标签

LLM

OpenAI 前沿模型与 Codex 正式登陆 AWS:企业落地的新路径

来源: openai.com 33
OpenAI 的前沿模型(GPT-4o、o3、o4-mini 等)和代码执行代理 Codex 终于在 AWS 上正式可用(GA)。这意味着企业不再需要绕开现有的 AWS 账户体系、安全策略和采购流程去单独对接 OpenAI——直接在熟悉的 AWS 环境里调用即可,从评估到上线的路径大幅缩短。 过去一年,不少企业在用 OpenAI 模型时遇到一个尴尬局面...

TeamCity 2026.1.1:修掉了 S3 上传失败和 Agent IP 丢失等 20+ 个坑

来源: oschina.net 25
TeamCity 2026.1.1 是一个纯 bugfix 版本,没有新功能,但如果你在生产环境跑 TeamCity,里面修的几个问题很可能正在悄悄影响你的构建流水线——尤其是 S3 artifact 上传失败和 .NET 构建找不到兼容 agent 这两条,直接导致构建结果丢失或排队卡死。 构建产物上传到 S3 一直是 TeamCity 云存储集成的...

Claude Code 动态工作流:让 AI 编排 AI,周末搬完一个编译器

来源: oschina.net 35
Anthropic 给 Claude Code 加了一个狠活——动态工作流(Dynamic Workflows)。核心思路很简单:让 Claude 自己写编排脚本,在一个会话里同时跑几十甚至上百个子 agent,每个子 agent 各干各的,最后汇总结果。原来按季度排期的工程级任务,压缩到几天甚至一个周末完成。 他们拿这个功能做了一次验证:把 Bun ...

扣子 3.0:把 Agent 从聊天框拉进真实工作现场

来源: oschina.net 48
6 月 1 日,扣子 3.0 在手机端、电脑端、网页端三端同时全量更新。这次更新不是界面翻新,而是架构层面的变化——扣子提出了"AI 团队协作"的新范式:Agent 不再只是对话框里的单点助手,而是可以被创建、接入、随时调度的工作单元;任务不再散落在聊天记录里,而是放进项目里拆解、分配和沉淀;行业技能包则为复杂任务提供专业支撑。 一句话概括:Agent...

小U同学 3.0:deepin 的 AI 助手从"陪聊"变成了"干活"

来源: oschina.net 38
过去两年,桌面 Linux 上的 AI 助手大多停留在"对话框模式"——你问一句,它答一句,然后窗口关掉,什么也没发生。deepin 最早推出的 UOS AI 也是这样:能聊天,能翻译,能总结,但和操作系统之间隔着一堵墙。 小U同学 3.0 把这堵墙拆了。它不再只是一个浮在桌面上的聊天窗口,而是在 OS Agent 架构下变成了系统级的"副驾驶"——你...

RuleGo v0.36.0:当规则引擎长出 Agent 的骨骼

来源: oschina.net 34
规则引擎和 AI Agent,听起来像两个世界的东西——前者是确定性的条件分支,后者是概率性的推理决策。RuleGo v0.36.0 把它们焊到了一起: 从组件库正式升级为声明式 AI Agent 开发框架,Server 模块也从示例项目蜕变为可部署的服务端。这意味着你不再需要在外部编排 Agent 调用链,再手动把结果喂回规则引擎——两者在同一套声明...

Metis:Arm 开源的 AI 安全框架,用语义推理替代传统 SAST 扫描

来源: infoq.com 113
传统 SAST 工具的核心逻辑是"匹配模式"——拿一套规则库逐行比对源码,命中就报漏洞。这套方法对硬编码密码、SQL 拼接这类局部缺陷还算管用,但面对跨组件的数据流污染、条件分支间的逻辑矛盾,基本只能输出一堆低信噪比的告警,然后靠人工逐条甄别。Arm 刚刚开源的 Metis 换了一条路:让 AI Agent 自主阅读代码、理解语义、追踪跨模块依赖,再用...

Arm 开源 Metis:用 Agent 语义推理挖漏洞,传统 SAST 该换思路了

来源: infoq.com 85
静态分析工具(SAST)跑完一轮,报告里堆满了低优先级的警告,真正危险的跨组件漏洞却漏掉了——这不是个别团队的体验,而是规则匹配式工具的结构性短板。Arm 最近开源了 Metis,一个基于 Agent 的 AI 安全框架,试图用语义推理替代模式匹配,自主发现复杂漏洞并给出自然语言解释。 主流 SAST 工具的核心逻辑是规则匹配:扫描源码,命中预定义的模...