标签

云平台

在 AWS 上理解 Eclipse Dataspace Components：从数据空间协议到控制面与数据面

来源: aws.amazon.com 39
企业之间共享数据，难点通常不在“把文件传过去”，而在于谁能发现数据、依据什么条款使用、如何建立信任，以及传输后怎样保留审计记录。Eclipse Dataspace Components（EDC）试图解决的正是这组跨组织问题：参与方保留各自的数据控制权，通过标准协议协商合同，再按约定完成数据传输。 这套系列内容分三部分，从 IDSA、Dataspace ...
# AI # AWS # 云原生
阅读全文

从原型到治理：用 Gemini Enterprise Agent Platform 构建企业级智能体

来源: cloud.google.com 35
Gemini Enterprise Agent Platform 展示的 13 个动手演示，不只是 13 个彼此独立的样例，而是一条完整的工程路径：用 ADK 编写智能体，通过 MCP 和 A2A 接入工具与其他智能体，部署到托管运行时，再补齐持久状态、安全治理、可观测性和持续评估。 真正值得关注的变化，是智能体开发开始从“写一个能回答问题的提示词”转...
# AI # GCP # Go
阅读全文

用 IAM 数据治理标签升级 BigQuery 列级安全

来源: cloud.google.com 26
BigQuery 的策略标签长期承担着敏感列保护任务，例如限制用户读取邮箱、证件号和银行卡号。随着数据跨项目、跨区域扩张，区域级分类体系开始面临重复维护、灾备同步和集中治理等问题。处于预览阶段的 IAM 数据治理标签建立在 Resource Manager 标签体系之上，把全局数据分类与区域安全策略拆开管理，为 BigQuery 列级安全提供了新的实现...
# AI # GCP # Go
阅读全文

Google Cloud 近期更新解读：AI Agent 正从原型走向可治理的生产系统

来源: cloud.google.com 43
Google Cloud 近期发布的信息覆盖 Cloud Run、Apigee、MCP、TPU、GKE、Firestore 和成本管理，但主线相当清晰：企业关注点已经从“模型能否完成任务”转向“Agent 能否被隔离、观测、治理并稳定扩缩容”。这意味着 AI 应用不再只是一个调用模型的 Web 服务，而是一套包含提示词构建、工具授权、代码沙箱、流量治理...
# AI # AWS # Azure
阅读全文

AI 编程的 Token 经济学：用 11 条工程原则控制上下文、成本与偏航

来源: cloud.google.com 30
AI 编程助手接管了越来越多的代码输入工作，但工程师并没有因此卸下责任。新的核心任务是管理模型的注意力：让每次调用只读取必要上下文，选择与任务匹配的模型，并在自动化越界前及时止损。 Token 消耗并不只是账单问题。上下文膨胀会增加延迟，稀释关键指令，还可能让模型遗忘约束或产生幻觉。真正有效的优化，不是把提示词压缩到难以理解，而是建立一条短、清晰、可验...
# AI # GCP # Go
阅读全文

用 Amazon Bedrock 托管知识库为 AI Agent 构建企业搜索

来源: aws.amazon.com 34
企业 Agent 真正落地时，难点通常不在于调用大模型，而在于如何让它稳定、准确并且可控地找到内部资料。Amazon Bedrock Managed Knowledge Base 将数据接入、向量化、索引和检索组织成托管流程，使团队可以把精力放在数据质量、检索策略和生产治理上。 这套能力可以从三个支柱理解：简化配置、更智能的检索，以及面向生产环境的准备...
# AI # AWS # LLM
阅读全文

在 Amazon Bedrock 上使用 Grok 4.3：从对话请求到企业级智能体

来源: aws.amazon.com 32
Grok 4.3 已可通过 Amazon Bedrock 访问。对开发团队而言，这不仅意味着多了一个模型选项，更重要的是可以在 Bedrock 的统一接口和云治理体系中，把 Grok 用于智能体与企业工作负载。常见入口包括基础对话、可调推理强度、工具调用、结构化输出、图像输入，以及需要保留上下文的多轮会话。 企业中的模型调用很少停留在单轮问答。一个采购...
# AI # AWS # LLM
阅读全文

从聊天机器人到可执行 AI Agent：Google 客户体验平台的生产化路径

来源: cloud.google.com 27
Google 连续第二年进入 Gartner 2026 年对话式 AI 平台魔力象限的领导者区间，并表示自己在“愿景完整性”和“执行能力”两个维度上分别处于最远和最高位置，同时在四项关键能力用例中的三项排名第一。比排名更值得工程团队关注的是背后的产品方向：企业客户体验正在从“回答问题的聊天机器人”转向能够理解意图、检索企业知识、调用业务系统并在必要时转...
# AI # GCP # Go
阅读全文

AI 攻防进入秒级时代：防守方如何用深度上下文夺回主动权

来源: cloud.google.com 25
AI 正在同时提高攻击和防御的自动化水平。攻击者可以用多模型生成钓鱼内容、构造深度伪造、寻找零日漏洞，并让多个代理在数十秒内完成攻击阶段交接。防守方真正可持续的优势，却不是拥有更多模型，而是掌握攻击者进入企业环境后仍然缺少的深度上下文：资产在哪里、服务如何通信、身份属于谁、代码由哪个团队维护，以及某个漏洞是否真的能够抵达关键数据。 这意味着安全团队不能...
# AI # GCP # Go
阅读全文

十支 AI 剧组拍完短片后，暴露了多智能体协作的真正难点

来源: cloud.google.com 22
让多个 AI 智能体共同完成一部短片，难点并不只是生成图片、视频和配音。真正棘手的是：任务跨越多个阶段，产物格式各异，智能体会崩溃、遗忘，甚至会把一个 94 字节的占位文件当成已经完成的影片。 在一次生成式媒体黑客松中，十支 AI 剧组各自配置了三名角色明确的智能体，并运行在开源多智能体编排试验平台 Scion 中。整个项目累计创建了数百个智能体实例，...
# AI # GCP # Go
阅读全文