今日观察
今天的信号集中在「验收」与「行业纵深」两端:Surge 用 50 份真实税务作业给 agent 评分,说明“用真题库做实证验收”正在成为独立产品形态;LangChain 的付费媒体 agent、Legora 的法律操作系统、AWS 的 QA 自动化都在把 agent 嵌进具体岗位的日常流程。国内具身智能落地从演示走向质检实验室与工程机械数据集,验证了「流程先于模型」在重工业同样成立。
值得去读差评/讨论的 3 条
- Dayjob: Tax(HN 👍215)— 评测方法论是否公允、agent 在真实税务场景的实际得分与翻车点,评论区应有从业者一手反馈。https://surgehq.ai/blog/dayjob-tax
- Cursor Agent SDK(HN 👍105)— agent SDK 泛滥背景下,看开发者对“平台锁定 vs 复用自有编排”的真实态度。https://cursor.com/blog/agent-sdk
- Amazon SWE AI Guidelines(HN 👍14)— 大厂成文 AI 准则是否流于形式、一线工程师是否买账,讨论区是检验「人不出局」边界的试金石。https://www.aboutamazon.com/news/company-news/amazon-software-engineer-role-guideline-ai