今日观察
今天最值得注意的,是围绕「把 agent 放进真实流程」的一圈配套,比如人类审批、失败复盘、SQL 预检、检索上下文、事实引用,而不是更强的模型。Bayer 的农业研发决策引擎是今天唯一够卡片标准的行业落地样本,说明多智能体的价值正在从演示转向「角色 × 数据 × 决策」的流程嵌入;这些配套本身,也都是 FDE 可以打包复用的能力资产。与此同时,医疗诊断的「两倍于医生」和 UX 从业者的复杂心态也提醒我们:基准成绩与岗位采用之间,还隔着一层验收与变更管理。
今日条目
- Bayer Crop Science ADE — 在 Amazon Bedrock AgentCore 上构建的多智能体决策引擎,让育种家、分析师和研究人员用自然语言查询业务数据、辅助研发决策;这是典型的 FDE 现场,把领域数据、角色问题和决策流程包成可复用引擎,可迁移到医药研发、材料配方、农化试验等「研究型决策」场景。AWS 原文 🃏卡片候选
- HumanLayer — 给 AI agent 加人类审批与介入层的开源项目,关键动作执行前由人确认;和「人不出局」直接相关,金融、医疗、工业等高风险流程里,审批点、回滚点和责任链就是验收标准的一部分。原文
- 《Agents fail like engineers》 — 把 agent 的失败当成工程师失误来做复盘和代码审查,强调失败模式分类与 review 流程;给 FDE 的方法论是把失败案例沉淀成检查清单和回归用例,甚至让小模型 judge 做初筛,这比反复调 prompt 更能提升交付确定性。原文
- Microsoft 诊断 AI — 微软称其新 AI 在疾病诊断上比医生强两倍以上,属于诊断类 AI 的研究进展;医疗是强监管场景,基准成绩不等于临床落地,FDE 要追问分诊流程、责任归属、误诊兜底和医生采纳成本。原文
- NN/g《AI in UX》调查 — 调查显示 UX 从业者用 AI 后工作更快,但对质量与职业价值的感受复杂;这是岗位级采用的真实样本,效率提升先发生,信任和判断标准滞后,做岗位智能体时要把「人的判断」设计进流程。原文
- Enron 邮件维基(This & That) — 用 AI 把 45k 封 Enron 邮件做成每个事实都能引用出处的 wiki;企业知识库、RAG 的信任模式是引用先于答案,适合尽调、法务、合规、审计等「每个结论都要有出处」的场景。原文
- Vericto — 在 Postgres/MySQL 执行前检查 agent 生成 SQL 的代理,挡住危险查询;这是 agent 进入生产数据的护栏模式,先验证再执行,对 FDE 来说是可复用的「高风险动作预检」组件。原文
- LangChain · Context Engineering — 讲 agent 的上下文工程要从检索做起,避免笨搜索、超大结果和过期数据,把对的上下文在对的时机喂给模型;RAG 在行业场景的工程质量问题,上下文选对了「流程先于模型」才有落点,否则只是把错误流程自动化。原文
值得去读差评/讨论的 3 条
- Microsoft 诊断 AI — 「两倍于医生」的基准成绩引发「基准 vs 临床」的争论,值得看医疗从业者的质疑。HN 讨论搜索
- Enron 邮件维基 — 事实引用能否真正解决幻觉与隐私,是 RAG 落地最值得吵的点。HN 讨论搜索
- 《Agents fail like engineers》 — agent 失败复盘该不该照搬工程 review,评论区有实操分歧。HN 讨论搜索