#工程实践

34 篇相关记录 · 第 2 / 2 页

2026年8月4日

Eval 是新的 PRD？是的，但规格的缝隙只是搬了家

从 VB Transform 2026 的一句口号出发，用三篇论文拆解「Eval 取代 PRD」的真实含义：当产品规格从给人读的散文变成给机器跑的目标函数，Goodhart 定律开始起作用——真正的交付物不是 eval 套件，而是让 eval 与意图持续对齐的闭环。

评测工程实践 Agent LLM

2026年8月4日

FDX：这次被前线部署的是高管

FDE 之后，Forward Deployed Executive 出现了：嵌入客户决策层、用判断力而非代码交付的前线高管。用吸收能力理论（Cohen & Levinthal）和社会技术系统的抽象陷阱（Selbst et al.）解释这个角色为什么会出现：FDE 解决的是系统接不进去，FDX 解决的是组织学不进去——而吸收能力买不到，只能长出来，或者先租来。

工程实践

2026年8月4日

概率内核，确定性外壳：五个「可」的伪代码实践

承接《Agent 应用工程师的六层》的分水岭判断，把「可观测、可恢复、可验证、可治理、可持续进化」逐个拆成最小工程实现：每个「可」一段伪代码，共享同一个设计原则——状态放内核外面，决策穿过内核，副作用经过关卡。

Agent 工程实践评测 LLM

2026年8月4日

当提示词成为依赖：读 Warp 的 skills-lock.json

Warp 仓库根目录躺着一个 skills-lock.json：25 个'依赖'全是 Markdown 提示词，每条锁一个内容哈希。它不是标准的一部分，却标志着一个转折——当提示词成为跨团队共享的工件，它就继承了软件依赖的完整生命周期：manifest、锁文件、可复现安装，以及供应链攻击。结合五篇 arXiv 论文，拆解 Agent Skill 依赖管理的现状、原则与锁不住的部分。

Agent Skills 工程实践

2026年8月4日

训练小模型的三条路，和每条路背后站着的那个大模型

陪读一份流传很广的《2026 小语言模型训练完全指南》：先修正它引用错的基准数字，再把从零训练、微调、蒸馏三条路径还原成同一个问题的三种答案——你的模型的知识从哪里来。结论藏在路径背后：2026 年每个能打的小模型身后，都站着一个大模型。

模型训练工程实践 LLM

2026年8月4日

读 Warp 源码：一场针对字节流的政变

Warp 开源了客户端全部 78 个 Rust crate。精读源码后会发现它的全部架构是同一个赌注的四次下注：终端 50 年的契约是无结构字节流，Warp 在输出（Blocks）、输入（编辑器）、意图（分类器）、渲染（自研 UI 框架）四层同时把结构强加回去——而这套结构恰好是 Agent 需要的执行环境。连它的开源仓库本身，都在用 Agent + Spec 的结构化流程运转。

Agent 工程实践

2026年8月3日