AI Agent 研发工程实践
从 Spec、代码与测试到故障复盘,学习怎样开发、验证并持续改进 Agent 系统。
局部测试通过不等于最终交付;工程观察也不是金融研究质量认证。各篇保留实际证据与未验证边界。
本类文章22 篇文章
篇数仅计本类文章,关联阅读另列,不重复计数。
标签 · 同时满足所选标签
01 / 02
Spec、证据与工程记忆
从规范到真实执行证据,再到按需加载的长期工程历史。
02 / 02
真实验证与任务收敛
核对 Runtime 协议、追踪、专家交接与研究质量,区分局部测试通过、运行完成和最终任务价值。
- Open ETF Agent v0.1:从第一份可回读报告开始
- Agent 测评全景:从测试绿灯到真实任务价值
- Agent 测评的身份难题:一次任务换了模型,历史成绩还能算数吗?
- 怎样建立贯穿研发与验收的 Agent 评测集
- 多专家 Agent:怎么证明专家的结论真的被主 Agent 用到了?
- 一个 null 如何让 Agent 工具调用失败:流式协议兼容性实战
- RAG 召回率很好看,为什么仍不能证明 Agent 找对了金融证据?
- 一个 Subagent 改动,为什么拖住了我们整整一天?
- 从 Bug 循环到完整任务收敛
- 一个 ETF 投资助手的工程起点
- AI Coding 最贵的不是写代码,而是决定什么值得验证
- RAG:文档撤权与历史回放
- 数据过期后的受控刷新
- Run 预算与约束治理