自 20 世纪 50 年代以来，软件开发的一大瓶颈始终是人类在终端前敲击代码的速度。而今天，这一限制正在悄然消退。随着能够自主生成、测试和重构代码的 AI 智能体（Agents） 的崛起，我们似乎即将彻底攻克这一历史性的效率瓶颈。然而，这也带来了全新的挑战：如今，AI 产出代码的速度极其惊人，以至于人类进行传统逐行手动代码审查的能力，反而成了新的瓶颈。在软件开发中，人类的引导和塑造依然不可或缺，因为最终的产出必须由人来负责 —— 并且理所应当，我们仍希望保持主导权。换句话说，我们需要有切身利益相关（skin in the game）的人参与到流程中，以确保 AI 智能体忠实地实现我们的意图。但是，如果我们坚持对每一个微小的代码改动都做“人在环中（Human-in-the-loop, HITL）”式的微观审查，我们不仅会限制系统的吞吐量，更会成为整个研发流程的“断裂点（fracture point）”。这意味着我们要么选择限制智能体的速度，要么沦为“无脑盖章（rubber-stamping）”的工具人，去批准那些我们并未真正理解的代码。
用一个强 Agent 构建评测 Harness，系统性评测一群业务 Agent（文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。）
2026年5月29日至31日，中国图像图形大会（CCIG 2026）在广州召开，论坛内容涵盖大模型、三维建模生成与具身智能、空间智能、脑机接口、机器视觉等热点方向，覆盖学术前沿、产业应用和技术创新，与会学术界和产业界同仁近4200余人。作为中国图像图形学学会的常任理事单位，淘天业务技术Meta技术团队连续第四年受邀出席大会，在专属展位区展示了Meta技术团队介绍与核心技术成果。此外，Meta技术团队受邀在“三维建模生成与具身智能”学术论坛上发表演讲，分享3D真人数字人在淘宝Vision领域的应用，报告现场有诸多相关方向高校老师和学生主动联系，表达未来加强交流合作，深化产学研协同创新，共同攻克关键核心技术难题的愿景。
这篇文章把我们写 Skill 踩过的坑、总结出的经验，再加上 Anthropic 官方的一些好做法，整理到了一起。希望能帮你少走弯路，把团队积累的知识真正"喂"给 AI，让它干活更靠谱。 本文示例以 Go 语言为主，兼顾 Python、Java 等语言，所有原则和技巧适用于任何编程语言。
互联网信息呈指数级增长的当下，每天都有海量的文本数据产生，这些信息不仅污染网络环境，危害用户的身心健康，还可能对社会秩序和安全造成严重威胁。因此，构建高效可靠的文本内容审核系统迫在眉睫，它对于维护网络空间的健康、安全和有序发展具有至关重要的意义。本文将从新闻客户端文本审核流程、系统实现效果、核心技术具体实现流程以及系统应用拓展四个维度，详细阐述高效文本内容审核系统的设计与实现思路，为相关领域的技术研发和平台应用提供参考。
