标签

全栈

GitHub 把 Agent CI 工作流的 Token 开销砍了 62%——三板斧拆解

来源: infoq.com 59
Agent 工作流跑 CI,模型调用一多,Token 费用就悄悄失控。GitHub 工程团队最近公开了一组数据:通过修剪 MCP 工具、用 CLI 替代部分 MCP 调用、再加上每天自动跑"审计员"和"优化员"两个 Agent,他们把 agentic CI 流程的 Token 消耗压降了最多 62%。不是靠换便宜模型,而是靠让每次调用更"有效"。 下面...

GitHub 把 Agent CI 工作流的 Token 开销砍掉 62%——裁 MCP、换 CLI、日审计

来源: infoq.com 45
Agent 跑 CI,Token 烧得比服务器还贵,这不是段子而是不少团队的日常。GitHub 最近公开了一组数据:通过裁剪无用 MCP 工具、把部分 MCP 调用换成 CLI、再配上每天自动跑的审计与优化 Agent,他们的 agentic CI 工作流 Token 开销最高降了 62%。做法并不玄学,拆开看每一步都是工程决策。 MCP(Model ...

Blueking Lite AI 工作流记忆节点:让运维编排真正"记住"上下文

来源: oschina.net 57
运维场景里有一类痛点反复出现——AI 工作流跑完一步就把前一步的结论忘了。排查告警时,第一步已经定位到异常主机,第二步却要从头再问一遍;执行修复时,第三步不知道第二步改了什么配置。每次节点之间只能靠硬编码的参数传递,遇到分支和循环就更棘手。 Blueking Lite 本周更新的 记忆节点(Memory Node) 正是为了解决这个问题:在工作流中显式...

vivo 官网 AI 导购:从边界定义到多层架构的落地之路

来源: my.oschina.net 61
手机官网的购物场景有一个长期痛点:用户面对几十款机型、上百种配置组合,往往在参数对比页反复跳转,最终决策链路长、跳出率高。vivo 团队选择用 AI 导购来缩短这条链路——不是做一个"万能聊天机器人",而是先划定能力边界,再搭建多层架构,最后逐步落地到真实用户场景。整个过程值得任何想做垂直场景 AI 助手的团队参考。 很多 AI 产品失败的原因不是技术...

50 亿美元押注开源安全:Project Lightwell 想解决什么问题

来源: oschina.net 48
开源组件已经渗透到几乎所有企业软件的骨架里,但"用得越多、担得越多"——供应链攻击、未修补的 CVE、上游维护者倦怠,这些风险正从边缘议题变成生产事故。IBM 和红帽这次没有再发白皮书,而是直接掏出了 50 亿美元和两万名工程师,启动了 Project Lightwell,试图从上游代码到生产部署全链路重建企业对开源的信任。 过去几年,开源安全事件反复...

QEMU 对 AI 生成内容开了一扇门:非关键领域可接纳 LLM 贡献

来源: oschina.net 51
去年 QEMU 项目明确禁止任何包含或衍生自 AI 生成内容的贡献,态度堪称行业最硬。如今这道墙有了裂缝——红帽虚拟化工程师 Paolo Bonzini 在邮件列表发布补丁,提议将"全面禁止"改为"分区管理":非关键领域允许 AI/LLM 辅助产出,关键路径仍需人工把关。 这不是随意的妥协,而是对 LLM 能力边界重新评估后的务实调整。 QEMU 最初...

把 14 年歌单蒸馏成 AI 电台:个人品味如何注入大模型

来源: oschina.net 44
独立开发者 mmguo 做了一件很多人想过但没动手的事——把自己 14 年积累的歌单和审美判断,不是"导入",而是"蒸馏"进一个叫 Claudio 的 AI DJ 里。结果是一个真正懂你口味的私人电台:你说"下雨天想听点安静的",它不会给你推 Spotify 的全球热门慢歌,而是从你自己的审美坐标系里挑出那首你大概率会喜欢的曲子。 这件事的核心难题不是...

CCleaner 7.8:剪贴板清理回归,Windows 垃圾清扫再补一块短板

来源: oschina.net 41
CCleaner 在 Windows 清理工具里算老牌了——体积小、跑得快,临时文件、历史记录、回收站、注册表一把梭。7.8 版最值得注意的变化是剪贴板清理功能回归:之前被移除的剪贴板清理重新实现,CCleaner 又能一键清掉剪贴板里残留的敏感文本和文件路径了。 Windows 剪贴板比你想象的留存更久。复制一段密码、一个 API Key、一条银行卡...

Rust 1.96.0:可 Copy 的 Range 类型与断言匹配宏,还有两个 Cargo 安全修复

来源: oschina.net 89
Rust 1.96.0 稳定版落地了。这次更新最值得动手试的是一套全新的 Range 类型——它们终于支持 ,迭代方式也从 切换到了 。此外新增的断言匹配宏让测试中的结构化断言更简洁,Cargo 也修补了两个安全相关问题。下面逐项拆开看。 旧版 (比如 )有个长期痛点:它实现了 ,但不支持 。这意味着你把一个 range 传给函数后再想用它,就得重新构...