标签

LLM

Rust 的 LLM 贡献政策:可以借助 AI,但不能模糊代码作者

来源: oschina.net 58
Rust 语言项目为 单一仓库通过了一项 LLM 使用政策。它没有简单禁止 AI 工具,而是划出了一条更具体的边界:LLM 可以帮助分析、提炼、审阅和提出建议,但不能被当作无需说明的代码作者。 这项规则目前由五个团队采纳,并不等于整个 Rust 项目对 LLM 的统一立场。不过,它提供了一种值得其他开源项目参考的治理思路:问题不只是“能不能用 AI”,...

SeimiRender 1.1.0:为多 Agent 修好会话连接,也让无头渲染请求可追踪

来源: oschina.net 55
SeimiRender 1.1.0 的改动不算多,却正好击中了 AI Agent 接入浏览器服务时最容易暴露的两个问题:多 Agent 并发使用 MCP 时的 session 连接,以及服务端缺少请求日志导致的排障困难。对于把网页读取、动态渲染或浏览器操作接入 Agent 工作流的团队,这两个变化比新增一组接口更直接。 SeimiRender 是一个基...

AI 浪潮中的架构师:在持续追新之外建立技术坐标

来源: oschina.net 48
大模型、Agent、AI Coding、具身智能接连进入工程视野,架构师面对的难题已经不只是“要不要采用 AI”,而是如何在变化速度、业务价值与系统风险之间做出可解释的选择。2026 腾讯云粤港澳大湾区架构师峰会所回应的,正是这种普遍的不确定感:技术人需要跟上浪潮,也需要知道自己为什么出发、系统最终要驶向哪里。 每一轮新技术都会带来一批新名词,但生产系...

让 AI Agent 只看自己的数据:一套可验证的 PostgreSQL 行级安全方案

来源: postgr.es 59
当 AI Agent 可以直接查询或修改业务数据库时,权限边界不能只写在提示词里。提示词会漂移,应用过滤条件可能漏写,而 PostgreSQL 行级安全(Row-Level Security,RLS)能够把隔离规则放到数据真正落盘的位置。 一套可信的 RLS 配置不只是执行 。还需要让 Agent 使用非所有者角色、对表启用 、分别声明读写策略,并用“...

用时序策略保护 Amazon Bedrock AgentCore:让 AI 智能体按正确顺序行动

来源: aws.amazon.com 62
传统授权通常只回答一个问题:当前主体能不能调用这个工具。但对 AI 智能体来说,仅检查单次调用往往不够。一次转账本身可能合法,可如果智能体尚未验证收款账户、没有获得用户确认,或者本次会话的累计金额已经超限,这次调用仍然不应该执行。 Amazon Bedrock AgentCore 的时序策略(temporal policies)把会话历史纳入授权判断。...

为 AgentCore Gateway 配置 AI 流量限流:按用户、目标和令牌保护下游服务

来源: aws.amazon.com 56
AI 网关的限流不应只看每秒请求数。一次请求可能触发大模型生成、工具调用或 Agent 编排,消耗的令牌数、并发连接数和下游资源差异很大。Amazon Bedrock AgentCore Gateway 支持针对 AI 流量配置限流,并可按 JWT 声明或 IAM 身份划分额度,让单一调用方或单一目标的流量尖峰不会拖垮模型、工具或 Agent。 常见 ...

用时间策略和网关限流,把 Bedrock AgentCore 的智能体成本关进笼子

来源: aws.amazon.com 51
智能体的风险往往不在某一次工具调用,而在一连串看似合理的动作中累积:重复检索、反复重试、持续调用高成本模型,最终让一次任务越过预算边界。Amazon Bedrock AgentCore 新增的时间策略(temporal policies)和网关限流(rate limiting),把控制范围从“单次请求是否允许”扩展到“这段时间内的行为序列是否合规”。 ...

用 OpenTelemetry 和 CloudWatch 看清 Codex 的采用率、用量与可靠性

来源: aws.amazon.com 49
当 Codex 这类编码代理从个人试用进入团队工作流,管理问题也随之变化:哪些团队正在使用、调用量如何增长、服务是否稳定,以及成本应该归属到哪里。仅靠个人反馈或月底账单,很难回答这些问题。 一种 AWS 原生的实现路径是:让 Codex 输出 OpenTelemetry 指标,将数据发送到本地 OpenTelemetry Collector,再由 Co...