标签

Go

跨账户管好模型：MLflow 与 SageMaker Model Registry 的两种治理拓扑

来源: aws.amazon.com 36
自动把 MLflow 模型注册到 Amazon SageMaker AI Model Registry，只解决了“模型如何进入注册表”的问题。当开发、治理和生产环境分布在不同 AWS 账户后，真正棘手的是：谁拥有模型组、谁可以修改审批状态、推理制品放在哪里，以及账户被回收后模型是否仍可部署。 围绕跨账户治理，可以考虑两种拓扑：通过 AWS Resour...
# AI # AWS # Go
阅读全文

用 MLflow 与 SageMaker Model Registry 同步构建单账户模型治理闭环

来源: aws.amazon.com 27
Amazon SageMaker AI 托管的 MLflow 现在可以把更完整的模型信息同步到 SageMaker AI Model Registry，包括训练指标、评估结果、推理规格和模型血缘，并让模型生命周期阶段的晋升进入统一治理流程。对团队而言，这意味着 MLflow 不再只是实验记录工具，Model Registry 也不必依赖人工补录上下文。...
# AI # AWS # Go
阅读全文

用 Antigravity SDK 搭建可观测、可管控的多智能体控制平面

来源: cloud.google.com 38
企业落地智能体并没有统一答案。需要快速部署、集中治理的团队，可以选择托管式商业平台；已经拥有专用工作流、自定义执行引擎或内部权限体系的团队，则往往更适合搭建轻量级 Agent Hub。 这类自建平台真正困难的部分并不是调用模型，而是让几十个后台智能体持续、可预测地运行：工具调用必须受限，执行过程必须可追踪，多轮状态必须能够恢复，运维人员还要在必要时阻止...
# AI # GCP # Go
阅读全文

用 Data Agent Kit 在 IDE 里完成跨数据源根因分析

来源: cloud.google.com 23
“1 月平均订单金额下降了 7%，但总收入没有变化，为什么？”这类问题难的不是写出某一条 SQL，而是答案通常散落在多个系统里：订单历史位于 BigQuery，实时客户资料保存在 Cloud SQL for PostgreSQL，营销规则则以 JSON 文件存放在 Cloud Storage。 Data Agent Kit 试图把这段调查过程收回到 I...
# AI # GCP # Go
阅读全文

KDDI 如何用自动评测与分层提示词，让 Buffmee 的 RAG 响应快 38%

来源: cloud.google.com 21
面向消费者的 RAG 应用很难只优化一个指标：回答要有依据、首字延迟要低，还要同时处理网页、EPUB、PDF、图片混排等内容。KDDI 在构建 Buffmee 时，把自动化质量评测与生产日志分析放进同一个优化闭环，最终将应用总响应延迟降低 38%，首字时间（TTFT）改善近 18%，groundedness 指标提升 25%。 Buffmee 汇集了超...
# AI # GCP # Go
阅读全文

让边缘到源站的 TLS 1.3 握手自动选择后量子密钥交换

来源: blog.cloudflare.com 34
Automatic Key Exchange 面向边缘节点与客户源站之间的 TLS 1.3 连接：系统主动探测源站支持的密钥协商算法，记录能力，并在后续连接中优先发送更安全的选项；只要源站支持，就优先建立后量子安全连接。来源标题提到的日均 450 亿次连接，说明这不是一次实验室里的算法替换，而是一项需要兼顾握手延迟、兼容性和持续演进的大规模工程。 TL...
# AI # Cloudflare # Go
阅读全文

当攻击者开始使用 AI Agent：企业防线要从“拦截提示词”升级到控制执行链

来源: cloud.google.com 36
生成式 AI 对攻击者的价值正在发生变化：它不再只是编写邮件、翻译诱饵或生成脚本的聊天工具，而开始成为能够编排扫描器、处理错误、轮换基础设施并整理凭据的自动化控制层。 GTIG 对 2026 年第二季度活动的观察显示，一次云资源失陷后，攻击者在不到六小时内完成了代理化凭据收集活动的规划、构建与执行。真正值得防守方警惕的不是“AI 会不会生成恶意代码”，...
# AI # Azure # Cloudflare
阅读全文

D2 开源 TALA：让软件架构图更像白板上的真实布局

来源: oschina.net 48
D2 的自动布局引擎 TALA 正式开源，采用 MPL-2.0 许可证，源代码已进入 仓库。这是 D2 转为非营利项目后的又一项重要动作，也让开发者有机会直接了解一个面向软件架构图的自动布局算法是如何工作的。 TALA 是 的缩写。它和常见的 Dagre、ELK 的差异，不只是算法名字不同，而是布局目标不同：TALA 专注于正交布局，让连线尽量以水平线...
# Go # 全栈 # 后端
阅读全文

1Password 如何用 Codex 提升 21% 工程效率，同时守住安全底线

来源: openai.com 26
1Password 的工程团队将 Codex 用于快速开发新功能和内部工具，并报告了 21% 的工程效率提升。更值得关注的不是单纯的代码生成速度，而是团队如何让 AI 产出的代码达到可上线状态，同时继续执行严格的安全策略。 工程效率很少等同于每分钟生成多少行代码。真正消耗开发时间的工作通常散落在整个交付链路中：理解现有仓库、搭建样板代码、补测试、修复静...
# AI # Go # LLM
阅读全文