标签

LLM

JeeSite 5.17.1：Vue 组件事件补齐、表格列拖拽、BPM 流程预选下一步处理人

来源：oschina.net 28
JeeSite 5.17.1 是一次偏"体验打磨"的迭代——Vue 分离端补上了几个开发者反复提的事件和参数缺口，BPM 发起流程时终于能看到下一步谁来接，AI 模块加了深度思考折叠。改动不大但每个都踩在实际痛点上，值得升级。 之前用 做弹窗选择，选完之后只能靠 回调拿到 value，想同步拿 label 得自己再查一遍字典。5.17.1 补了两个 V...
# AI # Java # LLM
阅读全文

PostgreSQL width_bucket() 的那些坑，数据分析师踩过几回？

来源：postgr.es 23
做数据分析的人迟早会遇到一个需求：把连续数值分到几个区间里——年龄分段、消费分层、响应时间分桶。Excel 里拖几下就完事了，到了 PostgreSQL 就得靠 。这个函数本身并不复杂，但围绕它的"轻量级灾难"反复上演：一位数据分析师朋友最近又踩了同样的坑，Kaarel Moppel 决定把经验写下来，免得后人继续在暗处摸索。 的等宽分桶签名是： 逻辑...
# AI # Go # LLM
阅读全文

用多模态大模型做裁判：Strands Evals 里的图像-文本评估实践

来源：aws.amazon.com 18
你做了一个发票识别模型，它返回"总金额：¥12,580"。数字看着合理，格式也没问题——但你怎么知道它真的从图片里读出来的，而不是"猜"的？ 文本评估器回答不了这个问题。它只能比对输出和参考答案的字符串相似度，无法判断模型输出是否忠实于源图像。这正是 Strands Evals 引入 MLLM-as-a-judge（多模态大模型做裁判）的原因：让评估器...
# AI # AWS # LLM
阅读全文

用 SageMaker AI 和 vLLM 构建实时语音应用：从"等音频传完"到"边说边转"

来源：aws.amazon.com 30
语音代理、实时字幕、呼叫中心分析、无障碍辅助工具——这些场景的共同底座是实时语音转文字（streaming speech-to-text）。用户一边说话，系统一边出结果，整条链路跑在一条持久连接上，延迟必须压到毫秒级。 传统推理模式在这里直接卡壳：请求-响应架构要求音频全部收齐后才开始推理，等一段 10 秒的录音传完再出结果，体验已经崩了。Amazon...
# AI # AWS # LLM
阅读全文

在 Azure IaaS 上搭建高性能工作负载：别只挑 VM 规格，要看整体系统

来源：azure.microsoft.com 32
云上的性能瓶颈，往往不在 CPU 核数或内存大小本身，而在于计算、存储、网络三者之间的配合是否紧密。Azure 近期在 IaaS 层面推动的"系统级思路"，核心就是一句话：别把 VM、磁盘、虚拟网络当成独立零件采购，而是把它们当作一个整体系统来设计。 这对跑 AI 训练、云原生微服务、关键业务数据库的团队尤其重要——单资源再强，如果网络吞吐跟不上磁盘 ...
# AI # Azure # LLM
阅读全文

用多 Agent 系统接管工程支持：Grab 数据仓库平台的实践

来源：infoq.com 30
数据仓库平台团队最头疼的事不是写新功能，而是日复一日回答"这个查询为什么慢""表为什么没更新""权限怎么配"。Grab 的 Central Data Team 也被这类重复性支持请求拖住了手脚，直到他们用多 Agent AI 系统把调查和优化两类工作拆开、交给专门的 Agent 处理，才把工程师的时间从"灭火"拉回到真正的平台建设上。 Grab 的数据...
# AI # InfoQ # LLM
阅读全文

用多智能体系统替代救火式工程支持——Grab 数据团队的架构实践

来源：infoq.com 29
数据平台团队最头疼的不是技术难题，而是日复一日的重复性支持请求：表权限报错、管道延迟、数据质量异常……这些工单把工程师拖进"救火循环"，真正该做的平台基建工作反而被挤到角落。Grab 的 Central Data Team 用一套多智能体系统把这类重复任务自动化，让工程师的精力重新回到平台建设上。 数据仓库平台一旦服务数百个业务团队，支持请求的量级会迅...
# AI # InfoQ # LLM
阅读全文

Prempti：给 AI 编程代理套上缰绳

来源：cncf.io 28
AI 编程代理已经不再是实验玩具。Claude Code 坐在你的终端里，读文件、跑命令、发网络请求、写代码——全是以你的名义。便利是真实的，风险也是真实的：一个没有约束的代理可以误删生产配置、把密钥推到公开仓库、或者执行一条你根本没打算运行的 shell 命令。Prempti 的切入点很直接——策略（Policy）与可见性（Visibility），让...
# AI # CNCF # LLM
阅读全文

DeepSeek 的 Agent 公式：Model + Harness = Agent，工程外壳才是关键

来源：oschina.net 27
DeepSeek 近期挂出"Agent Harness 产品经理"岗位，正式组建 Harness 团队。招聘信息里一句话把思路钉得很死——Model + Harness = Agent。模型是引擎，Harness 是底盘、方向盘和刹车。引擎再强，没有底盘也跑不起来。 这个公式不是修辞，是工程事实。下面拆开看 Harness 到底要包什么，以及你自己怎么...
# AI # LLM # 全栈
阅读全文