读《WorkBuddy如何把Agent做成可用产品》:拿着它对照了一遍我们自己的项目
今天看到腾讯技术工程发的一篇文章:从模型到Harness:WorkBuddy如何把Agent做成可用产品,作者 Anne 是 WorkBuddy 团队的策略产品经理,负责研发与办公场景 Agent 的上下文策略。
今天看到腾讯技术工程发的一篇文章:从模型到Harness:WorkBuddy如何把Agent做成可用产品,作者 Anne 是 WorkBuddy 团队的策略产品经理,负责研发与办公场景 Agent 的上下文策略。
给 OpenCode 客户端接一个文生图能力:让用户在对话里直接让 AI 生成图片,图片落到本地工作区,还能在对话里预览。一开始以为这就是一次图片 API 调用,把代码完整梳理了一遍才发现,实际链路要长得多——四个进程接力,模型自己并不直接生图。这里做个记录。
Kimi K3 模型发布了,想验证一下它在我们真实的数据可视化业务中到底能做到什么程度。
这次案例本身也整理成了一个可以直接阅读的网页:<a href="https://t.zhouchangju.com/english/toefl-study/" target="blank" rel="noopener noreferrer">TOEFL 学习复盘网页</a>。
最近我在用 Vibe Coding 的方式开发叙事可视化工作站。项目目前只完成了一部分功能,还在持续开发,但这段时间遇到的问题已经非常多了。
最近我在用多个 AI Agent 并行推进一个客户端改造项目。
今天看到 Mozilla 发布的 《The State of Open Source AI 2026》。一开始我以为这又是一份讨论开放模型和闭源模型谁更强的报告,但完整看下来以后,发现它真正想讨论的并不是模型排名。
最近在设计一个 AI 视频创作客户端,需要选一个开源项目作为开发底座。候选有三个:OpenCode、T3 Code 和 Multica。底座选定之后,又接连遇到三个问题:业务代码放哪、上游怎么升级、sidecar 怎样才算接入完成。这篇文章把整个过程做个记录。
之前我调研过一个同类的二次开发项目。一开始我的想法很直接:把它的源码和文档找出来,看看他们怎么做的,哪些架构可以照着用,哪些功能可以直接参考。
最近在重新拆 AI 视频项目的任务,有两件事让我停下来想一个更基础的问题:我们到底在做什么。