首页 文章 精选 留言 我的

文章列表

共 235655 篇
AI Agent 的分析数据存在哪里?Trace、Prompt 与会话数据的存储选型

AI Agent 的分析数据存在哪里?Trace、Prompt 与会话数据的存储选型

摘要: AI Agent 上线后,会持续产生 Trace、Prompt、模型输出、工具调用、会话记录和 Token 消耗等数据。这些数据既要支持故障排查时的关键词检索,也要支持按模型、工具、会话维度进行聚合统计。传统方案往往需要组合搜索引擎、分析数据库和对象存储,增加数据同步与运维复杂度。 对于这类运行分析负载,Apache Doris 提供了一条值得考虑的...

世界模型在线跑才多 3.2 个点:多智能体导航用 18 倍延迟换 77.4% 到 80.6%

世界模型在线跑才多 3.2 个点:多智能体导航用 18 倍延迟换 77.4% 到 80.6%

在人群里走路,难的从来不是躲开眼前那个人。难的是你此刻选的那条路,两秒之后会不会正好切进一支正在过街的人流、会不会压到车道边缘、会不会堵住别人正要推开的门。这三种动作在当前这一帧全都合法:不碰撞、不越界、和你见过的示范也长得像。它们错在别的地方——错在"接下来会发生什么"。 人类走路是靠预判的,这一点在人群行为研究...

人形机器人运动控制要不要讨好 VLM?同一套奖励拆成两条通道:关节加速度降 59.5%,换到 G1 上只剩 1.7%

人形机器人运动控制要不要讨好 VLM?同一套奖励拆成两条通道:关节加速度降 59.5%,换到 G1 上只剩 1.7%

MuJoCo 里的一个人形机器人,在 0.5 m/s 的速度目标下小跑。同一套 PPO 训练配置,一份策略的关节加速度是 423.8,另一份是 171.4。看视频,前者动作幅度大、蹬地有力,后者膝盖弯得少、步幅收着走。如果你把这两段视频丢给 GPT-4o 打个「动作好不好看」的分,分数会告诉你前者更好——这是 arXiv:2611.0...

大模型 Agent 落地为什么总差最后一步:37.3% 到 55.5%,缺的是 8 类可复用原语

大模型 Agent 落地为什么总差最后一步:37.3% 到 55.5%,缺的是 8 类可复用原语

先说一个体感很强、但很少被量化的现象。同一个前沿模型换一个更薄的 harness,在 Terminal-Bench 4.0 上的解决率会掉二十多个百分点;在 heelo.dev 那 46 个真实业务任务上,Claude Code 和 Codex 各自只能独立完成 9 个。模型没变,工具都接得上,掉的地方集中在同一处:拿到资源之后,怎么把它用到眼前这个具体任务...

AI数据治理与智能指标平台:让每个指标自带可信度

AI数据治理与智能指标平台:让每个指标自带可信度

在数据驱动决策的过程中,数据治理和指标管理往往被分开建设。治理团队关注元数据、血缘、质量规则,而业务团队关注指标体系、看板和报表。两者之间缺乏联动,导致一个常见现象:指标平台上线了成百上千个指标,但业务方真正信任的只有少数几个。原因很简单,上游表字段质量波动、口径变更、数据延迟等问题,会在指标层被放大,而传统监控只能事后被动告警。

量化数据19:期权全品类数据清单:从合约筛选到Tick、分钟线、日度历史导出

量化数据19:期权全品类数据清单:从合约筛选到Tick、分钟线、日度历史导出

最近帮朋友搭期权回测框架,他做的是美股个股期权和上证50ETF期权混合策略,光找数据就折腾了两周。要么是美股那边 Tick 不全,要么是场内期权分钟线粒度太粗,合成一体的数据源几乎找不到。后来发现一个专门搞衍生品数据的源,把场内和美股个股期权的合约、五档 Tick、分钟线以及日度历史全部打包了,直接吐到本地,就顺便整理一下里面到底能拿到哪些东西,方便有同样需...

京东 Apache Doris 湖仓查询优化实践:从多引擎统一到百万级查询

京东 Apache Doris 湖仓查询优化实践:从多引擎统一到百万级查询

在 Doris Summit 2026 上,蔡聪辉(京东零售 OLAP 引擎 Tech Lead、Apache Doris PMC Member)分享了 Apache Doris 湖仓查询底座的优化实践,本文整理自该演讲。 随着业务分析需求持续增长,以及 AI Agent 带来新的查询负载,京东原有多引擎并行的湖仓分析架构面临查询场景复杂、资源调度难度提升与...

AI辅助审计预警智能体平台:从规则引擎到智能体协同

AI辅助审计预警智能体平台:从规则引擎到智能体协同

随着企业信息化程度不断加深,业务系统每天产生海量交易日志、权限变更记录和资金流水。传统审计以人工抽样为主,受限于人力与经验,往往只能覆盖极少比例的数据,容易遗漏隐蔽的舞弊行为。同时,基于固定阈值的规则引擎虽然直观,但面对复杂多变的风险场景时,规则维护成本极高,且无法发现规则之外的异常模式。

前沿 Agent 交付完整项目,最高只拿 65 分:错在第一个文件,后面全都对

前沿 Agent 交付完整项目,最高只拿 65 分:错在第一个文件,后面全都对

一句话定位:这不是"哪个 Agent 更能干活",而是"它交出的一整套文件里,结论之间还对得上吗"——被测对象是跨产物的依赖链,不是单个文件的质量。同样的断言可迁移到月度经营分析、跨表对账、多级审批附件、投标材料套件、测试报告与缺陷清单的对应。

AIOps 智能运维实战:从“告警风暴”到“证据链自愈”

AIOps 智能运维实战:从“告警风暴”到“证据链自愈”

运维工程师对告警的疲惫是真实的。吉利汽车用户数据中心的数据质量部长宋鸣描述过一个典型场景:数百个系统分布在多云、跨机房环境里,拓扑全是黑盒,日志、链路、指标各自为政。线上故障一发生,监控屏瞬间涌出几百条告警,你知道出了问题,却找不到源头在哪,平均恢复动辄一两个小时。AIOps 要解决的核心矛盾不是“告警不够准”,而是让运维决策从&ld...

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册