Wiki 知识库

全部文档 / 标签: Agentic Workflow

2 篇
清除

Using AI to Delete Code: Agentic Tech Debt Cleanup at Uber

Uber 工程团队介绍了 AutoClean 系统,用于自动化清理 feature flag 产生的技术债务。陈旧的 feature flag 会在代码库中留下大量死代码,影响可读性、测试效率,甚至拖慢 AI agent 的会话。清理看似简单的搜索删除,实则涉及布尔逻辑、辅助函数、调用点、配置和测试的连锁传播决策。AutoClean 结合 AI agent 与基于 PolyglotPiranha 的确定性代码转换工具,通过 MCP 协议协作完成代码重写,并在 CI 失败时由确定性 fixer 与 agentic fixer 分层修复,最终生成通过验证的 diff 交由人工审查。该系统在 Uber 的 monorepo 中持续运行,实现了规模化、安全的技术债自动清理。

技术 › Agent Uber Engineering 2026-10-2113.7 KB 42.2K 554 78

GLM-5.3-Flash 发布:多模态大模型,开始真正“看着自己干活”了

文章介绍了智谱 GLM-5.3-Flash 模型的发布。该模型总参数量 320B、激活 18B,采用稀疏与线性注意力混合架构,注意力计算量降低 3 倍,支持 1M 上下文。作为 GLM-5 系列首个原生多模态模型,其最大亮点是视觉能力被直接纳入 Coding 循环,模型可观察网页截图、渲染结果和交互反馈,自主发现并修正问题,实现“生成—检查—迭代—交付”的完整闭环。文章还展示了其在游戏开发、3D 建模、办公文档和法律金融场景的应用,并给出 API 使用细节,认为大模型竞争正从回答质量转向完整工作的交付质量。

技术 › LLM Smartpig 2026-08-276.8 KB 6.5K 11 77