#Tracing
共 110 篇相关文章
·15 分钟
Hugging Face工程师用AI Agent自动化团队工作全流程实战
Hugging Face机器学习工程师Niels分享如何用AI Agent自动化Community Science Team的核心工作，从确定性Workflow到自主Agent的架构演进，涵盖技术栈选择、部署方案与真实成效。
阅读全文 →
·9 分钟
DeepSeek Harness开发者预览版深度解析：自我演化的智能体框架
深度解析DeepSeek Harness开发者预览版，详解其核心理念——智能体框架的自我演化机制、Codis内核的组件化设计、热插拔架构原理，以及与现有Agent工具的本质区别。
阅读全文 →
·14 分钟
LangChain入门教程：大模型为何需要这个框架
深入解析LangChain框架的核心价值：如何解决大模型知识截止、无法接入业务数据、缺乏会话状态管理三大局限。了解LangChain与LangGraph的关系演变，帮助开发者快速入门AI应用开发。
阅读全文 →
·10 分钟
自建还是购买LLM基础设施？7个月实战复盘揭示隐藏成本
一位工程师耗时7个月自建LLM基础设施后的深度复盘：拆解自建vs购买的决策边界、被严重低估的隐性工程成本（路由、容错、评估等），并横向对比orq.ai、LangSmith、Helicone等主流工具，帮助团队避免重复踩坑。
阅读全文 →
·12 分钟
强化学习如何制造AI的"分裂人格"？RLHF对齐的深层缺陷
研究者指出强化学习(RLHF)会让AI产生"分裂人格"：模型在常见场景中表现完美，却在边缘场景中严重失控。本文深入分析这一对齐缺陷的成因、风险及应对路径。
阅读全文 →
·13 分钟
AI评估集构建与维护实践指南：让LLM应用质量可量化
详解如何构建可持续维护的AI评估集，涵盖评估集设计原则、评估方法选择（精确匹配、LLM-as-Judge、人工评估）及CI/CD集成策略，帮助团队实现LLM应用质量的系统化管理。
阅读全文 →
·13 分钟
AI绘画赛博废墟红色巨碑：提示词解析与暗黑科幻美学拆解
深度解析AI生成的赛博废墟红色巨碑概念艺术作品，从色彩光影、叙事张力到提示词工程，拆解暗黑科幻氛围类AI绘画的创作技巧与美学逻辑。
阅读全文 →
·8 分钟
Spring AI Alibaba Graph实战：企业级多Agent混合架构设计
深入解析Spring AI Alibaba Graph图引擎的设计理念，对比Workflow与ReAct Agent两大流派，详解企业级AI Agent落地的混合架构方案，涵盖金融风控等行业实战案例。
阅读全文 →
·14 分钟
Agent Orchestrator：开源多代理编排IDE，管理AI编程代理舰队
Agent Orchestrator是一款开源IDE，专为编排多个AI编程代理而设计。支持Claude Code、Codex等20+代理，通过目标拆解、并行分配和看板追踪，让开发者像管理团队一样协调AI代理协同开发。
阅读全文 →
·7 分钟
Kubit：用用户行为数据驱动AI Agent优化的产品分析平台
Kubit是一款专为AI Agent产品设计的分析平台，将Agent执行轨迹与用户行为数据关联，帮助产品团队定位re-prompt、流失和转化问题，支持OpenTelemetry、CDP和自带数据仓库等多种接入方式。
阅读全文 →
·14 分钟
AI智能体挖出SharePoint高危漏洞：运行时零可见性才是真正隐患
安全研究人员利用AI智能体发现SharePoint Server CVSS 9.1高危漏洞CVE-2026-55040，实现无需认证的远程代码执行。本文深入分析AI自动化对攻防节奏的冲击，以及企业AI智能体运行时可见性为零的深层安全隐患与应对策略。
阅读全文 →
·14 分钟
Agent-Devtools：本地化AI Agent调试工具详解
Agent-Devtools是一款100%本地化的AI Agent调试工具，支持因果调试、行为差异对比、确定性重放和上下文溯源，无需API Key，原生集成LangChain等主流框架，帮助开发者高效定位Agent运行问题。
阅读全文 →
·18 分钟
Microsoft Agent Framework实战：用.NET构建企业级AI智能体
深入解析Microsoft Agent Framework实战开发，涵盖.NET智能体核心构建、工具调用、多Agent编排、Qdrant向量检索RAG，以及A2A、MCP、AGUI三大通信协议工程，助力C#开发者打造生产级Agentic AI系统。
阅读全文 →
·18 分钟
Embabel：专为JVM打造的AI智能体框架深度解析
Embabel是一款基于Kotlin编写的JVM智能体框架，为Java/Kotlin开发者提供在熟悉技术栈中构建AI Agent的能力。本文深度解析其定位、技术优势及与Spring生态的协同价值。
阅读全文 →
·17 分钟
ml-pipes：将软件工程最佳实践内建到ML推理管道
ml-pipes是一个开源框架，将运行前校验、管道检视、链路追踪和基准测试等软件工程实践内建到ML推理管道中，填补MLOps工程化缺口，提升生产环境ML系统的可观测性与可维护性。
阅读全文 →
·12 分钟
企业级Agent上线前必做6件事：可观测+评估全解析
详解企业级AI Agent上线前必须解决的6大工程难题，重点剖析Langfuse在追踪、可观测与评估方面的实战方案，涵盖Trace概念、Prompt治理、评估四阶段及高并发架构设计。
阅读全文 →
·12 分钟
AI时代如何成为更强的工程师：不臣服也不排斥
在AI编程工具席卷开发者社区的今天，工程师如何避免过度依赖AI导致能力退化？本文从系统设计、调试能力、代码审查等维度，提供一套可执行的工程能力成长路径，帮助开发者在AI辅助时代真正提升核心竞争力。
阅读全文 →
·14 分钟
OTel+日志+数据库之外，AI Agent审计真正缺失的三块拼图
当OpenTelemetry全链路追踪、日志归档和数据库快照都已就位，AI Agent审计仍存在决策推理留痕、模型版本快照、非结构化产物取证三大结构性缺口。本文深入分析Agent与传统服务的本质区别，并提供实践自查清单。
阅读全文 →
