当 Agent 跑了 120 步后崩溃：航空事故调查员如何教我们抓到那一步致命错
## 一架飞机坠毁了，黑匣子里有 120 条记录 想象你是一名航空事故调查员。一架航班坠毁，黑匣子记录了 12...
分类： AGI
路由最难学的地方恰恰是它最有价值的地方：Web Agent 观测模式的上界与下界
## 一个反直觉的发现 假设你在管理一个客服团队。每个客服有三种工作模式： 1. **只看文字记录**（快、便...
论文精选｜工具调用的苦涩教训：让 LLM 写代码比让它填 JSON 强得多
## 一个工程师的烦恼 假设你是一个后端工程师，老板让你集成一个支付网关。SDK 文档给你了，里面有十几个 A...
论文精选｜当模型学会不信时它也失去了信的能力：MIST 基准与 SCOPE 方法
# 论文精选｜当模型学会"不信"时，它也失去了"信"的能力：MIST 基准与 SCOPE 方法 ## 一个反直...
SUP-001 和 sup_001 是同一家公司吗？一个开源本体项目给的答案，只有三行代码
你公司里有三份数据。 采购系统写供应商编号，写作 `SUP-001`。仓储那套没人敢动的老系统，同一家写成 `...
一个拒绝你提交代码的开源项目，正在把 AI 当员工用
有个开源仓库，贡献者指南写得很干脆：我们不要你写代码，想加功能就写一段人话放进来，描述清楚你想要的改变，剩下的...