Skip to content
文章目录
GitHub Star

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。

  1. AI Coding 质量全景:当代码大多由 AI 编写,怎样对整个项目负责?
  2. Agent Engineering Suite:让 Agent 从需求一路接到发布
  3. 测试比实现还多之后:怎样让文档、代码和测试一起向前
  4. 文章说能运行,代码真的支持吗?——技术文章与开源实现的证据契约
  5. Spec 驱动的 Agent 研发全景:从需求澄清到可信交付
  6. Agent 研发中的证据链与可信验收
  7. 周报做了整晚,为何首份交付还没完成?
  8. 工程知识:按需加载、长期记忆与退役
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。

  1. Open ETF Agent v0.1:从第一份可回读报告开始
  2. Agent 测评全景:从测试绿灯到真实任务价值
  3. 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?
  4. 怎样建立贯穿研发与验收的 Agent 评测集
  5. 多专家 Agent:怎么证明专家的结论真的被主 Agent 用到了?
  6. 一个 null 如何让 Agent 工具调用失败:流式协议兼容性实战
  7. RAG 召回率很好看,为什么仍不能证明 Agent 找对了金融证据?
  8. 一个 Subagent 改动,为什么拖住了我们整整一天?
  9. 从 Bug 循环到完整任务收敛
  10. 一个 ETF 投资助手的工程起点
  11. AI Coding 最贵的不是写代码,而是决定什么值得验证
  12. RAG:文档撤权与历史回放
  13. 数据过期后的受控刷新
  14. Run 预算与约束治理

全部文章 · 模块机制 · 架构思考

与个人博客并行:这里按问题连续阅读,博客保留时间线。 · 联系邮箱:hpoenixf@foxmail.com · 微信:hpoenixf0510