筛选结果
6 篇排序
19:43EN → 简体中文Jack Wotherspoon 谈如何打造一支托管智能体团队Jack Wotherspoon · Google DeepMindGoogle DeepMind 的 Jack Wotherspoon 介绍 Gemini Managed Agents:团队只需一次 API 调用,就能让编程和研究智能体在云端沙箱中运行。他还讲解了持久化环境、可复用技能、由代理注入的凭据、定时触发器,以及多个专用智能体如何协同工作。
20:55EN → 简体中文Jesse Hall:语音智能体要为对话而优化,而非只看排行榜Jesse Hall · LiveKitLiveKit 的 Jesse Hall 解释了为什么语音智能体必须像实时系统一样接受评测:听清用户、允许打断、在工具调用期间继续对话,并在用户真正听到声音之前控制延迟。
18:27EN → 简体中文Daksh Gupta:如何打造更好的 AI 代码审查智能体Daksh Gupta · GreptileGreptile 联合创始人 Daksh Gupta 解释了为什么仅靠 webhook 和编程智能体,无法做好 PR 审查;他还介绍了如何通过定向提示词、事故数据、模型反转、代码库上下文、浏览器测试和按任务路由模型来改进审查质量。
20:58EN → 简体中文Vinoo Ganesh 谈如何让金融 AI 为每个数字提供出处Vinoo Ganesh · KeplerKepler 首席执行官 Vinoo Ganesh 解释了为什么金融 AI 应负责检索和引用数据,而数学计算应交给确定性软件。他的设计把可追溯性、检索质量和租户安全都纳入答案本身。
15:27EN → 简体中文如今的 AI 工程师做什么:为智能体构建完整闭环Aparna Dhinakaran · Arize AIAparna Dhinakaran 认为,AI 工程师的工作正从交付单个功能,转向构建能让智能体团队持续改进功能的系统。在 Arize,这意味着追踪智能体的行为、依据人类判断评估它的工作,并把这些信号反馈给持续运行的智能体。
17:42EN → 简体中文更快的模型,真的更快吗?要看任务做完没有,而不是 token 有多快Morgan Suo · MiniMaxMiniMax 的 Morgan Suo 逐一拆解 M3.1 Flash 内部的工程改动,追问用户真正关心的问题:分析师要的那份活,是不是真的做得更快、更便宜、也更对了?









