Agent
-
DeepSeek 线上模型切到 V4.1-Flash-1017：更会跑任务，闭卷解题退了半步
DeepSeek 线上模型更新到 V4.1-Flash-1017，官方称基准提升，但可比项目里 HLE 回落 1.4 分，DeepSWE 上升 2.8 分。这次更新的关键不只是分数，而是模型能力、Agent 成本和选型方式的变化。
-
Agent 慢在哪里：用 OpenTelemetry 追踪大模型多轮推理与工具调用
单次大模型调用可以用日志记录，但 Agent 涉及多轮推理、工具调用和外部依赖，需要更结构化的观测方式。OpenTelemetry 通过 Trace / Span 树记录层级、因果和耗时，并结合 Metric 与日志形成排障链路。
-
Claude Task Master 将 Pull Request 交给 Agent：自动处理 CI、评审与合并
Claude Task Master 基于 Claude Agent SDK，将任务规划、代码修改、Pull Request、CI 修复、评审回复和合并纳入同一个自动化流程，为研发团队提供了将 Agent 接入真实开发流水线的路径。
-
当 AI 团队也有“企业文化”：Gemini 4 与 DeepSeek 的协作开发实验
掘金开发者在“AI 软件公司”实验中，为 Gemini 4 与 DeepSeek 加入企业文化模块，通过岗位性格、团队阵容和系统提示词观察多模型协作对开发效率与成本的影响。
-
让订单助手接住下一句追问：Agent上下文与记忆管理拆解
本文以订单助手连续对话为例，拆解 Agent 的上下文组装、窗口预算、摘要压缩、长期记忆与多实例会话恢复，说明 Agent 工程落地的关键问题。
-
当AI决定再查一次：一次ReAct推理背后的成本与工程账
一次看似普通的AI问答，背后可能是多轮推理、多次检索和不断膨胀的上下文。这篇实测文章把ReAct链路拆开，展示了Agent系统在延迟、成本和工程治理上的真实账本。
-
防止 Agent 乱调 API：用 HAR 文件重建一份“真实接口契约”
AI Agent 编造 API 端点的问题，正在推动开发者寻找更可靠的验证方式。一种新做法是利用浏览器导出的 HAR 文件重建接口清单，让 Agent 基于真实流量证据调用、测试和生成代码。
-
重启也不失忆：用 JSONL 给 Agent 会话做持久化
Agent 的多轮上下文通常保存在内存中，程序一退出就会丢失。掘金“从零构建 Agent”系列第十篇展示了如何用 JSONL 保存完整消息、工具调用关系和会话标识，并在重启后恢复历史，让 Agent 跨进程继续对话。
-
Agent 如何真正“动手”：从 ReAct 到 Tool Calling 的工程实践
大模型只会生成文本，如何真正查天气、算数据、读系统？Tool Calling 将 ReAct 循环中的“行动”步骤接到真实方法上，使 Agent 从会聊天走向能办事。
-
LangSmith 上手指南：给 RAG 与 Agent 加一套可观测系统
LangSmith 的意义不只是调试工具，而是让 RAG 与 Agent 的执行过程、成本消耗和评估基础变得可见、可控、可追踪。
