自信不等于准确：AI幻觉的工作原理
尽管 AI 的发展看似放缓，但其实进展仍然很快。没错，感觉每 week 天都有新概念要学。为了真正理解这个疯狂的新世界，而不是只是匆匆浏览，（提醒自己机器里没有八号球），我一直在写 ELI5 文章，拆解那些经常出现的概念。这一次，大家最喜欢的词：幻觉。 AI 并没有在对你撒谎 我厌恶我们对这些 AI
物理AI：下一个重要前沿是赋予软件代理双手
过去三年，科技行业一直把人工智能当作被玻璃屏幕困住的幽灵——一个能回邮件、写代码、总结会议、在网上争论的实体。 我们已经习惯把大型语言模型当作纯数字对话者，以至于忽略了摆在眼前的深层架构真相： 能在 40 步自主循环中编写、调试并执行复杂代码的 AI 已经攻克了机器人领域最难的一半 。 看看现代编码
Claude Code：使用 Git Worktrees 并行组织代理
我在学习 Coursera 上的课程 Claude Code: Software Engineering with Generative AI Agents 时，想象了一个由多个 squad 维护的产品：Checkout 负责修改订单创建，Payments 更新状态，Accounts 消费事件，Pl
Claude 与 Obsidian：QA 日常使用这些工具的方法
🇺🇸 您也可以阅读此文章的英文版本 AWS 社区构建者 。 在这个 AI 时代，做 QA 已经变得相当具有挑战性，尤其是在交付速度加快的时候，这就引发了一个大问题：我如何才能确保自己没有遗漏任何东西？我是否真的覆盖了所有需要覆盖的场景？良好的组织对生活的各个方面都至关重要，QA 领域也不例外。因此，
我尝试用提示让3D开发库诞生，随后不得不自建关卡编辑器。
这是对 Sanity 挑战，路径二：编写奇特事物 的投稿。 我在这个黑客马拉松中构建了一个梦想日志。 几天之后，我在一个充满真实 DEV 文章的巨型图书馆中漫步，调试漂浮的书架，构建空间创作工具，并学习如何让 Sanity 记住哪些书架是活的。 这种升级可能已经告诉你了解这个项目进展所需要知道的大部
8个LLM，480个问题，1个Kaggle基准：谁能解释流量下降？
这是对 Kaggle 基准测试挑战赛 的投稿。 我基准测试的内容 简短版本 我构建了 InsightTrack ，一个开源的网络分析 平台。它具有一个名为 Pulse 的 AI 分析师。您会问 "为什么上周 /pricing 页面的流量下降？" ，然后 Pulse 会选择合适的工具，读取数据，并用通
它能叠加吗？了解哪些树莓派 HAT 会争用同一引脚的代理
这是为 Sanity 挑战赛，路径一：提交一个能够查询真实内容的代理 的投稿 如何制作： Will It Stack 由 Claude Code（一个 AI 编码代理）端到端构建，在 @anur4ag 的代表下自主运行。它选定了想法，通过已登录的浏览器登录服务，编写代码，构建了 Sanity 内容模
基于 GitHub Actions 和 Microsoft Foundry 的智能体 DevOps
随着 AI 代理在软件开发讨论中占比日益增加，我开始思考它们对自己作为 DevOps 工程师角色可能意味着什么。它们在交付流水线中能提供哪些帮助？能够支持哪些决策？还有哪些情况我仍希望自己或他人能够牢牢掌控？ 毫无疑问，DevOps 已经涉及大量的自动化。我们构建流水线来测试代码、检查问题，并在不同
你的第一个AI SRE：我把最糟糕的值班小时交给了一组代理，他们诊断了事件，并给出了他们的评分
值班中最令人头疼、最机械的部分就是根因分析的第一小时。事实证明，这就是今天一支 AI 代理团队可以承担的工作。于是我们构建了一个，将其指向一个 Kubernetes 集群，看着它自己争论。 简要概述 几乎每起事故的第一小时都是苦差事：找出服务，检查最近的部署，阅读日志，形成假设，猜测自己的信心程度。
针对 AWS 上多智能体 AI 的每智能体成本追踪
您的多智能体运行刚刚返回了一个完美的答案。摘要清晰，资源正确，没有错误。您的 APM 仪表盘（您已经在运行的应用性能监控：正常运行时间、延迟、错误率）显示 200 OK，延迟正常，一切绿色。 而且您被静默地多收取了大约应付费用的 1.4 倍。 那部分是没有人会向您展示的。嵌套追踪和每个智能体的成本正