AGENT
智能体分析 ≠ 文本转 SQL
Anthropic 使用 Claude 的 Agentic Analytics 套件实现了 95% 的准确率，他们在最新文章中分享了如何做到这一点。可信赖的分析是关于语义层、技能、评估和数据工程的。
AGENT
AGENT
AI Agent 怎么用：构建可靠应用的 6 条规则
像工业自动化工程师一样，应用重工业纪律来构建、测试和部署防弹的本地AI应用，而无需编写所有代码
AGENT
谷歌 OKF：开放知识格式
开放知识格式（OKF）是谷歌云推出的一个开放、厂商中立的规范，用于以人类和AI代理都能理解的方式表示组织知识。
AGENT
如何将代码库转化为知识图谱
如果你正在为软件工程构建AI工具，不要仅仅索引你的仓库。映射它。结果可能会出奇地强大。
AGENT
构建代码分析 AI 代理
我们正在从代码搜索转向代码理解。我们不再寻找某个东西的定义，而是可以询问它的作用、它为什么存在以及它如何融入大局。
AGENT
循环工程实验，使用独立验证器
一个确定性的、零依赖的Python基准测试，比较循环工程与线性执行，在信任任何数字之前对300个随机种子进行了健全性检查。
AGENT
循环工程简明教程
我用不到2美元的API调用从零开始构建了循环工程的两个核心部分——而“安全”的一半以一种理论从未提及的方式崩溃了。
AGENT
OpenCode 循环工程实现
今天我想谈谈我如何在OpenCode中构建了一个代理编码循环。人们称之为循环工程。
AGENT
前沿代码智能
AI编码系统越来越多地构建仓库模型，这些模型索引代码、追踪符号、检索证据、解释架构、指导编辑并保留开发上下文。
AGENT
Context Fabric：智能体缺失的层
为什么你迄今构建的每一个 AI 智能体都在悄悄失忆——以及该怎么办
AGENT
AI 智能体上下文层：架构 + 代码
demo 智能体和生产级智能体的区别，不在于模型，而在于模型看到了什么。
AGENT
从零开始构建上下文层
本文深入拆解了我们是如何构建那一层上下文的：它包含什么、我们如何组织它，以及那些让智能体从"偶尔答对"变成"稳定给出准确答案"的关键模式。