大模型做 Agent 时，最让人头疼的不是推理能力不够，而是工具调用不准——该调 API 时不调，不该调时瞎调，参数拼错、格式乱写，整个工作流直接断掉。Amazon SageMaker AI 最近的一篇实践文章给出了一个清晰的解法：先用监督微调（SFT）教会模型"怎么正确调用工具"，再用直接偏好优化（DPO）让它学会"哪种调用方式更好"，两步叠加，小语...
Spotify 首席架构师在 Code with Claude 大会上抛出一个判断：写代码本身已经不再是约束了。真正卡住交付速度的，是团队协作摩擦、重复的基建搭建、以及工具链对 AI Agent 的不友好。他们的应对方式是——用平台工程把开发者体验（DevEx）从"个人写代码"的维度，拉升到"团队+Agent 高效运转"的维度。 这个判断值得认真对待。...
Google 每天同时跑着成千上万个 A/B 实验——搜索、YouTube、Maps、Ads，每个产品都有自己的服务集群，每个集群又拆成几十个微服务。实验多了，问题就来了：用户在搜索页被分到实验 A，跳到结果页却被分到实验 B；曝光日志漏记了一条，结论就偏了；两个实验同时改同一个按钮的颜色，数据谁也说不清。 最近 Google 公开了它跨舰队的大规模 ...