Featured · Agent 工程
Agent Bench 中文导览：把 Claude Code 的 8 个 agent 拆成零件
Agent Bench 是一个手绘风的交互网页：把 Claude Code 的子智能体画成一个能掀头、能拆件、能接线的小机器人，8 个角色共用同一副身体，区别只在插了哪三张技能卡、烧了哪份 .claude/agents 文件。
SKY-001 是什么、强在哪：一个先想清楚怎么造、再进 CAD 的工程世界模型
Skyfall AI 发布 SKY-001，自称第一个工程世界模型：输入一句描述或一张 2D 草图，输出的是可执行的 CAD 建模步骤序列，最后能在 Autodesk Fusion 里直接打开。厂商宣称比前沿大模型快 100 倍、便宜 15…
300 个 agent，一张图，和一个会改写自己的循环
同一个 agent 系统我一年重建了四次，扔掉了三次，每版活一周。终结这个循环的不是更强的模型，而是给「修正」找了个能住下去的地方。十四个步骤，按建设顺序排的。
你的 Agent Harness 应该会自我修复
agent 在生产里挂掉时，可观测性工具只回答「发生了什么」，不回答「为什么坏、怎么改、下次还会不会坏」。这篇译文来自 Akshay 的专栏，讲的是把这后半段接成一个闭环：追踪、诊断、提 diff、沙箱重跑、把失败锁成回归测试。
怎么写 agent skill，怎么用 eval 测它：adherence 和 effect 两个分数
公开市场里共享的 skill 已经超过一百万份，格式只要求一个名字和一段描述，不要求测试。作者给了一套可复用的方法：把 skill 拆成几个带假设的「观点」，用代码判分测 agent 有没有照做（adherence），用隐藏测试加逐条质量标…
大模型学习地铁图：一条主干线，五条支线
想学大模型的人大多卡在第一步：资料从 Transformer 讲到 RAG、Agent、微调、vLLM，每块都重要，拼起来却不成体系。纳米AI 把这套知识画成了一张地铁图——一条主干线八站坐到底，五条支线按兴趣换乘。