标签

云平台

Microsoft Foundry 进入生产级智能体阶段:前沿模型、亚太数据区与产品智能体

来源: azure.microsoft.com 43
Microsoft Foundry 此次更新把三项能力同时推向正式可用:OpenAI 最新前沿模型系列、Asia Pacific Data Zone,以及产品智能体能力。它们分别回应了生产系统最难处理的三个问题:模型能力是否足够、数据边界是否清晰、智能体能否真正接入业务流程。 这次变化的重点并不只是“多了一个模型”。当模型选择、区域治理和智能体运行能力...

MCP 工具设计别只暴露接口:让 Agent 真能用起来

来源: aws.amazon.com 57
MCP 工具设计最容易出问题的地方,不是协议本身,而是把“给模型一个函数”误当成“模型能稳定完成任务”。工具名、参数形状、返回内容、错误信息、权限边界,都会直接影响 Agent 是否能做出正确决策。好的 MCP tool 设计,本质上是一次上下文工程:把模型需要的判断线索放在合适的位置,同时不要把业务系统的复杂度原封不动塞给它。 很多团队会把已有 RE...

SageMaker HyperPod 推理补齐企业级落地的五块拼图

来源: aws.amazon.com 42
SageMaker HyperPod inference 这次补上的不是单点性能优化,而是一组更接近企业生产环境的能力:数据留痕、模型来源、冷启动速度、域名接入和权限隔离。对负责大模型推理平台的团队来说,这些能力决定了服务能不能被审计、能不能快速上线、能不能稳定接入现有内部系统。 新增的 multi-tier data capture 面向两个常见诉求...

后量子签名别等了:现在先把 ML-DSA 用起来

来源: blog.cloudflare.com 45
NIST 正在推进 9 个新的后量子签名算法,未来它们可能进入标准化流程。这是好消息,但工程决策不能只盯着“更好的算法还在路上”。签名算法通常嵌在证书、固件更新、软件包发布、审计日志和身份系统里,迁移周期长、依赖面宽。文章的核心判断很直接:候选算法值得跟踪,但现在可落地的选择应优先使用 ML-DSA。 后量子迁移不是把一个函数名从 改成 。签名算法会进...

OpenAI 如何用“流行病学”思路定位 GNU libunwind 的 18 年老竞态

来源: infoq.com 58
一次看似普通的崩溃排查,最后拆成了两个完全无关的问题:一台 Azure 主机上的静默硬件损坏,以及 GNU libunwind 中 函数一个存在 18 年的竞态条件。真正的转折点不是某个神奇调试器,而是 OpenAI 把视角从“盯着单个 core dump”切换到“观察崩溃人群的分布”。 这件事对基础设施团队很有参考价值:当系统规模足够大时,偶发崩溃不...

把崩溃当成流行病看:OpenAI 如何拆开 libunwind 老 Bug 和硬件静默损坏

来源: infoq.com 46
OpenAI 在 ChatGPT 数据基础设施里追一个崩溃问题时,最后发现它不是“一个诡异 Bug”,而是两个互不相关的问题叠在了一起:一台 Azure 主机上的静默硬件损坏,以及 GNU libunwind 里一个存在了 18 年的竞态条件。真正打开局面的,不是继续盯着单个 core dump,而是把崩溃当成一组群体事件来分析。 这件事对基础设施工程...

把知识图谱带进 RAG:GraphRAG 如何服务药物研发

来源: aws.amazon.com 49
药物研发里的问题很少是“找一段文字”这么简单。研究人员更常问:某个靶点和疾病有什么证据链?候选化合物影响哪些通路?这篇来源文章讨论的核心变化是:把图数据库、生成式 AI 和 BYOKG(Bring Your Own Knowledge Graph,自带知识图谱)结合起来,用 GraphRAG 加速科学发现,同时尽量不牺牲科学完整性。 传统 RAG 通常...

用 Amazon Bedrock 给邮箱自动分拣和排序

来源: aws.amazon.com 36
公共部门组织的邮箱常常不是“沟通工具”,而是事实上的业务入口:居民咨询、内部审批、供应商文件、紧急事件通报都会先进入共享邮箱。来源文章展示了一种用 Amazon Bedrock 驱动的生成式 AI 方案,把邮件自动分类、提取关键信息并按优先级排序,减少人工扫信箱的时间。 传统规则引擎适合处理明确模式,例如主题包含“发票”就打上财务标签,发件人来自某个域...