Claude Code 拆解：一个生产级 AI 编程智能体是怎么造出来的
解析Claude Code的代码结构，揭示AI编程智能体如何通过1.6%核心逻辑与98.4%基础设施实现安全可靠执行，探讨现代AI设计哲学。
向阳乔木642 KB
Bento · 11 页
相关文稿
基于标签、格式和正文主题推荐，继续顺着这个方向读。
HTML同标签：AI编程、Bento 27
豆包Seed 2.1实测：编程可用，识鱼封神！
从编程、Agent 到识鱼多模态能力，实测豆包 Seed 2.1 的可用边界、亮点与仍需校正的地方。
向阳乔木694 KB
HTML同标签：Bento 23
Codex进化：写代码只是第一块拼图，下一块是什么？
很多公司已经遇到一个尴尬场景。 AI 帮员工写完一段代码很容易。 可一旦任务变成整理 Slack 里的上下文、翻 Google Docs、拉 CRM、做一份高管材料、把数据变成仪表盘，事情马上变复杂。 OpenAI 这次给 Codex 的更新，重点就在这里：把一个开发工具，继续往通用工作系统推。 OpenAI 披露，C
向阳乔木731 KB
HTML同标签：Bento 20
AI 的真正影响，比你想的更复杂，也更平常
Benedict Evans 最近说了一句话，让科技圈两边的人都不高兴： AI 和互联网一样重要，也只和互联网一样重要。 觉得 AI 会改变一切的人说他低估了；觉得 AI 没什么大不了的人说他在炒作。但 Evans 的意思其实很精准：互联网和智能手机已经够颠覆了，我们不需要把 AI 和工业革命相提并论，才能承认它是件大
向阳乔木637 KB
HTML同标签：Bento 97
垃圾数据喂出来的大模型，可能比精筛数据更强
斯坦福大学的研究团队做了一件反直觉的事：他们把未经任何过滤的原始网络爬虫数据直接喂给大模型，结果发现，在足够大的计算量下，不过滤数据的效果反而优于所有精心设计的过滤方案。 https://arxiv.org/pdf/2605.19407 这个结论和整个行业的直觉相悖。 过去几年，数据质量被视为训练大模型的核心变量之一，
向阳乔木640 KB
HTML同标签：Bento 18
把"喜欢学习"变成一门生意
一个反常识的现实：喜欢学习、兴趣广泛，在今天是一种商业优势，而不是缺陷。 但大多数人不这么认为。他们会说：你什么都学，什么都不精，最后什么都做不成。 这个判断来自工业时代的逻辑，那个时代的最优解是：选一个专业，进一家公司，重复执行同一串任务四十年，然后退休。 那个时代已经过去了。 个人的杠杆从未有过这么大 Naval
向阳乔木678 KB