Bruce Wong Blog

非凡的结果始于伟大的问题.

初始化你的GitHub Copilot CLI工作环境

Copilot CLI(1.1)

上一篇文字介绍,很多小伙伴想看一下实际操作的效果。今天录制一个视频,演示一下 Copilot CLI 的初始化流程,以及它是如何”读懂”项目的。 在终端里面使用的Copilot CLI已经不再是编码助手,更像是进化成为贯穿终端工作流的工程伙伴。 /init 在做什么? 这不是简单的”初始化配置”。Copilot 会: 扫描现有项目 —— 读取 README、目录结构、已有代码...

GitHub Copilot CLI:终端里的全能AI伙伴

Copilot CLI(1)

一、Copilot CLI 是什么? 2026 年 2 月,GitHub 正式发布了 Copilot CLI 的 GA(General Availability)版本。它不是 VS Code 插件的命令行移植版,而是一个独立的、终端原生的 AI 编程 Agent。 官方的定位很清晰: “Copilot CLI has grown from a terminal assistant...

Microsoft Foundry可观测性-Red Team

Microsfot Foundry 系列(3)

一句话总结 评估质量只是第一步。发现那些你根本没想到要评估的盲区,才是 AI Agent 安全的生死线。 为什么需要红队测试? 你的 AI Agent 已经能: 理解用户意图 ✅ 调用外部工具 ✅ 执行多步骤任务 ✅ 但它是否也能: 被一句精心构造的提示词”越狱”?❓ 在诱导下执行被禁止的操作?❓ 泄露敏感数据给不该看到的人?❓ 传统 QA ...

Microsoft Foundry可观测性-Evaluation

Microsfot Foundry 系列(2)

Agent落地企业,Tracing解决”看清发生了什么”,Evaluation解决”判定做得对不对”——两者缺一不可。 最近在用 Microsoft Azure AI Foundry 做 Agent Evaluation,它的价值不只是打分,而是把评估变成了工程化的质量门禁: ✅ 评估对象灵活:Agent、Model、Dataset 都能测. ✅ 数据不愁:没有黄金数据集时,Fo...

Microsoft Foundry可观测性-Tracing

Microsfot Foundry 系列(1)

如果你在做企业级的AI Agent开发,那你一定无法避免的一个问题就是:可观测性。AI Agent的开发和传统的软件开发有很多相似之处,但也有一些独特的挑战: 不确定性 — 相同的输入, 不同的输出结果 多步骤推理 — 链条中的一个错误会导致整个过程失败 调用工具 — 即使参数正确,选择错误的工具仍然会失败 Microsoft Foundry作为一个专注于AI Agent开...