标签

LLM

GPT-5.6 进入 Kiro：用更好的价格性能推进软件交付

来源: openai.com 31
GPT-5.6 现已在 Kiro 中可用。对开发者来说，这个变化的重点不只是多了一个模型选项，而是让 AI 更适合覆盖软件交付的完整链路：从拆解需求、制定计划，到编写代码、审查变更和运行测试。更好的价格性能，意味着团队可以更频繁地使用模型，同时把预算留给真正需要更深推理或更大上下文的任务。 软件开发中的高成本环节往往不是敲出几行代码，而是理解现有系统、...
# AI # LLM # OpenAI
阅读全文

Cloudflare 推出 Kitesurf：为自动化 Agent 打造的轻量浏览器引擎

来源: infoq.com 34
浏览器自动化长期依赖完整 Chromium。它功能强大，但启动慢、内存占用高，也不容易在大规模短任务中保持低成本。Cloudflare 最近介绍了 Kitesurf，一款面向自动化工作负载的轻量浏览器，尝试把浏览器执行能力放进更适合 Agent 的运行环境。 Kitesurf 的关键组合是：浏览器组件运行在隔离的 WebAssembly 和 Rust ...
# AI # Cloudflare # InfoQ
阅读全文

SafeChat：面向实时交易市场的规模化 AI 安全系统

来源: infoq.com 33
在实时交易市场中，聊天消息会随着订单、配送和客服协作持续产生。安全系统既要处理明显违规内容，也要识别依赖上下文的灰度风险；如果所有消息都交给大语言模型判断，成本、延迟和吞吐量很快会成为瓶颈。 DoorDash 分享的 SafeChat 架构提供了一条更务实的路径：用快速的内部模型过滤明显案例，用大语言模型完成多维度评分，再通过无代码工作流和回测机制持续...
# AI # InfoQ # LLM
阅读全文

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...
# AI # InfoQ # LLM
阅读全文

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、...
# AI # InfoQ # LLM
阅读全文

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 29
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...
# AI # AWS # InfoQ
阅读全文

Bot Preference Sync：让 robots.txt 与 AI 机器人策略保持一致

来源: blog.cloudflare.com 40
网站运营者长期以来需要同时维护两套规则：一套写在 中，告诉搜索爬虫哪些内容可以访问；另一套位于 Cloudflare 的 AI 机器人策略中，用于区分搜索、代理和训练场景。两套配置一旦出现偏差，团队就很难准确回答一个问题：某个机器人到底能不能访问这部分内容？ Cloudflare 推出的 Bot Preference Sync，目标就是把这件事收敛到一...
# AI # Cloudflare # LLM
阅读全文

用 DynamoDB 和 Bedrock 构建统一的 AI Agent 架构

来源: aws.amazon.com 28
AI Agent 往往同时需要两类数据：一类是订单、用户、库存等结构化业务数据，另一类是文档、知识库和历史记录中的语义信息。传统方案通常把业务数据放在 DynamoDB，把向量放在独立的向量数据库，再通过多个数据访问层拼接结果。这样虽然灵活，却增加了同步、权限和运维成本。 借助 Amazon DynamoDB 的原生向量搜索能力，可以把向量嵌入与业务字...
# AI # AWS # LLM
阅读全文

用 Amazon Bedrock 构建 Agentic Data Operations Platform：把数据工程从数周压缩到数小时

来源: aws.amazon.com 36
新增一个数据源，真正耗时的往往不是把文件放进对象存储，而是完成格式识别、质量检查、敏感字段处理、业务建模、血缘登记和上线验证。Agentic Data Operations Platform（ADOP）提供了一种参考架构：让多个职责明确的 AI Agent 协同完成 Bronze、Silver、Gold 数据流水线，同时把治理和合规控制放在流程内部。 ...
# AI # AWS # Go
阅读全文