先说一个我自己使用 Codex 时很明显的感受：官方工具越来越强，但“手机控制本机 Codex”这个场景还没有变得足够直接。
无论 PI（@earendil-works/pi-coding-agent）还是 DeepAgents（langchain-ai/deepagents），它们的...
2025 年 8 月底（距今约半年），OpenAI 内部启动了一个极端实验：零人类编写代码，完全由 Codex agent 自主完成一个有真实日常用户的产品。结...
李想也谈到了这一点，他觉得用Openclaw久了之后会觉得变傻，所以他已经切换到用Hermes了。
你是否想过，Skill 其实也可以像神经元参数一样被训练。你总想着授它以鱼，像个训斥孩子的妈妈，一遍一遍对着它苦口婆心地说教——你给我记住！你不许这样！这样不对...
有人图省事，将 .tar.gz 改叫 .tgz（缩写），这在 Linux 里能用。 但如果你自作主张叫它 .zip 或者直接叫 .gz，就会产生混乱：
大模型的技术中可能经常听到"Skill"，它是做什么用的？能帮助我们做什么？我们怎么才能用到这个技能？
在上一篇文章 https://www.cnblogs.com/studyzy/p/19885426 中，我们探讨了 tapd-ai-cli 的设计理念：为什么 ...
过去我们谈 AI Coding，很容易把注意力放在模型上。哪个模型更会写代码，哪个模型更适合改工程，哪个模型在某个 Benchmark 上更强，这些当然都重要。...
在上一篇关于 AI Native 研发链路的文章里《别急着谈 AI Native 组织，先让关键链路形成闭环》，我讨论的是一个更偏工程侧的问题：当 AI 不再只...
当我们说一家公司是 AI Native，到底是在说它用了更多 AI 工具，还是说它的运行方式已经被 AI 重新组织了？
这个词之所以被反复提起，不只是因为业界又多了一个新名词，而是因为一个更实际的变化正在发生： 当模型不再只是“回答问题”，而开始真的“完成任务”，问题就不再只在模...
最近一个越来越明显的感受是，前沿 AI Coding 的讨论，正在慢慢从“Agent 会不会做”，转向“系统能不能支撑 Agent 稳定做完”。
AI 论文每天数百篇，新开源项目不断出现，各家公司持续发布工程博客与技术实践。对技术从业者来说，获取信息已经不再困难——甚至可以说，从未如此容易。
当前大模型能生成单个函数或文件，但从高级需求描述自动构建整个软件仓库仍是难题。这项Microsoft Research的工作提出用图结构(RPG)代替自然语言计...
文章结合行业趋势与实践观察，给出控制权迁移模型、自动化断点地图与能力自测视角，作为理解与讨论企业研发自动化的一种结构工具。
传统AI研究工具在处理复杂课题时，准确率通常低于40%。这一局限源于静态的检索增强生成（RAG）管道，它仅能返回与关键词匹配的片段，而无法像人类研究员一样进行多...
复合任务中AI智能体失败率超35%——该论文通过TPS-Bench首次量化这一困境。200个真实场景任务暴露核心痛点：现有基准完全忽略工具调度能力，迫使模型在效...
传统ROSbag分析方法面临三大技术瓶颈，严重制约了机器人数据的交互式分析效率。二进制格式解析困难是首要障碍，ROSbag采用紧凑的二进制编码存储传感器数据，如...
