• ARTICLE
  • STRING
  • CONVERTER
  • ENCRYPT
  • NETWORK
  • MORE
    CHART
    MATH
    COORDINATE
    IMAGE
    FILE
    OPEN API
  • ARTICLE
    STRING
    CONVERTER
    ENCRYPT
    NETWORK
    MORE
    CHART
    MATH
    COORDINATE
    IMAGE
    FILE
    OPEN API
logo Online Tools
All Chinese English Newest Hottest
228 search results

多产品线、多 Agent、多设备,商业客户端的 Rules、Skills 等 Harness 资产散落部署,配置漂移、规则冲突渐成隐性技术债。本文复盘了 ACX 资产部署从单文件同步到仓库整体插件化的四阶段演进,提出「ACX 唯一事实源 + 三层资产治理 + 每日自动同步」的工程实践,为规模化落地 Agent 研发模式提供了可复制的资产管理范式。

5 Technology lddgo Shared on 2026-08-17

每天,成千上万句的“小度小度”涌向 AI 助手。小度 AI 智能助手产研团队以信息类 Bot(Aries)为试点,打通了从 bad case 发现、问题定位到上线解决的完整闭环,并将这套方法推广至音乐、短视频和长视频业务,推动研发从被动接需求转向主动发现问题、端到端解决问题。实践效果明显:在不增加人力的情况下,Aries 每周解决需求数从 2 个提升至 12.5 个,增长约 6 倍;端到端满足度从 76.1% 提升至 81.5%。截至今年7月,团队已累计发现 160 个需求并上线解决 121 个,短视频 UP 主召回专项满足度也从 47% 提升至 67%。

41 Technology lddgo Shared on 2026-08-10

本文聚焦一个扎心的悖论:AI 工具全面普及后,单点效率明显提升,但需求整体交付周期并未显著缩短。作者结合行业数据指出,真正消耗 80%+ 交付周期的并非执行速度,而是角色之间的等待、交接与信息损耗。 据此提出 AI 提效分级框架(L1/L2/L3) 与 AI Native 组织 两大理念,打破产研测运维职能边界,以 BuilderAgent 实现需求到上线的全流程闭环,让提效结果"可复制、可持续"。

39 Technology lddgo Shared on 2026-08-05

在 《是时候了解一下 Git worktree 了》 一文中,我们介绍了如何在 Codex、Claude Code 等 Coding Agent 中利用 Git worktree 实现并行开发。不过,那篇文章聚焦于单仓库场景。当我们尝试将 worktree 应用于采用多仓库架构的 LLM Arena 平台时,又遇到了一系列新问题。 本文记录我们如何为多仓库场景设计面向 Coding Agent 的 worktree 工作流,以及如何处理子模块初始化、需求编号冲突和多 Agent 编排等问题。

62 Technology lddgo Shared on 2026-07-27

地图情报核实要判断"某段路到底有没有车走过"。车少的长尾路段(乡道、新修路、偏远低频路)要把时间拉到半年才攒得出足够轨迹,而这批 180 天、近 10 万亿点的历史轨迹躺在离线数仓里,查一次要跑几个小时。我们用一套建在 ClickHouse 上的检索服务,把它做成在线可查——任意区域检索 TTFB 0.35s。本文复盘我们如何用 ClickHouse + S2 地理编码 + 流式检索,在近 10 万亿轨迹点的底库上做到任意区域秒级可视化。既有存储引擎选型、地理索引设计的原理解析(第 5 节),也有一线踩出来的避坑经验(第 6 节)。适合关注海量数据检索、时空数据处理、OLAP 实战的同学。

66 Technology lddgo Shared on 2026-07-22

把验证流程左移,通过前置的审查、运行时验证、视觉验证等系统化的能力建设,让 Agent 在开发过程中就能按项目的工程规范完成自检和修复,提高上游交付的质量减少返工。

106 Technology lddgo Shared on 2026-07-13

AI 写代码越来越快,网盘主端 FE 团队每月约 2000 次 CR 中,AI 生成代码占比已达 55.87%。代码产出速度提升,传统人工 Code Review 的压力同步放大——Reviewer 不仅要看代码风格,还要判断逻辑、调用链、API 契约和高危问题,精度与专注度双双下降。本文分享了他们如何在 CI/CD 流水线中嵌入 AICR 强制检测链路,用多维度多角色 AI 审查为人工 Reviewer 减负,以及建设过程中对检测耗时、误报治理、模型选型等问题的实战思考。

192 Technology lddgo Shared on 2026-07-06

本篇文章想做一件事:把学习方向调转过来。不只是用管理学教 Agent 如何工作,而是站在管理者和团队协作的视角,用 Agent 的运行逻辑,反过来重新审视组织协作——那些藏在算法里的管理真理,也许正是团队长期忽视的地方。

109 Technology lddgo Shared on 2026-07-01

为什么 Prompt 写得再细,AI 还是会输出奇怪的结果?为什么新项目 AI 很好用,历史业务却总是翻车?本文作者从信息论出发,用一个简单的框架帮你拆解 AI Coding 里的种种困惑——当你不再跟着新概念焦虑,而是回到"信息"和"不确定性"的底层逻辑,很多问题会清晰得多。

120 Technology lddgo Shared on 2026-06-29

AI Coding 已改变研发方式,但单点代码生成只占研发工时 10-32%,整体提效有限。本文从我们团队在民生彩票、政务等项目的真实交付复盘出发,提出 Harness 全链路研发智能体:把大模型放进一套可控的研发流程,将需求分析、接口设计、代码生成、自动 CR、单测、冒烟验证、环境部署、问题排查串成带反馈控制的闭环,让 AI 从"会写代码"升级为"能完成可验证交付"。本文系统阐述其需求可执行性检查、状态机与质量门禁设计、失败回流机制、复杂度感知编排、RD/QA 协同模式,并以行业研究(METR RCT、Google DORA、SWE-bench 等)做交叉印证。

204 Technology lddgo Shared on 2026-06-24