Skip to content

#Agent

0 items today
7/18Fri
7/15Tue
7/1Tue
  1. Hacker News · Context Engineering 讨论78

    Context Engineering for Agents: Four Strategies—Write, Select, Compress, and Isolate

    In his article, Lance Martin groups context engineering for agents into four strategies: writing (using scratchpads and memory to store information outside the context window) and selecting (pulling in memory, tool descriptions, and knowledge on demand).

    Why it matters: The article groups agent context management into four strategies—writing, selecting, compressing, and isolating—and shows how various products put them into practice, making it easy to compare against your existing workflow.

  2. Hacker News · Context Engineering 讨论62

    AI 的新技能不是提示词工程，而是上下文工程

    作者认为 AI 领域正从提示词工程转向上下文工程，即设计动态系统，在合适的时间以合适的格式为 LLM 提供正确的信息和工具。他把上下文拆成系统提示词、用户提示词、短期状态与历史、长期记忆、RAG 检索信息、可用工具和结构化输出七类，并指出多数智能体失败已不是模型失败而是上下文失败。

    Awaiting translation

6/25Wed
6/24Tue
6/4Wed
  1. Martin Fowler · Exploring Generative AI66

    自主编码智能体实测：一次 OpenAI Codex 运行记录

    Martin Fowler 给 OpenAI Codex 布置了一个前端标签格式化的化妆类小任务，并完整公开了 Codex 的日志和生成的 PR。日志显示 Codex 主要靠 grep 反复文本搜索定位代码，中途因把 AGENTS.md 误写成 AGENT.md 来回折腾，还因删掉 .yarnrc 导致测试无法运行，最终 PR 里有两个回归测试失败。

    Awaiting translation

    Why it matters: 作者完整记录 Codex 自主完成一次前端小任务的日志，并对比 6 次运行结果，展示后台编码智能体在环境配置和代码复用上的真实短板。

5/19Mon
  1. Terminal-Bench · News62

    Terminal-Bench 发布首个终端智能体评测基准

    Terminal-Bench 发布首个版本，用于量化 AI 智能体在终端中执行复杂任务的能力，首发数据集 Terminal-Bench-Core-v0 包含 80 个手工编写并人工验证的任务，每个任务配有独立 Docker 环境、人工验证的解法与测试用例。

    Awaiting translation

    Why it matters: Terminal-Bench 给出 80 个带 Docker 环境和测试用例的终端任务，可用来横向比较不同智能体在命令行中的实际表现。

5/14Wed
  1. Martin Fowler · Exploring Generative AI62

    用 LLM 构建 PlantUML 分步播放扩展 PlantUMLSteps

    作者用 LLM 构建了 PlantUMLSteps，为 PlantUML 时序图增加按步骤播放功能，把单张复杂图拆成登录、认证、仪表盘等逐步展示的步骤。开发中 Claude 在 Cursor Agent 模式下生成 StepParser 解析逻辑、Gradle 任务和 HTML 查看器，解析器最初在 newPage 属性、首个步骤标记前的声明处理上出错，经测试反馈修正后通过。

    Awaiting translation

4/17Thu
12/19Thu
6/13Tue