标签

LLM

从“少写代码”到可复现基准：Ponytail Agent Skill 如何纠正自己的成绩

来源: infoq.com 53
Ponytail 的走红并不是因为它增加了一套复杂的代码框架，而是因为它提供了一组指令文件，让编码代理在动手前先控制范围、复用现有能力，避免把简单任务扩展成大型工程。项目在九天内获得超过 44,000 个 GitHub stars，但它最醒目的数字也很快遇到了问题：最初宣称代码量减少 80% 至 94%，使用的 baseline 并不能代表一次真实的代...
# AI # InfoQ # LLM
阅读全文

Simon Willison 重新拥抱 MCP：无状态协议为何再次改变 Agent 工具链

来源: oschina.net 44
MCP 的故事并不是“一个协议赢了，另一个概念输了”这么简单。Simon Willison 的态度变化，更像是在提醒 AI 开发者：当 Agent 已经能够访问终端、执行 并组合命令时，工具协议的价值不再只取决于“能不能调用工具”，还取决于它是否足够轻量、可组合、容易部署和观察。 2025 年底，Simon Willison 在年度回顾中用「The O...
# AI # LLM # 全栈
阅读全文

Cloudflare Computer 开源：Agent 真正需要的是一台可操作的电脑

来源: oschina.net 43
Cloudflare 开源了 这个 npm 包，并提出了一个值得工程团队重新审视的判断：给 AI Agent 准备执行环境时，容器未必是默认答案。很多 Agent 需要的不是一台只会启动进程的服务器，而是一台能够打开网页、运行程序、保存状态并持续交互的电脑。 Cloudflare 的方案把重点放在 Isolate 上。Cloudflare 工程师过去十...
# AI # Cloudflare # LLM
阅读全文

MateClaw 2.0.0：从单个数字员工到可协作的 Agent 团队

来源: oschina.net 36
MateClaw 2.0.0 稳定版带来的变化，不只是增加几个工具或连接器，而是改变了 Agent 的工作组织方式：从“一个数字员工独立完成任务”，推进到“多位数字员工围绕共享任务板协作”。 MateClaw 是一个基于 Spring Boot 的开源 AI Agent 平台，覆盖数字员工运行时、LLM Wiki、记忆、Tool、Skill、MCP、A...
# AI # Java # LLM
阅读全文

第三方网络安全评测如何更安全地测试 OpenAI 模型

来源: openai.com 42
第三方网络安全评测能够帮助发现模型在攻击分析、漏洞研究和防御建议方面的能力边界，但评测过程本身也可能引入新的安全风险。OpenAI 对近期涉及其模型的第三方网络安全评测事件进行了说明，并提出新的防护措施，以加强模型测试与评估的安全性、可追溯性和治理能力。 网络安全评测通常需要构造攻击样本、分析漏洞利用链，甚至让模型处理具有真实攻击特征的输入。风险因此不...
# AI # LLM # OpenAI
阅读全文

把 AI 生成的巨型 PR 拆成可审查的 GitHub PR 栈

来源: github.blog 53
编码代理很容易一次生成数千行改动，但“代码能运行”不等于“改动能审查”。当数据库迁移、领域模型、API、界面和测试全部塞进一个 Pull Request，审查者很难区分基础设施变更与业务行为，也难以判断某段代码究竟依赖什么。 更实用的做法，是在任务开始前就要求代理把工作拆成一组有顺序的分支，并在 GitHub 上建立彼此依赖的 stacked pull...
# AI # GitHub # LLM
阅读全文

用 Amazon Bedrock AgentCore 构建可搜索的网页洞察流水线

来源: aws.amazon.com 35
人工浏览几十个网站、筛选新文章并整理结论，很快就会变成一项难以持续的工作。更可靠的做法是把任务拆成一条自动化流水线：RSS 负责发现变化，Amazon Bedrock AgentCore Browser 负责稳定渲染网页，Amazon Bedrock 提取结构化洞察，Amazon OpenSearch Serverless 建立检索入口，AWS Lam...
# AI # AWS # LLM
阅读全文

德意志银行的 API 现代化：用 Apigee 统一治理、安全与 AI 接入

来源: cloud.google.com 43
银行数字化转型最容易被看到的是手机银行、开放银行和智能助手，真正决定这些服务能否稳定扩展的，却是背后的 API 基础设施。德意志银行在拆分单体系统时意识到，仅仅把功能改造成 API 并不够：如果文档、安全策略、版本管理和可观测性仍然分散，系统只会从一个大型单体变成一组难以管理的接口。 因此，德意志银行选择 Google Cloud Apigee 作为统...
# AI # GCP # Go
阅读全文

Target 如何用 Spanner Graph 统一零售搜索、向量检索与交易数据

来源: cloud.google.com 51
零售商品发现正在从“输入关键词、返回商品列表”转向理解购物意图、商品语义和实体关系。Target 的 Gift Finder 聊天智能体就是一个典型场景：系统不仅要找到语义相近的商品，还要理解品类、品牌、适用年龄、兼容配件和顾客偏好，并在实时交易数据持续变化时保持结果一致。 Target 为此将原本分散在 Elasticsearch、NoSQL 数据库...
# AI # GCP # Go
阅读全文