2026-05-21
来源: aws.amazon.com
35
你做了一个发票识别模型，它返回"总金额：¥12,580"。数字看着合理，格式也没问题——但你怎么知道它真的从图片里读出来的，而不是"猜"的？ 文本评估器回答不了这个问题。它只能比对输出和参考答案的字符串相似度，无法判断模型输出是否忠实于源图像。这正是 Strands Evals 引入 MLLM-as-a-judge（多模态大模型做裁判）的原因：让评估器...
2026-05-21
来源: aws.amazon.com
44
语音代理、实时字幕、呼叫中心分析、无障碍辅助工具——这些场景的共同底座是实时语音转文字（streaming speech-to-text）。用户一边说话，系统一边出结果，整条链路跑在一条持久连接上，延迟必须压到毫秒级。 传统推理模式在这里直接卡壳：请求-响应架构要求音频全部收齐后才开始推理，等一段 10 秒的录音传完再出结果，体验已经崩了。Amazon...
2026-05-21
来源: azure.microsoft.com
49
云上的性能瓶颈，往往不在 CPU 核数或内存大小本身，而在于计算、存储、网络三者之间的配合是否紧密。Azure 近期在 IaaS 层面推动的"系统级思路"，核心就是一句话：别把 VM、磁盘、虚拟网络当成独立零件采购，而是把它们当作一个整体系统来设计。 这对跑 AI 训练、云原生微服务、关键业务数据库的团队尤其重要——单资源再强，如果网络吞吐跟不上磁盘 ...
2026-05-20
来源: infoq.com
45
数据仓库平台团队最头疼的事不是写新功能，而是日复一日回答"这个查询为什么慢""表为什么没更新""权限怎么配"。Grab 的 Central Data Team 也被这类重复性支持请求拖住了手脚，直到他们用多 Agent AI 系统把调查和优化两类工作拆开、交给专门的 Agent 处理，才把工程师的时间从"灭火"拉回到真正的平台建设上。 Grab 的数据...
2026-05-20
来源: infoq.com
44
数据平台团队最头疼的不是技术难题，而是日复一日的重复性支持请求：表权限报错、管道延迟、数据质量异常……这些工单把工程师拖进"救火循环"，真正该做的平台基建工作反而被挤到角落。Grab 的 Central Data Team 用一套多智能体系统把这类重复任务自动化，让工程师的精力重新回到平台建设上。 数据仓库平台一旦服务数百个业务团队，支持请求的量级会迅...
2026-05-20
来源: cncf.io
45
AI 编程代理已经不再是实验玩具。Claude Code 坐在你的终端里，读文件、跑命令、发网络请求、写代码——全是以你的名义。便利是真实的，风险也是真实的：一个没有约束的代理可以误删生产配置、把密钥推到公开仓库、或者执行一条你根本没打算运行的 shell 命令。Prempti 的切入点很直接——策略（Policy）与可见性（Visibility），让...
2026-05-20
来源: oschina.net
42
DeepSeek 近期挂出"Agent Harness 产品经理"岗位，正式组建 Harness 团队。招聘信息里一句话把思路钉得很死——Model + Harness = Agent。模型是引擎，Harness 是底盘、方向盘和刹车。引擎再强，没有底盘也跑不起来。 这个公式不是修辞，是工程事实。下面拆开看 Harness 到底要包什么，以及你自己怎么...
2026-05-20
来源: oschina.net
43
2026年5月19日，Andrej Karpathy 在 X 上宣布加入 Anthropic，一条推文炸出了 1.5 万次转发、近 1600 万次浏览。这不是普通的人事变动——Karpathy 是 Tesla Autopilot 的前负责人、OpenAI 的创始成员之一，也是 YouTube 上最硬核的 LLM 教学作者。他选择 Anthropic 而...
2026-05-20
来源: oschina.net
35
调用远程 Agent API，是过去两年开发者把 AI 嵌入应用的主流路径。这条路走得越深，痛点越明显：每次请求都要跨网络往返，延迟从几百毫秒飙到数秒；定制只能靠 prompt 拼凑，想改推理策略就得和平台方博弈；一旦服务端限流或断线，你的产品就跟着停摆。Google 在 I/O 2026 上发布的 Antigravity SDK，给出了另一条路——用...
2026-05-20
来源: my.oschina.net
76
AgentScope Java 1.1.0 把之前规划中的 Harness Framework 全部交付了。这意味着 Java 开发者不再需要自己拼凑 Agent 的基础设施——消息路由、服务发现、容错重试、分布式编排这些"脏活"都由 Harness 承担，你只需要关注 Agent 的业务逻辑。 从个人提效的 Coding Agent 到企业级的 SR...