企业开始为 AI Agent 买单，但采购标准已经彻底变了
企业开始为 AI Agent 买单，但采购标准已经彻底变了 一个 Agent 在演示中只用了三分钟，就完成了查询订单、判断责任、生成回复和发起退款。 会议室里的人都很兴奋：客服部门似乎马上就要被“数字员工”重写。 直到有人问了一句： 如果它连续退错 100 笔钱，谁能让它停下来？又有谁能说清，它为什
Perplexity、ChatGPT Search、秘塔 AI 搜索横评
Perplexity、ChatGPT Search、秘塔 AI 搜索横评：答案都像真的，证据却不是一回事 三款 AI 搜索面对同一个问题，都给出了结构完整、语气确定的答案。 第一款附上十几条链接，看起来资料最丰富；第二款把前因后果讲得最顺，几乎可以直接复制进报告；第三款则整理成一份层次清晰的中文研究
Agent 太听话，反而更危险：一套管住权限、确认与失败重试的 Prompt 模板
Agent 太听话，反而更危险：一套管住权限、确认与失败重试的 Prompt 模板 你让 Agent“把重复文件处理一下”。 几秒钟后，它回复：“已完成清理，共删除若干重复文件。” 问题是，你原本只想让它先列一份清单。 它没有拒绝，没有报错，甚至完成得非常积极——但这恰恰是工具型 Agent 最值得
新人软件配置教程
未读
别再纠结快模型还是推理模型：用自动路由同时控制成本、速度与准确率
别再纠结快模型还是推理模型：用自动路由同时控制成本、速度与准确率 全部使用推理模型，结果是一个简单的发票抽取任务也要等更久、花更多钱；全部使用快模型，遇到真正复杂的问题，又可能一本正经地给出错误答案。 有没有一种办法，让系统自己决定该用哪个模型？ 答案不是再找一个“全能模型”，而是搭建一套路由工作流
AI 记住我两周后，我关掉了一半记忆：个人助手长期记忆实测复盘
AI 记住我两周后，我关掉了一半记忆：个人助手长期记忆实测复盘 编辑说明：现有实验资料没有提供总会话数、总请求数、具体模型版本、Token 消耗和延迟日志。为避免虚构数据，本文对这些位置保留了待补字段。正式发布前，应从原始日志中填入真实数值，并补充对应截图。 第三天，我觉得 AI 终于开始懂我了。
我把两个常用网页 AI 工具放进同一套测试：总结、抽取和引用，谁更适合日常工作流
两个网页 AI 工具，放进同一套任务里比一比 挑工具时，我最怕的不是“谁更强”，而是“强在演示，弱在日常”。所以我通常会拿同一份材料，看看它们在总结、信息抽取和引用这三件事上到底表现怎么样。 测试任务 我会故意给它们一份稍微乱一点的材料： 一段长文 一张带信息密度的截图 一串需要提炼的要点 然后看它
新人软件配置教程
未读
先用本地小模型给合同脱敏，再交给云端大模型审阅：一套更稳的混合工作流
先脱敏，再审阅：我常用的混合工作流 把敏感文档直接丢给云端大模型，最省事，也最容易出问题。更稳的做法，是先用本地小模型做脱敏和结构整理，再把处理后的文本交给云端模型做理解、归纳和建议。 1. 先做什么 第一步不是总结，而是识别敏感信息：姓名、电话、地址、合同号、金额、账号、项目代号。 本地小模型适合
差一点就发布错了：浏览器 Agent 进入真实后台前，必须守住这三个接管点
差一点就发布错了：浏览器 Agent 进入真实后台前，必须守住这三个接管点 验证码出现时，它停住了；修改库存时，它一度选中了相邻的 SKU；而当“提交发布”按钮亮起时，我突然意识到：真正危险的不是 Agent 不会操作，而是它操作得太顺了。 这次测试的任务并不复杂：登录一个经过脱敏处理的商品管理后台
Prompt、Skill、MCP 到底该写什么？用一次订单退款任务讲清三层边界
Prompt、Skill、MCP 到底该写什么？用一次订单退款任务讲清三层边界 你明明把退款政策写进了 Prompt，又复制到技能文件里，还在 MCP 工具说明中强调了一遍。原以为这是“三重保险”，结果 Agent 换了一个用户，仍引用上笔订单；没有查询订单状态，就直接发起退款；工具明明返回失败，它
Prompt、Skill 与 MCP 不是三种写法：客服 AI 出错，往往是内容放错了位置
Prompt、Skill 与 MCP 不是三种写法：客服 AI 出错，往往是内容放错了位置 我把退款规则写得非常详细，模型也能准确复述规则。 可到了实际运行时，它没有查询订单，就直接告诉用户： “您的退款已经成功，款项将原路退回。” 问题是，退款工具根本没有被调用，系统也没有返回任何成功结果。 规则
