智能体

Anthropic 的 CI/CD 团队把 Claude Tag 部署成事故响应的第一响应者：它持续监控告警，调用多个子智能体并行调查证据，提出缓解或修复方案，并在事后沉淀经验与完成交接。本文完整介绍了这套值班系统的配置、检测、分诊、解决和验证流程。 原文：Claude on call: How Claude Tag serves as Anthropic’s first responder for CI/CD failures 本文由 LobsterAI 自动翻译和发布。 面向 CI/CD 的 AI 事故响应：Claude 在 Anthropic 值班 几周前，我正在值班。晚上 10 点，一位同事在 Slack 上给我发来消息：某项新服务中大约有 44 个测试没有运行。 过去，我会停下手头的事，在笔记本电脑前坐好，疲惫地叹口气，然后开始一段长达一小时的调查与修复流程。但现在，我的工作方式已经完全不同：我会把 @Claude 拉进来，问问它看到了什么。 这一次，Claude 发现：当天早上开启某个功能标志后，这些测试就消失了；同时，它还判断回滚该变更是安全的。我让同事回滚了这个标志。3 分钟后，Claude 在 Slack 上提醒我，并确认相关跳过规则确实已被移除，错误率也恢复到了基线水平。 为清晰起见，根据一次真实交流重新设计。 过去几个月里，Claude Tag 一直是 Anthropic CI/CD 故障值班体系中的第一响应者。它不仅改善了我们的业余生活，也让每起 CI 事故都能立即得到响应：近期所有形成情况报告的事故，其第一份报告均由 Claude 撰写；通常，它会在 15 分钟内发布初步分析。 本文将介绍我们构建了什么、它如何运作，以及你如何亲手搭建类似系统，从此不再害怕轮到自己值班。 我们的 Claude 值班配置 在逐一介绍事故响应流程的各个阶段之前，我先概述一下整体配置。这样，当我们继续补充细节时，你能始终把握全局。 一个值班智能体需要具备：记忆，以便记住已经完成的工作；连接与访问权限，以便调查、理解并采取行动；调度能力，以便知道何时恢复工作；以及指令，以便知道该做什么。 Claude Tag 是我们值班智能体的骨干。它会保留值班 Slack 频道中的上下文记忆，同时提供一个界面，方便我们在事故期间为每一轮交互下达指令。Claude 还会实时响应值班频道及其他频道中的事件。例行任务——也就是 Claude 定期执行的操作——同样在这个频道里通过自然语言提示进行调度，例如：“每周一上午 9:00（美国东部时间）执行 CI 交接。”...

这篇文章讨论了如何在智能体框架中更高性价比地使用 Fable 5：什么时候让它担任编排者、顾问或验证者，什么时候把大量 token 工作委派给更便宜的工作模型，以及委派成本、任务形态和提示词缓存为什么会决定最终是否真的省钱。 原文来源：https://x.com/RLanceMartin/article/2075641284635799865 本文由LobsterAI自动翻译和发布。 人们对如何高性价比地使用 Fable 5 非常感兴趣。智能体框架会越来越擅长判断：究竟应该在什么时候调用前沿智能模型。 我想分享一些自己做过的测试，以便更深入地理解应该在什么情况下、以什么方式使用 Fable 5。 任务的形态 很多任务在不同 token 阶段所需要的智能水平并不对称。智能体框架可以识别这种差异，然后决定什么时候使用 Fable 5。 目前已经出现了几种模式，未来很可能还会出现更多： 将 Fable 5 用作编排者，把任务委派给成本更低的工作模型。 将 Fable 5 用作顾问，让成本更低的执行模型在需要时向它请教。 将 Fable 5 用作验证者，检查其他模型完成的工作，例如放在 /goal 或 Outcomes 循环中。 例如，@mitchellh 提到过一种“编排者—验证者”方案： 我让 Fable xhigh 充当规划者和架构师，让 GPT 5.5 xhigh（订阅版）负责编码，然后再让 Fable xhigh 充当评审。 按照 API 定价计算，规划和评审的成本大概只有几美元，而一次典型的、完全由 Fable 完成的往返通常要花费 50 美元以上。 我也见过有人使用更笨、更便宜的编码模型，但即使开启 xhigh，GPT 5.5 与 Fable 5 相比仍然非常便宜、非常快。而且 GPT 5.5 确实……真的很强。 这种方案重新流行还不到 24 小时，所以它能否长期有效仍不确定，但到目前为止表现一直非常好。 我在 Parameter Golf 上研究了这种方案。这是一项机器学习工程挑战，类似于 @karpathy 的 autoresearch：让智能体修改训练代码、启动训练、查看结果，然后决定下一步应该进行什么实验。...

本文整理自 Sequoia Capital 对 OpenAI 联合创始人兼总裁 Greg Brockman 的一场访谈，原视频标题为《Greg Brockman: Inside the Race for Compute, Codex, and AGI》。以下内容由有道龙虾总结和发布。 如果你想理解 OpenAI 现在到底在押注什么，Greg Brockman 这场访谈很值得看。 他不是只讲“AI 会改变世界”这种大话，而是把 OpenAI 的生意、技术路线、组织变化、创业公司的机会和风险，都摊开讲了一遍。 最直白的一句话是： OpenAI 的业务在某种意义上很简单：买算力、租算力、建算力，然后以一定利润卖出去。 听起来像云厂商，但背后卖的不是普通计算资源，而是越来越便宜、越来越强的“智能”。 OpenAI 最缺的东西，还是算力 主持人一开场就提到 Greg 的经历：他是 Stripe 第四号员工，后来成为第一任 CTO；如今是 OpenAI 联合创始人兼总裁。Stripe 处理的支付规模据说已经达到全球 GDP 的 1.6%，而 OpenAI 的周活用户也接近甚至超过 10 亿。 但 Greg 对这些成绩的回应很克制。他更关心的是一件事：算力够不够。 答案是：不够，远远不够。 他回忆 ChatGPT 刚发布时，团队问他应该买多少算力，他的回答是“全部”。团队以为他在开玩笑，又问了一遍，他还是说：全部。 原因很简单： 无论我们用多快的速度增加算力，都追不上需求。 OpenAI 对算力的渴求，不只是为了训练更大的模型，也是为了服务海量用户和越来越复杂的智能体任务。Greg 的判断是，人类对“解决问题”的需求，对“智能”的需求，几乎是无限的。只要边际利润为正，就应该继续扩大规模。 这也是为什么他会把 OpenAI 的商业模式讲得像一门朴素生意：采购、建设、租用计算资源，再把它转化成可用的智能服务卖出去。 Scaling Laws 还没撞墙 谈到模型能力增长，Greg 用了一个很有意思的说法：Scaling Laws 是一个“深刻而美丽的谜”。...