技术方向
把 Agent 放进真实生产环境：确定性工程约束、记忆与会话存储、调用链路可观测与多智能体编排。
35 条精选近 30 天 20 条共收录 40 条
天猫技术以驻钉钉需求群的数字员工探索端到端研发协作，通过共享需求上下文和沉淀业务资产，减少信息交接、等待检索与隐性知识流失。数字员工已在天猫技术所有业务线落地推广，月均活跃需求交付100+，上下文层按知识、能力、过程、协作四个维度组织资产。文章提出流程协同、单人主导、数字员工主导三级演进路径，目前交付主要运行在前两级，第三级自主推进与定向找人仍在探索，放权前需建立门禁、回滚和升级人工机制。
推荐理由：将研发提效拆成协作路径压缩与隐性知识沉淀两条线，为定位编码之外的交付瓶颈提供了可迁移的分析框架。
Jev 面向结构化问题返回有类型的决策及概率，京东技术围绕其与 LLM 的分工和生产接入展开解读。其 Choice、Score 和 Noul 三种输出分别用于选择、评分和带概率的二元判断，但类型正确不等于语义正确，概率输出也不能替代业务安全约束。落地建议从高频、边界清楚、可评测、可回滚的决策点开始，比较规则、传统分类器、LLM 结构化输出与 Jev，并经过离线评测、影子运行和逐步放量。
推荐理由：将决策模型接入拆成契约定义、基线比较和影子运行，把类型约束、概率评测与执行权限分开处理，可迁移到边界明确的自动化节点。
快手科技副总裁王诩在 QECon 大会分享快手两年 AI 生产力实践，路径分为 AI 嵌入研发流程、全员通用智能体、团队级 Agent 协作链和成立企业 AI 生产力（iWork）组织四个阶段。
推荐理由：快手把两年 AI 提效实践拆成四个阶段，并复盘个体提效为何难以带动组织效率。
阿里云 SLS 推出 Session Store，将接入的 OpenTelemetry Trace / Log 解析、关联为标准化的 Trajectory 执行轨迹，把任务输入、模型与工具交互、执行结果及运行指标组织在一起。
火山方舟上线 DeepSeek-V4.1-Flash-1017，相较 9 月 10 日首发版本，Agent 与代码能力提升，在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等基准上较上版显著提升，任务运行时间与输出长度明显缩短。
推荐理由：火山方舟上线 DeepSeek-V4.1-Flash-1017，并给出标准版与经济版同权重、8 折计费的差异，便于对比选型。
大淘宝技术介绍方舟 AI 会场 Agent Harness，把用户一句话需求经策划、视觉设计、数据装配与页面构建链路转化为可投放淘内或端外的 page.html 会场。
推荐理由：淘天团队拆解会场 Agent 的 Harness 环境，涵盖 Skill 体系、SubAgent 上下文隔离与质检观测，可供构建生产级 Agent 参考。
腾讯技术工程团队用Harness工作流在3个月内将约90万行的视频剪辑旧项目重写为约12万行代码、15万行文档和6000+测试用例，测试覆盖率86%，7、8两个月迭代了30+新功能需求。
推荐理由：团队用3个月把90万行旧项目重写为12万行，文中给出Harness工作流各阶段的具体做法与踩坑。
腾讯技术工程发文拆解 GitHub 项目 REA（Reverse Engineer Anything）的技术原理，该项目把 Hopper、Ghidra、IDA、JADX 等逆向工具包装成 MCP 接口供 Agent 调用。
推荐理由：文章拆解 REA 如何用 MCP 桥接 Ghidra、IDA 等工具，把逆向调查流程交给 Agent，并附社区案例与边界说明。
vivo 互联网存储团队在 KDC 系列第三篇中提出推理对象（Reasoning Object），用于记录 Agent 做出判断的目标、知识引用、证据、风险与行动授权，而不只是记录 Tool 调用。
推荐理由：文章用一次误退款案例拆解 Agent 行动审计缺口，提出推理对象与 Tool、Skill、Capability 的分层责任，可供设计高风险 AI 行动治理时参考。
得物技术介绍了资产验收场景的 Agent 实践，把验收规则以文本配置下发，由 LLM 负责材料提取与规则比对，文件解析、印章检测、数值核对等环节交给确定性代码。系统配套用户反馈推导标准答案、试跑与回测双阈值门禁、三种流量四道隔离闸门，并采用提取与判定分离的双制品模型、关键判定多模型投票和盖章检测三级流水线。文中称月均验收单审批量数百单，规则发布需回测一致率超过配置阈值（如≥90%）才允许常规发布。
推荐理由：得物技术公开资产验收 Agent 的确定性工作流设计，含试跑回测门禁与防幻觉护栏的具体实现。
阿里技术系统梳理了 RSI（递归自我改进）的概念边界，指出它与 Agent 自进化、持续学习的关键区别在于改进必须由 AI 自身完成。
推荐理由：文章把 RSI 从概念争议到 DGM、SEAL、AlphaEvolve 等代表工作串成一条线，并给出可复用的六步闭环框架。
腾讯技术工程以数字化团队作类比，梳理 Model 是大脑、Agent 是数字员工、Skill 是岗位手册、MCP 是转接头、CLI 是对讲机的关系，并说明 MCP 与 CLI 可以嵌套。
推荐理由：文章用团队类比理清 Agent、MCP、Skill、CLI、Model 的关系，并给出老系统接入 AI 的三条路径与选型决策树。
腾讯技术工程复盘 OK 平台端到端 AI 研发实践，安全中心项目空间 4 月至 6 月提交的 254 条需求中，AI 端到端完成 172 条（68%），51% 的需求在 2 小时内完成。
推荐理由：腾讯 OK 平台公开了端到端 AI 研发的九阶段流程与真实运营数据，可看到各环节质量门的具体设计。
高德本地生活分析 Agent 在 FY27 S1 完成建设，支撑本地生活多个业务单元例行经营诊断，全行业经营简报一小时内产出。文章按 L0–L4 能力分级梳理进展，认为绝大部分任务已具备 L3 特征，部分场景走到 L4。作者复盘了分析执行、知识复用、经营判断三段返工，并给出指标口径更新 Pipeline、事实绑定与三层检查等做法。
推荐理由：高德本地生活分析 Agent 的万字复盘，记录了分析执行、知识复用与经营判断三段返工中的具体取舍。
阿里 TRE AI 系统工程团队用 AKA 优化 Qwen3.8-Max 的三类核心算子，在 60 个真实业务 shape 上均取得低于专家版本的几何平均时延。AKA 与算子库 atrex-kernels 已开源，地址为 https://github.com/alibaba/atrex-kernel-agent 和 https://github.com/alibaba/atrex-kernels。
推荐理由：文章用 60 个真实业务 shape 对比生产基线与专家实现，并拆解三条算子线的结构优化，呈现 Kernel Agent 从榜单验证走向生产交付的工程路径。
阿里巴巴 AI Native 研发实践论坛的六组分享指出，代码生成提速后，软件交付瓶颈转向需求澄清、上下文衔接、环境复现、结果验证和生产治理。现场分享称，阿里巴巴编码通常只占软件交付总时长的 20%—30%；飞猪平台技术团队通过需求检查及流程线上化、标准化，将需求从评审到上线的端到端平均周期由 2—4 周缩短至 1 周，各团队指标口径不同，不宜直接横向比较。
推荐理由：将编码提速与端到端交付拆开考察，为团队识别需求澄清、跨角色协作和验证环节的瓶颈提供了具体的分析框架。
字节跳动技术团队以客户赔付口径冲突为例，演示如何用 OpenViking 零代码搭建 LLM-Wiki 团队知识库。流程包括通过本地上传、链接、飞书文档同步和 add-resource 命令导入资料，再用 Compile 配合自定义或官方 llm-wiki skill 将原始数据编译成带交叉引用的 Wiki，成员可在控制台编辑修正。
推荐理由：以赔付口径冲突的案例串起导入、Compile 编译、人工修订到 Agent 检索的完整链路，可作团队知识库落地参考。
腾讯资深搜索后台工程师吴银光讲述自己2025年初放下T12与管理头衔、转入大模型推理工程团队的经历与思考。他给出推理工程入门路径，包括建立模型结构与推理体系认知、阅读nano-vLLM和mini-sglang源码、深入PD分离与分布式KV Cache等方向，并设计同批次共享前缀、Beam Search等自检练习。
推荐理由：一位15年后台工程师复盘转岗大模型推理的路径与自检方法，并给出AI Infra与通用Infra同源分流的判断。
阿里云云原生介绍 LoongSuite-Pilot 与 AgentLoop 组合的 Coding Agent 审计方案：前者把会话日志和 Hook 记录整理成统一事件时间线并支持脱敏，后者用规则加模型结合任务上下文判断操作是否越权。
推荐理由：文章用提示词注入和误删两个真实案例，说明审计 Coding Agent 需要把用户要求与实际调用放在一起核对。
大淘宝技术团队撰文讨论 loop engineering，主张工程师不再逐轮提示 agent，而是设计包含读取状态、判断任务、执行、验证、记录状态和停止条件的自动化循环。
推荐理由：文章把 loop engineering 拆成六个组件并给出可落地的 CI triage 示例，读者可据此判断哪些任务适合交给 agent 循环。