判断题』从大模型里拆出来。