-
从静态清单到可交互工具：交付顾问用 AI 提升车主验车体验
在海南一家汽车门店里，一位交付顾问，借助 AI 做出了一套验车工具，并逐步投入真实使用。本文记录的，不只是“AI 帮忙写代码”，而是一线业务场景里的真实问题，如何一步步被做成可交互、可验证、可持续迭代的现场工具。从静态验车清单，到能够跟着用户操作流程“动起来”的小程序，变化的不只是产品形态，还有 AI 与业务经验之间的协作方式。 01 第一轮：从一线经验到软件流程 在汽车门店的交付流程中，验车一直…- 3.2k
- 0
-
一文拆解DeepSeek Harness新架构
前些天，DeepSeek 发了一篇《Super-agent 设计探索：迈向更自主的 Agent 系统》，当天就在圈子里传开了。DSH 即 DeepSeek Harness，下文沿用这个简称。 网上的分享不少，但多数停在解读文章本身、复读概念。可如果把里面那些新名词先放下，会发现这条路从"小龙虾"出现之后，大家或多或少都已经试过——DSH 这篇的价值，不在于提出多少新东西，而在于…- 4.3k
- 0
-
限时免费！TRAE开发者个人助理TRAE宝来了
好消息：TRAE 宝来给大家送 11 月福利啦！开发者个人助理 TRAE 宝，现已开启限时免费！ 即日起至本周日（2026.11.08 23:59），登录 TRAE 桌面端最新版，使用个人助理 TRAE 宝进行问答、下达任务，全部不消耗积分。写功能、修 bug、审 PR、整理文档等，把开发任务交给 TRAE 宝，限时免费体验，即刻开启！ 注：TRAE 宝暂不支持视频生成。 开发者的个人助理，能帮你…- 3.3k
- 0
-
从 AI Friendly 架构到可复制的 AI 迁移能力 – 淘宝直播搜推在线架构升级实践
淘宝直播推荐系统早期为追求策略快速上线，形成了多框架、多分支并存的架构，导致工程团队面临数百万行代码的沉重维护负担。为此，团队自研了轻量级执行框架，通过统一物料承载公共能力、声明式编排表达场景差异、受约束的流程语义以及结构化执行诊断，彻底重构了应用生产方式。在此基础上，团队先通过人工迁移建立验收基线，再将经验沉淀为 Skill 引导 AI 参与复杂历史应用的迁移与验证。这一实践不仅实现了性能的平稳…- 3.1k
- 0
-
TRAE 全新上线开发者个人助理：开发界“越用越懂你”的 AI 来了！
TRAE 宝今日上线！开发界“越用越懂你”的 AI 来了！ TRAE 全新上线开发者个人助理 TRAE 宝，它长期跟随你的工作，跨项目理解你做过的方案和决策，也能统筹多个任务并行执行。你一句话，它多线开工。它不再执行眼前的一条指令，而是越用越懂你的开发工作。 这背后，是两个彼此衔接的角色： 全局助理，理解你的长期积累。它跨项目读取历史任务、对话和产物，梳理相关方案、约束与偏好，为新任务准备好起点，…- 3.2k
- 0
-
天猫数字员工（效能篇）- 多角色场景下的 AI 研发流转效能分析
本文分析了天猫技术数字员工在多角色 AI 研发场景下的流转效能。数据表明，尽管 AI 已大幅减少编码环节的人工介入，但交付周期的缩短幅度有限，主要瓶颈在于各轮次交接间的等待耗时。为此，文章提出通过“产物驱动”与“协作调度”双管齐下提升流动效率：一方面推进产物标准化与质量门禁以实现自动接续；另一方面针对仍需人工判断的环节，通过卡点私聊跟进、群内上下文提醒及个人日报聚合等主动推进机制，精准诊断并消除交…- 4.4k
- 0
-
天猫数字员工（实践篇）- 接管全链路：交付能力与技术拆解
天猫技术正在建设统一的 AI 端到端交付架构：数字员工提供统一入口与运行时，驻进需求群承接交付；各业务域按需装配并持续沉淀自己的知识、技能与子 Agent。它与产品、前端、后端、测试共享上下文，接需求、写方案、调度 Agent、跟进交付，像一位全程在场的同事。目前已经在天猫技术的所有业务线进行落地推广，月均活跃需求交付100+。 区别于一般 AI 编码工具的两个核心视角——协作：与所有角色共享同一…- 3.7k
- 0
-
天猫数字员工（协作篇）- 研发的暗物质与 AI Native 组织协作
本文探讨了天猫技术构建的 AI 端到端交付架构——“数字员工”，旨在解决 AI 时代研发协作中信息传递失真、等待检索耗时及隐性知识流失等痛点。区别于传统AI编码工具，数字员工以钉钉群为入口，与产品、开发、测试等角色共享同一份需求上下文，贯穿从 PRD 到发布复盘的全流程。文章提出通过“协作”与“资产”两大核心解法，将散落的业务认知沉淀为可复用资产，推动组织协作从职能分工向任务驱动演进，最终实现异步…- 3.2k
- 1
-
告别 AI Demo 页面：构建支持淘内货品运营、可C端投放的会场 Agent Harness
本文介绍了方舟 AI 会场 Agent Harness 如何突破传统 AI 仅生成静态 Demo 页面的局限，构建出支持淘内真实货品运营且可面向 C 端投放的生产级会场系统。该 Agent 通过策划、视觉设计、数据装配与页面构建的完整链路，将用户的一句话需求转化为承载视觉规范、商品供给与渲染协议的 HTML 产物。技术上重点构建了会场域认知、业务 Agent 工作区及自迭代环境，借助 Skill …- 5.5k
- 0
-
15 个Agent 组成研发小队：多智能体协作的端到端研发体系
这几年，AI 写代码的能力进步很快。把一个需求交给 Coding Agent，它已经可以读代码、改代码、跑测试，甚至准备好 PR。但在实际研发中，我们会遇到一个问题：代码写得更快了，一个需求从提出到上线，为什么还是要花那么长时间？ 围绕这个问题，我们尝试用 AgentCore 把 15 个不同分工的 Agent 组织成一支研发小队，让它们参与完整的交付流程；再通过 AgentLoop 分析运行过程…- 4.3k
- 0
-
别只盯着AI Coding，真正的变化发生在整个研发流程
作者：danteyang 当 AI 开始自动完成需求评审、技术方案、编码、审查和部署，研发流程会发生什么变化？本文基于 OK 平台端到端自动交付的真实运营数据，探讨从零基思维出发重建研发流程的实践路径——AI 不只是提升编码速度，而是重新定义「人」与「代码」之间的协作方式。 一、零基思维：要不要重构研发流程 各种 AI 编程工具层出不穷——司内的 CodeBuddy、Cursor、Claude c…- 5.3k
- 0
-
高德本地生活分析 Agent 的 AI Native 实践全景（万字长文回顾）
FY27 的 S1 过去了。回头看这半年，像一场拉长的复盘：一个问题刚以为讲清楚了，下一个问题又摆到桌上。这个 S1，作者主要在建设高德本地生活分析 Agent。原以为分析流程跑通，就能往前迈一大步，后来才发现，口径、知识、推理和交付，每一处都有需要重新想清楚的问题。这半年确实不轻松，但也正是在这些反复里，慢慢看清了两件事：系统应该怎么建；作为 BI，应该把精力放在哪里。 想了解背景与架构，看第 …- 3.2k
- 0
-
改变世界前先认识世界 : Ontology 决策结构化实践
本文介绍了商家财务团队通过 Ontology（本体）与决策结构化实践，实现 Agent 工作全托管的经验。团队摒弃了预设固定 workflow 或打包 Skill 的传统方式，将业务知识建模为包含业务、系统、交付和治理四层的 Ontology 图谱，并将专家判断固化为可执行的 decision_function。Agent 在执行时严格遵循“先取证、再决策、后行动”的闭环，根据证据动态生成工作流，…- 3.2k
- 0
-
AI 自迭代的小游戏 Agent：2周上线6款小游戏，3天迭代12款小游戏
本文介绍了一套覆盖小游戏从选型、生产到上线迭代全链路的自迭代 Agent 系统。针对单点 AI 提效无法带动整体业务提速的痛点，该系统将分散的 AI 能力串联，由人定义北极星指标与行动边界并审核关键方案，AI 负责策略、开发与数据归因。架构上分为数据感知、运营 Agent、生产 Agent 及游戏基础工程等层级，通过 LangGraph 与 Claude Agent SDK 协同，实现多 Agen…- 3.5k
- 0
-
重新理解数据可视化：让仪表盘真正推动决策
本文引自 Meriem Benhabiles 的文章《Rethinking Data Visualisation: A UX Approach To Dashboards That Actually Drives Decisions》，译者对原文部分进行了部分删改与调整以便读者理解。 这篇文章想说明一件事：很多仪表盘数字没错，图也做了，会议里大家看完却没有下一步。卡住的地方往往不在数据本身，而在呈…- 1.3k
- 0
-
模型怎么选？TRAE 真实用户经验：7 个场景直接对号入座
工具越多，选择本身反而变成了第一道成本。 很多 TRAE 友可能遇到过一样的场景：当他打开 TraeCode，往下拉模型列表，每个看起来都能使用，于是很多人的日常是这样的：随手点一个，跑出来不对味，换一个，再不对味，再换。等换到第三个的时候，本来想写的那段代码，已经忘了要怎么写。 我们本次特别征集了来自一线开发者的真实使用心得，有一个特别明显的共识：大家早就不问「哪个模型最强」了，而是在问「这一步…- 1.1k
- 0
-
别再只卷Prompt 了，真正拉开Agent差距的是Context Engineering
如何写出让模型“最听话”的提示词？这就是 Prompt Engineering 的核心问题。它催生了 Zero-shot、Few-shot、Chain-of-Thought 等大量技术，这些方法有一个共同点：它们都在优化“单次 LLM 调用”——写好一条输入，获得一条更好的输出。这在单轮任务里非常有效，但“单轮”是它的硬边界。 1. 引言：从 Prompt Engineering → ReAct …- 1.4k
- 0
-
对话OpenAI产品设计负责人：只会往聊天框里堆功能的产品设计师，只是在假装做AI产品
当工程师借助 AI 更快地写出代码，产品设计却成了科技行业里最焦虑的一群人。工具扩大了他们的能力，也让组织对他们的期待变得模糊。 OpenAI 产品设计负责人 Ian Silber 对此给出了一个乐观的判断：现在可能是做设计师最好的时候。他曾在 Instagram 工作八年，经历过 IGTV 的失败和 Reels 的成功。加入 OpenAI 三年后，他面对的是另一类设计难题——同一个产品，既要帮助…- 3.2k
- 0
-
让 Agent 像人一样记忆：本地长期记忆系统 HL-Mem 的设计与取舍
HL-Mem 是一套旨在让 Agent 像人一样具备长期记忆能力的本地化记忆系统，其核心设计理念是将记忆视为受治理的认知系统而非简单的数据存储。该系统借鉴认知科学原理，采用事实与经验双通道架构，通过保留不可变的原始事件（Event）和可更新的结构化事实（Claim），实现了证据可追溯、时间可解释（区分有效时间与记录时间）以及记忆的动态修正与遗忘。在工程实现上，HL-Mem 坚持运行时独立和本地优先…- 2k
- 0
-
从钉群提问到任务交付：团队级 Agent 基础设施全链路实践
依托钉群无人值守、跨群会话记忆、组织知识检索及前端专业 Skill，阿里云云原生消息前端团队自研的内部研发协作平台 Domino 正经历关键演进——从单一的代码执行工具，升级为能够理解团队上下文、持续沉淀演进并闭环真实交付的研发 Agent 系统。 从上一次实践说起 在此前，Domino 诞生于内部的一个前端源码定位工具，随着能力的不断增强，逐渐演变为了覆盖需求理解、编码、评审、部署和验收的研发平…- 1.3k
- 0
-
10个技巧，让你的Workbuddy比别人好用！
很多人在使用 WorkBuddy 时，都可能遇到过：对话一长就开始出错；只想聊思路，但直接生成了文件；技能装了不少，真正要用时反而不知道怎么选…… 大家在实际使用 WorkBuddy 的过程中，也陆续遇到了一些很具体的问题：有些功能会用，但还不够顺手；有些小设置调一调，使用体验就会差很多。 所以这一次，我们把其中最常被问到、也最值得掌握的一些问题单独整理了出来，形成了 10 个对应的操作技巧，帮助…- 1.5k
- 0
-
Agent 长程任务断点续传：从框架 Checkpoint 到跨进程恢复的完整实践
本文介绍了针对 Agent 长程任务中断恢复需求的完整实践方案，旨在解决用户主动、工具执行及系统级中断带来的稳定性问题。该方案采用“框架层 Checkpoint + 上层任务调度”的两层架构，在不修改 Spring AI Alibaba 框架源码的前提下，通过扩展 InterruptableAction、利用 Hook 机制注入自定义逻辑（如关机信号检测、消息顺序修正、多工具调用 Mock 返回及…- 3.3k
- 0
-
TraeCode 插件市场上线：让 AI Coding 连接更多工具
TraeCode 插件市场正式上线 首批精选插件（Plugins）及技能（Skills），覆盖开发工具｜调研分析｜界面设计｜效率提升 现在，你可以直接把外部工具和服务接进 TraeCode，让 AI 带着代码上下文一起调用 TraeCode 插件市场正式上线。通过插件，开发者可以直接发现、启用和调用不同插件，把原本分散在外部的工具与服务接入 AI Coding 流程。 这意味着，当你在 TraeC…- 2k
- 0
-
腾讯文档「AI工作台」上线！全面接入WorkBuddy Agent底座
过去，用AI办公，我们更习惯「让AI帮我做一件事」：写内容、做总结、生成PPT… 但一项工作，往往远不止一个动作。资料要整理、内容要修改、团队要协作、文件还要归档。AI帮你完成了一步，但工作并没有因此结束。 今天，腾讯文档宣布AI服务全端升级，正式推出「AI工作台」。 此次升级基于WorkBuddy提供的Agent内核框架，结合腾讯文档自研的编辑引擎和专业Skill，让AI不只生成内容，还能直接进…- 1.2k
- 0