全部文章

智能体因自然语言输入无穷且对提示微变敏感、推理与工具链路不可预期，生产监控需从只看延迟错误转为追踪全对话、上下文与轨迹，并用标注队列引入结构化人工复核、用LLM在线评估与聚类洞察自动发现模式，最终形成可告警的质量与安全指标闭环以持续改进。

谷歌全面重塑并上线AI创意工作室Flow，整合Whisk与ImageFX并于3月支持项目无缝迁移，基于Nano Banana生成图像可直接接入Veo转为高品质视频，同时加入文本驱动局部重绘、素材收藏、镜头控制与片段延长等编辑能力，形成统一生产力工作流并提供免费与付费方案，标志其AI创意工具由分散实验走向成熟产品化。

MiniMax升级Agent架构，发布Expert2.0与云端助手MaxClaw，Expert2.0以自然语言定义SOP并自动编排工具配置，已沉淀1.6万专家Agent并提供免费创建与分成共享计划，MaxClaw降低部署与Key门槛并支持多IM协作与云存储，推动Agent从模型输出转向工作流内的生产力集群。

在同一服务器部署主机器人与救援机器人两套 OpenClaw 实例，主机故障时由救援机通过独立配置与密钥接管排障，自动查看主机日志与配置、修正错误并重启服务，减少手动 SSH 操作与恢复时间；可加装开机自启并按需授予更高权限以提升自动化，但需控制密钥暴露风险。

软件开发正从写代码转向编排自主代理并行生成与修改代码，工程师需像建工厂一样写清规格、用测试先行和严格验证来控质，否则错误会被放大；生成不再瓶颈，验证与系统判断决定产出与个人竞争力。

Cursor认为AI软件开发进入第三阶段，云端自治代理可在更少人类指挥下长时独立完成更大任务并返回日志、录屏、预览等可审阅工件，其内部已约35%合并PR由代理在云端VM自主生成，开发者角色转向定义问题与验收标准并并行调度多代理，预计一年内多数开发工作将由此类代理承担。

谷歌将在Gemini应用为Pixel 10系列和三星Galaxy S26推出多步骤任务自动化测试版，先在美国和韩国上线，用户长按电源键即可让Gemini后台完成打车、DoorDash复购等操作，进度可通过通知实时监控并随时接管或终止，Gemini仅在安全虚拟窗口内运行指定应用以限制权限，初期覆盖外卖、杂货、出行类应用并收集反馈。

通义千问发布并开源Qwen3.5系列，新增122B-A10B强化多步推理与工具调用，35B-A3B以架构与数据优化超越前代更大模型，27B主打高能效降门槛，同时阿里云百炼上线对齐35B-A3B的Qwen3.5-Flash生产级API，支持100万tokens上下文与原生工具链，推动企业落地与技术普惠。

Anthropic为Claude Max用户上线Claude Code远程控制，终端输入/rc生成链接或二维码，手机App或浏览器接管会话而计算与文件仍在本地且上下文不丢，研究预览先给Max后续扩至Pro，使移动端持续调试与长任务监控更便捷且更安全。

课程以LLM驱动的软件工程为核心，训练学生按“规划-生成-修改-迭代”用代理、MCP与AI IDE完成编码、自动化测试与安全检测、代码评审与文档生成、UI构建及上线后监控与事故响应，最终掌握将前沿模型嵌入复杂开发流程并规避常见风险的方法，期末项目占80%。