Socratic Tutor 深度拆解:AI 教學如何先診斷再回答
Jane Street 公開 Socratic Tutor,以連續提問找出學生推理中的缺口。本文從 Agent Skill、策略切換與教學評測三個面向,分析這套方法為何不能只靠提示詞实现。
StarSling 透過臨時沙箱、平行 CI 與持續優化 Agent,試圖承接大量機器生成 PR 帶來的測試與建置成本。Launch HN 的 Mastra 案例顯示,該系統每月可合併超過 1,800 個 PR,但實際節省幅度仍缺乏公開數據佐證。
Jane Street 公開 Socratic Tutor,以連續提問找出學生推理中的缺口。本文從 Agent Skill、策略切換與教學評測三個面向,分析這套方法為何不能只靠提示詞实现。
Rivet 將每個 AI Agent 放入輕量級 Actor,並以 S3 保存狀態,透過休眠機制降低閒置資源耗用。本文分析其適用情境、維運負擔與安全邊界。
Claude Duet 的核心不在新模型,而在於讓多個專業 Agent 分工合作,並以權限控管、狀態交接與失敗復原建立可持續運作的個人助理工作流。
Y Combinator Labs 讓 AI Agent swarm 進入《Minecraft》與《Mindustry》,用遊戲環境檢驗多 Agent 協作。真正值得關注的不是角色玩得多好,而是重複工作、狀態衝突與協調成本等工程問題能否被量化。
Cursor 將原本限於 IDE 內的 Agent 能力包裝成 SDK,讓開發者能把程式碼執行、檔案修改與工具操作嵌入 CI、研發平台及自動化流程。真正值得關注的,不只是多了一項開發工具,而是 Agent 的執行層可能因此走出編輯器。
Block 旗下的 Dessa 以全雙工語音互動為核心。本文從延遲、誤觸發率、上下文保留與任務完成率等面向,提出一套可供語音 Agent 落地的實測框架。
Anthropic 推出 Claude Duet,真正的重點在於讓使用者掌握多個 Agent 的任務分派、資訊交接與成果驗收。產品能否成為可靠的協作入口,仍取決於工作流程能否被清楚看見並即時介入。
OpenAI 運用數千個 AI Agent 處理複雜生物資料,真正的難題在於任務去重、預算分配、來源追蹤與人工審核。這套方法能否用於藥物研發,仍取決於候選驗證效率與完整的證據鏈。
Inception Labs 推出首款可商用的 diffusion 語言模型,獲得 a16z、Nvidia、微軟共同押注。這條非自回歸路線是否足以撼動 autoregressive 的預設地位?
OpenAI 用 LLM 推導 Navier-Stokes 光滑解存在性,數學推理沒出包,出包的是把數學翻成 Lean 程式碼那一步——形式化驗證最怕的不是錯推,是「看起來對」。
DeepSeek 低調推出開源 Agent 編排框架 Harness,於 Hacker News 登上首頁並拿下 96 分。本文解析其定位、與 LangGraph 的差異,以及 DeepSeek 此時切入編排層的策略意圖。