从欺诈警报到受控行动：用 TigerGraph 构建具代理能力的欺诈调查系统
从欺诈警报到受控行动：使用 TigerGraph 构建代理式欺诈调查系统 欺诈检测模型可以告诉您某笔交易看起来可疑。 它不一定会告诉调查员： 为什么它看起来可疑？ 还有哪些实体与它相连？ 证据是否足以支持行动？ 还有哪些证据缺失？ 系统是否应该请求更多信息？ 政策实际上允许哪些行动？ 谁需要批准该行
我把 DEV.to 改造成可步行的 3D 图书馆，调试它堪称噩梦
DEV Library 是我对 DEV.to 的第一人称 3D 重新构想。它不是一些文章卡片漂浮的主题场景，而是通过 Forem API 拉取的实际实时目录，渲染为可步行的档案。书架。房间。区域。真实书籍封面出现在真实书脊上。你使用 WASD 在其中移动，而不是滚动信息流。 这个想法听起来很有趣。构
渐进式披露：塑造 Claude Code 的输出
Opus 5.5 于 9 月 22 日发布，其回复的表达方式有所不同：先给出答案，少做铺垫。Box 在发布前进行测试时发现，其回答“冗长程度降低了 40%，且准确度未受影响”，而 Factory 测量得到“输出 token 数减少了 20% 到 25%”（ 介绍 Claude Opus 5.5 ）。
如果你的 AI 代理永不需要离开浏览器会怎样？（演示 🚀）
最近一直没更新，说实话，就是没腾出那份心力。原因有几个，但最主要的一个是：我在 AGNTCon + MCPCon Europe 上做了一场演讲，主题正是 WebMCP。 效果如何？相当不错！到场的人很多，提问也很踊跃——还能奢求什么呢？😅 大会本身也精彩纷呈，这一趟回来，攒下的灵感足够再写好几篇文章
用 Go 和 Gemini File Search 实现低成本 RAG：无需向量数据库，两次调用，一个托管存储
你好，我是 Maneshwar，我正在构建 LiveReview —— 一个面向业务关键系统的 blast-radius 感知的 AI 代码审查工具。 给我们点星 以帮助开发者发现项目，试用一下，并分享你的反馈，以帮助改进产品。 我所在的每个团队都有同样的书架。 有九本工程师们推崇的书籍，几篇在每第
什么是 Harness？
围绕 LLM 的那一层 Harness 是一层软件，它负责组装要发送的内容，也负责把 LLM 的回复转化为实际行动。LLM 本身没有记忆——再聪明也不会保存历史，更不会执行操作：它只是 发出信号 ，指出该做什么，动手执行的是 harness。可以说，发什么给模型、怎么发，都由 harness 决定。
语言模型能否学习模式背后的规则？
大语言模型能生成读起来连贯通顺的语言。它们可以总结论点、模仿文风、解释概念，还能以惊人的流畅度延续某个模式。 但流畅背后还藏着一个更难回答的问题：模型究竟是学会了一条可以系统运用的规则，还是只是极其擅长识别熟悉的统计模式？ 这一区分，正是"组合性"要探讨的核心问题。 人类思维之所以具有组合性，是因为
Claude Code 会自行调用你的技能吗？38 次运行，一项技能，七种描述方式
我们给 Claude Code 添加了一个提交信息技能，只改变了它的描述方式，并在无头模式下对其运行了 38 次小规模请求。“有助于 git 操作。”在 6 次运行中被调用了 0 次；具体描述、同一模糊行加上 when_to_use 字段，以及第一行为 "# House commit format"
2026 年 Claude Code 会话压缩：上下文摘要如何工作以及你的代理会遗忘什么
Claude Code 会话压缩（2026）：上下文摘要如何运作以及您的代理会遗忘什么 本文在人工监督和审查下，由 AI 辅助撰写。 大多数 Claude Code 会话失败源于一个误解：开发者将 200K 上下文窗口视为无限存储，而实际上它是一个带有激进摘要的滚动缓冲区。代理在对话中途达到限制，将
如何阻止泄露的 AI 代理密钥仍能与 Kinde 访问令牌一起工作
2026年9月，VentureBeat 报道称 AI 代理利用泄露的凭证入侵了 395 家组织。报告指出一个简单事实：身份系统仍然把代理的凭证当作人类的密码来对待。没有人会期望人类每隔几分钟就输入一次密码，因此也没有人把代理凭证设置为如此快速过期。攻击者正是看中了这一漏洞并加以利用。Hugging