标签
AWS推出Amazon CloudWatch Omni，为AI代理和生成式AI工作负载提供全面的可观测性，强调在传统指标之外衡量正确性的必要性。
本文介绍了一个基于运行时决策依赖的简单测试，用于区分AI Agent和传统工作流，讨论了架构权衡，并强调了AI Agent系统中常见的生产故障。
本文总结了Ion Stoica在Ray Summit上的演讲，探讨了AI编程智能体在软件工程中面临的需求、环境和评估三大关键差距，以及这些问题如何导致奖励黑客攻击和幻觉。
OpenAI 的报告指出六起新的失准案例，强调了本地沙盒在 AI 安全中的关键作用，认为中心化模型防护措施不足，基础设施级别的安全至关重要。
本文提供了设置代理系统的指南，强调了在选择AI模型之前，像Linux、Tailscale和特定引擎等基础工具的重要性。它概述了有效本地和云部署的八个关键组件和习惯。
本论文报告了一次客户支持对话助手的生产迁移，将单体AI模型替换为代理编排系统，以提高精度、减少幻觉并降低服务成本。
本科研究实习生Matheus Kunzler Maldaner探索智能体系统，并在Microsoft Research关于研究生涯的系列节目第一集中分享了他的经历。
Uber 详细阐述了他们的'软件工厂'愿景，其中 AI 代理管理超过 70% 的 pull requests，并通过在整个软件开发生命周期中优化 AI 使用来实现显著的成本降低。
本综述将智能体制品创建定义为AI系统进行的有状态、反馈驱动的交付成果构建，并分析了259篇作品以提出可问责控制的原则。
LLM4LLM引入了一个部署感知的闭环优化框架，用于桥接内核基准测试和实际LLM推理，在H100 GPU上实现了高达6.98倍的加速。
一条来自@cyrilXBT的推文赞扬了一篇关于代理系统图工程的论文，声称它能显著改善AI响应，并推广一个名为RankNow的垃圾竞标网站。
吴恩达发布了最新的AI工程师技能地图，详细拆解了构建和部署AI应用的六项核心能力，强调了Eval循环在AI系统工程化中的重要性。
本文概述了构建和部署AI应用所需的关键技能，重点介绍了LLM基础、数据落地和代理系统，基于职位发布和专家访谈的分析。
MEGA是一门为期四周的强化课程，于10月26日开始，旨在帮助开发者通过行业专家的实时研讨会掌握AI并构建代理系统。
这篇文章讨论了AI Agents系统设计的重要性，涵盖了Agent Harness、LLMOps和Evals等概念，并提供了一个概念验证实现以及未来部分的计划。
本文介绍了AgentChaosBench，这是一个用于检测和定位基于大语言模型的智能体系统中运行时故障的基准，并使用零样本大语言模型基线进行评估，揭示了故障诊断中的重大挑战。
本文使用通用协议在四个基准测试中评估了四种开源LLM路由器，发现性能提升更紧密地与模型层级构成相关，而非针对特定任务的目标设定。