跳到正文
实时
6月17日周三
6月11日周四
  1. Factory News

    Droid 推出自动化安全审查功能

    Droid 在每个非草稿 PR 中运行基于 STRIDE 的安全审查,发现漏洞会附带严重程度、CWE 参考编号、解释和修复建议,并作为内联评论直接发布在代码差异上。该功能已在生产代码库中运行,发现 CVE-2026-42876 等漏洞。Droid 通过构建轻量级威胁模型、扫描漏洞并验证候选发现来过滤误报,每个 PR 只生成一个汇总评论。

6月4日周四
6月2日周二
5月30日周六
  1. Prime Intellect Blog75

    Prime Intellect 发布 Hosted Evaluations,简化大语言模型基准测试

    Prime Intellect 发布 Hosted Evaluations,提供可扩展基础设施供用户在自评估环境中测试模型。该服务支持在 Environments Hub 已有的数百个社区环境上运行评估,用户可通过平台、CLI 或 .toml 文件启动,支持 GPQA、SWE-bench 等基准测试,结果可发布至对应排行榜并透明展示。此举旨在解决现代评估对基础设施的需求,提升测试效率和可复现性。

5月29日周五
  1. Cognition Blog

    Cognition 博客:如何规模化验证 AI 智能体开发

    Cognition 团队推动异步软件工程,更多 Devin 通过事件、自动化触发,需端到端云验证确保结果可靠。Devin Review 可自动修复代码审查问题,但需进一步测试验证。Devin 在云虚拟机中运行,使用鼠标键盘操作,能测试自身工作,并行运行 10-20 个实例,节省本地验证时间,通过测试计划、确定性脚本和技能库提升可靠性。

5月27日周三
  1. Dify Blog75

    Dify 平台:营销人员构建可靠 AI 工作流的实用指南

    Dify 是一个 LLM 应用开发平台,让营销人员能通过可视化拖拽构建包含 LLM、向量数据库、外部 API 和逻辑步骤的结构化、可重复工作流。其可支持多模型(如 GPT-4、Claude、Gemini)并行生成内容、自动评分和路由潜在客户、将营销知识库化并支持问答,区别于仅支持单模型对话的 ChatGPT、Claude 等工具。

5月22日周五
5月20日周三
5月19日周二
5月15日周五
5月14日周四
  1. LangChain Blog73

    LangChain 在 LangSmith Cloud 公测 Managed Deep Agents

    LangChain 在 LangSmith Cloud 上线 Managed Deep Agents 公测,用户把智能体写成由 agent.py、instructions.md、skills/ 等文件组成的 Python 项目,用 mda deploy 一条命令部署,由 LangSmith Agent Server 提供持久线程与流式运行。

    推荐理由: 原文说明了把智能体项目按文件组织并一键部署到 LangSmith 的方式,以及托管运行时替团队承担的基础设施。

5月7日周四
4月30日周四
4月25日周六
4月14日周二
4月10日周五
4月8日周三
4月2日周四
3月30日周一
3月25日周三
3月19日周四
  1. Qoder Blog0

    Qoder 专家模式:提升结果、降低成本

    Qoder 专家模式通过优化性能和效率,在保持高质量输出的同时降低成本,适用于多种应用场景。该模式支持更长的上下文窗口和更快的推理速度,显著提升用户体验。Qoder 专家模式目前以闭源形式提供,用户可通过 API 和 SDK 进行集成。

3月18日周三
3月17日周二
3月16日周一
3月12日周四
3月10日周二
3月5日周四
3月3日周二
2月25日周三
2月12日周四