AI構建者摘要

Legora 在無法檢視客戶機密工作的情況下測試法律 agent

Legora 表示，其 agent 已能較好地完成約 60% 的現有法律工作，但團隊無法檢視大部分客戶資料，也就難以知道它在哪些地方出錯。“基本上，我們看不到任何執行記錄，”Jacob Lauridsen 說。工程師和律師會針對具體任務設計評估；Tabular Review 則會在擴大合同審查規模前先檢查前 10 行，並將結果連結到原始檔案。

• #agents
• #evals
• #products

Rauch 認為 agent 需要一個能隨它們走的工作空間

Guillermo Rauch 認為，無狀態沙盒缺少讓 agent 真正有用的關鍵條件：訪問自身身份、技能、程式碼倉庫和記憶的能力。他說，Vercel Sandbox 已在全球 19 個區域執行；在客戶需求每週以兩位數百分比增長的同時，仍達到了延遲和吞吐量目標。

• #agents
• #infrastructure

Masad 呼籲為 agent 提供嚴格限定許可權的執行環境

Amjad Masad 認為，AI agent 應在由組織控制的專用環境中執行。每個 agent 只能訪問完成任務所需的資源。

• #agents
• #security

Tan 稱修復 issue 的效率提高了約五倍

Garry Tan 說，Capy Captains 讓他修復 issue 的效率一夜之間提高了約 5 倍。他認為，這得益於它能協調多個 captain 和子執行緒中的工作。

• #agents
• #coding

Yang 認為 Gemini 的修改建議勝過 ChatGPT，但工作流程卡住了

Peter Yang 在寫一篇文章時發現，Gemini 提出的文案修改建議很有用，而 ChatGPT 的建議大多不理想。他說，Antigravity 的瀏覽器功能沒能完成這項任務，最後只能把 Gemini 的修改建議貼上到 ChatGPT 中，讓它執行修改。

• #products
• #models

Sottiaux 稱 dot 會按任務選擇模型

Thibault Sottiaux 說，“your dot” 會為任務選擇最合適的模型，並在工作的不同環節呼叫不同模型。他沒有進一步說明具體會如何選擇。

• #agents
• #models

Thariq 認為，200 美元的套餐已提供足夠多的 token，能完成出色的工作

使用一週後，Thariq 認為，做出出色的工作成果並不需要無限量的 token，200 美元的套餐已經非常好。他預測，智慧的價格今後只會更低。

• #models
• #pricing

Nan Yu 認為群聊不是多人協作 AI 的好介面

Nan Yu 認為，除極少數情況外，群聊帶來的多人協作 AI 體驗非常糟糕。他直言，這樣做“簡直註定會產出垃圾內容”。

• #agents
• #products

Shipper 認為 Argon 的吸引力來自質量，也來自 Antigravity 更簡單的設計

Dan Shipper 說，Argon 的吸引力部分來自自身的質量，部分來自 Antigravity 沒有加入較新的功能和隨之而來的複雜性。他建議讀者閱讀 Every 對 Argon 的評測，瞭解更多背景。

• #products