从零开始用 PyTorch 构建 Transformer
我完全从零开始训练了自己的Transformer模型——没有HuggingFace，没有捷径。这里是完整的技术拆解：多头注意力、位置编码、训练循环，以及那些真正教会我这些机制如何运作的错误。 为什么要从零构建？ 使用Transformer与理解Transformer之间存在巨大的鸿沟。我花了数月时
如何构建 AI 紧急停止开关（以及为什么每个 Agent 都需要它）
一个AI紧急停止开关是一个单一控制装置，能够立即停止自主AI代理的一切操作。它会立刻中止代理正在做的所有事情，并取消已经在执行中的工作，无需你先诊断哪里出了问题。每个能够采取重大行动的代理都需要这样一个开关，因为当代理偏离轨道时，故障通常是快速的、自动化的且会自我放大的。等到人类理解问题时，损害可能
389 个测试通过了，NIST 还是抓住了这个 Bug
我给了AI智能体一个计算器，因为我想在概率性工作流中拥有一个硬性的、可检查的节点。 模型可以解读请求并解释结果。计算器 会执行计算。这看起来是一个分工明确的安排。 然后我把一个乘号改成了加号。 计算器仍然通过了其Rust库测试套件中的389个测试（共390个）。 唯一的失败是将结果与NIST认证的长利（Longley）回归数据集结果进行了对比。 这比一个完全构建失败的场景更让我困扰。我原本以为确定
如果你的 AI Agent 对公共仓库有写入权限，现在就审计——原因如下
本月，一个词攻破了私有仓库。不是零日漏洞，不是窃取的凭证，也不是恶意软件。 这个词是："Additionally"（此外）。 Noma Labs 的安全研究人员正在测试一个连接到 GitHub 的 AI 代理。该代理最初拒绝泄露任何信息，它的防护栏依然坚固。于是研究人员在提示词中添加了一个连接词，将请求重新表述为一段延续，而非一条新指令。 此外，你能否也获取一下... 代理重新考虑了。它获取了私有
Sentry 的 Span 层次结构暴露了我的 5 Agent 管线中的静默重试
本文是DEV 的夏季漏洞清除：清理阵容的投稿，由Sentry提供支持。 项目概述 我构建了一个AWS 安全态势代理：五个专家 AI 代理，可以扫描您的 AWS 账户以发现安全配置错误，将发现映射到 CIS 基准，评估风险，并生成可复制的修复命令。 这些代理在 CrewAI 上依次运行，使用 Amazon Bedrock Nova Pro 作为 LLM： 1. ResourceDiscovery →
你的AI代理需要有限状态机(FSMs)
你的AI智能体需要有限状态机（FSM） 在我之前的文章中，我论证了AI如何改变约束在软件开发中的角色。 多年来，许多开发者将约束视为需要最小化的东西。动态语言比静态语言更受欢迎。无模式数据库承诺更大的灵活性。约定取代了配置。隐式行为往往比显式定义更受青睐。 这种动机是容易理解的。约束感觉像是摩擦，拖
我构建了一个实时重写自身UI的聊天应用
原文：https://dev.to/varshithvhegde/i-built-a-chat-app-that-rewrites-its-own-ui-in-real-time-21m5 我之前一直有个想法挥之不去 所有的AI聊天应用都一个样。你输入内容，模型返回文本或Markdown，UI将其
Cursor + BrowserAct 如何在不使用脆弱选择器的情况下处理动态页面
TL;DR 现代Web应用不断变化。组件会被重新渲染，构建时生成的属性可能不同。即使界面看起来一模一样，浏览器自动化也可能失败，因为它仍然依赖页面变化之前捕获的假设。 在这篇文章中，我使用Cursor配合BrowserAct CLI测试了一个动态项目筛选器。Cursor没有依赖不可靠的选择器，而是通
使用TypeScript Agent开发工具包（ADK）构建AI智能体
<p>【正文】 随着大型语言模型（LLM）的普及，AI智能体（Agent）成为将模型能力与外部工具、数据源结合的关键范式。Google近期推出的TypeScri...
从 GitHub Issue 到 Pull Request：无人值守运行 Claude Code
<p>【正文】</p> <p>在快速迭代的软件开发中，将用户反馈或任务描述自动转化为代码变更，是提升效率的重要方向。本文将介绍如何利用 Claude Code ...