标签

全栈

用声明式规格编排数据工作流:把数据集接入从处理代码中解耦

来源: infoq.com 46
数据平台接入一个新数据集,真正耗时的往往不是复制文件,而是反复确认字段、分类级别、处理步骤、质量规则和责任人,再把这些要求写进一套专用代码。AWS 介绍的规格驱动组合(specification-driven composition)换了一个切入点:用声明式规格表达意图,把实际处理交给可复用能力,并在执行前完成验证。AWS 报告称,这种方式可以把数据集...

AI Agent 时代的 FinOps:让创新速度和成本边界同时可控

来源: cloud.google.com 38
AI Agent 开始承担持续运行、批量执行和多步骤协作的任务后,企业面对的成本问题已经不同于传统的软件订阅。业务用户可能每天稳定使用生产力工具,开发团队却可能在发布前集中运行大量代码 Agent,后台 Agent 还会在夜间持续消耗模型推理资源。只按“每个用户多少钱”来管理,往往看不见真实的运行成本,也很难在创新和预算之间取得平衡。 面向 Gemin...

让 LLM 参与值班:从日志放大器到可控的故障响应助手

来源: infoq.com 30
大语言模型已经能在数秒内阅读大量日志、告警和链路追踪数据,但这不等于它已经具备独立处理生产事故的能力。将 LLM 引入 incident response 的关键,不是让它替值班工程师“修好一切”,而是让它承担信息密集、重复且容易遗漏的观察工作,同时把因果判断、变更决策和责任边界留在人类手中。 一次事故往往不是没有数据,而是数据太多:多个服务的错误日志...

把命令行 AI 工具带进社区:DeepSeek Harness 热潮背后的可用性工程

来源: oschina.net 44
本月开发者圈里,DeepSeek Harness(DSH)迅速成为高频话题:有人连夜体验官方版本,也有人很快围绕它做出二次开发项目。一个由“05 后”开发者在两周内推动到 20K Star 的开源项目社区,更说明了一个常被忽略的事实:AI 工具的能力固然重要,但能否让用户跨过安装、启动和配置这道门槛,同样决定了它能走多远。 根据公开讨论,DSH 官方版...

DeepSeek融资估值与营收信号:从5000亿元投前估值看AI公司的商业化压力

来源: oschina.net 33
据来源摘要,DeepSeek今年前七个月营收约为4.75亿元;与此同时,公司正接近完成一轮约500亿元人民币的融资,投前估值约为5000亿元人民币,预计在8月底前关闭。若这些信息最终落地,它们共同呈现出一个清晰的信号:AI公司的资本定价已经远远跑在当前收入规模之前,接下来市场会更关注收入增长能否追上估值。 4.75亿元是一个经营结果,5000亿元是资本...

用 PHASE-Tree 为长线 AI 角色搭建可演化的人格骨架

来源: oschina.net 52
今年 6 月,NVIDIA 在 Unreal Fest 2026 展示了面向 Unreal Engine 5 的本地 AI 角色工具:角色的长期设定与某一次具体表演被拆开处理。这个方向解决的并不是“NPC 能不能说话”,而是更难的问题:当任务状态、玩家行为、当前场景和角色经历同时变化时,角色怎样既能临场回应,又不丢失自己的性格。 PHASE-Tree ...

让 AI 队友真正“成长”:从跨局记忆到状态演化的 PHASE-Tree 实践

来源: oschina.net 36
今年 6 月,KRAFTON 与 NVIDIA 将 PUBG Ally 带入公开 Beta。这个 AI 队友不再把每局游戏当成孤立会话:它能够记住玩家偏好的武器、常去的跳点和过往战绩,并在下一局继续使用这些信息。跨局记忆让 AI 从“会聊、会打”迈向“有连续性”,但也带来更难的问题:角色记得过去之后,它的立场、策略和说话方式是否应该随经历变化? 这正是...

当地图成为 AI 的空间底座:从导航服务到智能体基础设施

来源: oschina.net 60
2026 年,在线地图的价值正在发生变化:它不再只是用户打开 App 后获取路线的工具,而是逐渐成为大模型和智能体理解现实世界、执行空间任务时所依赖的一层基础设施。对于开发者来说,变化的重点不是把地图组件嵌入聊天窗口,而是把定位、路线规划、时空数据等能力设计成 AI 可以稳定调用、验证和组合的工具。 传统地图服务主要面向人类用户和业务 App:用户输入...

让 AI Agent 的执行可恢复、可验证:Diagrid Catalyst 2.0 的架构启示

来源: infoq.com 39
AI Agent 真正进入生产环境后,难点往往不在于能否调用模型,而在于一次跨越多个工具、服务和步骤的任务,能否在进程崩溃、网络超时或人工介入后继续执行,并且让团队确认这段执行历史没有被悄悄改写。Diagrid Catalyst 2.0 的重点,正是把 Dapr 提供的恢复能力、签名工作流历史和执行证明引入 Agent 工作流。 这类能力改变了架构讨论...

让 AI Agent 的执行可恢复、可验证:解读 Diagrid Catalyst 2.0

来源: infoq.com 42
AI Agent 真正进入生产环境后,难点往往不在于能否调用模型,而在于一次执行失败之后,系统能否从正确的位置恢复,并且让团队确认这次执行确实按预期发生过。Diagrid Catalyst 2.0 围绕这一问题,引入了基于 Dapr 的恢复能力、签名的工作流历史,以及执行证明机制,试图为 Agent 工作流补上耐久性与可验证性。 这类能力值得关注,但不...