AITOP

工作流优化

共 11 条相关 AI 资讯
7月24日
09:22
09:22官方一手arXiv: DeepSeek@Zibin Lin, Shengli Zhang, Taotao Wang, Yihan Xia, Deen Ma, Guofu Liao
WML方法通过Node--Mechanism Attribution识别失败工作流节点、原因机制及最小编辑目标，将单机制缺陷路由到L3资源，跨机制缺陷路由到L2协议。在SpreadsheetBench上，WML使用DeepSeek达到90.33±1.53 Hard Accuracy，使用Qwen3.6-Flash达到74.67±3.51。无额外优化时，学到的技能迁移到WikiTableQuestions取得84.00±2.00和83.00±2.00 Denotation Accuracy。在Compiler-Supported50上，WML同时取得最高hard-PASS率和最低每次成功任务成本，编译执行相比直接SkillAgent大幅减少token和调用次数。代码和工件已开源在GitHub。
论文DeepSeekQwen3.6-FlashSpreadsheetBench
推荐理由：这篇论文提出了WML方法，能精准定位Agent工作流失败节点并复用外部技能知识，在SpreadsheetBench和Compiler-Supported50上表现亮眼，比直接SkillAgent省不少token。
原文
7月11日
00:52
00:52官方一手GitHub Blog@Napalys Klicius
精选
GitHub团队发现，为Copilot代码审查引入更强大的工具反而导致性能下降。他们将Copilot的代码审查工作流迁移到共享Unix风格代码探索工具，并围绕pull request证据重构agent流程。这一改进显著降低了代码审查成本，提升了审查效率。
技巧GitHub Copilot代码审查工作流优化
推荐理由：GitHub分享了改进Copilot代码审查的真实案例：不用更花哨的工具，而是用共享Unix工具调整工作流，成本确实降了。
原文
6月23日
22:26
22:26Viking@vikingmute
作者建议定期清理AI skills，认为过时或无用的skills会产生副作用。目前只保留mattpocock的几个开发流程相关skills，以及自己项目相关的review和测试skills。之前各种生图、PPT、设计相关的skills已全部删除。
技巧skills技能清理mattpocock
推荐理由：朋友，定期清理用不上的skills能让AI表现更好，建议你也试试删掉过时的，只留真正需要的开发流程skills。
原文
6月12日
06:06
6月1日
04:14
5月29日
23:00
23:00官方账号阶跃星辰 Stepfun@Stepfun_AI
精选
StepFun 发布了 Step 3.7 Flash 模型，专为智能体工作流优化。该模型旨在提升 AI 代理在复杂任务中的执行效率。NousResearch 的用户将在其 Hermes Agent 平台上率先使用该模型。这一合作将推动智能体技术的发展，为开发者提供更强大的工具。
AI模型智能体Step 3.7 FlashNousResearch
推荐理由：智能体开发者终于有了专门优化工作流的模型——Step 3.7 Flash 直接解决了代理任务执行效率问题，做自动化流程的团队值得关注。
原文
21:39
21:39Viking@vikingmute
本文指出同时运行多个 AI Agent 会导致人的注意力成为瓶颈，因为人类无法并行处理且上下文切换成本高，所有 Agent 的最终判断和代码合并仍需人工完成。作者将其称为“编排税”（Orchestration Tax），即启动的 Agent 越多，后续付出的成本越高。建议将任务分为简单可异步和需要深度判断两类，避免复杂任务强行并行。作者个人经验是同时运行 1-2 个任务，专注 review 和优化流程，而非盲目增加 Agent 数量。
行业Agent编排税注意力瓶颈
推荐理由：这篇文章戳中了多 Agent 工作流的核心痛点——人的注意力才是瓶颈，做 AI 编程或自动化流程的团队看完会重新评估并行策略，建议点开反思自己的编排方式。
原文
5月27日
22:09
5月25日
12:08
12:08官方账号Greg Brockman@gdb
精选
VB Srivastav 分享了一个改进版的 Codex 自我改进提示，让 Codex 跨会话、记忆和 Chronicle 查找重复的手动工作流，并自动创建最小的实用技能、子代理或自动化。提示要求 Codex 优先复用已有资产，只对高频、稳定、可重复的任务进行打包，避免创建重复或过于宽泛的内容。最终输出包括创建了什么、跳过了什么以及需要更多证据的项目。这个提示能显著提升 Codex 用户的自动化效率，减少重复劳动。
AI产品Codex自动化提示工程
推荐理由：频繁使用 Codex 的开发者可以靠这个提示自动发现并打包重复工作流，省去手动梳理的麻烦，直接提升自动化效率。
原文
5月22日
01:09
5月16日
15:00