标签

全栈

VS Code 1.129:Agent 会话走向独立进程与多窗口协作

来源: oschina.net 48
Visual Studio Code 1.129 把 AI Agent 从单个编辑器窗口里的辅助功能,进一步推向可持续运行的开发工作流。本次更新引入专用 agent host、Agents window 中实验性的编辑器面板、通过 执行命令的能力,以及现代 UI 预览。变化的重点不只是界面更新,而是 Agent 会话开始拥有独立生命周期,并能跨窗口参与...

TinyEngine 2.11:AI 深入画布,Vue 工程加速迁移为 DSL

来源: my.oschina.net 52
TinyEngine 2.11 的升级重点不只是增加几个设计器按钮,而是继续缩短“已有代码、设计器资产与最终页面”之间的距离。本次版本集中推进三个方向:让 AI 更深入地参与画布开发、提升外部资产的导入效率,以及补全设计器物料生态。其中,Vue 工程一键转换为 DSL,直接回应了低代码平台落地时最常见的迁移问题:已有项目如何进入可视化体系,而不是从空白...

Grok Build 全面开源:把终端 AI 编程智能体接入真实工程流程

来源: oschina.net 48
SpaceXAI 宣布全面开源 Grok Build,并重置所有用户的 usage limits。对开发团队而言,更值得关注的并不是额度变化,而是这个基于终端的 AI 编程智能体现在可以被审查、改造和纳入内部工程体系:它能理解代码库、编辑文件、执行 shell 命令、搜索网络,也能管理持续时间较长的任务。 Grok Build 同时支持全屏 TUI 交...

GPT-5.6 三模型并发:如何设计模型路由、多智能体协作与安全边界

来源: oschina.net 51
OpenAI 发布 GPT-5.6 系列时,没有只推出一个通用模型,而是同时给出旗舰 Sol、均衡型 Terra 和经济型 Luna 三个层级。这种产品结构会直接改变应用架构:开发者不再只是决定“要不要调用 GPT-5.6”,而要在每次请求进入系统时判断任务难度、延迟目标、失败成本和预算上限。 已披露的价格中,Sol 的输入与输出价格分别为每百万 to...

应用开发者到底需要懂多少数据库:从 ER 图到事务与索引

来源: postgr.es 43
多数应用开发者并不想成为 DBA,只希望数据库稳定地待在后台。但数据库并不是一个可以完全隐藏的实现细节:数据模型、约束、事务和索引会直接决定应用能否保持正确,以及它在数据增长后是否仍然可用。 真正需要掌握的不是每一种数据库内部算法,而是一组能够支撑日常开发决策的核心概念。ER 图是很好的起点,因为它迫使我们明确对象、属性、关系和基数,再把这些业务规则落...

用分层兴趣表示连接用户与广告实体:深层漏斗优化的工程思路

来源: engineering.fb.com 47
Meta 正在研究一种用于广告深层漏斗优化的上游表示层:在用户、广告主、商品和服务等广告实体之上学习统一嵌入,把用户推断出的兴趣与广告主提供的内容连接起来。这里的关键变化不是再增加一个独立排序模型,而是尝试提供一套可以被多个下游任务复用的兴趣表示。 广告系统中的兴趣通常不处于同一个粒度。一个用户可能对“运动”有长期偏好,近期在浏览“户外运动”,当前又集...

让 AI 原型安全失败:YouTube 如何跨过生产验证鸿沟

来源: cloud.google.com 50
LLM 和编码智能体把“从空目录到可用演示”的时间压缩到了几小时,但企业真正昂贵的环节并不是生成代码,而是验证代码:原型需要接触真实数据、嵌入真实界面,还不能污染数据库、拖垮核心服务或把未经审查的依赖带进主干。来源材料引用的数据称,只有 5% 的 AI 原型最终进入生产。YouTube 的应对方式不是简单加快代码评审,而是建立一套与生产主线解耦、又足够...

用 AlloyDB AI、Gemini 与 RUM 补上 PostgreSQL 中日韩全文检索的分词缺口

来源: cloud.google.com 51
PostgreSQL 全文检索擅长处理由空格分隔的文本,但面对中文、日文、韩文等连续书写语言时,默认解析器可能把整句话当成一个词元。AlloyDB AI 提供了一条数据库内解决路径:先用 Gemini 做上下文相关的分词,再用 和 RUM 建立全文索引,并可进一步叠加 ScaNN 向量检索,形成一条 SQL 内的混合搜索链路。 PostgreSQL 需...

Stripe 基准测试揭示 AI 编程代理的短板:能接通支付,不等于完成交付

来源: infoq.com 42
AI 编程代理已经能够跨越后端接口、前端页面和浏览器操作来搭建 Stripe 集成,但 Stripe 推出的基准测试把问题推进了一步:代理生成了代码之后,能否真正执行、测试并验证完整支付流程?在接近生产环境的约束下,“代码看起来正确”和“系统可以交付”之间仍有明显距离。 普通代码评测往往检查函数输出、单元测试通过率或补丁是否能编译。Stripe 的测试...

会调用 Stripe API 还不够:AI Agent 真正薄弱的是验证闭环

来源: infoq.com 53
Stripe 推出的基准套件,把 AI Agent 放进接近真实生产环境的支付集成任务中:它不仅要编写后端接口,还要连接前端与浏览器结账流程,并证明整个链路确实可用。研究传递出的关键信号很直接:Agent 往往能够产出集成代码,但在执行、测试和验证环节仍容易留下缺口。 一个 Stripe 集成至少横跨三层: 后端创建 Checkout Session,...