标签

LLM

从记忆到技能:让长周期 AI Agent 真正学会复用经验

来源: oschina.net 40
长周期 AI Agent 的难点,不只是保存更多历史记录,而是把历史中可复用的做法提炼出来,让 Agent 在下一次任务中能够稳定执行。Memory 解决的是“过去发生过什么”,Skill 解决的则是“遇到类似问题时应该怎么做”。 这正是 MSCE 试图补上的空白:在记忆和行动之间增加一层可验证、可调用、可持续改进的能力表示。 传统 Memory 通常...

用 Gradio 把 AI 工作流接线、运行并部署

来源: huggingface.co 40
AI 应用的难点常常不在单次模型调用,而在于把输入、处理步骤、人工确认、结果展示和部署入口连接成可用流程。Gradio 适合承担这层“工作流界面”:开发者可以快速把 Python 函数接到交互控件上,在本地运行后再发布为可访问的服务。 一个可维护的 AI 工作流通常至少包含几类节点: 输入节点:文本、文件、图像、配置参数或历史上下文。 处理节点:清洗数...

俄罗斯如何借助 AI 包装隐蔽影响行动:从“主权指数”看信息操纵

来源: openai.com 31
一场源自俄罗斯的隐蔽影响行动,试图借助 AI 生成内容推广一个伪装成“以色列智库”的机构,并发布一份名为“主权指数”的排名,持续赞扬俄罗斯、批评西方。OpenAI 随后封禁了相关账号。这个案例值得关注的地方,不只是内容真假,而是 AI 正在让一套完整的影响行动更容易批量生产、包装和分发。 传统宣传往往依赖少数网站、社交账号或人工撰稿人。AI 加入之后,...

用 Admin 插件管理 ChatGPT Work 与 Codex 工作区

来源: openai.com 25
当团队开始规模化使用 ChatGPT Work 和 Codex,管理员面对的就不只是“谁能登录”这一件事,还包括工作区使用情况、成员与权限、使用限额,以及不断到来的管理请求。Admin 插件把这些操作集中到一个管理入口中,帮助管理员在分析和执行之间建立更短的路径。 工作区使用分析可以帮助管理员回答几个实际问题:哪些成员或团队正在高频使用服务?当前配置是...

从台北连接全球:COSCUP 2026 的 PostgreSQL 社区实践与启示

来源: postgr.es 35
COSCUP 2026 于 8 月 8 日至 9 日在台北国立台湾科技大学举行。对 PostgreSQL 社区而言,这不只是一次技术分享会:国际贡献者、台湾本地用户和其他开源社区在同一个场地相遇,让一个地区性用户群体有机会接入更大的全球协作网络。 这次活动也说明,开源项目的影响力并不只来自代码。展台、演讲、用户组、文档、代码审查和面对面的闲聊,都会成为...

用 ARD 和 Agent Registry 建立可治理的智能体发现目录

来源: aws.amazon.com 33
当组织里的智能体、工具和技能不断增加,真正困难的问题往往不再是“能不能调用”,而是“有哪些资源可用、谁负责、能否跨环境发现,以及是否符合治理要求”。AWS Agent Registry 提供集中化、可搜索的资源目录,并结合开放的 Agentic Resource Discovery(ARD)标准,让智能体资源发现从团队内部约定,逐步变成可跨环境协作的统...

用 Amazon Connect 构建餐厅电话点餐 AI 主持人

来源: aws.amazon.com 34
餐厅电话点餐不一定需要 App、网站或用户登录。通过 Amazon Connect、实时语音能力、Amazon Connect AI agent,以及经由 MCP 暴露后端工具的 Amazon Bedrock AgentCore Gateway,可以把一通电话串成完整流程:接听来电、理解自然语言、查询菜单、确认订单,并将结果交给餐厅后端系统。 这类系统...

Migration Center 的 AI Quick Assessments:把迁移 TCO 评估从数月压缩到数分钟

来源: cloud.google.com 30
基础设施现代化最容易卡在决策阶段:服务器清单散落在不同团队,账单数据格式不统一,成本模型依赖手工表格,最终很难快速回答“迁移到云上要花多少钱”和“投资回报是否成立”。Google Cloud 在 Migration Center 中引入 AI-powered Quick Assessments,尝试把原本需要数周甚至数月的发现、映射和财务建模,缩短为几...

让 AI Agent 安全行动:从权限控制到人机协同治理

来源: cloud.google.com 34
AI Agent 正在从“回答问题”走向“代表用户执行任务”:读取邮件、查询数据库、调用 API,甚至推动业务流程继续运行。能力越强,权限边界就越重要。企业面对的已经不只是模型是否安全,还包括 Agent 能访问什么、能调用哪些工具、如何证明输入来源可信,以及哪些关键动作必须经过人工确认。 在 AI 基础设施规模化落地过程中,安全、治理和运维已经成为技...

用 AI 校正元数据:从人工审核到自治治理的落地路径

来源: aws.amazon.com 44
当数据仓库、SaaS 平台、业务数据库不断汇集到同一条数据链路时,最先失控的往往不是数据量,而是元数据:同一个客户字段可能叫作 、 或 ,日期既有 ,也有 。这些差异会让目录检索、血缘分析、指标计算和跨系统集成逐步变得不可靠。 元数据协调(metadata harmonization)的目标,是把标签、标识符和格式标准化,让不同数据集能够被一致地发现、...