我现在越来越不想讨论“提示词怎么写得更聪明”了。不是 prompt 不重要，而是很多 agent 项目一旦进入第二周，真正拖垮迭代速度的通常不是提示词，而是你根本不知道它上一次为什么成功、这一次为什么失败、换个模型以后到底退化了多少。 说得直接一点：没有 traces 和最小 eval 集，很多所谓的 agent 调优其实只是情绪化开发。今天觉得它…

每隔一段时间，技术圈都会把同一个问题重新问一遍：AI 越来越强，未来还会有人手写代码吗？这个问题之所以总能引发讨论，不只是因为它吓人，而是因为它确实碰到了现实。过去两年，AI 编程已经从“帮你补几行代码”，走到“能读仓库、改多文件、跑测试、提 PR、接 issue、持续执行任务”。这不是噱头层面的升级，而是工作流层面的变化。但我先把结论摆在前面：未…

这段时间，大家都在讨论怎么把 Agent 接进业务流程，怎么让它调用工具、访问 API、跑多步骤任务。但我越来越强烈的感受是：Agent 这件事，真正短缺的已经不是“能力”，而是“治理”。能做事的 Agent 越来越多，能被安全地放进真实环境里的 Agent 其实并不多。 所以微软 2026 年 4 月初开源 Agent Governance To…

我越来越觉得，Agent 产品接下来比拼的重点，不会只是模型够不够强，而是交互设计够不够靠谱。尤其是当 agent 能连续执行十几步、几十步操作时，最差的设计就是每走一步都弹一次确认框。表面上看这很安全，实际上很容易把人训练成机械点同意，最后既没有效率，也没有真正的控制感。 Anthropic 最近谈到 Claude Code 的一个方向，我觉得很…