讨论列表 - 求真求是网

技术工具

这家公司2023年自研云开发环境（cde），如今又基于此构建了带自定义后台代理的ai编码框架，形成技术护城河。网友觉得cde才是被低估的护城河，比硬塞通用ci强多了，能提供临时环境、密钥和快照，早就搞定远程开发的公司正悄悄赢下ai基建；也有人质疑发帖的是ai机器人，但作者回应说让开发者高效的东西自然也让ai高效。

18

0

技术工具

stagehand v4发布，作为浏览器代理sdk，宣称比playwright快2倍且节省80% token，并推出浏览器扩展以提升远程浏览器执行速度。网友觉得这速度提升和token节省太夸张了，不太敢信，但跟vercel、langchain这些大厂合作又感觉挺靠谱，而且现在能直接在浏览器里跑，确实比之前方便多了。

31

0

技术工具

langchain推出managed deep agents公开测试版，让开发者无需管理底层基础设施，即可从原型直接扩展到生产环境，并保留模型选择与开发流程控制权。网友普遍觉得省掉基建这块开发能轻松不少，是个好消息；也有人好奇rlm（递归语言模型）这个新概念，官方解释了它能让主管模型拆解任务并递归调用；firecrawl冲进github历史前50..

39

0

技术工具

git maxd 发布 deep agents v0.7，称其精简纯粹，仅靠中间件、模型和工具组合，配合本地评估与部署监控，效果惊艳。网友 jacob lee 认为其评估指标可能已饱和，但 git maxd 回应称自己从未见过如此优秀的实验，甚至时常盯着它看，对进展感到难以置信。

35

0

技术工具

git maxd通过langchain认证代理工程师考试，并发现自己在评估（evals）方面存在短板，同时对比展示了deepagents v0.7相比v0.6在输入令牌成本上削减超一半的实测数据。网友纷纷送上祝贺，气氛相当热烈。大家觉得能通过这个认证本身就很有含金量，尤其佩服他不仅考过了，还自己动手做了v0.6和v0.7的对比测试，用真实数据证明..

44

0

技术工具

langsmith llm gateway公开测试，提供跨模型的支出限额、速率限制和数据脱敏等统一管理功能。网友们觉得数据脱敏很实用但常被团队忽略，关心脱敏范围是否包括请求体，认为网关统一管理运维更轻松，还有人用它类比短期记忆与长期记忆的整合。

39

0

技术工具

langchain与cognition总裁联合推出全新max agency，并发布openwiki与langsmith追踪集成功能，用于分析编码代理与代码库的交互。网友热议：这波操作太猛了，直接打通了openwiki和langsmith的追踪数据，以后看编码代理怎么跟代码库互动的细节全透明了，对调试和优化帮助很大，期待实际效果！

45

0

技术工具

apollo团队将在interrupt nyc分享如何将其ai助手从自研监督器迁移至langgraph的deep_agent，并保持生产流量质量稳定。网友最关心迁移中的“丑陋细节”和踩坑经验，想知道如何在不中断服务的情况下保持质量稳定，而非只看演示。

36

0

技术工具

openai悄然开源了codex security cli，可用于代码库安全扫描、追踪修复及集成ci/cd流程。网友普遍看好开源方向，认为这推动了前沿发展；有人关心自动验证修复功能，但也担心在大型仓库中频繁调用api的成本过高。

42

0

技术工具

openwiki 宣布支持12家llm提供商，包括openai、anthropic等，强调通过chatgpt登录即可轻松使用。网友们积极询问功能扩展，如okf 0.2支持和多仓库代码库适配，开发者回应即将添加；有人分享自己整合多提供商配置的实用经验，也有人展示kimi k3在物理模拟中的出色表现。

45

0

技术工具

openai 悄然发布了开源 codex security cli，用于扫描代码库、追踪安全问题并集成到 ci/cd 流程中。网友看法不一：有人提醒包名大小写写错了，有人质疑开源安全层是便于审计还是更难管控，还有人趁机吐槽 gpt 应用不稳定、消息丢失，威胁要转用 claude。

48

0

技术工具

langchain 推文展示了 langsmith 作为可观测性平台，帮助 salesforce 等企业监控 ai 代理并确保代码质量，同时预告了即将举办的 interrupt nyc 活动。网友觉得 langsmith 确实牛，salesforce 都靠它把关代码质量，但更搞笑的是，很多人吐槽自己用的 ai 提示词其实特简单，比如“再检查一遍”..

49

0

技术工具

langchain发布评估工程技能，帮助编码代理利用仓库上下文和跟踪数据自动构建并验证评估任务。网友觉得评估工作确实变简单了，有人已经装进claude code跑起来了，说内置验证器审查正是需要的功能；也有人调侃在真实仓库里跑一下，评估结果就没那么玄乎了。

59

0

技术工具

langchain推出针对pipecat、livekit、openai realtime和gemini live四个语音框架的langsmith追踪功能，解决语音智能体在生产环境中的调试难题。网友普遍认为语音追踪是刚需，能大幅降低调试痛苦；有人关心是否一次集成即可；也有调侃说追踪了框架却没追踪到“跳过腿部训练日”的幽默评论。

56

0

技术工具

langsmith engine通过合成多样化trace数据来训练代理，以提升其大规模挖掘和修复问题的能力。网友们觉得这招挺绝，相当于给引擎喂了各种“数据方言”让它啥都懂；也有人调侃“谁评估评估者”最终还得靠人，同时惊叹用ai重建sqlite成本能差15倍，说明模型选择太关键了。

54

0

技术工具

git maxd发现langchain的create_deep_agent本质上是create_agent加上默认中间件栈，核心只有2个节点工作，其余都是中间件钩子。网友kunal觉得这个发现很不错，简单直接地表达了赞赏，认为“真好”。

79

0

技术工具

openwiki 三天内获得1700星标，正从代码库扩展到通用记忆维基，征求用户对功能的需求。网友们最关心的是能不能接入notion、gmail、slack这些日常工具，还有人说把个人笔记和项目上下文串起来就够实用了，也有人好奇在大规模代码库里到底跑不跑得动。

84

0

技术工具

开发者推出了langgraph sync，一个能让langgraph工作流图与python代码实时双向同步的可视化编辑工具。网友觉得这工具很棒，因为用langchain开发本身就很有趣，而它正好解决了图与代码双向同步的痛点，比之前的工具更实用，期待更多反馈和改进。

76

0

技术工具

langsmith 是评估和持续改进编码智能体的最佳平台，其核心在于通过环境模拟、追踪和失败模式分析来构建高质量评估，并认为评估本身就是智能体的训练数据。有网友认为现有评估平台大多偏向产品型智能体，缺乏针对复杂研发任务的编码智能体评估工具，因此不得不自己搭建；也有网友讨论更智能的模型在推理时更高效，以及glm 5.2比fable 5贵且慢。

88

0

技术工具

langchain发布了langsmith engine，一个能自动追踪代理故障、优先处理问题并草拟修复方案的智能体，并分享了其架构决策和沙盒使用经验。网友普遍认为这解决了生产级追踪痛点，让部署智能体不再可怕；也有人争论它是否绑定langchain生态，但多数人认可其“替大家踩坑”的价值，尤其对多工具混用导致账单翻倍、可见性归零的问题深有共鸣。

80

0

技术工具

langchain推文核心是教开发者如何让ai代理真正学习，通过langsmith engine暴露问题并写回context hub，实现跨运行改进。网友热议：有人说记忆和痕迹要分开，否则代理只会堆日志；有人质疑如何避免继承坏痕迹；还有人趁机推广自己的一键创建代理工具，顺便吐槽谷歌开除开发者的骚操作。

102

0

技术工具

langchain推出deep agents v0.6，新代码解释器让代理在运行时内调用工具，仅传回相关结果，减少往返和token浪费。网友们普遍点赞，认为终于不用再让临时结果塞满上下文了；也有人借机分享自己用类似思路做搜索引擎的后端经验，还有调侃市政和职场隐私的。

99

0

技术工具

网友热议kubernetes被部署在科研船、战斗机甚至士兵背包等极端场景，感叹这是从未想过的“离谱”用例。网友们普遍觉得这用法太疯狂了，有人担心海上断网怎么搞，也有人开玩笑说“容器崩溃”分不清是软件还是船上的集装箱，还有不少人举出更多例子，比如丰田汽车、美军f-16和中国高速收费系统都在用k8s。

103

0

技术工具

当前ai编码工具面临的核心挑战是：如何让claude code等助手获取企业系统间的完整上下文，形成统一的知识层。网友们普遍认为这像2015-2022年的内部知识库热潮，担心最终会因维护困难而失败；有人觉得mcp协议算是个方向但不够好，也有人认为大厂自己就能解决，或者团队会自建类似内部操作手册的定制方案。

96

0

技术工具

deepagents的代码支持直接调用最新发布的模型，是一个与模型无关的测试框架，比claude code/codex更灵活。网友觉得这工具一发布就能直接用，确实很方便，但adam表示他们真正看重的是那0.4%的性能提升，这才是他们投入工作的关键。

102

0

技术工具

langchain 宣布通过 langsmith 迭代改进，将代理从首次运行推向生产级可靠性，并推广与sierra产品总监的播客对话。网友觉得langchain这波操作挺实在，强调“迭代改进”和“持久可靠”正是大家搞ai代理最头疼的事，播客里聊的产品实战经验也很接地气，值得一听。

99

0

技术工具

grok build 连续发布 v0.2.54 和 v0.2.55 更新，新增功能并修复了 windows、表格、mermaid 图表及长对话滚动等多个 bug。网友觉得这更新挺勤快，但吐槽点也实在：有人嫌终端复制粘贴麻烦，有人希望直接启动 exe 别关掉，还有小白求更傻瓜的 ai，当然也有老粉夸 grok 越来越好用，就是被低估了。

101

0

技术工具

langsmith沙箱与harbor框架深度集成，实现一键安装认证即可运行评估，并支持docker快照和多环境配置。网友觉得这才对嘛，装好就能直接用，省心省力；同时有人提到微调开源模型（如qwen）后性能可以追上甚至超过顶级模型，效果很香。

109

0

技术工具

antithesis通过确定性测试和混沌工程，在33分钟内完成24小时测试，高效发现百万分之一概率的bug。网友觉得这技术很牛，但吐槽门槛高，得先预约演示才能用，有点劝退；也有人建议试试它的多宇宙调试器，说效果炸裂。

110

0

技术工具

langchain团队强调通过多种循环机制（令牌循环、智能体循环、自我验证循环）来构建和检测ai代理系统，并宣布了芝加哥线下活动及新的xlsx工具基准测试。网友们热烈讨论循环技术，认为不要手动修复问题而应构建可扩展系统，并强调需要加密证明来确保循环和决策的可信度，同时对langchain提供的多种循环工具表示兴奋。

107

0

AI 大模型资源圈

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具

技术工具