AI Agent 與開發 第 18 頁

GLM-5.3 現在最務實的路線，是先把 Claude Code 或 OpenCode 接到 Z.ai hosted 服務，再用可重跑的 repo 任務驗收。本文依官方來源整理 model、auth、tool 與本機 readiness 邊界，讓你知道現在能做什麼、哪些條件仍要等。

同一個 Agent 只換搜尋供應商，答案、引用、延遲與成本就可能改變。這篇用 10 題小型 Eval，教你公平比較 Tavily、Exa、Parallel、Firecrawl，建立可重跑的選型與 fallback 方法。

老專案缺少能判定新行為的測試 Oracle，先別讓 AI 直接改。本文用 7 步建立現況證據、規格與原始碼互審、凍結規格、小步驗證紀錄與雙零停止閘門，並拆解它不能證明什麼。

教你把候選模型封成不可變 Release Bundle，以同請求配對、60／120／240 統計閘門、互斥故障歸因與 future-only 回滾收據，設計可稽核的 production promotion protocol。

固定 rc.7 原始碼，從越界 path、取消／unmount、config replacement 到 crash 後 UNKNOWN projection，以 9 組、481 項測試建立 DeepSeek Harness 安全 Plugin 的...

只看 completion，Agent 可能做完卻重讀、重搜、重跑。這篇用固定 24-turn 配對測試量 Reacquisition Cost，守住 constraints 與 tool inventory，再以非劣性和 all-in 成本 gate 決定是否壓縮。

扣款 API timeout，不代表沒扣款。這篇用 SQLite 假訂單 Agent 實作 stable key、unknown 對帳、ledger、outbox 與補償，並用七項故障測試驗證 replay 不會二次扣款。

Qwen3.8-27B 本機 Agent 能聊天，不代表兩輪工具呼叫可靠。本文提供 llama.cpp、vLLM 四模式的可重跑 fixture，教你驗收 arguments、tool history 與 16／24／48 GiB artifact 候選。

完整實作 DeepSeek 官方 Harness：從 Web／CLI、四種 Mode 到 append-only Session、KV cache、Cordis Plugin 與跨 Harness A/B 測試。