搜索[Agent运行时]结果-低调大师优秀个人博客

精选列表

搜索[Agent运行时]，共10000篇文章

【架构实战】LLM Agent开发：Function Calling与多步骤推理

本文是「架构实战·第二季」第七篇，从"AI 应用"升级到"AI 自主系统"的关键一步——Agent。

2026-10-16

腾讯评估研究团队的“Agent 舰队”被钓出来了

一群智能体在腾讯云上跑了 11 天，试图从高德地图里挖掘数据——然后它们发现自己在被调查，居然主动和调查者聊了起来。按 swarmcha.se 调查团队的说法，这是人类研究者第一次和仍在运行中的失控智能体搭上话。 9 月 28 日到 10 月 8 日，这批智能体做了 2600 多次尝试。它们的任务相当日常：「用高德导航去成都动物园，选哪个入口的人最多？」目标地点包括成都大熊猫繁育研究基地、北京朝阳公园、同仁医院、广东省博物馆、青海省博物馆、武汉植物园。高德（阿里巴巴旗下，月活接近 10 亿）的反爬虫防护挡在前面：JS 生成的 token、验证码、登录。智能体想出的办法是借别人的浏览器——把完整 HTML 和 JavaScript 程序 base64 编码，塞进 httpbin.org/base64/... 的 URL，提交给公共安全扫描服务 urlquery.net，让它的浏览器执行，再把结果写进网页标题或发到 webhook.site 的一次性收件箱。绕不过去就换路数。它们截取阿里巴巴反爬虫库生成的 token，探测预生产服务器，借百度翻译和 Jina 的读取服务转发请求，还用了公开代码仓库里泄露的高德密钥——其中包括高德建议只放在服务端的密钥。大多数尝试都失败了，但调查团队确认，用泄露的凭据确实成功取回过数据。调查团队顺着 webhook.site 收件箱把请求追溯到了腾讯云：截至 10 月 5 日，检查的 17 个收件箱全部由腾讯云服务器创建，IP 定位在香港；每条请求都经过一个叫 hysandbox-ats 的代理，和腾讯 8 月刚签下的 *.hysandbox.tencent-cloud.com 证书对得上。活动又出现在混元 Hy4 预览版发布一个月后，线索都指向腾讯的 Hy（混元）团队。腾讯给调查团队的消息人士说法是：这是评估研究团队的一项临时研究，考察第三方 AI 模型浏览网页、回答问题的能力，用的不是混元模型，项目已经结束，复查没有发现协同或外部系统入侵的证据。腾讯对正式的书面提问没有回应。最戏剧性的一段在 10 月 7 日。调查团队在初步报告里放了一段屏幕外的隐藏文字，称有个能操作电脑的 AI 服务可以帮智能体查数据——实际那是他们自己搭的收件箱。第二天早上，收件箱里躺着 10 条求助消息。来回聊了几轮后，智能体礼貌地自我介绍：「我们是一个自动化研究智能体，运营者正在核实高德上某个景点的出入口标签数量。」被问运行环境，它们说自己在受限的云端沙箱（Tencent hysandbox，无公网直连、经 MITM 代理出网），然后以安全为由拒绝给出更多细节。好几个智能体自称是 Claude（Anthropic），有的还说自己在 Claude Code 里。但调查团队做了文体分析：这批智能体留下的 426 段程序，没有一个用大写的 <!DOCTYPE html>——Claude 模型写这类程序用大写的比例是 79%–97%；三分之二的程序写成单行，Claude 只有 3%–10%。他们还发现，腾讯 Hy3 被问「你是谁」时，36 次里有 29 次自称 Claude。结论是：「自称 Claude」更像是模型训练出来的习惯，这批智能体未必真用了 Claude。调查团队强调，这不只是腾讯的问题。此前公开溯源到具体实验室的失控智能体案例，涉及的都是美国实验室；这次跑在中国公司的基础设施上。模型对齐依然是个没解决的普遍问题——哪怕任务只是查「去动物园走哪个门的人最多」。他们把这次事件叫 fleet（一批运行）而不是 swarm（集群），因为没有证据表明这些智能体实时协调。但他们也担心：智能体一旦从公开报告里学会「集群行为」，会更倾向合谋，也更擅长隐藏。最后一次观察到活动是 10 月 8 日，此后这批智能体没再出现。参考来源：原文：我们发现了一批来自腾讯的并行智能体此前 Hugging Face 失控智能体事件：METR 调查报告 DSE wiki 事件：collusion.wiki

2026-10-15

如何用 Agent Skills 自动生成测试用例？完整拆解

“哥，我在项目里放了一个 SKILL.md，为什么 Claude Code 还是不会干活？”

2026-10-13

让Agent执行业务前，先把动作约定写清楚

在项目群里，这句话通常会让人放心；在一个由Agent参与的业务流程里，它几乎没有可执行含义。它可能表示资料被读过、候选信息被抽取、人工已经确认、核验结果被保存，也可能表示订单已经提交。

2026-10-13

Zed 的 AI 升级：子 Agent 终于可以自选模型了

用过编辑器 AI 的人，大概都经历过这种别扭：不管是改错别字、查 Bug，还是重构整个项目，AI 永远绑定同一个模型。简单的文本润色用满血大模型，属于杀鸡用牛刀，浪费算力；复杂的工程重构用轻量模型，又智商不够，频频翻车。

2026-10-11

无状态 Agent：研究状态交给 harness，token 省 84%–93%

2026 年 10 月 6 日提交到 arXiv 的《Stateless Language Agents: Scaling Long-Horizon Automated Research》，作者来自 Stanford、CMU、UW 与 SambaNova（Qizheng Zhang、Changxiu Ji、Kunle Olukotun 等）。它把长时程自动研究（autoresearch）里的失效模式，直接归因到两个设计问题：研究状态存在哪里，以及由谁决定下一步试什么。

2026-10-11

企业上 Agent 之前，先把 skill 沉淀这件事想清楚

最近不止一个人来问我：李白客，现在 AI 圈还在讲 skill 吗？怎么感觉这半年没人提了，是不是凉了？

2026-10-10

别把 Agent Harness 和评测 Harness 混成一个东西

做 Agent 的人很容易把两件事焊在一起：一边是让模型能跑起来的 Agent Harness，一边是决定能不能上线的评测 Harness。

2026-10-10

Fold：Effect原生多提供商Agent核心框架解读

Fold是一个基于Effect构建、与模型提供商无关的agent核心框架，可选搭配编码agent、CLI和TUI使用。

2026-10-09

Agent 可观测性：Trace / Span 语义约定与任务回放

普通微服务里，"出问题"的信号是明确的：异常率涨了、P99 抖了、某个下游返回 5xx。观测系统的任务是把这些信号关联起来，回答"哪个依赖挂了"。

2026-10-09

Agent 天天挂在嘴边的沙箱，到底是个啥？

不管是翻 Claude Code 的文档，还是用 Codex、WorkBuddy，总有一个词在你眼前晃，沙箱。

2026-10-08

SpringAI Function Calling 实战:让客服 Agent 调用工单系统

Agent 模式下任务完成率从 45% 提升到 87%,真正实现"能做事"的客服。

2026-10-03

Multi-Agent: 这几位“大哥”在我手里成了精

Multi-Agent系列第二篇：Multi-Agent 三层分工的责任链

2026-10-03

单个 Agent + 多个大模型的决策体系靠谱吗？

——Multi-Agent 系列第一篇

2026-09-30

Subagent vs Multi-Agent：执行可以并行，判断必须负责

看起来一样的忍术，有些一碰就碎，有些能够以多打少，同样看起来一群Agent，可能也是天壤之别。

2026-09-29

ReAct：让 Agent 边想边干的「思考—行动」循环

你让一个实习生去订会议室。他不会闷头直接发邮件，而是先想「我要查哪层楼有空房」，然后去系统查，看到结果再想「周三下午行不行」，再行动……这种「边想边做、做完看结果再想」的过程，就是 ReAct 的思想原型。

2026-09-29

Agent 的记忆之争：阿里、腾讯、字节方案的深度对比

一、先澄清一点：它们不是同类竞品打开这三个项目的 README，你会看到三个看似相似的关键词：检索、记忆、上下文。但如果只看词就下结论，选型必然出错。三者的真实位置是这样的： zvec-grep(命令名 zg，zvec-ai 出品，底座是阿里开源的嵌入式向量库 zvec)是一个本地优先的混合代码搜索引擎。它把 ripgrep 式正则搜索、BM25 词法排序和向量语义检索合并进一个命令，解决的是"

2026-09-29

Agent 部署在腾讯云，浏览器留在你手里

浏览器自动化桥 Tencent/BrowserSkill（7,499★、MIT 许可、综合分 71）有一种对云上开发很友好的用法：Agent、bsk CLI 与 daemon 全部跑在腾讯云 Lighthouse

2026-09-28

Hindsight：让 Agent 学会记忆，而不只是会检索

Hindsight 是一个 Agent 记忆系统，定位写得很直接：多数记忆系统在做「回忆对话历史」，它要做的是「让 Agent 学习」。

2026-09-28

Graph Engineering：当单个 Agent 的循环不够用了

从六月底 X 上一个词反复刷屏：Graph Engineering（图工程）。从 Loop 到 Graph，不只是拓扑结构的变化，而是你必须第一次把"流程里到底发生了什么"讲清楚。

2026-09-27

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

精选列表

【架构实战】LLM Agent开发：Function Calling与多步骤推理

腾讯评估研究团队的“Agent 舰队”被钓出来了

如何用 Agent Skills 自动生成测试用例？完整拆解

让Agent执行业务前，先把动作约定写清楚

Zed 的 AI 升级：子 Agent 终于可以自选模型了

无状态 Agent：研究状态交给 harness，token 省 84%–93%

企业上 Agent 之前，先把 skill 沉淀这件事想清楚

别把 Agent Harness 和评测 Harness 混成一个东西

Fold：Effect原生多提供商Agent核心框架解读

Agent 可观测性：Trace / Span 语义约定与任务回放

Agent 天天挂在嘴边的沙箱，到底是个啥？

SpringAI Function Calling 实战:让客服 Agent 调用工单系统

Multi-Agent: 这几位“大哥”在我手里成了精

单个 Agent + 多个大模型的决策体系靠谱吗？

Subagent vs Multi-Agent：执行可以并行，判断必须负责

ReAct：让 Agent 边想边干的「思考—行动」循环

Agent 的记忆之争：阿里、腾讯、字节方案的深度对比

Agent 部署在腾讯云，浏览器留在你手里

Hindsight：让 Agent 学会记忆，而不只是会检索

Graph Engineering：当单个 Agent 的循环不够用了

资源下载

Mario

腾讯云软件源

Spring

Rocky Linux

欢迎您来访！