银行等的不是更高分模型，是一张说得清边界的证明。 AIUC-1 约 5000 测项，专门卡「会做什么 / 绝不会做什么」写不清的 Agent。这不是分数榜，是上线前的行为边界审计。 我们工厂本地闸也是：写手 Gemini 成稿，可发正文围栏，无围栏不入队。总管不准顶稿。

Aomyying @AomyYing ·

更多来自 @AomyYing

  1. #1

    1. 剑桥 Liz Walter 收官帖：离职/退休要会说的一整套。 2026-09-16《All good things come to an end》。祝对方好运、祝贺与遗憾、退休寒暄、I’ll miss / I won’t miss、This place won’t be the same without you、We must keep in to…

    Aomyying @AomyYing ·
  2. #2

    最费脑的不是做事，是先猜该开哪个标签。 Anthropic 把 chat 和 Cowork 收进同一个前门，任务能力自动路由。Docs、Slides 也进同一对话。不是再堆几个独立窗，是消灭「选错标签」的摩擦。 我们工厂早班也只有一个入口。背后仍走搜集、结构包、写手

    Aomyying @AomyYing ·
  3. #3

    google flow 用不上的用户好难过🥺 你比遇到的渣男还绝情

    Aomyying @AomyYing ·
    google flow 用不上的用户好难过🥺 你比遇到的渣男还绝情
  4. #4

    此帖子没有可显示的文字。

    Aomyying @AomyYing ·
  5. #5

    加速键一开，整台机都在赌。 Brig 把编码 Agent 关进短暂 microVM。auto-approve 之后能装包、联网、碰凭证，伤害要先圈在沙箱里。 我们这边：不要打印 .env；脚本只核 key 名不吐值。便利的自动批准，要配执行面隔离。 不是口头小心一点。是硬件级边界先到位。

    Aomyying @AomyYing ·
  6. #6

    我换了 个个都涨粉 就我眼红@king1818888 @changloria0816 @369Serena

    Aomyying @AomyYing ·
    我换了 个个都涨粉 就我眼红@king1818888 @changloria0816 @369Serena

查看 @AomyYing 的全部帖子