Fragmented 播客 307 期拆解 AI 编码中的 Harness Engineering
Fragmented 播客第 307 期中,Kaushik 与 Iury 拆解 Harness Engineering,指出 AI 编码的难点不在生成代码,而在控制质量、安全与漂移。
Fragmented 播客第 307 期中,Kaushik 与 Iury 拆解 Harness Engineering,指出 AI 编码的难点不在生成代码,而在控制质量、安全与漂移。
本期播客邀请明希(frostming)与 ASF Member 卓燃(PsiACE),分享基于 OpenClaw 理念、结合个人需求打造 AI 助手 Bub 的思路与经验。两人围绕实战案例、从 OpenClaw 到 Bub 的演进过程以及核心技术解析展开讨论,并展望了项目后续方向。节目结尾分别推荐了特德·姜的小说《你一生的故事》与《牛津通识读本:数学》。
Descript 借助 OpenAI 推理模型实现了大型内容库的自动本地化。该方案在不丢失时间轴与语义的前提下,完成大规模的多语言视频配音。
Balyasny Asset Management 打造了一个 AI 研究引擎,将严格的模型评估、全平台采用 OpenAI 与智能体工作流相结合,重构投资研究流程。
Fragmented 主持人在第 305 期播客中厘清 agent 术语,区分 plan mode 与 subagents,并说明并行受限 worker 如何在不污染主线程的情况下提升研究质量。
OpenAI 构建了一套结合速率限制、用量追踪与额度的实时访问系统,用于支持 Sora 和 Codex 的持续访问。该系统将这三类机制组合成统一的实时访问控制方案。
Fragmented 播客第 304 期探讨了 Agent Skills 在现代 AI 编码工作流中的使用时机与渐进式披露机制,并对比了它与 commands、instructions 和 MCP 的区别。节目同时介绍了 Anthropic 的 Skill Creator 与官方 Skills 仓库,提醒开发者安装第三方 skill 前务必检查代码以防范提示词注入攻击。
作者分享了一套基于 NotebookLM 的多维阅读法,可 1 天吃透整本书。完整流程为导入电子书后生成思维导图速览章节,用提示词生成信息图和 PPT 加深理解,再生成全书报告、针对疑问直接向来源提问,并用测试题自动评分检验成果,最后配合闪卡、音频概览和视频概览全方位复习。文中以《影响力》为例演示了操作过程,并汇总了 6 种生成趣味 PPT 的提示词。
OpenAI 介绍 Codex App Server,这是一个双向 JSON-RPC API,用于把 Codex 智能体嵌入应用。它支持流式进度、工具调用、审批与 diffs。
推荐理由:原文讲解了通过双向 JSON-RPC API 把 Codex 智能体嵌入应用的方法,读者可据此实现流式进度与审批流程。
Fragmented 播客第 303 期用 20 分钟梳理 LLM 的完整工作流程:从 tokenization、embeddings 到 inference,让你能给别人讲明白。
Fragmented 播客第 302 期解释了 Model Context Protocol(MCP)究竟是什么,它与直接使用 CLI 的区别、需要了解的权衡,以及什么情况下 MCP 才真正适合你的工作流,并讨论了 MCP 是否值得其 token 成本。
OpenAI 发布技术文章,深入解析 Codex 智能体循环,说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。
OpenAI 发布实用指南,展示小团队如何使用 ChatGPT 分析数据、制作营销材料、管理预算、组织会议并做出更优决策。该指南覆盖数据分析、营销物料、预算管理、会议执行与决策制定五类日常场景。
OpenAI 分享了将 PostgreSQL 扩展至每秒数百万次查询、支撑 8 亿 ChatGPT 用户的工程实践。其核心手段包括读写副本、缓存、限流与工作负载隔离,从而在超高并发下保持系统稳定与高效。
OpenAI 发布了一份综合指南,系统讲解 AI 智能体的设计、编排与部署,内容涵盖用例、模型选择、工具设计、护栏以及多智能体模式。
OpenAI 发布面向初创公司的 GPT-5 模型系列实战指南,讲解迁移 Responses API、设计智能体、调优提示词、引导 GPT-5 模型以及构建可靠 AI 工作流。
推荐理由:OpenAI 官方面向初创公司讲解 GPT-5 迁移、智能体设计与提示词调优,可作为搭建可靠 AI 工作流的参考路径。
OpenAI 团队全面使用 Codex 来理解代码、重构系统并提升性能,从而加快研发速度并优化工程工作流。Codex 已深度融入其日常工程实践,成为提高代码理解与系统重构效率的关键工具。
Netomi 使用 GPT-4.1 和 GPT-5.2 规模化企业级 AI 智能体,将并发、治理与多步推理相结合,构建可靠的生产工作流。其做法为企业落地智能体系统提供了可复用的实践参考。
OpenAI 用 Codex 在 28 天内交付了 Sora for Android;团队借助 AI 辅助规划、翻译与并行编码工作流,以精简人力完成快速、可靠的开发。原文链接:https://openai.com/index/shipping-sora-for-android-with-codex
腾讯科恩实验室分析了 Google Chrome 8 月 19 日修复的高危漏洞 CVE-2025-9132(V8 越界写,由 Project Zero 的 Big Sleep 报告),并基于 v8 13.9.205.19 修复前的 commit 成功实现利用。
这篇教程以蒙娜丽莎图像为例,演示了 10 个基于 Numpy 的图像基础处理操作。内容涵盖图像读取、缩小、亮度调整、翻转、裁剪、RGB 通道提取与灰度化,代码可复制后用本地图片直接运行。
Python 的 pandas、numpy、statsmodels、sklearn 和 matplotlib 这 5 个第三方库几乎能解决所有数理统计分析问题。它们分工明确:pandas 负责数据处理,numpy 提供底层计算加速,statsmodels 用于统计建模,sklearn 开发机器学习模型,matplotlib 负责绘图。这些库的 API 能直接交互,搭配使用可搞定所有统计数据分析。
谭龙(tanloong)首次给 CPython 提交 PR,为 sqlite3 CLI 添加 SQLite 关键字补全(PR #133393)。这位英语专业转行的开发者在《捕蛇者说》Ep 55 分享了贡献过程:参考 PDB 的补全实现,用 context manager 替换 readline 的 completor,按用户输入前缀匹配候选词。
OpenAI 展示了如何通过 custom instructions 个性化定制 ChatGPT,使其适配用户的角色、偏好与工作。该功能可让 ChatGPT 更精准地理解用户需求,从而提供更贴合实际使用场景的回答。
OpenAI 说明 ChatGPT 可接入 Google Drive,利用内部知识并结合相关上下文回答问题。
推荐理由:原文说明 ChatGPT 可接入 Google Drive 并结合内部知识回答问题,读者可据此判断其对现有知识管理流程的影响。
OpenAI 官方介绍 ChatGPT Projects 的用法,该功能可帮助用户组织文件、保存上下文,并让对话在不同工作流之间保持一致。
OpenAI 演示了如何使用 ChatGPT 中的 canvas,将产品需求文档转化为可运行的 HTML/React 原型。该功能可直接在对话界面中完成从需求到代码原型的转换。
ChatGPT 可通过分析背景、生成选项并将决策转化为下一步行动,支持战略规划。
Fragmented 播客本期探讨 Android 开发者如何用 Kotlin 做快速原型开发,覆盖 Kotlin 脚本、Ktor + HTMX 网页应用与 Jetpack Compose 移动应用三类场景。节目还谈到 AI 正在改变开发方式,涉及 Streamlit、Google AI Studio,以及用 vibe coding 搭建 AirBnb clone 的实践。
OpenAI 使用 GPT-4 进行内容政策制定和内容审核决策,以实现更一致的标注、更快的政策完善反馈循环,并减少人工审核员的参与。
大型神经网络是近期 AI 进步的核心,但其训练是艰巨的工程与研究挑战,需要协调一个 GPU 集群来完成单一同步计算。
Cohere、OpenAI 和 AI21 Labs 共同制定了一套初步的最佳实践,适用于任何开发或部署大语言模型的组织。
OpenAI 已将 Kubernetes 集群扩展至 7,500 个节点,为 GPT-3、CLIP、DALL·E 等大模型打造可扩展的基础设施。该集群同时支持快速的小规模迭代研究,例如 Scaling Laws for Neural Language Models 一类的工作。
OpenAI 于 2 月 2 日举办了首届 Spinning Up Workshop,这是其新教育计划的一部分。该研讨会聚焦深度强化学习(Deep RL)教学。
OpenAI 指出,深度学习是一门实证科学,基础设施的质量是研究进展的乘数。如今的开源生态系统已经让任何人都能构建出色的深度学习基础设施。