工程实践
-
当 AI Agent 不知道操作是否成功:先读回状态,再决定是否重试
在生产环境中,AI Agent 面对的并非只有成功和失败。请求已发出、进程却退出时,结果会进入 Unknown 状态。若盲目重试,可能造成重复发帖、重复支付或重复发送邮件;若直接视为成功,又可能丢失未完成的工作。作者认为,Unknown 的正确处理方式是先核对外部状态,再决定后续动作。
-
AI 生成的测试即使全绿,也可能没测到宣称内容:Claude Code 的 6 个案例给出审查方法
在 AI 编程工具进入工程流程后,测试生成速度明显提升,但测试结果“绿色”并不自动等同于测试有效。
-
AI 编程代理代码评审为何需要“五轴清单”
AI 编程代理写出的代码往往语法干净、看似完整,但真正的问题常藏在边界条件、参数臆造和无效测试里。为什么评审 AI 代码需要一套固定的“五轴清单”?
-
AI 写的代码通过测试也可能出错:一次布尔值校验失误带来的工程启示
一次任务 API 故障显示,AI 生成的代码虽然能通过常规测试,却可能把合法的 false 误判为无效值。问题不在语法,而在需求表达、测试覆盖和语言语义边界。
-
当AI参与关键基础设施维护:一次开源修复实践给出的工程启示
一个午夜启动的AI控制循环,开始在Google、NVIDIA、Microsoft等关键开源基础设施中提交并被合并修复。比起“自动修代码”,更值得关注的是它如何被验证、被拒绝、再被接受。
-
Agent 反复失败,问题可能不在技能:工程实践中被低估的记忆层
Agent 反复失败时,开发者常习惯继续加工具、改提示词、补 few-shot。但 Dev.to AI 一篇工程文章结合 WikiSkill 论文指出,真正被低估的是记忆层:技能决定当下能做什么,记忆决定能否从经验中学习。
-
AI竞赛:想象力与基础设施的博弈
在人工智能技术飞速发展的今天,全球科技企业正面临着一场前所未有的战略抉择:是优先投入资源开发突破性算法模型,还是夯实支撑AI落地的底层基础设施?这场关于”想象力优先&#…