Vercel:AI 智能体已是用户,软件需要 evals 评测
Vercel 提出 AI 智能体已成为软件用户,需要通过 evals 衡量其任务完成质量。其将智能体测试分为确定性测试、单轮 eval 和多步 E2E eval 三层,并推荐用开源框架 Harbor 构建端到端评测,通过容器运行智能体、记录动作并校验最终结果。
Vercel 提出 AI 智能体已成为软件用户,需要通过 evals 衡量其任务完成质量。其将智能体测试分为确定性测试、单轮 eval 和多步 E2E eval 三层,并推荐用开源框架 Harbor 构建端到端评测,通过容器运行智能体、记录动作并校验最终结果。
GitHub 发布实践指南,介绍以 SKILL.md 为核心的 Agent Skills:它是带版本号的目录,描述何时以及如何执行可重复任务,可在不同智能体间共享,但工具、凭据与权限仍需由运行环境提供。
JetBrains 在博客中梳理了 2026 年调试 Rust 的几种方式,并以 Graham 扫描算法的凸包 bug 为例逐一演示。2026 年 Rust 调试调查显示,53.2% 的用户完全不用调试器,81.3% 认为打印更快;而使用调试器的比例已从 36% 升至 46.8%。
Docker 官方发文对比容器与 Docker Sandboxes 的隔离差异,指出容器共享宿主机内核,而 Sandboxes 是拥有独立内核、文件系统、网络和私有 Docker Engine 的 microVM。
Google Research 提出多模态 AI 系统 AI-PPG-ACC-HTN,仅用消费级智能手表即可被动检测高血压迹象,无需袖带校准。系统先以 492,347 小时、2,109 名参与者的无标注 PPG 与 ACC 数据做自监督预训练,再按人聚合多日特征并结合身高做逻辑回归分类。
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的具体实践。Vlad Mihalcea 借助 Copilot 将原本需数周的功能开发缩短到两天,并用 65 篇文章训练自定义 skill 让生成文本贴合个人风格。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续,对话、代码改动和工作上下文均完整保留。VS Code 会打开该会话关联的 worktree,并在 Copilot 侧边栏显示原会话,便于逐行审查 diff、手动编辑、本地运行测试,最后提交并推送到会话对应的 PR。
Kueue 的 Headlamp 插件 0.1.0-alpha 提供只读视图,可在 Headlamp UI 中从 Workload 出发追踪 Job 的 Kueue 准入路径。
Kushal Das 在 Python Language Summit 2026 上演示了 Spicycrab,一个把 Python 转译为 Rust 源码再编译成可执行二进制的转译器,命令为 crabpy transpile greet.py -o greet。
Ned Deily 在 Python Language Summit 2026 上提出,CPython 是否还应继续发布 macOS 安装包,并指出该功能长期处于“自动驾驶”状态、25 年积累了大量技术债。他计划在 PEP 11 中新增 macOS 章节,并推动构建、打包与持续集成自动化,同时弃用 PPC universal 构建、迁移到 XCFramework 打包。
JetBrains Academy 的免费课程《100 Exercises to Learn Rust》发布一年来最大更新,新增重建的入门章节、含 10 个答案的 FAQ 和最终挑战:把贯穿全课的工单管理系统改造成异步 REST API。
JetBrains Qodana 团队在一场代码质量问答中解释了技术债与代码质量差的区别:前者是有意妥协带来的未来工作,后者多因知识不足。团队还建议用提取函数、迭代器等方式降低嵌套循环的认知复杂度,并指出变异测试得分 40–60% 可作为合理起点。Qodana 可将 JetBrains 检查接入 CI/CD 流水线,误报可通过 qodana.yaml 排除检查或用 // NOLINT 注释消除。