全部 AI 动态 · AI 热点

6月27日

11:51

11:51

Guillermo Rauch@rauchg

精选

Agent调试困难，因为AI模型行为非确定，且Agent是复杂分布式系统，涉及多个步骤、函数、沙箱及数十个API服务。Vercel团队为eve.dev内置可观测性，支持检查模型调用、工具调用、运行时错误及token用量，已获用户好评。

AI产品 Vercel eve 智能体可观测性调试

推荐理由：Vercel给eve.dev加了agent调试跟踪，能看模型调用、错误和token，开发者福音。

6月16日

21:34

21:34

LangChain@LangChainAI

精选

LangChain 推出 Traces 功能，可记录 inputs、model calls、tool calls、outputs 和 final action。Evals 将这些学习转化为测试，用于验证下一版本是否更优。团队可借此从手动调试转向持续改进循环。LangChain 创始人 Harrison Chase 将于 6 月 24 日举办深入研讨会。

技巧 LangChain trace eval 智能体调试

推荐理由：想从手动调 bug 升级到自动化评估？LangChain 的 traces 和 evals 帮你把每次运行变成可测指标，持续优化 agent。

20:46

AITOP6月16日 20:46

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

6月12日

12:57

AITOP6月12日 12:57

Claude代码里藏了个20260612，18个月后的AI记忆革命已经开始倒计时

6月11日

15:28

AITOP6月11日 15:28

1107 vs 303：谷歌悄悄开源了一个“拆打字机”的模型，把大模型速度翻了4倍

15:23

AITOP6月11日 15:23

DiffusionGemma颠覆文本生成？自回归模型的“统治”要结束了

15:07

AITOP6月11日 15:07

每秒1107个token，Google开源的扩散模型为什么能改变本地推理格局？

6月10日

11:40

11:40

Cognition@cognition_labs

83°

Cognition 宣布其最强智能体 Devin Ultra 现已集成 Claude Fable 5，专为长周期任务和调试优化。通过调整 harness，Ultra 的成本仅比默认 Devin 智能体高出约 40%。Claude Fable 5 还可在 Devin Desktop 和 Devin CLI 中使用。这为需要复杂自动化流程的开发者提供了更强大的选择。

AI产品 Devin Claude Fable 5 智能体调试编程助手

推荐理由：做复杂自动化或深度调试的开发者，现在可以用 Devin Ultra 以更可控的成本获得 Claude Fable 5 的能力，值得直接尝试。

6月9日

11:18

11:18

shao__meng@shao__meng

精选

开发者用 Step 3.7 Flash 完成了一个真实 Coding Agent 任务：将一组 Agent Memory 运行痕迹（包括 memory_events、structured_facts、memory_chunks 等）转化为一个本地可检查的 HTML 工具。模型先读取现有代码和测试输出，再检索 Letta、LangSmith 等工具的展示方式，最终生成单文件 agent_memory_inspector.html，展示 8 条 memory events、9 条 structured facts、9/9 场景测试通过等关键信息。这次测试表明，模型不仅能回答问题，还能理解上下文、查资料、写代码并产出可运行的工具。虽然还不是生产级观测平台，但作为 first-pass 任务，它验证了模型将真实 Agent traces 转化为可用工具的能力。

AI产品 Step 3.7 Flash Coding Agent Agent Memory 本地工具调试

推荐理由：做 Agent 开发或调试的团队，终于有个快速把混乱运行痕迹变成可视化检查工具的方法——Step 3.7 Flash 这次实测值得点开看看，可以直接复现验证。

6月8日

10:49

10:49

宝玉@dotey

本文对比了 Chat 时代和 Agent 时代在代码调试上的差异。在 Chat 时代，由于缺乏运行环境，开发者追求一次通过。而在 Agent 时代，只要有明确的错误反馈，修正速度会非常快。React 代码中的 JS 错误容易调试修复，CSS 错误只要定位到具体组件也很好修。但一个大的 HTML 中的样式细节错误，虽然不会明显报错，调试起来却非常困难。

AI产品 Agent 调试前端开发 React CSS

推荐理由：这篇文章点出了 Agent 时代开发效率提升的关键——明确的错误反馈让调试不再是噩梦。做前端开发、用 AI 写代码的团队，看完会对 Agent 的工作方式有更深理解。

5月21日

07:59

07:59

LangChain@LangChainAI

精选

LangChain 应用 AI 工程师 Palash Shah 在 X 上分享了 LangSmith Engine 的技术细节，深入讲解了其内部架构和工作原理。LangSmith Engine 是 LangChain 平台的核心组件，用于追踪、评估和优化 LLM 应用。这次分享帮助开发者理解如何更高效地使用 LangSmith 进行 AI 应用的可观测性和调试。对于使用 LangChain 构建生产级 AI 应用的团队来说，这是了解平台底层机制的好机会。

AI产品 LangChain LangSmith Engine 可观测性 LLM 应用调试

推荐理由：LangSmith Engine 是 LangChain 生态的调试和监控核心，做 LLM 应用生产的开发者值得了解其内部机制，能帮你更精准地定位问题。

5月19日

23:42

23:42

Ate-a-Pi@svpino

开发者Santiago Valdarrama分享了一种极简方法，只需引入一个库并添加一行代码，即可为基于LLM的应用开启完整的可观测性和自动分析功能。该方法能免费获取大量关键信息，如请求延迟、Token消耗、错误率等，极大简化了调试和性能监控流程。对于构建和部署LLM应用的团队来说，这是一个无需思考的实用技巧。

技巧 LLM 可观测性监控调试一行代码

推荐理由：做LLM应用开发的团队，监控调试一直是个痛点——现在一行代码就能拿到全链路数据，省去自己搭监控的麻烦，建议直接试。

12:26

12:26

shao__meng@shao__meng

精选

TRAE 团队分析了用户真实调用的 Agent Skills 数据，发布了 Top 10 排行榜。这些 Skills 覆盖从 UI 设计到调试的产品开发全链路，包括强制设计先行的 brainstorming、计划拆解的 writing-plans、行为护栏 karpathy-guidelines 等。还有一款名为 /pua 的高压问责技能，用四级升级机制防止 Agent 偷懒。整体设计形成“想清楚→拆细→做精→验透→担责”的闭环，对 AI 编程工作流有很强的参考价值。

AI产品 TRAE Agent Skills AI 编程工作流调试

推荐理由：TRAE 用真实用户数据告诉你哪些 Agent Skills 最管用，做 AI 编程工作流设计的开发者可以直接抄作业，尤其是 /pua 这种反讽命名的高压问责机制值得一试。