agent 工程

johnsong4 天前
gpt-6 astra·agent 工程·opus 5.5·minigrid·机制先验墙·prompt 消融·环境规格
Astra 与 Opus 5.5 走不出 2D 迷宫:一次评测拆穿「能力」与「能用」之间的墙Fig 团队 10 月 13 日发布《MultiNet v2.0》评测续篇:GPT-6 Astra 与 Claude Opus 5.5 被放进同一批 50 个交互式 2D MiniGrid 迷宫——Astra 解出 11 个,Opus 5.5 解出 7 个,上一代最强的 Opus 4.8 只解出 4 个。数字本身是一次能力跃迁,但真正让人后背发凉的是另一组数据:35 个含「开关-门」机制的迷宫,5 个模型、175 局,0 解。它们撞上的不是「能力墙」,而是「机制先验墙」——两个当今最聪明的模型,会走、不撞
AIGC大时代24 天前
codex·评测·选型终裁·agent 工程·skill 框架
Codex skill 框架怎么选型终裁:裸跑·Poteto·Compound·Pocock·Superpowers 同题五配置的能用/限场景/不能用验收选 Codex skill 框架时,最容易被速度或子 agent 数量带走。The Gray Cat 用同一个真实功能做对照。给视频剪辑应用加自动挑选屏幕录像 B-roll,五个隔离环境从同一份代码出发。配置分别是裸跑 Codex、pstack 的 Poteto、Every 的 Compound Engineering、Matt Pocock 的 skills,以及 Superpowers 7。编码模型统一为 GPT-6.1 Sol 中档 effort。墙钟大约从 27 分钟到近 4.5 小时,子 age
RockHopper20251 个月前
人工智能·系统架构·智能体·agent 工程
统一目的的分布式智能体 vs 多个独立应用智能体的集成当软件开始直接承担事务的持续推进时,一个根本问题随之出现:我们是在给既有应用分别赋予智能,再将它们连接起来,还是在构建一个具有共同目的、由分布式能力共同实现的行动整体?
RockHopper20251 个月前
人工智能·机器学习·智能体·agent 工程
数字机制与未来企业运行模式(概要版)未来企业运行模式的一项根本变化,是数字系统直接承担业务持续推进和闭环管理。订单、项目或服务一经有效受理,系统便持续维护目标与状态,组织活动,调用能力,协调资源,推动行动并处理偏差,直至目标达成,或依据有效决定完成变更、终止与收尾。业务由此存在于数字系统的运行过程之中;人员、设备和其他参与者承担相应工作,系统维持联系,使局部结果进入后续行动,使执行不断趋近业务目标。AI是这一转变的核心:识别、预测、理解、推理和规划能力扩大了系统可处理的业务情境,数字机制则把这些能力同目标、现实状态和行动资源组织起来,共同承
我是有底线的