AI 编程代理迈过代码生成之后：用可验证交付重构研发流程
编程代理正在接手跨文件修改、测试与部署等更长任务，但真正可规模化的指标不是生成了多少代码，而是每次变更能否被验证、追溯、审查和安全回滚。
LATEST STREAM
最新更新
按时间浏览快讯、周刊、专题、研究、工具与个人笔记。
MCP 与 A2A 正在组成代理协议栈：企业真正要标准化的是能力边界
MCP 解决代理如何连接工具与上下文，A2A 解决代理如何发现彼此并协作；协议打通连接只是第一步，权限、状态、语义和审计才决定系统能否进入生产。
AI 进入科研基础设施：真正的瓶颈已经从模型转向数据闭环
从光源设施的实时图像分析到国家实验室的超算平台，AI for Science 的竞争焦点正在从单一模型能力转向数据、工具、实验与验证构成的完整闭环。
开源不再只是追赶：大模型竞争进入双轨时代
开源模型正在快速缩小能力差距，闭源模型则继续控制最前沿的产品体验。新一轮竞争不再只是比较谁更聪明，而是谁能以更低的成本、更稳定的方式，把模型变成真正可用的基础设施。
第 01 期｜从模型能力到真实工作流
从 GPT‑5.6、Claude Sonnet 5 到代理协议与真实生产力研究：本期用数据解释模型能力如何穿过上下文、工具、评测和治理，进入可验证的工作流。
从参数竞赛到系统能力：大模型竞争进入新阶段
真实 AI 产品的差距越来越来自模型、上下文、工具、权限、验证和运维组成的完整系统，评估也必须从单一分数转向任务结果。
AI 助手真正进入工作流，需要跨过哪三道门槛
判断 AI 助手能否进入真实工作流，关键不在对话是否流畅，而在上下文能否维护、权限能否约束、失败能否恢复并留下证据。
开源模型如何选：不要从排行榜开始
开源模型选型应先锁定许可、硬件、任务质量和运维边界，再用真实失败样本比较总成本，而不是从综合排行榜倒推业务。
具身智能落地，数据问题比算法更难
机器人数据不仅昂贵，还要覆盖硬件、场景、动作、失败与安全边界；仿真、遥操作和真实部署必须形成可测量的数据闭环。
企业部署生成式 AI，先做任务地图再谈模型
任务地图把岗位拆成可测量的工作单元，用频率、耗时、风险和验证成本确定 AI 的介入方式，再据此选择模型与工具。
AI 治理不是一份原则清单，而是一套运行机制
有效的 AI 治理要进入立项、数据、评测、发布、监控和事故处置流程，用风险分级、明确责任和可审计证据代替抽象原则。
RAG 系统效果不稳，问题可能根本不在模型
诊断 RAG 应把文档、检索、排序、上下文构造和生成分开测量，用可回答性、召回、忠实度和权限测试定位问题，而不是直接更换模型。