AI构建者摘要

Legora 在无法查看客户机密工作的情况下测试法律 agent

Legora 表示，其 agent 已能较好地完成约 60% 的现有法律工作，但团队无法查看大部分客户数据，也就难以知道它在哪些地方出错。“基本上，我们看不到任何运行记录，”Jacob Lauridsen 说。工程师和律师会针对具体任务设计评估；Tabular Review 则会在扩大合同审查规模前先检查前 10 行，并将结果链接到原始文件。

• #agents
• #evals
• #products

Rauch 认为 agent 需要一个能随它们走的工作空间

Guillermo Rauch 认为，无状态沙盒缺少让 agent 真正有用的关键条件：访问自身身份、技能、代码仓库和记忆的能力。他说，Vercel Sandbox 已在全球 19 个区域运行；在客户需求每周以两位数百分比增长的同时，仍达到了延迟和吞吐量目标。

• #agents
• #infrastructure

Masad 呼吁为 agent 提供严格限定权限的运行环境

Amjad Masad 认为，AI agent 应在由组织控制的专用环境中运行。每个 agent 只能访问完成任务所需的资源。

• #agents
• #security

Tan 称修复 issue 的效率提高了约五倍

Garry Tan 说，Capy Captains 让他修复 issue 的效率一夜之间提高了约 5 倍。他认为，这得益于它能协调多个 captain 和子线程中的工作。

• #agents
• #coding

Yang 认为 Gemini 的修改建议胜过 ChatGPT，但工作流程卡住了

Peter Yang 在写一篇文章时发现，Gemini 提出的文案修改建议很有用，而 ChatGPT 的建议大多不理想。他说，Antigravity 的浏览器功能没能完成这项任务，最后只能把 Gemini 的修改建议粘贴到 ChatGPT 中，让它执行修改。

• #products
• #models

Sottiaux 称 dot 会按任务选择模型

Thibault Sottiaux 说，“your dot” 会为任务选择最合适的模型，并在工作的不同环节调用不同模型。他没有进一步说明具体会如何选择。

• #agents
• #models

Thariq 认为，200 美元的套餐已提供足够多的 token，能完成出色的工作

使用一周后，Thariq 认为，做出出色的工作成果并不需要无限量的 token，200 美元的套餐已经非常好。他预测，智能的价格今后只会更低。

• #models
• #pricing

Nan Yu 认为群聊不是多人协作 AI 的好界面

Nan Yu 认为，除极少数情况外，群聊带来的多人协作 AI 体验非常糟糕。他直言，这样做“简直注定会产出垃圾内容”。

• #agents
• #products

Shipper 认为 Argon 的吸引力来自质量，也来自 Antigravity 更简单的设计

Dan Shipper 说，Argon 的吸引力部分来自自身的质量，部分来自 Antigravity 没有加入较新的功能和随之而来的复杂性。他建议读者阅读 Every 对 Argon 的评测，了解更多背景。

• #products