- 如何在“不能出错”的系统里使用 AI Coding?分布式存储实践与边界
- Agent 改了 40 个文件你才发现?用 Harness Hook 把止损写进架构
- 《Agent评测白皮书》系列02:商家 AI 助手的评测与优化闭环实践
- Photon:帮硅谷最火的 PA 接入 iMessage,450 万美元融资、4 个月收入涨 10 倍
- OpenAI 发布 GPT-6.2 Astra 与 Sol:专业输出、编程与计算机操作能力全面升级
- OpenAI 携手北约及盟国网络安全机构,以 AI 强化防御能力
📥 Tech News
如何在“不能出错”的系统里使用 AI Coding?分布式存储实践与边界

美团基础技术部分享在分布式存储这类”不能出错”的系统中使用 AI Coding 的实践与边界:AI 能显著提速评审与排查,但比多写代码更重要的是让代码和结论经得起验证,设计背景判断仍需人来把关。
- AI 评审擅长跨文件一致性检查、构造可执行证据、稳定识别常见竞态、发现被删代码与构建编排问题;但看不到运维流程与设计决策,会把有意为之(如正确性优先的 abort)误判为缺陷,其修复建议本身也需评审
- 提出四层互补证据体系:静态评审找候选、测试判真伪、运行时日志看现实是否发生;实测全仓 117 个疑似问题经 gtest 确认 36 条、证伪 3 条,还顺带暴露了 CI 自身缺陷
- AI Debug 应定位为假设生成器与验证助手,其解释无论多完整都不能直接当作根因结论,需警惕把单点事实当因果位置、把缓解效果当根因、围绕触发 case 做局部修补
- 落地建议:结论按测试确认/证伪/源码确认/未验证四档输出;“无问题”结论必须列出已检查路径;不用多 Agent 投票代替正确性判断;只给 AI 稳定的高层不变式而非全量文档
Agent 改了 40 个文件你才发现?用 Harness Hook 把止损写进架构
文章提出 stop-line 框架,将 Agent 长任务的止损逻辑从 Prompt(数据面)上移到 Harness 生命周期钩子(控制面):计数与拦截交给代码,判断与交接交给模型,从而防止范围失控和不可逆操作。
- 针对三类典型失败:同一补丁换着写法反复重试、错误指纹漂移、改动从 3 个文件蔓延到 40 个以及 rm -rf 类不可逆命令;纯 Prompt 方案在需要止损时并不可靠。
- 双层架构分工明确:Hook 层做确定性计数与拦截,Skill 层做判断与交接;HANDOFF 交接文档中“已排除的假设”一节可让下一会话跳过已失败的方向,显著节省预算。
- 签名归一化通过正则统一十六进制、IP、路径、数字等表面形式,识别换汤不换药的循环重试。
- 线上实测成功拦截范围失控与不可逆操作,同时暴露预算停止被误解除、临时文件计入预算两个 Bug 并给出修复;守卫类插件建议默认项目级启用而非全局启用。
《Agent评测白皮书》系列02:商家 AI 助手的评测与优化闭环实践

美团《Agent评测白皮书》系列第二篇,以商家广告助手的每日巡检任务为贯穿案例,完整呈现业务 Agent 评测体系从 Benchmark 构建、评测器校准到错误分析驱动迭代的闭环实践。
- 评测场景采用双路径构建:从业务 SOP 自顶向下拆解业务状态图保证核心流程覆盖,再从线上 Bad Case 自底向上补齐边界与回归,KA 每日巡检最终形成六类 41 个可执行 Task
- 成功标准从流程遵循 SOP、过程有据可依、输出可交付三方面拆解为 Rubric:可精确取证的交给确定性 Grader,语义判断交给 LLM Grader,并配套任务完成率、Pass@k、Pass^k 等五维指标
- 强调评测器自身需持续校准(自动回归、稳定抽检、触发复核三种机制),且”尺子变准”不等于”Agent 变强”,两者是独立迭代闭环
- 优化后瓶颈从”不会做”转为”不能稳定做对”(Pass^k 显著低于 Pass@k),并借助图灵平台将 Task 集、Evaluator、Pipeline 沉淀为可复用评测资产,支撑持续回归与模型选型
Photon:帮硅谷最火的 PA 接入 iMessage,450 万美元融资、4 个月收入涨 10 倍
Photon 通过构建 Agent 消息基础设施,让 Personal Agent 以 API 形式接入 iMessage、WhatsApp、邮件和电话,普通用户无需学习新系统即可使用,并凭借 450 万美元种子轮融资与 4 个月收入增长 10 倍完成商业验证。
- 通用大模型在技术上虽可处理机器人任务,但训练成本高昂、实时性不足,不适合直接部署;具身智能需要“刚刚好”的专用模型高效执行物理操作。
- 端侧 Draft Model 快速执行日常任务,云端通用模型处理复杂长程任务与数字世界服务,两者协同构成完整的智能体系。
- 行业对高质量具身数据的定义尚未统一,盲目堆数据是浪费;预计未来一年技术路线将迎来第一波收敛,数据标准随之明确。
- 落地策略是先在具体场景中后训练以提升成功率,并配套工具链降低使用与微调成本,逐步从通用底座过渡到实际应用。
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业输出、编程与计算机操作能力全面升级
OpenAI 正式发布 GPT-6.2 Astra 与 Sol 两款新模型,官方称其在专业产出、编程、计算机操作等方面表现更佳,并以更低的成本实现更高的运行效率。
- 新能力同步接入 ChatGPT Work、Codex 与 API 三条产品线,企业用户与开发者无需迁移即可使用
- “计算机操作”能力的增强,意味着模型在自动化操控软件界面、执行多步骤任务上的实用性进一步提升
- 该公告属于重大模型版本更新,但原文仅为发布摘要,基准测试数据、定价调整与模型规格等细节尚未在摘要中披露
OpenAI 携手北约及盟国网络安全机构,以 AI 强化防御能力
OpenAI 宣布与北约及盟国网络安全机构展开合作,将 AI 用于协助“受信任的防御方”发现漏洞、验证修复方案,并保护关键基础设施系统。
- 合作明确定位为防御用途:帮助安全团队在漏洞被攻击者利用前发现并测试修复,而非支持攻击性操作
- 这是 AI 厂商与国家级网络安全机构协同的代表性案例,直接关联盟国官方防御体系与关键系统安全
- 原文为简短公告,未披露所用模型、部署形态、参与机构名单或合规框架等具体细节,后续进展值得安全从业者关注