暂无搜索历史
跑完第一轮,我发现两套东西做的事情看起来差不多:都能帮你结构化地拆需求、写代码、验证、归档,都挂上了 OpenSpec 这套 Spec 生命周期,都号称能跨平台...
你把一个需求喂给 Claude Code:用户登录接口加个邮箱验证。逻辑很简单,你心里已经有谱了——不改现有表结构,加个 verified 字段,发一封验证邮件...
你让 Agent 改一个支付回调幂等问题,流程看起来很正规:先写计划,再派子 Agent 实现,再让 reviewer 审查。
前几天我让 Claude 用 Taste-Skill 给我做一个 B2B SaaS landing page。
我最近在整理自己的 AI 工作流,本来只是想把几个常用 prompt 放进一个文档里。
这活以前至少排两天:要翻客户资料、拆竞品、补数据口径、写 PPT、对齐销售口径,再找产品确认两处边界。现在老板看你白天用 AI 十分钟生成了一版初稿,就自动完成...
如果系统只是把全部聊天记录 append 到 prompt 里,模型大概率能“看见”这话。但到了第十轮、第十五轮,用户又改过一次账户、客服又补了一条限制、工具又...
这个问题很真实。 因为手写桥接 skill 当然能解决问题,但它有一个门槛:你得自己维护触发条件、状态判断、归档检查、文档同步、计划文件路径、失败后恢复。
上一篇文章里面《OpenSpec 管需求,Superpowers 管落地,中间还差一座桥》评论区有个问题很真实:
有个跑了几年的 Java 订单系统,Spring Boot 写的,支付链路也不算复杂。
页面做得挺像回事:左边是聊天框,右边是任务进度,模型会回复“我正在分析需求”“我已经调用知识库”“我准备生成方案”。产品同学看完很兴奋,说这不就是下一代软件入口...
前端调一个接口,后端拿到问题,拼一下 prompt,直接请求大模型,模型吐答案,页面展示。整个链路看起来非常丝滑。
上周有个朋友拿着一个 Agent 项目来问我。 他做的是代码变更助手:用户提一句“给订单模块加一个优惠券核销能力”,Agent 自动读代码、查接口文档、改代码、...
不是玩具项目,是一个跑了好几年的后台系统。登录、权限、租户、审计都在里面,代码不算漂亮,但每一块都有历史原因。
更要命的是,这句话听起来太像真的了。语气稳定,格式规范,还带着一点制度文件的味道。
听起来很朴素,但真正难的是,怎么让系统知道自己错了,错在哪,能不能改,改到什么程度就该停。
上周有个同学问我: "我这个客服机器人已经能查订单、查物流、改地址了,算不算 Agent?"
它说「主管审批即可,无需额外材料」,还顺手编了一个制度条款。看起来很像真的,语气也很稳,甚至还给了一个不存在的“第 4.2.1 条”。
https://github.com/yizhiyanhua-ai/fireworks-tech-graph
它先说可以走遗失发票证明,然后又说要找行政补开,最后甚至引用了一段根本不属于财务制度的办公用品采购文档。
暂未填写学校和专业