推荐文章7

评估工程：Agent 演进新重点

阿里云开发者2025-11-06

AI 摘要

传统软件工程测试难适配 AI 系统，评估工程成 Agent 演进重点。它从经验驱动走向体系化，阿里云蒋林泉强调其是产品竞争力护城河。还介绍了评估工程三阶段及 RM - Gallery、云监控2.0实践。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Claude两个新模型曝光，或下月发布

开发者在Anthropic的API中发现Claude的两个新模型代号claude - marshmallow - eap和claude - melon - eap，目前处于内部测试阶段。社区有多种推测，且Anthropic命名风格改变，新模型或下月发布。

8月18日，IJCAI 2026大会上，研究卓越奖得主Nick Jennings回顾智能体发展历程，指出当下智能体AI火热，它并非新概念，而是经数十年积累。还分享经验，展望从智能体到智能社会的未来。

本文分享基于阿里云 AgentLoop 平台的 DeepSeek Harness 评测实践。介绍了 DeepSeek Harness 工程架构，阐述 AgentLoop 平台接入方式及价值，还详述评估器设计思路、展示评测结果，最后总结方法论并展望后续工作。

文章介绍了27.2k Star的FastMCP，它是Python MCP应用框架，能让普通Python函数成为MCP工具。讲了其适合场景、省事原因及上线安全边界，还给出了适用人群和注意点。