LLM 应用如何处理错误与故障
LLM 应用因输出概率性、幻觉及格式错误，需区别于传统软件的特殊容错机制。文章详解重试、超时管理、熔断器及优雅降级等策略，以应对网络中断或模型返回无效 JSON 等技术故障。通过分类处理失败场景，确保系统在部分组件失效时仍能维持核心功能运行。
#教程/实践
#教程/实践
今日 0 条ByteByteGoAI 评分4343
宝玉的分享精选AI 评分8282 Anthropic 发布高效电商 AI 智能体构建指南
Anthropic 发布电商 AI 智能体构建指南，提出“单一模型+技能+工具”的核心架构以替代子智能体方案。文章详细阐述了通过提示词缓存、并行工具调用和 UI 组件工具化来降低延迟与成本的方法，并给出了跨会话记忆管理、代码层安全校验及非确定性系统评估的生产环境最佳实践。
推荐理由：原文提供了电商智能体从架构设计到生产运维的完整工程指南，包含具体的延迟优化技巧与评估方法。
宝玉的分享AI 评分6565 Warp 如何让 Agent 自我进化
宝玉解读 Claude 博文《How Warp builds self-improving agents on Claude》，介绍 Warp 通过两个 Skill（基础审查与改进）结合人类 PR 评论实现 Agent 自我进化的方案。
The Pragmatic EngineerAI 评分4242 Optiver 软件工程实践：低延迟与 AI 差异化
The Pragmatic Engineer 深度解析自营交易公司 Optiver 的软件工程体系，揭示其以最小化延迟为核心、自研硬件及内核级优化的技术栈。随着传统套利机会减少，AI 模型正取代单纯的低延迟成为新的竞争差异点。
宝玉的分享AI 评分4040 从 TL 到 EM：Fable 5 后不再盯着 AI 写代码
Fable 5 之后，作者将 Coding Agent 使用角色从 Tech Lead 转为 Engineering Manager，不再细看代码而专注全局验收。通过 /goal 指令让 Agent 执行方案与测试，技术选型不再受限于个人技能树，如 BaoCut 项目改用 Rust 实现跨平台。此时人的瓶颈从写代码转变为想清楚需求，若构思不清则无法发挥 Agent 生产力。
宝玉的分享精选AI 评分8282 ChatGPT、Codex 与 Work 功能区别及额度机制详解
文章详细解析了 OpenAI 旗下 Chat、Work 和 Codex 三种模式的核心差异：Chat 用于问答，Work 面向跨应用知识工作并交付成品，Codex 专注代码仓库开发任务。
推荐理由：原文通过对比表格和场景举例，清晰拆解了 Chat、Work 和 Codex 的功能边界与额度机制，帮助读者快速建立正确的使用预期。
宝玉的分享精选AI 评分7878 Claude Code 团队详解 AI 智能体循环类型与实践指南
Claude Code 团队发布指南，将 AI 智能体循环定义为重复执行工作周期直至满足停止条件，并划分为回合制、目标导向、基于时间和主动式四种类型。文章针对每种循环给出了触发方式、停止条件及适用场景，例如使用 /goal 设定明确完成标准，或通过 /loop 和 /schedule 实现周期性任务自动化。
推荐理由：原文系统梳理了四种循环模式及其触发停止机制，提供了控制 Token 消耗与保障代码质量的具体操作建议。
宝玉的分享AI 评分7070 Codex 官方团队分享如何极致使用：从持久对话到自动化工作流
Codex 官方团队成员 jxnlco 发布指南，介绍如何通过组合持久对话流、语音输入、任务干预与排队等功能，将 Codex 从单一编程助手扩展为全能电脑工作代理。
Google DeepMind精选AI 评分7070 Google DeepMind 解析 WeatherNext 如何助力预测飓风 Melissa 登陆牙买加
Google DeepMind 发布文章说明其 AI 气象模型 WeatherNext 协助美国国家飓风中心（NHC）提前五天以高置信度预测了飓风 Melissa 的增强与路径。
推荐理由：原文通过具体案例展示了AI模型在极端天气预测中的实际效能，为理解技术如何辅助人类决策提供了清晰视角。
宝玉的分享AI 评分6363 创始人手册：打造 AI 原生初创公司
宝玉翻译并分享了 Anthropic 发布的《创始人手册》，指导创业者如何利用 AI 重塑初创公司生命周期。文章将创业分为构思、MVP、发布和扩展四个阶段，分别介绍了如何使用 Chat、Claude Cowork 和 Claude Code 进行市场调研、智能体编程、流程自动化及安全审查。
宝玉的分享AI 评分6060 深度拆解 AI Agent Harness 的构造与核心组件
文章深入解析了包裹在大语言模型之外的软件架构 Agent Harness，指出其包含编排循环、工具、记忆等 12 个核心组件。通过改变底层架构而非模型本身，即可显著提升系统在 TerminalBench 2.0 等基准测试中的表现。
宝玉的分享精选AI 评分7878 Claude Code 用户指南：为何用 HTML 替代 Markdown 作为 AI 输出格式
Claude Code 团队成员 Thariq 提出在 AI 智能体工作流中优先使用 HTML 而非 Markdown 作为输出格式。HTML 能提供更丰富的视觉呈现、更高的信息密度及双向交互能力，且便于通过链接分享。
推荐理由：作者基于 Claude Code 实际工作流，详细拆解了 HTML 替代 Markdown 在信息密度、交互性及分享效率上的具体优势与提示词技巧。
宝玉的分享AI 评分6565 深度解析 Hermes Agent 记忆系统及其对 OpenClaw 误区的修正
Hermes Agent 采用四层记忆架构（固化提示词、SQLite 会话搜索、技能索引、Honcho 用户建模），核心逻辑是保持系统提示词稳定以利用缓存，将繁杂信息交由工具按需检索。该设计严格限制 MEMORY.md 和 USER.md 的字符容量（合计约 1300 Token），并通过“记忆冲刷”机制在对话压缩前保存关键事实，区别于 OpenClaw 的流水账式日志存储。
宝玉的分享AI 评分6868 Claude Code 会话管理与百万上下文使用指南
文章介绍了 Claude Code 将上下文窗口升级至 100 万 Token 后的会话管理最佳实践。作者解释了上下文衰减概念，并对比了继续、回溯、清空、压缩和子智能体五种决策路径。针对何时开启新会话、如何用回溯代替纠正以及压缩翻车的原因，给出了具体的操作建议和判断标准。
宝玉的分享AI 评分6868 多智能体协作指南：五种主流模式怎么选、怎么用？
本文介绍了生成-验证者、调度-子智能体、智能体团队、消息总线和共享状态这五种多智能体协作模式。每种模式针对不同的任务结构（如质量评估、并行处理、事件驱动或高度协作）具有特定的优势与局限，例如调度模式易成信息瓶颈而共享状态需防范死循环。建议从最简单的“调度-子智能体”模式起步，根据实际瓶颈逐步演进，或在生产环境中混合使用多种模式以平衡协调成本与系统灵活性。
宝玉的分享精选AI 评分8080 Claude Code 省 Token 指南：慎用 1M 上下文，不开新会话或者总是开新会话都不对
作者指出频繁开启新会话会触发全价上下文重建从而增加成本，建议理解提示缓存机制后优先在活跃会话中继续工作。文中详细说明了缓存前缀匹配与存活时间规则，提供了禁用 1M 上下文及设置自动压缩阈值的 JSON 配置代码。此外还列出了精简 CLAUDE.md、限制模型阅读范围及使用子智能体隔离上下文等六条操作规则以减少 Token 消耗。
推荐理由：原文基于提示缓存机制纠正了频繁开新会话的习惯，并给出了模型切换与上下文压缩的具体配置方法。
宝玉的分享AI 评分6868 Sebastian Raschka 解析编程智能体的六大核心组件
Sebastian Raschka 发布指南，结合其开源的 Mini Coding Agent 详细拆解了编程智能体（Coding Agent）的六大核心组件：实时代码仓库上下文、提示词形态与缓存复用、工具接入与调用、上下文瘦身、结构化会话记忆以及任务委派与受限子智能体。
宝玉的分享AI 评分4545 Claude Code 源码泄漏后的学习方法论：从运行到重构
针对 Claude Code 50 多万行泄漏源码，作者提出四步学习法：先跑起来、以点带线分析功能、动手二次开发、最后从零搭建架构。强调闭源优势在于隐藏防蒸馏逻辑与 /buddy 等彩蛋，Anthropic 回应称问题源于流程而非个人。
宝玉的分享AI 评分5858 宝玉分享 AI 学习优先级四象限筛选法
宝玉提出用“离当前生产力的距离”和“知识保鲜期长短”两个维度构建四象限图，以辅助判断哪些 AI 新事物值得投入时间。该方法将信息分为直接跳过、维持地图感、动手试试和深度投入四类策略，并指出同一事物在不同阶段会在象限间移动，建议通过用户群体、背后投入和形态收敛三个信号判断其趋势。
宝玉的分享精选AI 评分7878 Anthropic Claude Code 团队分享 Skills 构建经验与分类体系
Anthropic Claude Code 团队工程师 Thariq Shihipar 分享了内部使用 Skills 加速开发的实战经验，梳理出九类常见 Skill 模式及编写最佳实践。
推荐理由：原文总结了 Anthropic 内部数百个 Skills 的分类体系与编写技巧，提供了从库参考到运维自动化的具体落地方法。