演讲主题：为智能代理服务的演员：人工智能生产领域的应用模式
Manju Rajashekhar阐述了演员模型是如何解决生产环境中人工智能代理在运行时所面临的各种复杂问题的。他将这些代理视为分布式系统，重点讨论了状态所有权、消息传递机制、写透式状态管理以及监督边界的设计，这些措施有助于有效处理故障、确保任务的连续执行，并优化可变执行图的运作方式，从而使基于人工智能的的工作流程从脆弱的不稳定状态转变为具备强大弹性的架构。 作者：Manju Rajashekhar
Manju Rajashekhar阐述了演员模型是如何解决生产环境中人工智能代理在运行时所面临的各种复杂问题的。他将这些代理视为分布式系统，重点讨论了状态所有权、消息传递机制、写透式状态管理以及监督边界的设计，这些措施有助于有效处理故障、确保任务的连续执行，并优化可变执行图的运作方式，从而使基于人工智能的的工作流程从脆弱的不稳定状态转变为具备强大弹性的架构。
作者：Manju Rajashekhar相关文章
AWS推出了用于AI智能体开发的Strands Decider 2B及Strands Box工具。
AWS推出了两个用于开发人工智能代理的开源项目：Strands Decider 2B，这是一个专为在代理工作流程中协助做出决策而设计的小型模型；另一个项目是Strands Box，它是一个用于控制代理执行过程的沙盒环境。这两个项目分别从不同角度帮助人们构建那些能够使用工具、执行代码并与外部系统进行交互的智能代理。 作者：丹尼尔·多明格斯
阅读全文
如何通过实践实验来调试那些无法正常进行的Kubernetes部署操作
当你更新某个部署配置后，运行 ` kubectl rollout status ` 命令并等待结果。然而这个命令会超时。但是，当你向该服务发送请求时，它仍然会做出响应。那么，更新操作是否已经完成呢？如果还没有完成，那么目前有哪些 Pod 在处理用户的请求呢？ 你可以在一个专用的 Kubernetes 实验环境中来探究这种情况。从一个运行正常的应用程序开始，你会故意引入三种故障：无法拉取镜像、 readiness probe 始终检测不通过，以及无法被调度执行的 Pod。你需要找出导致这些问题的原因，检查相关证据，并确认问题已经得到解决后，才能继续进行下一步操作。 在那种由于镜像下载失败而导致的
阅读全文
如何使用TypeScript从零开始构建一个AI代理程序
许多关于AI代理的教程都是从语言模型开始讲起，为它提供一些工具，然后让它运行循环直到产生答案。这样的做法确实足以展示这些工具的使用方法，但却没有回答那些有趣的工程学问题。 当某个工具出现故障时会发生什么？谁来验证这些操作的结果？是什么机制能防止代理无限期地运行、执行不安全的命令，或者耗尽其上下文信息？又如何在不依赖模型不可预测的响应的情况下测试这些功能呢？ 这些职责都属于 代理框架 ——也就是位于语言模型与其所运行的环境之间的那层软件。 在本次教程中，我们将使用TypeScript来构建一个小型且与具体工具提供商无关的代理框架，并以编码代理作为示例进行讲解。我们会从基本的执行循环开始，逐步添加
阅读全文
如何在问题真正发生之前发现运营中的异常变化？
在 我之前的文章中 ，我探讨了“操作符合性”这一概念：即如何判断观察到的实际情况是否满足既定的操作规范。 这就引出了一个很有意义的问题： 当前这个系统是否仍然符合这些规范？ 然而，生产环境中的系统是不会一成不变的。 流量会发生变化，依赖关系可能会恶化，证书也会过期，配置设置会被修改，功能开关的状态也会改变，数据量会不断增加，人们还会进行手动操作，各种代理程序也会执行相应的动作，基础设施也会被替换等等。 一个系统在部署后可能最初是符合规范的，但几小时或几天后就可能不再符合这些规范了。 这就是我想在这里探讨的问题。 “操作漂移”指的是系统的实际运行状态与既定操作规范之间的差异会随着时间逐渐增大。
阅读全文