跳到正文

编程与智能体

114 条
清除筛选按发布时间 · 最新在前
2025年11月12日周三
  1. Ethan Mollick｜本人博客 RSS发布时间：68
    编程与智能体 · 图文

    Ethan Mollick：用真实任务“面试”AI：抽样、提示词与专家评估

    人工整理｜原文用关系构图、星舰界面代码等任务说明个人评估，再提醒随机输出、prompt与风格偏好会影响结果，提出以真实需求建立任务、反复抽样并由专家或盲评检查。可参考视觉工作流的验收任务设计。所附静图是文章引用的GDPval职业分组柱图，非界面作品。2025历史比较未复算，不当当前排名；本批未调用模型或运行界面。

2024年6月18日周二
  1. Shunyu Yao关联｜SWE-agent/SWE-agent、princeton-nlp/intercode 仓库更新发布时间：73
    编程与智能体 · 文本

    τ-bench 研究摘要：业务规则、最终状态与多次运行一致性

    人工整理｜2024年共同署名研究摘要。Shunyu Yao、Noah Shinn、Pedram Razavi与Karthik Narasimhan提出模拟用户—Agent—工具交互的业务评估：提供领域API与规则，以结束时的数据库状态对照目标，并用pass^k观察多次试验的一致性。适合设计业务Agent验收时区分单次成功与稳定成功。只核公开摘要及交接中的README阅读记录，未读论文全文、调用API或执行基准；原仓库提醒旧航空/零售任务已过时，应另核新版本，不能推导运行免费。原v1提交于2024-06-17。

2023年9月6日周三
  1. Shunyu Yao关联｜SWE-agent/SWE-agent、princeton-nlp/intercode 仓库更新发布时间：未评分
    编程与智能体 · 文本

    CoALA 研究摘要：把记忆、动作空间和决策过程拆开

    人工整理｜2023年首次提交、2024年修订的共同署名论文摘要。Theodore R. Sumers、Shunyu Yao、Karthik Narasimhan与Thomas L. Griffiths提出CoALA，以模块化记忆、连接内部记忆与外部环境的动作空间，以及统一选择动作的决策过程来组织语言Agent。适合比较Agent架构时检查各环节职责。前两位作者共同贡献，不将作品称为姚顺雨独作。本批只读公开摘要与版本信息，未读全文、运行架构或验证实验；原v1为2023-09-05，本次已见v3修订日期2024-03-15。

发布时间未知
  1. Andrej Karpathy关联｜karpathy/autoresearch 仓库更新发布时间：未知未评分
    编程与智能体 · 图文

    Karpathy 的 microgpt：逐段理解训练与推理

    人工整理｜Karpathy于2026-02-12的本人教程，按字符分词、标量自动求导、GPT式网络、Adam训练与采样解释小型模型。适合把数据、参数、损失及反向传播连成可逐段阅读的学习路径。代码图是原作者排版展示，未作为运行截图。本批只读所选讲解和代码，未执行、下载数据或训练；200行/无依赖是作者项目说明，不据此认证生产能力或实际速度。公开阅读不代表运行计算、配套产品或转载授权免费。

  2. Nathan Lambert｜写作目录变化发布时间：未知未评分
    编程与智能体 · 文本

    Nathan 的模型人格章节：提示与训练目标的区别

    人工整理｜Nathan Lambert公开书第17章所选基础正文，区分推理时的角色提示与修改权重的人格训练，强调产品意图需落到稳定、可检查的行为。可用于整理人格、价值和回复风格的评估问题。章节还引述其他研究，本批只选定义与方法框架，不采用未独立核实的公司现况和实验效果；未读全书、运行模型或看讲座。章节发布日期未知，首页构建时间不替代日期。文本CC-BY-NC-SA-4.0许可有范围，实体书销售及代码/图许可需分别核定；本站仅短摘要与原链。

  3. Jacky Liang / X发布时间：未知未评分
    编程与智能体 · 图文

    Jacky Liang 参与的 LMPC：教学对话与纠正次数评估

    人工整理｜团队原项目解释LMPC-Rollouts预测后续用户输入/代码、在推理时搜索较少预期纠正的下一步，LMPC-Skip直接预测末步代码；方法静图将教学对话、路径选择和替代方案并列。具体实验把成功率、成功会话轮数、积极评分及多轮成功分开，可用于规划反馈系统的评估指标。项目采用PaLM 2微调与机器人条件；本批只读方法/实验定义和静图，未训练、执行demo或复测性能，不当免费可跑成品。Jacky是共同作者，原页通讯作者按字母排序，未归为个人独创。

  4. Dave Ebbelaar发布时间：未知未评分
    编程与智能体 · 文本

    Agentic RAG教程：用文件列表、检索和阅读形成带引用回答

    知识资料｜发布日期未知。Dave Ebbelaar从Markdown资料库的list、grep和read三个Python工具入手，说明模型如何循环查询、读取并修正检索，再加入文件范围检查、请求和行数限制、错误返回、日志及文件行号引用。适合知识站检索方案的技术学习；多轮模型调用会增加成本和延迟，效果须另测，本批仅阅读公开代码说明，没有调用模型或搭建系统。

  5. Andrej Karpathy关联｜karpathy/autoresearch 仓库更新发布时间：未知未评分
    编程与智能体 · 文本

    Andrej Karpathy｜autoresearch单GPU实验与保留/丢弃协议

    autoresearch的原生README与program.md描述单GPU实验协议：先建基线，固定prepare.py和评价，仅修改train.py；按训练预算运行，以val_bpb及显存记录结果，决定保留、丢弃或标记失败。五分钟指训练时间，另有启动、编译和评估开销，跨硬件结果不能直接比较。两个文档属于同一项目。本文仅整理已审文字，未运行代理、下载模型/代码包或调用模型API，未验证收益、硬件兼容与成本；源文的关闭权限和无限循环指令未执行。

  6. Shunyu Yao关联｜SWE-agent/SWE-agent、princeton-nlp/intercode 仓库更新发布时间：未知未评分
    编程与智能体 · 文本

    姚顺雨等 / InterCode｜交互环境、奖励与实验书面流程

    InterCode原生文档说明以执行反馈开展代码交互实验：建立容器环境并reset任务，step提交动作及观察输出，submit结束episode并计算奖励，记录trajectory，最后close资源。README列姚顺雨等共同作者，相关wiki署John Yang，不把团队代码或wiki归为个人独作。历史模型与旧接口按源文保留；本次未运行容器、任务、模型或代码，未验证成功率、当前兼容、费用与商业复用。

  7. Shunyu Yao关联｜SWE-agent/SWE-agent、princeton-nlp/intercode 仓库更新发布时间：未知未评分
    编程与智能体 · 文本

    姚顺雨等 / SWE-agent｜单问题修复流程与维护边界

    姚顺雨等共同参与的SWE-agent文档介绍单个GitHub问题的修复流程：配置问题、模型与执行环境，启动隔离运行，检查动作轨迹并提取提交补丁。当前项目已转入维护模式并推荐mini-swe-agent；安装页仍有旧的开发状态文字。示例任务与成本限制属于源文说明，本次未运行模型、下载代码或验证修复效果及费用。原文共同署名与贡献标记保留，不能将团队维护或全部代码归为姚顺雨独作。

  8. Jim Fan / X发布时间：未知未评分
    编程与智能体 · 图文

    Eureka 合作研究：奖励代码的搜索、评估与反思

    人工整理｜Jim Fan列Equal Advising的合作研究原页，说明以环境源码和任务描述生成奖励代码，再用GPU仿真评估候选并把训练统计作为奖励反思反馈；人的反馈也可修订奖励。配图是研究团队的反馈结构示意，可用于理解程序生成与评价闭环，不能由静图认证步态效果。原项目引用年份2023，网页发文日未知。GPT-4、仿真与GPU运行未证明免费，本批未调用模型、安装仿真器、播放影片或复验论文成绩；非Jim独作。

  9. Sam Witteveen发布时间：未知未评分
    编程与智能体 · 文本

    AgentWrite代码样例：规划、写作与保存三个图节点

    知识资料｜发布日期未知。Sam Witteveen的graph.py定义包含提示、计划、写作步骤及最终文档的状态，并将planning、writing和saving三个节点按顺序接入LangGraph直至结束。适合了解长文生成的状态传递和步骤分工；本批同时读了项目README，但未调用模型、生成文章或验证运行效果。

  10. Santiago L Valdarrama关联｜svpino/tensorflow-object-detection-sagemaker、svpino/video-generation 仓库更新发布时间：未知未评分
    编程与智能体 · 文本

    Santiago：目标检测的数据准备与部署流程

    人工整理｜Santiago公开README列出TensorFlow 1.15目标检测部署链：准备训练/验证TFRecords、pipeline.config、检查点和标签表，配置SageMaker训练通道，导出模型并以端点或本地容器接收图像JSON，再按置信度画检测框。可参考视觉检测服务的数据与接口组织。原示例属历史代码，未验证当前兼容性或精度；AWS服务可能收费，本轮未登录、部署、训练或推理。项目发布日期未知。

  11. IndyDevDan发布时间：未知未评分
    编程与智能体 · 文本

    Agent观测项目说明：Hook事件到SQLite与实时看板

    知识资料｜发布日期未知。IndyDevDan的README给出Hook脚本、HTTP事件、Bun服务、SQLite和WebSocket看板的数据路径，并列出会话过滤、工具失败和任务生命周期观察方式。适合规划多Agent任务的可追踪记录；项目需额外运行环境，模型、语音和爬取组件可能收费，本批未安装、发送事件或启动团队。

  12. merve关联｜merveenoyan/smol-vision 仓库更新发布时间：未知未评分
    编程与智能体 · 文本

    Merve等：视觉Agent的截图回调与日志循环

    人工整理｜三位共同署名教程将初始图片放入TaskStep，再用step_callbacks把截图加入ActionStep，为视觉资料审阅与网页观察流程提供结构参考。原图本地实看，已知签名CDN跳转的图片路径本批不重请求或展示。示例字段/循环变量混用未修复，浏览成功率及当前兼容未测；Fireworks API、Selenium与模型未调用。保留团队贡献，原文日2025-01-24。

  13. AI进化论-花生发布时间：未知未评分
    编程与智能体 · 文本

    视频资源：Cursor书单脚本的官网机器摘要入口

    视频资源｜发布日期未知。作者官网的字幕机器摘要介绍读取Markdown书单、调用模型、按书名保存文件及先少量检查后再批量的选题。适合寻找自动化脚本案例的观看入口；机器摘要不是已核实代码或完整操作教程，本批没有模型调用、文章生成、安装或定时任务，视频未观看、未转录、未分析。

  14. 技术爬爬虾发布时间：未知未评分
    编程与智能体 · 文本

    视频资源｜未分析｜无需本地部署，5分钟在云端搭建MCP智能体

    视频资源｜视频链接未分析。来源：技术爬爬虾。公开页面标题与来源身份已核对，仅提供原视频链接。未整理视频正文或步骤。 视频未观看、未下载、未转录、未分析、未复现。视频发布日期未核，不作推断。推荐关系仅保留Library快照，未重新核验。

  15. Lilian Weng｜本人博客 RSS发布时间：未知未评分
    编程与智能体 · 文本

    Lilian Weng 的 Harness 综述：文件记忆、上下文与验证分层

    人工整理｜作者2026-07-04文字综述。Lilian Weng 将Harness视为模型外的执行系统：组织计划、工具调用、持久状态和结果评估。她梳理文件作为持久记忆、可检查的后台任务及上下文管理；ACE通过带标识的条目增量维护经验，避免每次重写整块提示导致信息塌缩。自改进流程还需区分训练目标与验证反馈，防止只优化当前评估。适合研究长期Agent任务的状态恢复和验证设计。本批未启动Agent实验、执行文中项目或核验性能；原页仅提供日期，不伪造精确时间。

  16. 向阳乔木 / 乔向阳发布时间：未知未评分
    编程与智能体 · 文本

    目标编写资料：把模糊需求变成范围、验证和停止条件

    知识资料｜发布日期未知。向阳乔木的README用具体MVP例子说明如何组织目标、验证证据、写入边界、迭代次数、完成与暂停条件，再给可选调整和本地linter入口。适合检查Agent任务是否可验收且范围明确；本批只读开源说明，没有安装技能、执行goal或对其他任务下指令。

  17. IndyDevDan发布时间：未知未评分
    编程与智能体 · 文本

    Hook学习资料：区分调用前控制、执行后记录与停止条件

    知识资料｜发布日期未知。IndyDevDan的README解释Hook生命周期、载荷和退出码，强调PreToolUse可在执行前检查，而PostToolUse发生在工具执行后，并提供停止循环与提示上下文的示例。适合梳理Agent动作的控制与记录边界；所列事件受CLI版本影响，本批没有运行Hook、改变权限或安装可选付费组件。

  18. Matt Pocock发布时间：未知未评分
    编程与智能体 · 文本

    代码审查流程资料：分别核对项目标准与原始需求

    知识资料｜发布日期未知。Matt Pocock的公开SKILL文件先固定比较点，再寻找需求与项目标准，分别评估规范违背、需求遗漏和范围扩张，并把两类发现保留为独立报告。适合避免代码规范通过掩盖需求未完成；本批未执行审查、调用模型或启动子Agent，缺失需求时须明确记录。

  19. Andrej Karpathy关联｜karpathy/autoresearch 仓库更新发布时间：未知62
    编程与智能体 · 文本

    Karpathy 的训练排错：先查数据与最小基线

    人工整理｜2019-04-25的历史方法文章，所选前两步要求先检查数据分布、重复、损坏与标签，再搭建简单模型的训练和评估通路；用初始损失、单批过拟合、输入影响和下降曲线验证是否值得扩大实验。可作训练正确性排查清单。经验及示例代码只按作者历史建议保留，本批未训练、执行文中API或复验效果，不输出当前库默认值、性能保证或SOTA结论。

  20. Jacky Liang / X发布时间：未知59
    编程与智能体 · 图文

    Jacky Liang 参与的 Code as Policies：接口分离与示例检查

    人工整理｜团队原项目把语言指令转为策略代码，调用感知/控制接口并分层补充函数。所核tabletop_ui与fgen静态文本显示对象查询、条件判断、几何辅助函数及控制调用的分工，可参考代码接口与提示示例的审查。原示例有不一致：紫碗放蓝碗的指令，实际说法/调用使用粉碗；本条保留问题，不改外部源码。本人主页精确自链jackyliang42，2项独立团队作品核身份。未执行模型、Colab、互动demo或机器人；数据与效果为历史研究报告，贡献保留全部共同作者边界。

  21. Anima Anandkumar / 共同署名物理场研究发布时间：未知未评分
    编程与智能体 · 图文

    MeshfreeFlowNet：共同署名连续时空物理场超分辨率

    人工整理｜MeshfreeFlowNet共同署名项目用U-Net式上下文网络产生潜在网格，再以连续解码MLP按时空坐标采样物理场，并加入PDE约束；原Figure 1对照低分辨率输入与高分辨率预测，可作物理场超分辨率和科学可视化研究参考。128GPU、96.80%扩展效率及少于4分钟训练是作者特定集群实验，未独立核验。保留9位共同作者，只读项目文字与静图，未读整篇PDF、运行代码或播放GIF/视频；不是普通照片放大、影视插帧或商业CG流程，项目发布日期未知。

  22. n8n human-in-the-loop tools documentation发布时间：未知未评分
    编程与智能体 · 文本

    给 Agent 工具增加人工审核：展示参数，再批准或拒绝执行

    人工整理｜文字操作文档。n8n的具体设置文档说明从AI Agent的Tools面板添加Human review通道，再把需要审核的工具接入；审批内容可用$tool.name与$tool.parameters显示动作和输入，系统提示要说明拒绝后如何处理。适合设计发送消息、改记录等Agent动作的人工确认步骤。本批只阅读操作文档，未启动工作流、连接消息通道或调用模型；页面相对更新信息不作为原始发布日期，日期未知。

  23. 宝玉 / Jim Liu发布时间：未知未评分
    编程与智能体 · 文本

    AI开发复盘：可行性、设计文档、原型确认与最终体验测试

    知识资料｜来源仅提供发布日期2026-08-24，精确时刻未知。宝玉用自己的功能开发案例说明先比较可行性方案，再写设计文档、反复调整高保真原型，最后让实现遵循文档并做人类体验测试。适合检查跨Agent会话如何传递决策与验收标准；这是作者项目复盘，提效与模型能力未独立核验，本批没有转录媒体、开发功能或执行部署。

  24. AI Jason / Jason Zhou发布时间：未知未评分
    编程与智能体 · 文本

    AI Builder Club项目说明：开发harness与共享知识循环的入口

    知识资料｜发布日期未知。AI Jason的README区分代码运行、测试、验证和交付的harness，与共享文件知识库上的调查、执行及记录循环，并说明setup-codebase-harness和new-loop两个入口的产物。适合理解Agent项目准备与知识沉淀的关系；课程与云资源另有费用，本批未安装插件、启动循环或创建调度。

  25. Armin Ronacher发布时间：未知68
    编程与智能体 · 文本

    Agent架构实验记录：受控文件系统、临时代码与恢复状态

    知识资料｜来源仅提供发布日期2025-10-17，精确时刻未知。Armin Ronacher讨论以Pyodide运行临时代码，通过外部受控文件入口提供资料，并用步骤缓存与队列恢复长任务；正文给出worker通信和状态缓存的简化代码。适合学习工具沙箱、资源入口及任务恢复如何连接；这是作者实验记录，本批没有安装运行时、联网执行代码或改变隔离设置。

  26. merve关联｜merveenoyan/smol-vision 仓库更新发布时间：未知未评分
    编程与智能体 · 文本

    Merve建筑实例mask：标注预处理与并集IoU的局限

    人工整理｜Merve的卫星建筑实例分割配方展示COCO多边形转二值mask、图/框/mask同步缩放与归一化、懒预处理及变长标签组批，适合标注与mask资产准备参考。pixel_mask表示真实像素与padding区域，不能当目标mask。评价把置信度>.5的建筑实例合成并集计算IoU，不能完整衡量实例切分，空GT样本被跳过。原文称15轮约1小时，代码为10轮；文字提Trackio，训练参数未设置report_to。两张原缓存图来自不同场景，不能当同图前后或准确率证明。本次未安装、登录、下载模型/数据集、训练、推理或上传，未验证运行成本及卫星素材商用许可；日期未知。

  27. Jim Fan / X发布时间：未知80
    编程与智能体 · 图文

    Voyager 合作研究：课程、技能库与程序自验证

    人工整理｜合作研究公开方法页，Jim Fan列Equal Advising。项目把自动课程、可检索的代码技能库和迭代提示连在一起，用环境反馈、执行错误与自验证来修订程序；组件图展示任务循环和技能添加/检索，可作Agent状态及反馈设计的学习参考。使用Minecraft与黑箱GPT-4是原方法条件，未认定运行免费。引用年份2023不当网页发布时间；本批未运行游戏、模型、工程或影片，不认证排名、成绩倍数或最新能力，团队作者不自动加入推荐名单。

  28. Cole Medin发布时间：未知未评分
    编程与智能体 · 文本

    Asana工具调用代码样例：参数、结果消息与第二次模型响应

    知识资料｜发布日期未知。Cole Medin公开的agents.py定义任务名称和到期日参数，把模型tool_calls分发到创建任务函数，再将工具结果加入会话并请求第二次模型回答。适合学习外部工具调用的基本消息往返；这段代码会写入Asana且需要模型与服务授权，本批只读源文件，没有调用模型、创建任务或读取.env。

  29. Armin Ronacher发布时间：未知57
    编程与智能体 · 文本

    Agent工程经验：缓存稳定性、循环提示与失败信息处理

    知识资料｜来源仅提供发布日期2025-11-21，精确时刻未知。Armin Ronacher总结保持系统提示与工具定义稳定、将动态信息后置、在工具返回时补充任务状态，以及对失败步骤和输出工具进行观察的经验。适合规划Agent上下文和验证记录；正文明确评估仍困难，本批未沿用模型排行榜或成本结论，也没有运行模型或发送邮件。

  30. Zara Zhang关联｜zarazhangrui/frontend-slides、zarazhangrui/beautiful-html-templates 仓库更新发布时间：未知未评分
    编程与智能体 · 文本

    把项目知识变成课程：沿真实操作解释数据流与改动位置

    人工整理｜开源项目文档。Zara Zhang的Codebase to Course面向用AI编程的非技术作者，说明以单页HTML组织项目课程、真实代码与白话说明、数据流可视化和应用型测验。适合接手项目时设计知识交接与学习路线；README强调引用原代码而非改写简化，但本批没有生成课程或验证输出质量。未安装、运行代码或调用模型，原始发布日期未知。

  31. Sam Witteveen发布时间：未知未评分
    编程与智能体 · 文本

    SmolAgents历史样例：搜索子Agent与管理Agent的分工

    知识资料｜发布日期未知。Sam Witteveen的smol_multiagent.py为搜索子Agent配置网页搜索和读取工具，再用ManagedAgent交给管理CodeAgent，并给子Agent设置步数上限。适合学习任务分工与工具边界的代码结构；示例使用托管模型和网页读取服务，费用及API版本另核，本批没有执行查询或创建子Agent。