Claude的系统提示词从358词增至3235词：对生产AI团队的启示
本周，Anthropic 的系统提示发布说明成为 Hacker News 的头条新闻。该页面是 Anthropic 发布精确指令的地方，这些指令引导 Claude 在 claude.ai 及其移动应用上运行。一天内它获得了超过 550 分和 230 条评论，讨论仍在继续。 关于该页面最有趣的地方不是
你的提示词不是安全边界
如果你的AI代理拥有带有副作用的工具，有一个问题决定了它是否 可以安全上线：当模型自信地基于虚构的理由调用一个涉及资金的工具时，会发生什么。 这篇文章介绍了一种能够堵住这个漏洞的机制，以及该机制在何处失效。背景是那些在即时通讯工具中与真实客户交谈、并能执行不可逆操作的助手：确认付款、开具发票、预订时
AI徽章衡量的并非你所想
Anthropic 签署了《欧盟人工智能法案》关于人工智能生成内容透明度的实践准则，并开始用不可见的统计水印标记 Claude 生成的文本。几天之内，同一事件在我的信息流中得到了两种截然不同的解读。 第一篇解读在 dev.to 上，作者是 @sylwia-lask 无法检测的 AI 文本的终结？Cl
[开发日志][Python] 使用Gemini 3.7 Flash从照片和片段制作短视频：ReelCraft
前言： 一切都始于一个误解。 我在 Gemini API 文档中发现了一个名为 Omni 的新页面，介绍了一个名为 Gemini Omni Flash 的模型，描述为“原生多模态，同时处理文本、图像、音频和视频。”我第一反应很直接：如果我把自己手机里的整个视频和照片文件夹扔进去，让它理解每个素材的内
构建你的智能体软件工厂！
“软件工厂”这个术语如今备受关注，这并非没有道理。AI编码助手生成代码的速度比以往快得多。但仅仅编码更快，并不意味着交付更快、更安全。在许多团队中，这只会将瓶颈转移到审查、测试、部署和运维环节。 软件工厂是一种将整个软件开发生命周期组织为相互关联、可重复运行的系统的方式。可以想象一下汽车制造装配线。
租户感知：如何在不依赖聊天JSON的情况下审核图像生成的文本提示词
简要回答：在生成之前对完整图像请求进行分类，返回一个小的JSON决策，并将分类器和图像调用附加到同一个租户账本上。有用的设计选择是成本边界，而不是特定的审核端点。 对于物流产品来说，这个账本很重要。承运商、仓库运营方和内部支持团队可能都通过同一个图像功能发送提示词，但他们的审核率和提示词大小各不相同
db-semantic-mcp：为AI智能体提供数据库的安全语义地图
AI智能体在理解数据库之前就获得了数据库访问权限。 这个顺序是错误的。 真实的生成数据库很少是不言自明的。重要的表并不总是命名为 orders 。客户表可能被称为 t_bd_customer 。一个字段可能带有业务关键状态码，只有了解其背后的系统才能理解其含义。数据仓库可能将原始操作数据、清洗后的维
你的智能体为每个从未调用的工具付出代价
大多数智能体都会为它们不使用的工具付费。不是一次——而是每一轮都如此。 其机制简单到容易让人忽略。当你给模型一组工具时，每个工具的完整 JSON schema 都会进入请求中。名称、描述、参数类型、枚举值、嵌套对象，一应俱全。模型读取全部内容，选一个，然后调用。下一轮，整个目录再次通过线路传输，因为
CI 中的 Claude Code：对每个 Pull Request 运行代理式代码审查、测试生成与自动修复
Claude Code在CI中的应用：在每个拉取请求上运行智能代码审查、测试生成与自动修复 本文在人工智能辅助下撰写，并经过人工监督与审核。 为什么CI中的智能代码审查会改变一切 大多数CI失败会浪费数小时进行手动干预，因为传统机器人只会标记问题，却从不修复它们。开发人员提交一个拉取请求，代码检查器
Cursor + BrowserAct 如何处理动态页面而不依赖脆弱选择器
太长不看 现代 Web 应用不断变化。组件会被重新渲染，生成的属性在不同构建版本之间可能有所不同。即使界面看起来完全相同，浏览器自动化测试也可能失败，因为它仍然依赖于页面变化之前捕获的假设。 在本文中，我使用 Cursor 结合 BrowserAct CLI 来测试一个动态项目筛选器。与其依赖不可靠