#Agent

共 17 篇相关文章

深度专题十七多 Agent 编排代码级实战

当单 Agent 跑通一个 demo 之后，下一个真正的工程难题是：怎么把多个 Agent 串成一条可控、可观测、可中断、可回滚的流水线。本专题不谈概念图，全部以可运行代码呈现：从 LangGraph 的最小骨架，到三 Agent 协作、HITL 中断恢复、CrewAI 角色编排、MCP 工具暴露、…

Agent应用架构可观测性

· 14 分钟阅读· 4 个标签

专题

深度专题三十 AI Agent 的评估、测试与红队

30.1 为什么 Agent 比单次 LLM 更需要系统化测试把一个 RAG 问答系统测好,不等于把一个 Agent 测好。两者之间隔着一条鸿沟,这条鸿沟就是 "自主性带来的状态爆炸" 。单次 LLM 调用是一次纯函数: prompt → response 。它的失败模式是有限的:幻觉、拒答、格…

系统测试安全合规Agent

· 22 分钟阅读· 4 个标签

专题

深度专题三十四大模型应用架构演进

一句话定位:大模型应用不是"调一次 API"就完事的产品,它是一种会随业务复杂度持续生长的架构形态。从单点调用到企业 AI 中台,每一阶段的拆分都不是为了好看,而是为了把上一阶段爆掉的某个属性——延迟、成本、上下文、权限、可观测——单独拎出来治理。FDE 在客户现场要做的事,就是判断客户当前在哪一阶…

应用架构RAGAgent

· 18 分钟阅读· 5 个标签

专题

深度专题三十九 LLM 安全攻防实战

39.1 为什么 LLM 安全是 FDE 的新战场传统应用安全的边界是"代码与数据",LLM 应用把这两者搅在一起:用户输入的"自然语言"既是数据又是潜在指令,模型权重是黑箱,工具调用让模型直接持有副作用。一个被 prompt injection 接管的 Agent,等同于把数据库写权限、邮件发送…

安全合规Agent评估测试

· 21 分钟阅读· 4 个标签

专题

深度专题四十一数据中台与 AI 中台的融合

数据中台与 AI 中台不是两个独立产物,而是一根价值链条的两段:前者负责把企业的原始数据沉淀为可信、可复用的数据资产(数据湖/湖仓/指标/标签/主数据),后者负责把这些资产转化为可决策、可执行的智能能力(模型/Agent/知识/评估)。过去五年,大多数中国企业的真实路径是先建数据中台(2018—20…

数据工程应用架构MLOps

· 15 分钟阅读· 5 个标签

专题