Fragments: July 13
Harness Engineering和自托管模型在AI开发中变得关键,能减少token使用并提升模型实用性。
入选理由:Harness Engineering通过上下文管理可减少30%以上token消耗
公司
别名:Thoughtworks Inc.
全球领先的软件咨询公司
已跟踪 8 条高相关材料
最近变化
2026-07-13 · Harness Engineering通过上下文管理可减少30%以上token消耗
为什么值得关注
Thoughtworks 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 8 条与 Thoughtworks 相关的内容,按评分排序。
Harness Engineering和自托管模型在AI开发中变得关键,能减少token使用并提升模型实用性。
入选理由:Harness Engineering通过上下文管理可减少30%以上token消耗
本地AI模型在编码场景中具备可行性,但受硬件资源和工具链限制,需权衡模型规模与性能表现。
入选理由:15-25GB模型在Apple M3 Max/M5 Pro设备上运行时,RAM是核心性能瓶颈
代理式开发已进入生产阶段,架构设计仍需关注,token成本成为衡量设计质量的新指标。
入选理由:代理式开发已从概念验证进入实际生产部署阶段
Bayer AG 与 Thoughtworks 合作开发的 PRINCE 平台,通过 Agentic RAG 技术显著提升药物研发数据的可访问性和研究效率。
入选理由:PRINCE 平台使用 Agentic RAG 技术整合数十年的安全研究数据。
VibeSec Reckoning 描述了在使用 Vibe 编码构建应用程序时遇到的安全风险,并提出了如何通过技术规则和开发工作流验证来确保安全性的措施。
入选理由:AI 工具倾向于推荐最简单的路径,但不一定是安全的。
Martin Fowler 提出通过让 LLM 主动提问来构建上下文,从而提升 AI 协作效率。
入选理由:LLM 可以通过主动提问逐步构建任务所需上下文
Cohere在NATO认知战Agentic AI创新挑战赛中夺冠,验证了智能体AI在国防信息威胁研判与决策增强场景的实战价值。
入选理由:Cohere获NATO认知战Agentic AI挑战赛第一名,OpenMinds第二,Ipsos与Thoughtworks并列第三。
Martin Fowler 引介 Thoughtworks 内部采用的 Structured-Prompt-Driven Development(SPDD)工作流,但原文仅提供名称、作者和链接,无实质技术细节。
入选理由:SPDD 是 Thoughtworks 内部用于智能体编程(agentic programming)的工作流名称