「agent」标签下共 50 篇技术文章。按发布时间倒序排列，内容持续更新。
路径里出现 eval 会稳定提高模型“这是测试”的自评概率，但在一组约 900 次运行的对照实验中，没有测到行为变化。小样本曾显示明显差异，扩大样本后消失。作者建议仍使用中性目录名，但把清理重点放在描述工作本身的词上。
GitHub 公开摘要称，新 Git 存储架构面向成千上万个 agent 同时向一个仓库推送；但本次材料未给出分片、复制、一致性或性能数据。本文把可确认的目标与标准 Git 写入语义分开，说明对象层适合并行、引用层需要原子更新，并给…
服务器端目前能较稳定地区分请求形态与已声明的 agent 身份，但无法仅凭请求本身判断它代表哪个用户、被授予了什么。文章按传输层信号、agent 标识、委派声明三层拆解可信度，说明人类验证为何在此失效，并给出从打标、账号关联到按账号…
远程托管的个人代理在用户与站点之间形成新的中间层，站点看到的是代理而非用户，账号归属、设备与位置旁证、支付授权、合规信息、封禁粒度等字段随之丢失。Cloudflare 的两篇文章把问题拆成身份、信誉、问责三部分，并已提供代理流量分类…
GitHub 新 Git 存储架构的公开摘要只说明目标：让数千个 agent 同时向单个仓库推送。目标本身不能推出实现，本文把它拆成五条必须先兑现的写入假设——引用更新原子、对象写入幂等、请求可拒绝、冲突可收敛、单仓库确是产品约束—…
eval 分数只说明 agent 是否完成任务，轨迹才记录它绕了哪些路。本文基于 Microsoft 博客对 Dev Proxy 的一次评估，归纳 404 路径猜测、错误信息缺有效值、跨运行重复绕过、模型记忆补文档缺口、默认配置被绕…
GitHub 的一篇开发者指南指出，写代码变快不等于围绕代码的工作变快，并把 agentic engineering 拆为计划、写代码、评审变更、排查生产问题四段。本文按该框架讨论后三环的代理化边界：计划要变成可核对条目，评审要分级…
把工作流引擎作为 agent 工具接入时，真正需要核对的是顺序归属与重试层级。顺序由状态机定义拥有，模型只影响调用时机与输入；重试至少分布在 agent 框架、网关传输、工作流内部三层，叠加是副作用重复执行的主要来源。核对清单应覆盖…
微软开发者博客的一项实验把同一仓库分别放在 billing-api 和 eval-XysseR 两个临时目录下，用四个模型跑了约 900 次。路径确实进入了系统提示，模型也确实更怀疑自己在被测试，但在行为上没有测到显著差异；此前 3…
共 50 篇文章，第 2 / 6 页