🏗️ 工程实践
跨公司的 AI 工程、部署、工具链、开发者实践相关文章。
开发框架与工具
| 文章 | 公司 | 要点 |
|---|---|---|
| Claude Code Best Practices | Anthropic | Agent 编码最佳实践 |
| Claude Code Sandboxing | Anthropic | OS 级沙箱替代权限弹窗 |
| Advanced Tool Use | Anthropic | 工具搜索+编程式调用，token↓85% |
| Agent 开发新工具 | OpenAI | Responses API、Agents SDK |
| Codex | OpenAI | 云端编程 Agent |
| Kimi Code CLI | Kimi | 终端 AI 编程助手 |
| Qwen3-Coder | Qwen | 480B MoE 编程模型 |
| DeepSeek-Coder-V2 | DeepSeek | HumanEval 90.2% |
评测方法论
| 文章 | 公司 | 要点 |
|---|---|---|
| Demystifying Evals | Anthropic | Agent 评测完整方法论 |
| AI-Resistant Evals | Anthropic | 面试题被 Claude 攻破的教训 |
| Infrastructure Noise | Anthropic | 配置影响评测可达 6 个百分点 |
| Eval Awareness | Anthropic | 模型自己破解了考试 |
| SWE-bench Verified | OpenAI | 为什么不再评测 |
架构与训练
| 文章 | 公司 | 要点 |
|---|---|---|
| Contextual Retrieval | Anthropic | RAG 失败率↓67% |
| MCP 代码执行 | Anthropic | token↓98.7% |
| MCP 捐赠与 Agentic AI 基金会 | Anthropic | 开放标准共建 |
| Qwen Function Calling | Qwen | 工具调用生态 |
| MoBA 注意力 | Kimi | 注意力 MoE，16x 节省 |
生产力与影响
| 文章 | 公司 | 要点 |
|---|---|---|
| AI 对软件开发的影响 | Anthropic | 50 万次编码交互分析 |
| AI 生产力提升 | Anthropic | 平均缩短 80% 任务时间 |
| AI 改变工作方式 | Anthropic | 132 名工程师调研 |
| AI 辅助与编程技能 | Anthropic | 技能掌握度↓17% |
基础论文
| 文章 | 要点 |
|---|---|
| RAG 检索增强生成 | 全流程到 Agentic RAG |
| 构建生成式 AI 平台 (Chip Huyen) | 完整生产级架构 |
| 提示工程指南 (翁荔) | Prompt Engineering 百科 |