标签

InfoQ

LinkedIn 如何用多智能体把 AI Code Review 做成生产基础设施

来源: infoq.com 30
当代码仓库、团队和 Pull Request 数量增长到一定规模,代码评审就不再只是“找一个人看 diff”。完全依赖人工会受到吞吐量和上下文切换的限制,而把现成的 AI Reviewer 直接接到 GitHub,也容易产生误报、低信号评论和脱离组织规范的建议。 LinkedIn 的实践方向是构建一个面向组织内部的多智能体 AI Code Review...

LinkedIn 如何用多智能体把 AI 代码审查做成生产级基础设施

来源: infoq.com 36
在 LinkedIn 这样的工程规模下,代码审查的难题不是“能否让大模型读懂一段 diff”,而是如何让系统理解组织内部的编码约定、稳定处理大量 PR,并且避免幻觉与低价值评论。LinkedIn 的做法不是在 GitHub 前面简单挂一个通用 AI 审查器,而是构建多智能体平台,把代码审查当作生产基础设施来运营。 一个模型同时承担上下文检索、缺陷发现、...

AWS 发布 aws-bench:用真实云任务评估 AI Agent 的基础设施能力

来源: infoq.com 28
评估云领域 AI Agent,不能只看它是否生成了一段看起来正确的 Terraform 或 AWS CLI 命令。真正困难的地方在于:Agent 是否理解任务约束,能否在真实环境中完成资源配置,是否会留下安全风险,以及遇到错误后能否恢复。AWS 最近发布的开源基准 aws-bench,正是针对这类问题设计的。 传统 Agent 基准通常把任务简化成问答...

Vite+ Beta:用一个命令统一前端运行时、包管理与工程工具

来源: infoq.com 27
前端项目往往同时依赖运行时、包管理器、格式检查器、测试工具和开发服务器。工具各自成熟,却也带来了命令不一致、配置分散和新成员上手成本高等问题。VoidZero 发布的 Vite+ Beta,试图把这些能力收拢到一个统一的 Web 开发工具链中,并通过单一命令提供更连贯的项目工作流。 Vite+ 面向不同类型的 Web 项目开放使用,当前处于 Beta ...

Cloudflare 如何用 AI Agent 将 Astro 的 GitHub Issue 减少 85%

来源: infoq.com 41
Cloudflare 在 Astro 项目中引入 AI Agent,围绕 GitHub Issue 分流、自动分析和持续验证构建了一套 agentic workflow,最终将需要人工处理的 Issue 数量减少了 85%。这个案例的重点并不是“让 AI 自己写完所有代码”,而是把重复性的维护工作拆成可审计、可回滚、有人把关的自动化步骤。 开源项目的 ...

Cloudflare 如何借助 AI Agent 将 Astro 的 GitHub Issue 减少 85%

来源: infoq.com 39
Cloudflare 分享的案例显示,Astro 项目通过 AI Agent、GitHub Actions 和人工复核,把 GitHub Issue 数量减少了 85%。这件事的重点不只是“让模型自动写代码”,而是把 Issue 分诊、信息补全、重复问题识别和验证流程接入持续集成,让维护者把时间留给真正需要判断的缺陷。 开源项目的 Issue 通常混杂...

Cloudflare 如何把工程规范变成 AI 强制执行的控制系统

来源: infoq.com 36
很多团队并不缺工程规范,缺的是规范真正进入日常开发流程。Cloudflare 最近分享了一个值得关注的方向:借助 AI,把原本停留在文档中的内部工程标准,转化为覆盖软件开发生命周期、能够主动检查和干预的控制系统。 这意味着工程标准不再只是“建议开发者阅读的内容”,而可以成为代码提交、评审、测试、发布和运维过程中的可执行约束。 传统工程规范通常存在于 W...

架构不是一次性决策:把系统设计成持续演进的社会技术实践

来源: infoq.com 58
很多团队把架构评审当成一次性的闸门:确定服务边界、选定通信方式、画完拓扑图,项目就进入实现阶段。但架构的适配度并不会因此永久保持不变。监管规则会调整,技术栈会升级,市场需求会转向,团队组织也会变化。即使当初没有做错决定,一套曾经合适的设计也可能在一段时间后悄悄失配。 这本小书通过上下文存储、网关和系统拓扑等主题,讨论架构如何成为一种持续进行的社会技术实...

用 eBPF 给 Kubernetes 中的 AI 调用加一层无侵入控制面

来源: infoq.com 40
当 AI 生成的代码直接进入生产环境,风险不只来自模型回答错误,也来自那些没有明确所有者、没有经过审查,却已经在运行的调用路径。Dan Finneran 的分享讨论了一个很有价值的方向:利用 eBPF 在 Kubernetes 节点的内核层观察和控制 AI API 流量,让团队能够在不修改应用源码、不重启容器的情况下,为 AI Agent 增加护栏。 ...