首页
学习
活动
专区
圈层
工具
发布

#agent

设计稿转代码卡在哪一步?

伊卡洛斯LA

ICBC | 后端开发工程师 (已认证)

腾讯云架构师深圳同盟会员

布局大方向基本能对,就是细节太粗糙了。组件认不准,净堆些 div,间距字号也老差几个像素。建议分两步走,先把组件库甩给它,别指望一次成型。

Agent 调内部接口谁来管权限?

业务接口侧加鉴权:订单和库存接口校验调用方令牌的签名、受众和签发方,不信任“来自 MCP Server 的网络位置”。令牌受众必须是业务接口自身,防止 Agent 用一张“给 MCP 用的令牌”直接重放到业务接口。 启用令牌交换:让 Agent 用入站用户令牌换取出站令牌,下游从出站令牌的 sub 取用户身份做行级权限。如果身份系统暂时不支持,先在 Agent 入站层做用户认证、把用户 ID 写入受控的内部凭据,但需评估风险。 审计记录出站令牌的 jti 和 sub:业务接口日志至少包含“出站令牌 ID、用户 sub、Agent client_id、请求的接口和参数摘要”。这样越权事件可以按令牌 ID 反查完整链路,满足“查得到是谁调的”的要求。 MCP 侧权限保留,但不作为唯一防线:MCP Server 侧的权限继续管工具级授权,作为纵深防御的一层,但安全边界的主体在业务接口的身份校验和令牌交换上。... 展开详请

架构师怎样把微小改进沉淀成能力?

架构师把微小改进沉淀成能力,核心是把零散经验变成可复用的资产,而不是停留在“解决过问题”的层面。 技术上,比如修完一个错误答复,别只改代码就完事。把它提炼成回归用例或检查项,写进团队的SOP或设计模板里,下次同类场景直接调用,这才是从“救火”到“防火”的转变。 产品侧做Agent改进也一样,不是所有优化都值得长期投入。优先选那些能跨场景复用、有明确适用边界的点,比如通用的意图识别纠错机制,而不是为某个冷门case硬堆逻辑。每次改进都要问:这个能力能不能被其他模块继承?边界在哪? 商业验证上,返工和故障成本是最硬的尺子。如果某项投入能让同类故障复发率下降、返工工时减少,哪怕单次收益小,累积起来就是真金白银的能力沉淀。没有数据支撑的“感觉变好了”,不算数。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

低成本模型能立即替换企业Agent吗?

老王说技术一线互联网技术骨干,浙江省人工智能协会专家,浙江高校网络思政中心技术顾问,热衷于AI相关技术分享
前面那份回答把「该不该换、账怎么算、哪些场景先试点」讲得很完整了,我补一个它没展开、但在企业里经常真正卡住迁移的角度:**模型替换不是一次模型选型,而是一次跨角色的产品变更,最容易翻车的地方不是能力下降,是没人说得清改了什么、谁该签字、出问题时按什么切回去**。 在企业级产品里,一次换模型至少牵动产品、后端、测试、实施和客户成功五个角色:产品改验收口径,后端改调用配置与重试策略,测试要重建回归集,实施要更新交付说明,客户成功要面对「为什么这次回答和上周不一样」的追问。只发一条「已切换到 X 模型」的通知,等于让每个角色自己猜影响面。 我的做法是把这次替换当成一个普通变更来管,用同一个 `change-id` 串三份短材料: **1. 决策记录**:只记一个决策——为什么选这个模型、放弃了哪个备选、代价是什么(比如长链路任务成功率可能下降、prefix 缓存计价规则变了)。重点是留住「当时基于什么数据做的判断」,三周后 ROI 对不上时能反查,而不是事后重新编一个理由。 **2. 影响面清单**:按维度强制枚举,每维必须指到具体的人,`none` 也要显式写。对模型替换,我用的维度是:系统提示词与 few-shot、工具 schema 与参数约束、输出 schema 与解析容错、缓存键与 prefix 命中、重试/超时/降级策略、审计日志字段、回归用例集、成本与正确率报表口径、交付文档与客户通知 / SLA。最容易漏的是最后两项:报表口径一变,历史数据就不可比;客户没被通知,一次语气变化就会被当成故障。 **3. 验收契约**:把「效果不低于现网」写成 Given/When/Then 断言,每条挂一个真实用例或自动化检查,并写清触发回滚的阈值。下面是一份最小示例,字段值是演示用的,不代表任何真实阈值: ```yaml change_id: CHG-MODEL-2026-004 adr: status: accepted decision: 仅在内部知识问答场景替换,旗舰模型保留给赔付与风控类任务 consequences: 长链路任务不纳入本次范围;报表需按 model_version 切分 impact: prompt: { owner: pm@example.com, note: 系统提示词同步调整,旧版本留档 } tool_schema: { owner: backend@example.com, note: none } output_schema: { owner: backend@example.com, note: 解析失败率纳入观测 } cache_key: { owner: backend@example.com, note: prefix 缓存键随模型变化,需重建基线 } audit_log: { owner: backend@example.com, note: 每条记录带 model_version + change_id } report_metric: { owner: data@example.com, note: 按版本切分,禁止新旧模型混算 } doc_notice: { owner: cs@example.com, note: 交付说明与客户通知 } acceptance: - id: AC-01 given: 同一批影子流量 when: 切换前后各跑一轮 then: 两个模型的结果分别带 model_version 落库,可分开统计 check: trace_schema_check rollback: trigger: 正确完成率连续两个观测窗口低于约定阈值 owner: oncall@example.com action: 切回旧模型配置,并标记在途任务需人工复核 ``` **一个很隐蔽的观测陷阱**:影子运行期间,如果两个模型的结果混在同一张报表里,会得出「质量没变化」或「质量突然下降」的假结论——那只是混合分布。所以审计日志和 trace 里必须带 `model_version` 与 `change_id`,成本和正确率都按版本切分统计。这件事要在切换**之前**就做完,事后补字段是补不回来的。 **回滚也不是一个配置开关**。要提前写清三件事:谁有权切(到岗不到人)、基于哪个指标和多大窗口判定、切回后已经产生但还在流转的任务怎么处理(是否需要人工复核、已发出的回答要不要追回)。没写这三条,真出问题时通常会在群里讨论半小时才有人敢动。 **紧急通道要留,但不能留成欠账**。线上出故障临时切模型,允许先切后补,但事后记录必须显式标 `retro: true`,并单独列「未评估项」——比如「未评估长链路任务」「未通知客户成功」。否则事后补写会不自觉地把「当时没时间评估」包装成「经过权衡选择先切」,这份记录以后反而误导人。可以用 CI 扫描超时未补的 `change-id`,阻断下一次变更,比靠人记得可靠。 最后说边界:这套契约管的是「改了什么、影响谁、怎么算做完、怎么退」,管不了「这个模型该不该换」——那是前面回答里成本公式和场景梯度要解决的问题。两者是互补的,不是替代。度量也别看「契约填写率 100%」,只看两个数:上线后两周内因口径或配置不一致产生的缺陷数、以及评审后临时补影响面的次数。这两个降下来,才说明迁移真的被管住了。... 展开详请
前面那份回答把「该不该换、账怎么算、哪些场景先试点」讲得很完整了,我补一个它没展开、但在企业里经常真正卡住迁移的角度:**模型替换不是一次模型选型,而是一次跨角色的产品变更,最容易翻车的地方不是能力下降,是没人说得清改了什么、谁该签字、出问题时按什么切回去**。 在企业级产品里,一次换模型至少牵动产品、后端、测试、实施和客户成功五个角色:产品改验收口径,后端改调用配置与重试策略,测试要重建回归集,实施要更新交付说明,客户成功要面对「为什么这次回答和上周不一样」的追问。只发一条「已切换到 X 模型」的通知,等于让每个角色自己猜影响面。 我的做法是把这次替换当成一个普通变更来管,用同一个 `change-id` 串三份短材料: **1. 决策记录**:只记一个决策——为什么选这个模型、放弃了哪个备选、代价是什么(比如长链路任务成功率可能下降、prefix 缓存计价规则变了)。重点是留住「当时基于什么数据做的判断」,三周后 ROI 对不上时能反查,而不是事后重新编一个理由。 **2. 影响面清单**:按维度强制枚举,每维必须指到具体的人,`none` 也要显式写。对模型替换,我用的维度是:系统提示词与 few-shot、工具 schema 与参数约束、输出 schema 与解析容错、缓存键与 prefix 命中、重试/超时/降级策略、审计日志字段、回归用例集、成本与正确率报表口径、交付文档与客户通知 / SLA。最容易漏的是最后两项:报表口径一变,历史数据就不可比;客户没被通知,一次语气变化就会被当成故障。 **3. 验收契约**:把「效果不低于现网」写成 Given/When/Then 断言,每条挂一个真实用例或自动化检查,并写清触发回滚的阈值。下面是一份最小示例,字段值是演示用的,不代表任何真实阈值: ```yaml change_id: CHG-MODEL-2026-004 adr: status: accepted decision: 仅在内部知识问答场景替换,旗舰模型保留给赔付与风控类任务 consequences: 长链路任务不纳入本次范围;报表需按 model_version 切分 impact: prompt: { owner: pm@example.com, note: 系统提示词同步调整,旧版本留档 } tool_schema: { owner: backend@example.com, note: none } output_schema: { owner: backend@example.com, note: 解析失败率纳入观测 } cache_key: { owner: backend@example.com, note: prefix 缓存键随模型变化,需重建基线 } audit_log: { owner: backend@example.com, note: 每条记录带 model_version + change_id } report_metric: { owner: data@example.com, note: 按版本切分,禁止新旧模型混算 } doc_notice: { owner: cs@example.com, note: 交付说明与客户通知 } acceptance: - id: AC-01 given: 同一批影子流量 when: 切换前后各跑一轮 then: 两个模型的结果分别带 model_version 落库,可分开统计 check: trace_schema_check rollback: trigger: 正确完成率连续两个观测窗口低于约定阈值 owner: oncall@example.com action: 切回旧模型配置,并标记在途任务需人工复核 ``` **一个很隐蔽的观测陷阱**:影子运行期间,如果两个模型的结果混在同一张报表里,会得出「质量没变化」或「质量突然下降」的假结论——那只是混合分布。所以审计日志和 trace 里必须带 `model_version` 与 `change_id`,成本和正确率都按版本切分统计。这件事要在切换**之前**就做完,事后补字段是补不回来的。 **回滚也不是一个配置开关**。要提前写清三件事:谁有权切(到岗不到人)、基于哪个指标和多大窗口判定、切回后已经产生但还在流转的任务怎么处理(是否需要人工复核、已发出的回答要不要追回)。没写这三条,真出问题时通常会在群里讨论半小时才有人敢动。 **紧急通道要留,但不能留成欠账**。线上出故障临时切模型,允许先切后补,但事后记录必须显式标 `retro: true`,并单独列「未评估项」——比如「未评估长链路任务」「未通知客户成功」。否则事后补写会不自觉地把「当时没时间评估」包装成「经过权衡选择先切」,这份记录以后反而误导人。可以用 CI 扫描超时未补的 `change-id`,阻断下一次变更,比靠人记得可靠。 最后说边界:这套契约管的是「改了什么、影响谁、怎么算做完、怎么退」,管不了「这个模型该不该换」——那是前面回答里成本公式和场景梯度要解决的问题。两者是互补的,不是替代。度量也别看「契约填写率 100%」,只看两个数:上线后两周内因口径或配置不一致产生的缺陷数、以及评审后临时补影响面的次数。这两个降下来,才说明迁移真的被管住了。

Agent 接入 MCP 工具,统一网关和按业务拆分,到底哪个更香?

别做单选题,生产环境的标准答案是“前端统一网关入口 + 后端按业务域拆分”。 纯搞单体 MCP Server,几十个工具全塞给模型,上下文直接爆炸,选错工具的概率飙升。纯拆分不设网关,鉴权得写几十遍,API Key 散落,安全审计根本没法做。 踩坑后的落地架构是:Agent 只连一个 MCP Gateway。网关接管 SSO 鉴权、限流和全量审计,后端按域(如订单、财务)拆分成独立的 MCP Server 集群,互不干扰。 核心杀招是网关层的“动态裁剪”:网关拦截 tools/list 请求,根据当前用户的 RBAC 权限,只返回他有权调用的工具子集。Agent 永远看不到全量工具,既防了上下文膨胀,又实现了最小权限。 实测网关增加的 P99 延迟也就 15ms 左右,完全可接受。另外,别把内部 API 1:1 包装成工具,按高频独立、中频聚合、长尾走通用执行器来分级,几百个接口压到二三十个工具才是正解。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

99:如何搭建个人思考和成长框架?

搭建个人思考和成长框架,本质上是把“踩过的坑”变成“可复用的系统”。针对你提的三个维度,我的拆解如下: 技术侧:用“边界与白盒”约束 Agent 在多租户客服和 Agent 平台里,知识输入最怕“串味”和“过期”。思考框架的第一原则是“强隔离与版本化”,知识必须带租户 Tag、生效时间和置信度,输入前要有清洗和校验门禁。 评测不能只盯大模型的对话准确率,得看“任务闭环率”和“工具调用成功率”。 故障定位是 Agent 最头疼的——代码没报错,但业务结果错了。这就要求“全链路白盒化”,必须留存完整的 Trace(思考链、Prompt、Tool 出入参),把黑盒的 LLM 变成可回溯的决策树,否则排障就是玄学。 产品侧:抛弃“收藏库”,死磕“决策流” 数字员工的知识管理做成收藏库(文档、FAQ 堆砌)是偷懒的做法,那只是个带了 UI 的网盘。真正的壁垒是“可复用的决策流程”(SOP、Workflow)。 知识不应该是一篇篇文章,而应该被拆解成条件分支、动作节点和 API 调用。把“死文档”变成“活 SOP”,数字员工才能从“问答机器”进化成真正的“业务执行者”。 商业侧:用“三率”算清 ROI 账 成长框架不能只谈情怀,得用数据证伪。 复用率看沉淀:一个决策流被跨场景、跨租户调用的次数。复用率上不去,说明知识太定制化,没抽象好。 返工率看质量:数字员工处理后,人工兜底修改或客户投诉重开的比例。返工率不降,说明决策逻辑有缺陷,框架没迭代到位。 决策周期看效率:从问题触发到闭环的平均时长。 这三个指标交叉起来,就能算出真实的 ROI:(降低的返工成本 + 缩短周期释放的人力)除以 建设和维护决策流的成本。数据不会骗人,框架有没有用,看这三个率的趋势就够了。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请
搭建个人思考和成长框架,本质上是把“踩过的坑”变成“可复用的系统”。针对你提的三个维度,我的拆解如下: 技术侧:用“边界与白盒”约束 Agent 在多租户客服和 Agent 平台里,知识输入最怕“串味”和“过期”。思考框架的第一原则是“强隔离与版本化”,知识必须带租户 Tag、生效时间和置信度,输入前要有清洗和校验门禁。 评测不能只盯大模型的对话准确率,得看“任务闭环率”和“工具调用成功率”。 故障定位是 Agent 最头疼的——代码没报错,但业务结果错了。这就要求“全链路白盒化”,必须留存完整的 Trace(思考链、Prompt、Tool 出入参),把黑盒的 LLM 变成可回溯的决策树,否则排障就是玄学。 产品侧:抛弃“收藏库”,死磕“决策流” 数字员工的知识管理做成收藏库(文档、FAQ 堆砌)是偷懒的做法,那只是个带了 UI 的网盘。真正的壁垒是“可复用的决策流程”(SOP、Workflow)。 知识不应该是一篇篇文章,而应该被拆解成条件分支、动作节点和 API 调用。把“死文档”变成“活 SOP”,数字员工才能从“问答机器”进化成真正的“业务执行者”。 商业侧:用“三率”算清 ROI 账 成长框架不能只谈情怀,得用数据证伪。 复用率看沉淀:一个决策流被跨场景、跨租户调用的次数。复用率上不去,说明知识太定制化,没抽象好。 返工率看质量:数字员工处理后,人工兜底修改或客户投诉重开的比例。返工率不降,说明决策逻辑有缺陷,框架没迭代到位。 决策周期看效率:从问题触发到闭环的平均时长。 这三个指标交叉起来,就能算出真实的 ROI:(降低的返工成本 + 缩短周期释放的人力)除以 建设和维护决策流的成本。数据不会骗人,框架有没有用,看这三个率的趋势就够了。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav

无人值守 Agent 的执行审计日志,最小字段集该怎么定才既不泄露又能还原失败?

无人值守 Agent 审计日志的核心原则是:主表只存骨架,血肉扔冷存储。 最小字段集分四类: 追踪:trace_id(串联单次任务)、session_id、timestamp、agent_id。 动作:step_type(LLM/Tool)、tool_name、target_resource(如“订单库”而非具体数据)。 结果:status、error_code(结构化错误码,别存大段报错堆栈)、latency_ms。 成本:token_usage、credit_cost(防异常消耗)。 防泄露的关键是“不记什么”:绝对别把 Prompt 原文、Tool 入参出参明文写进审计表,参数只记结构摘要或哈希。 要还原失败怎么办?靠 trace_id 去有严格权限控制的冷存储里捞带 TTL 的 Payload 快照。日常审计看主表不泄密,出事时拿 trace_id 去冷存储精准对账。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

本地 Agent 能成为企业执行入口吗?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
员工需要的不是一段模型回答,而是能在授权范围内读文件、跑命令、调业务工具并交付结果的执行入口。以 Goose 为例,Interface 接收请求,Agent Loop 调用 LLM Provider,模型提出 Tool Call,真正执行由 MCP Extension 完成,结果再回传模型继续循环。技术约束因此落在权限上:文件、Shell、密钥、出站网络和扩展都要最小权限与审批。 官方默认偏自主,结合 Developer Extension 可在未逐次审批时执行命令和改文件,但这是默认行为,不是企业建议;生产应配置 permission mode 与 tool permissions,先只读验证,再逐步开放写入和命令执行,恶意软件检查也不能替代供应链审查。 产品取舍在于部署边界。桌面端贴近本地文件与开发工具,体验直接,但会话隔离、集中审计、统一升级和强 SLA 较弱;服务端便于身份、审计与治理,却增加工具接入和数据出网复杂度。企业不宜把 Goose 当天然多租户平台,而应分层设计:本地执行、企业系统调用、审批点与审计各自明确。... 展开详请

代码仓库如何给Agent立规矩?

伊卡洛斯LA

ICBC | 后端开发工程师 (已认证)

腾讯云架构师深圳同盟会员

在仓库根目录放个 AGENTS.md 把编码规范、目录职责、禁用操作这些写清楚,Agent 开工前先读它基本就能管住手了。

Agent训练环境如何标准化?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
多轮浏览器或 Coding Agent 的复现问题,往往不在模型,而在环境契约:任务如何初始化、状态如何推进、观察与奖励如何返回。OpenEnv 用 reset/step/state 抽象 episode,Client 连接隔离的 Environment Server,环境可跑在 Docker 或 HF Space 中。要让实验可复现,需固定依赖与镜像版本,记录 episode_id、step_count、Action、Observation、Reward 和 done,并用契约检查与轨迹回放验证同一任务版本下的行为一致。 方案取舍上,Simulation Mode 用 reset/step/state 控制训练与评测 episode,返回 reward 与 done;Production Mode 则把环境中的 MCP Tools 通过 /mcp 暴露给 Agent,不再由 Agent 控制训练 episode。 两者不能混用:训练奖励接口不是生产工具接口。产品化时应把环境契约回归、隐藏评测集、Reward/Rubric 验证和轨迹采集纳入发布流程,并明确仿真成绩不等于真实业务效... 展开详请

Agent流量需要新网关吗?

不一定需要“新”网关,但需要网关具备新能力。 传统 API 网关(Nginx、Kong)解决的是短请求、无状态、按路由转发。Agent 流量有三个不同点:长连接流式(SSE/WebSocket 要透传)、多协议混跑(REST、LLM、MCP、A2A)、以及会话有状态(同一 Agent 的多轮请求要粘到同一后端)。 K8s 场景下,Gateway API + xDS 已经能覆盖前两条。Istio/Envoy 的 Gateway API 资源经控制面翻译成数据面配置,流式和长连接是原生支持的。真正要补的是第三层:会话亲和、按 token 用量限流、模型级路由和降级。 边界建议划清:代理层只做路由、鉴权、限流、审计,不碰业务编排。Agent 的意图识别、工具选择、多轮状态机留给编排层。混在一起做,后面谁都改不动。 私有化验收重点看两个指标:审计日志能否还原单次 Agent 任务的完整调用链,以及身份能否穿透到工具调用层(而不是只到网关)。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

Skill 包如何跨 Agent 复用?

跨 Agent 复用的关键,是把 Skill 从“提示词”变成“能力契约”。 规范层面已经统一:一个目录 + SKILL.md(YAML 元数据 name/description + 正文指令),配 scripts/、references/、assets/。宿主只靠 description 做路由,命中才读正文,脚本按需执行、只有结果进上下文。这套渐进式披露让 Skill 与具体 Agent 解耦。 验证按三层逐一跑:发现(只加载 frontmatter,约 100 token/Skill,看能否被正确检索)、激活(正文完整读入,建议 <5k token)、执行(资源按需加载,脚本输出进上下文)。 现实是坑很多。一项对 13.8 万个公开 SKILL.md 的研究显示,91.8% 存在缺陷,主因不是攻击,而是路由元数据薄弱、正文臃肿、资源组织混乱。所以 description 要写触发关键词,正文写成功标准而非愿景。 企业侧别靠私聊传 ZIP。用 Registry 做命名空间隔离、草稿—审核—发布—上下线生命周期、版本锁定与回滚,外部 Skill 强制过安全扫描。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

A2A 如何让 Agent 真正协作?

A2A 解决的是 Agent 之间如何发现能力、发起任务和交换结果:Agent Card 声明服务能力与接口,Task 表示任务及其状态,Artifact 承载交付内容。订单状态机、权限审批、失败补偿和 SLA 仍要由业务系统设计。进度需要即时展示且连接持续存在时可用流式;低频查询可轮询;长任务或调用方会断开时可考虑推送通知,但要先确认对端声明支持。跨组织上线前,建议实测任务成功率、完成时延、取消与重试行为、通知送达率,并核算身份认证、链路日志和审计留存成本;这些指标比只数 Agent Card 数量更能判断服务是否可计费。规范:https://a2a-protocol.org/v1.0.1/specification/... 展开详请

MAMUBench证明多Agent更高效吗?

一只特立独行的兔先生腾讯云+社区TOP100优秀作者/华为云MVP专家/CSDN博客专家/深信服MVP专家/阿里云MVP专家
不能。外部基准证明不了你的共享资源该怎么提交。个人 Agent 抢同一份预算、库存或排期时,先把规划期和提交期拆开:效率取决于写入权和约束有没有写进提交语句,不取决于给每个人发一个能写库的 Agent。 一、隔离和提交:不要在规划期占着锁 模型规划常常要数秒甚至更久。这段时间如果拿着数据库行锁,同资源上的其他提交全部堵死,超时重试还会放大成锁等待。规划期只读快照:资源版本号、剩余额度、尚未过期的意图。不修改,也不锁定。 提交期才写,而且必须短。版本号放进 WHERE,额度上限放进同一条语句,避免先扣再检查。reserved 用 NOT NULL DEFAULT 0,空值会让比较永远不成立: UPDATE shared_budget SET revision = revision + 1, reserved = reserved + 1200, holder = 'coord-1:intent-9f3' WHERE id = 'team-42' AND revision = 18 AND reserved + 1200 <= cap; 实际变更行数等于 1 才算成功。等于 0 表示版本已被推进,或这笔会超上限。丢掉这次规划,重新读快照,不要在旧版本上覆盖写。1200、18、team-42 都是示例。MySQL 驱动若打开了 CLIENT_FOUND_ROWS,返回的是匹配行数而不是变更行数,不要把匹配当成提交成功。读和写若能放进同一个毫秒级事务,用 SELECT ... FOR UPDATE 也可以;规划是在事务外算的,就用版本比较,不要把行锁拉到规划结束。 多个协调者副本同时提交时,用租约减少空转,但租约不是账本。兼容 Redis 的缓存可以用条件写入加过期时间。NX 与 PX 自 Redis 2.6.12 起可用,PX 单位是毫秒,下面这把租约是 30 秒,只盖提交、不盖规划: SET lease:budget:team-42 "coord-1:intent-9f3" NX PX 30000 返回 OK 才进入提交;键已存在时返回空。令牌必须唯一,释放时先比对再删除,不能直接 DEL。租约过期就当没抢到,重新规划。预算有没有扣成,只看上面那条 UPDATE。云上缓存是否支持同一语法,以该产品命令参考为准。命令语义见 Redis SET。 幂等键单独落库,不靠版本冲突碰运气。先插入 agent_id + intent_id + attempt,唯一键冲突就返回已存结果;UPDATE 成功后再把记录标成已提交。若扣减成功但回写记录失败,重试时先查这笔 holder 是否已经在账本上,在就补记,不要再扣一次。 有跨人约束的资源,只允许协调者执行这条 UPDATE。个人 Agent 只追加意图:目标、上限、可接受的替代项、截止时间。意图日志只追加、不改历史。租约令牌、版本号、幂等键、写入者都进审计日志,否则事后分不清是模型判错,还是提交被冲掉。 二、先做资源级协调,不要先发全员可写 Agent 按资源所有权分,不按编制分。 个人独占、失败可丢弃、没有跨人约束的,例如自己的草稿分支,可以一人一个 Agent,写入范围锁在该用户命名空间,租约键前缀带上 user_id。 预算池、库存、排期、合并队列有跨人约束。个人 Agent 只读快照、只追加意图;协调者求解后单点提交。协调者可以是规则引擎加人审,也可以是另一个 Agent,写入权必须唯一。全员可写会把意图不一致变成状态已经被写坏,产品没有回退空间。 试点不要铺全员。选一个资源域,例如团队调用预算或发布窗口,跑两周。个人入口去掉直接执行,只留提交意图。 三、用群体成功率验收,不看单 Agent 速度 单 Agent 吞吐会奖励先写进去的那个。共享资源上这通常是在抢。群体成功率 = 截止前被满足、且未违反约束的意图数 / 已提交意图数。分母用已提交意图,不用模型自称完成的次数。协调者不许在记账前把难单标成未提交来抬成功率,被拒绝的意图也进分母。 三个护栏一起看,缺一个就能把失败包装成效率: 约束违反率:超预算、超卖、覆盖他人已提交结果的次数 / 提交次数。这个变差,成功率再高也不算投入有效。 撤销率:提交后被人工或对账撤销的比例。偏高说明门禁太松。 每成功意图成本 =(模型费用 + 协调和复核工时折算)/ 成功意图数。失败重试和被撤销的调用算进分子,不算进分母。 对照不要比模型跑分。同一资源域拆两组:A 组每人一个可写 Agent,B 组只追加意图、由单一写入者提交。两周只比群体成功率、约束违反率和每成功意图成本。违反率更高的一组停,不用单 Agent 更快为它辩护。没有基线就先测再设阈值,不写预计提升多少。资源域、时间窗和 Owner 写在实验单上,复盘按这张单找人。... 展开详请
不能。外部基准证明不了你的共享资源该怎么提交。个人 Agent 抢同一份预算、库存或排期时,先把规划期和提交期拆开:效率取决于写入权和约束有没有写进提交语句,不取决于给每个人发一个能写库的 Agent。 一、隔离和提交:不要在规划期占着锁 模型规划常常要数秒甚至更久。这段时间如果拿着数据库行锁,同资源上的其他提交全部堵死,超时重试还会放大成锁等待。规划期只读快照:资源版本号、剩余额度、尚未过期的意图。不修改,也不锁定。 提交期才写,而且必须短。版本号放进 WHERE,额度上限放进同一条语句,避免先扣再检查。reserved 用 NOT NULL DEFAULT 0,空值会让比较永远不成立: UPDATE shared_budget SET revision = revision + 1, reserved = reserved + 1200, holder = 'coord-1:intent-9f3' WHERE id = 'team-42' AND revision = 18 AND reserved + 1200 <= cap; 实际变更行数等于 1 才算成功。等于 0 表示版本已被推进,或这笔会超上限。丢掉这次规划,重新读快照,不要在旧版本上覆盖写。1200、18、team-42 都是示例。MySQL 驱动若打开了 CLIENT_FOUND_ROWS,返回的是匹配行数而不是变更行数,不要把匹配当成提交成功。读和写若能放进同一个毫秒级事务,用 SELECT ... FOR UPDATE 也可以;规划是在事务外算的,就用版本比较,不要把行锁拉到规划结束。 多个协调者副本同时提交时,用租约减少空转,但租约不是账本。兼容 Redis 的缓存可以用条件写入加过期时间。NX 与 PX 自 Redis 2.6.12 起可用,PX 单位是毫秒,下面这把租约是 30 秒,只盖提交、不盖规划: SET lease:budget:team-42 "coord-1:intent-9f3" NX PX 30000 返回 OK 才进入提交;键已存在时返回空。令牌必须唯一,释放时先比对再删除,不能直接 DEL。租约过期就当没抢到,重新规划。预算有没有扣成,只看上面那条 UPDATE。云上缓存是否支持同一语法,以该产品命令参考为准。命令语义见 Redis SET。 幂等键单独落库,不靠版本冲突碰运气。先插入 agent_id + intent_id + attempt,唯一键冲突就返回已存结果;UPDATE 成功后再把记录标成已提交。若扣减成功但回写记录失败,重试时先查这笔 holder 是否已经在账本上,在就补记,不要再扣一次。 有跨人约束的资源,只允许协调者执行这条 UPDATE。个人 Agent 只追加意图:目标、上限、可接受的替代项、截止时间。意图日志只追加、不改历史。租约令牌、版本号、幂等键、写入者都进审计日志,否则事后分不清是模型判错,还是提交被冲掉。 二、先做资源级协调,不要先发全员可写 Agent 按资源所有权分,不按编制分。 个人独占、失败可丢弃、没有跨人约束的,例如自己的草稿分支,可以一人一个 Agent,写入范围锁在该用户命名空间,租约键前缀带上 user_id。 预算池、库存、排期、合并队列有跨人约束。个人 Agent 只读快照、只追加意图;协调者求解后单点提交。协调者可以是规则引擎加人审,也可以是另一个 Agent,写入权必须唯一。全员可写会把意图不一致变成状态已经被写坏,产品没有回退空间。 试点不要铺全员。选一个资源域,例如团队调用预算或发布窗口,跑两周。个人入口去掉直接执行,只留提交意图。 三、用群体成功率验收,不看单 Agent 速度 单 Agent 吞吐会奖励先写进去的那个。共享资源上这通常是在抢。群体成功率 = 截止前被满足、且未违反约束的意图数 / 已提交意图数。分母用已提交意图,不用模型自称完成的次数。协调者不许在记账前把难单标成未提交来抬成功率,被拒绝的意图也进分母。 三个护栏一起看,缺一个就能把失败包装成效率: 约束违反率:超预算、超卖、覆盖他人已提交结果的次数 / 提交次数。这个变差,成功率再高也不算投入有效。 撤销率:提交后被人工或对账撤销的比例。偏高说明门禁太松。 每成功意图成本 =(模型费用 + 协调和复核工时折算)/ 成功意图数。失败重试和被撤销的调用算进分子,不算进分母。 对照不要比模型跑分。同一资源域拆两组:A 组每人一个可写 Agent,B 组只追加意图、由单一写入者提交。两周只比群体成功率、约束违反率和每成功意图成本。违反率更高的一组停,不用单 Agent 更快为它辩护。没有基线就先测再设阈值,不写预计提升多少。资源域、时间窗和 Owner 写在实验单上,复盘按这张单找人。

82:模型更强,生产就要切吗?

一只特立独行的兔先生腾讯云+社区TOP100优秀作者/华为云MVP专家/CSDN博客专家/深信服MVP专家/阿里云MVP专家
更强不等于该切。gemini-4-carbon 基于 gemini-4-argon,统一上下文都是 1048576,按 token 计价的单价也相同;差在 Carbon 会多花思考 token,把假设和验证跑完。只把长程、必须验收、Argon 已经交不出结果的角色切过去。 一、哪些任务约束才值得用 Carbon 四条同时成立再切,缺一条留 Argon。 跨多步、多文件或跨系统,单轮答完不够,要改、测、再改。官方定位是长程工程、根因排查和科学推理,不是日常功能开发。 失败模式是没做完、做完没证据、或无依据断言,而不是用户在等首字。交互改码和短流程留 Argon:同样单价下它每轮思考更少、更快。 副作用可回滚,或不可逆动作已有人工门禁。思考更长不代表可以自己合并、删数据、对外发送。 同一工具白名单和超时下,Argon 通过率已经到顶。没对照就切,分不清是模型增益还是提示词噪声。 安全审计的专用能力在 Fairwind 验证防御者通道,公开端点换模型名拿不到。模型卡里的安全评测也是该通道的结果,不能当成公网 API 的能力承诺。路由讨论止于放权边界,不要写成漏洞发现流程。 二、Argon 与 Carbon 怎么路由、怎么编排 不要整站替换模型字符串。网关按任务类路由:交互走 Argon,长程验证走 Carbon。编排上 Carbon 做总控、根因和只读质检,并行实现仍交给 Argon,避免每个切片都付思考税。 thinking_level 默认 medium。只有这一类在对照里 medium 交不出结果,才开 high。max_output_tokens 同时卡住思考和正式输出,设太小会在思考阶段截成空答案,思考 token 仍会计费。前台非流式单跳上限 32768,流式 65536;更长必须 background 为 true 并抬高上限,否则服务端停在 64K。客户端超时至少 15 分钟,或直接后台执行。Gemini 4 不支持显式缓存,temperature、top_p、top_k 会被忽略,迁移时删掉。无状态多轮必须原样回传 thought signature,否则推理链会断。 routes: - match: {class: interactive} model: gemini-4-argon thinking_level: medium timeout_s: 120 - match: {class: long_horizon, needs_verify: true} model: gemini-4-carbon thinking_level: medium background: true max_output_tokens: 65536 timeout_s: 900 fallback: gemini-4-argon 循环外再加两道硬约束:状态写成可恢复检查点;连续若干步没有新测试、新日志或新差异就停。这两条放在工具调用前的策略里,不要只写进提示词。 三、切换前用哪些成本和效果指标验收 单价相同,账单不同,因为思考 token 按输出价计。入门价到 2026-11-30 为输入 2 美元、输出含思考 10 美元 / 百万 token,12 月 1 日起为 4 美元和 20 美元,以定价页为准。榜单分差不能当放行条件。 同一 harness、同一工具白名单、同一超时,用 20 到 50 个真实长任务做影子对照,记这些字段:按关卡判定的通过率、假完成次数、越权工具调用次数、墙钟 P95、思考 token 占生成 token 的比例、每成功任务成本。成本把输入、思考、输出、重试和人工接管加总,再除以成功数。 放行线:长程子集通过率不低于 Argon,假完成和越权不高于 Argon,成本和 P95 在预算内,冻结的 Argon 组合能一键切回。任一红线就回退,不扩量。知识截止是 2026 年 3 月,此后的接口和计费以文档和回归为准,不要让模型凭记忆改生产配置。 参数、超时和定价见 Gemini 4 Carbon 说明,能力边界见 模型卡。... 展开详请
更强不等于该切。gemini-4-carbon 基于 gemini-4-argon,统一上下文都是 1048576,按 token 计价的单价也相同;差在 Carbon 会多花思考 token,把假设和验证跑完。只把长程、必须验收、Argon 已经交不出结果的角色切过去。 一、哪些任务约束才值得用 Carbon 四条同时成立再切,缺一条留 Argon。 跨多步、多文件或跨系统,单轮答完不够,要改、测、再改。官方定位是长程工程、根因排查和科学推理,不是日常功能开发。 失败模式是没做完、做完没证据、或无依据断言,而不是用户在等首字。交互改码和短流程留 Argon:同样单价下它每轮思考更少、更快。 副作用可回滚,或不可逆动作已有人工门禁。思考更长不代表可以自己合并、删数据、对外发送。 同一工具白名单和超时下,Argon 通过率已经到顶。没对照就切,分不清是模型增益还是提示词噪声。 安全审计的专用能力在 Fairwind 验证防御者通道,公开端点换模型名拿不到。模型卡里的安全评测也是该通道的结果,不能当成公网 API 的能力承诺。路由讨论止于放权边界,不要写成漏洞发现流程。 二、Argon 与 Carbon 怎么路由、怎么编排 不要整站替换模型字符串。网关按任务类路由:交互走 Argon,长程验证走 Carbon。编排上 Carbon 做总控、根因和只读质检,并行实现仍交给 Argon,避免每个切片都付思考税。 thinking_level 默认 medium。只有这一类在对照里 medium 交不出结果,才开 high。max_output_tokens 同时卡住思考和正式输出,设太小会在思考阶段截成空答案,思考 token 仍会计费。前台非流式单跳上限 32768,流式 65536;更长必须 background 为 true 并抬高上限,否则服务端停在 64K。客户端超时至少 15 分钟,或直接后台执行。Gemini 4 不支持显式缓存,temperature、top_p、top_k 会被忽略,迁移时删掉。无状态多轮必须原样回传 thought signature,否则推理链会断。 routes: - match: {class: interactive} model: gemini-4-argon thinking_level: medium timeout_s: 120 - match: {class: long_horizon, needs_verify: true} model: gemini-4-carbon thinking_level: medium background: true max_output_tokens: 65536 timeout_s: 900 fallback: gemini-4-argon 循环外再加两道硬约束:状态写成可恢复检查点;连续若干步没有新测试、新日志或新差异就停。这两条放在工具调用前的策略里,不要只写进提示词。 三、切换前用哪些成本和效果指标验收 单价相同,账单不同,因为思考 token 按输出价计。入门价到 2026-11-30 为输入 2 美元、输出含思考 10 美元 / 百万 token,12 月 1 日起为 4 美元和 20 美元,以定价页为准。榜单分差不能当放行条件。 同一 harness、同一工具白名单、同一超时,用 20 到 50 个真实长任务做影子对照,记这些字段:按关卡判定的通过率、假完成次数、越权工具调用次数、墙钟 P95、思考 token 占生成 token 的比例、每成功任务成本。成本把输入、思考、输出、重试和人工接管加总,再除以成功数。 放行线:长程子集通过率不低于 Argon,假完成和越权不高于 Argon,成本和 P95 在预算内,冻结的 Argon 组合能一键切回。任一红线就回退,不扩量。知识截止是 2026 年 3 月,此后的接口和计费以文档和回归为准,不要让模型凭记忆改生产配置。 参数、超时和定价见 Gemini 4 Carbon 说明,能力边界见 模型卡。

浏览器登录态过期,无人值守任务如何续期?

无人值守任务续期,别指望浏览器自动续cookie,得靠外部机制兜底。 能改系统就上双token:access token短效,refresh token长效存服务端或加密本地,过期时静默刷新重试,用户无感。这是最稳的方案。 改不了系统就用自动化保活:定时跑个轻量接口或访问页面模拟活跃,触发服务端滑动窗口续期。或者用playwright/puppeteer保存storageState,人工登一次导出会话,后续任务直接加载免登。也可以搭个独立服务专门刷cookie,加密存储供任务拉取。 不管哪种,必须加登录态检测:执行前查是否跳登录页或返回401,失效就告警暂停,别让它空跑浪费资源。连续失败三次直接熔断,人工介入排查。纯靠浏览器自身续期在无人值守场景下不可靠,迟早掉线。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

77:200万美元买废话,谁在偷走企业经验?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
先别把“200万美元买废话”当成交价。WIRED报道的是数据中介的报价区间与潜在出价,并未证明大型AI厂商已按此成交;可确认的是,ERP/WMS、客服、代码仓库、工单和会议纪要里散落着决策理由与故障经验。技术约束不是把群聊全量灌进RAG,而是先做来源授权、敏感分级、责任人和有效期,再选高复用低敏场景,例如部署故障复盘,只抽取经授权的事件摘要,形成含证据、被否决选项、约束变化和反例的经验卡,供Agent引用。 产品上不能承诺“复制专家经验”。聊天有猜测、口误、过期规则和权限差异,须走采集→分类→脱敏→审校→检索→引用→反馈→过期淘汰,而非无脑向量化。经验卡绑定来源与审批流,客户数据、隐私和商业秘密设禁止入库及删除通道;争论标“未结论”,防模型把讨论当结论。取舍是优先沉淀可复用决策证据,不囤全部对话,先人审引用再逐步自动化。 商业验证不看知识库条数,看可追溯引用率、过期命中率、重复故障减少率、敏感泄漏事件和经审批复用率,并把采集、脱敏、审校、维护成本算进去。指标不改善就回退到更窄场景或只留事件摘要,不做无条件行业结论。... 展开详请

Agent 的工具调用你们怎么设计 schema?重试怎么分层?

紫风十五年服务端架构专家,用高可用承载亿级流量,用高性能支撑毫秒级响应。为业务增长提供坚实的技术底座。
schema 要窄。参数越少、枚举越死,模型乱填的空间越小,宁可拆成十个工具也别做一个带七八个可选参数的大工具。必填字段在网关层做硬校验,别指望 prompt 里写一句「不要传空」就管用。重试得分两层:工具侧只重试幂等操作,查询、读文件可以,写操作一律不自动重试,返回明确失败让 Agent 重新决策;编排侧的重试要有次数上限和总时长预算,否则一次失败能把整个 loop 拖死。工具返回统一成结构化结果,成功、可重试、不可重试三种状态分开,模型才知道下一步干什么。工具描述里写清「什么时候不要调用」,比写怎么用更有价值。... 展开详请

AI已找到根因,运维还需几人?

紫风十五年服务端架构专家,用高可用承载亿级流量,用高性能支撑毫秒级响应。为业务增长提供坚实的技术底座。
AI能把日志翻一遍、给出疑似根因,确实省了值班同学大量翻日志的时间,但「找到根因」和「处理根因」是两回事。变更回滚、流量切换、数据库操作这些动作,要么有权限门槛,要么有业务风险,AI目前只能给建议,拍板和执行还是人。真正会被压缩的是「人肉盯屏、按手册排查」这一层,而不是运维岗本身。小团队一个人带着AI就能干原来两三个人的活;大团队的故障指挥、变更审批、容量规划这些角色反而更重要。与其纠结人数,不如把团队往SRE方向带:让AI干检索和初判,人负责决策和兜底。工具越强,敢按按钮的那个人责任反而越重。... 展开详请

Coze企业版退场后Agent平台往哪走?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
从场景约束看,Agent平台不能只按订阅工具理解。企业关注身份、权限、数据边界、审计与退出迁移;若只卖套餐,入口在厂商,流程编排和数据资产容易被套餐绑定。Coze企业版下线批次与适用范围我未核验,应以官方公告和控制台通知为准。架构上应拆分模型接入、工具与知识、编排运行时、策略审计、租户数据层,并明确权限边界及端云协同或迁移路径。 产品取舍上,订阅式工具交付快,买单方常是业务部门,但难沉淀企业级治理;可治理操作层更接近企业AI基础设施,买单方偏向平台或IT,入口更靠近身份、权限与工作流,但交付重、责任边界复杂。较稳妥的是双层产品:上层保留订阅式场景包,下层提供可治理的Agent运行与数据控制面,且不把未发布能力当承诺。 商业验证不能只看席位或套餐收入,还要看迁移成本、活跃编排数、权限审计覆盖率、数据可携带性与续费扩展收入;未经验证的指标应标注试点口径。结论是终局未必二选一,更可能是订阅式入口叠加可治理操作层;谁掌握企业身份与数据控制面,谁更可能握住长期入口。... 展开详请
领券