- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI Native组织
AI Native系统架构，9个Agent协作teams
摘要千问AI平台公开了他们的AINative混沌工程实践：9个Agent分层协作、共享黑板解耦、三道安全闸门、双进化回路，单次验证从数天压到40分钟。 对做AI工程的人来说，这篇最有价值的不是混沌工程本身，而是它给出了AINative系统架构的通用设计原则。最近读了一篇阿里千问AI平台的硬核技术文，讲的是AINative混沌工程。 阿里的做法是让AI把全链路闭环掉：9个Agent各司其职，人只做两件事——触发实验，确认结果。单次验证从数天压到40多分钟，提效数十倍。 01铁律一：复杂系统，别用单Agent硬扛为什么是9个Agent，不是一个？ 03铁律三：给AI闸门，而不是给AI自由Agent会执行破坏性操作（往系统里注入故障），怎么保证不失控？
8210编辑于 2026-09-06 - 来自专栏后端技术
系统设计与分析 作业9
该用例完成用户订购酒店的整体过程。 用户可搜索酒店，得到搜索表单。再根据搜索表单选择满意的酒店和房间类型。 最后验证预定，完成整个过程。
47840发布于 2019-05-25 - 来自专栏渗透云笔记
文件系统（第9章）
模块其实是对你包含所定义函数的文件，可以进行引入 OS模块 什么是OS模块，OS模块就是operating system的缩写，意思是操作系统。 具体点就是市面上的系统很多如Linux，Windows，Unix，macOS，这些操作系统，如果把代码移到不同的平台可能会产生一些错误，但是有了OS模块后，就不怕啦。 ? ‘’\\‘’这个是转义然后可以运行，嫌麻烦直接‘’/‘’ 这个，记住自己系统里有乃个盘，不要照着我这个输入，结果报差错，没有I这个盘。 小爬虫“listdir(path='.')”
54810发布于 2019-07-26 - 来自专栏ADAS性能优化
AI Weekly | Nov. 9, 2019
Researchers tout AI that can predict 25 video frames into the future In a preprint paper, researchers propose an AI model that can predict up to 25 video frames into the future given only two to five starting Applause targets AI bias by sourcing training data at scale Software-testing company Applause wants to reinvent AI testing with a service that detects AI bias by crowdsourcing larger training data sets. Remember that scary AI text-generator that was too dangerous to release?
35710编辑于 2022-05-13 - 来自专栏Linux
Rocky Linux 9 系统下安装Nginx
Rocky Linux 9 系统下安装Nginx大家好，我是星哥，Nginx 凭借其高性能、低资源消耗以及优秀的反向代理能力，已成为 Web 服务部署的主流选择之一。 本文将带你在 Rocky Linux 9 系统下从零开始安装并配置 Nginx 服务，适合初学者和运维爱好者快速上手。 /refs/heads/main/shell/Rocky_Linux_9_Dnf_Install_Nginx.shsh Rocky_Linux_9_Dnf_Install_Nginx.sh# 主要功能介绍 EPEL# 更新系统dnf update -y# 安装 EPEL 仓库（以防依赖）dnf install epel-release -y二、安装 Nginx启动并设置开机自启dnf install nginx 系统中部署了 Nginx，并完成了基本的服务启动与防火墙配置。
1.5K10编辑于 2025-07-03 - 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ *角色定义*：明确AI Agent在企业中的定位和职责 *数据整合*：确保AI Agent能够访问高质量的相关数据 *行动规划*：设计Agent能够执行的具体任务和流程 *反馈机制*：建立持续学习和优化的闭环系统 报告指出，这些系统不同于标准聊天机器人，它们能够自主行动、执行任务，并使用Model Context Protocol (MCP)和Agent-to-Agent (A2A)等协议与其他数字Agent协作 *白板式界面*：团队可以像绘制白板草图一样映射跨企业系统的工作流 *流程与任务挖掘*：ServiceNow将这两种洞察整合到一个平台，帮助企业更好地理解工作执行方式 *多Agent流程*：虽然许多品牌目前仍在隔离环境中部署 真正的Agent力量来自于它们相互连接、访问企业数据以及与执行工作的系统交互的能力。一个无法与其他Agent、工具和应用对话的Agent只是一个孤岛。
48110编辑于 2025-09-17 - 来自专栏AI系统
【AI系统】AI系统架构的组成
AI 系统组成如图所示，大致可以将 AI 系统分为以下几个具体的方向：AI 训练与推理框架AI 框架不仅仅是指如 PyTorch 等训练框架，还包括推理框架。 就像传统的软件工程中调试器，可视化，类型系统等工具链的支撑，让整个开发过程中，跨平台，跨平台，问题诊断，缺陷验证等得以高效实现，目前 AI 系统领域也不断有类似工具产生，以支持整个 AI 工程化实践。 AI 编译与计算架构负责 AI 模型在真正运行前的编译和系统运行时的动态调度与优化。 但是我们将在后续章节中，将会围绕核心系统软硬件，如 AI 训练和推理框架，AI 编译器，AI 芯片，部分涉及更广泛的 AI 系统生态中的重要内容如算法等展开介绍。 AI 系统生态除了以上重要的 AI 系统构成之外，随着人工智能应用越来越广泛，我们还可以看到更广泛的 AI 系统生态的构成。
1.9K11编辑于 2024-11-26 - 来自专栏WalkingCloud
AlmaLinux 9(RHEL9)下安装部署漏洞扫描系统Nessus-10.6.0
AlmaLinux 9(RHEL9)下安装部署漏洞扫描系统Nessus-10.6.0 1、获取AlmaLinux 9的ISO镜像 https://almalinux.org/get-almalinux -rw-r--r-- 1 root root 470974100 Sep 1 20:49 Nessus-10.6.0-es9.x86_64-Auto-Installer-20230831.bundle [root@almalinux opt]# chmod 777 Nessus-10.6.0-es9.x86_64-Auto-Installer-20230831.bundle [root@almalinux /Nessus-10.6.0-es9.x86_64-Auto-Installer-20230831.bundle Unpacking... Nessus 10.6 for RHEL 9 Installer ===================================== Powered by XXXXXXX Please enter
89810编辑于 2023-09-06 - 来自专栏圣杰的专栏
.NET+AI | Agent | 人机协作（9）
= await agent.RunAsync(replies, thread); pending = response.UserInputRequests.ToList(); } 提示：在真实系统中应将
42510编辑于 2025-12-28 - 来自专栏月色的自留地
从锅炉工到AI专家(9)
主要原因是softmax对于一个巨大的分类系统工作非常缓慢，此外nce_loss算法的数学特征使得预测命中的词给出高概率（极大似然法，公式最终结果是可能性概率），给没有命中的词（噪音词）给出低概率，从而达成抑制噪音的目的 Epoch 8 Step 1207755: lr = 0.015 words/sec = 401 Eval 4965/17827 accuracy = 27.9% Epoch 9
92060发布于 2018-06-20 - 来自专栏云架构修炼手册
Java9新特性——module模块系统
官方文档：https://docs.oracle.com/javase/9/index.html 关于 java9的新特性，官方原文：https://docs.oracle.com/javase/9/whatsnew modular-模块系统 java9的模块化，从一个独立的开源项目而来，名为Jigsaw。 让开发者构建和维护一个大型的库或应用程序更容易； 提高javaSE平台及JDK实现的安全性和可维护性； 提升应用的性能； 在javase及JDK平台，让应用更小以便于部署于更小的计算单元及紧密的云部署系统 查看更多内建模块： $ java --list-modules java.activation@9 java.base@9 java.compiler@9 java.corba@9 java.datatransfer @9 java.desktop@9 //...节省篇幅略 helloworld进阶 从helloworld的基础上，增加一个模块的依赖。
3.7K20发布于 2019-11-04 转载：【AI系统】AI系统架构的组成
AI 系统组成 如图所示，大致可以将 AI 系统分为以下几个具体的方向： AI 训练与推理框架 AI 框架不仅仅是指如 PyTorch 等训练框架，还包括推理框架。 就像传统的软件工程中调试器，可视化，类型系统等工具链的支撑，让整个开发过程中，跨平台，跨平台，问题诊断，缺陷验证等得以高效实现，目前 AI 系统领域也不断有类似工具产生，以支持整个 AI 工程化实践。 AI 编译与计算架构负责 AI 模型在真正运行前的编译和系统运行时的动态调度与优化。 但是我们将在后续章节中，将会围绕核心系统软硬件，如 AI 训练和推理框架，AI 编译器，AI 芯片，部分涉及更广泛的 AI 系统生态中的重要内容如算法等展开介绍。 AI 系统生态 除了以上重要的 AI 系统构成之外，随着人工智能应用越来越广泛，我们还可以看到更广泛的 AI 系统生态的构成。
2.7K10编辑于 2024-12-11- 来自专栏码农小胖哥的码农生涯
Java 9的模块系统到底怎么用
Java 的模块在Java 9中正式实装，一直没时间来研究一下这个东西，今天就和大家一起学习一下这个功能。 Java模块解决了什么问题 最近很多同学问我，胖哥，该怎么学习？该学习什么？ Java 9 引入的模块是在Java包（package）的基础上又引入的一个新的抽象层。基于package这一点很重要，这里需要强调一下。 系统模块 来自 JDK 和 JRE 的模块。可以使用 java --list-modules 列出，这里列出了一部分： ❯ . 开放反射 反射 API 的 Java 9 封装和安全性得到了改进。使用反射，我们甚至可以访问对象的私有成员。 从 java 9 开始，默认情况下不打开。 总结 模块的东西主要是理解，实际运用主要用来系统瘦身、依赖jar级别的隔离。
1.8K10编辑于 2022-04-06 - 来自专栏前端之旅
操作系统学习笔记-9：调度
OS-操作系统学习笔记-9：调度-0.jpg 1. 处理机调度 ① 定义 调度研究的问题是：面对有限的资源，如何处理任务执行的先后顺序。 接着看抢占式版本的例子： OS-操作系统学习笔记-9：调度-3.png 多了一个调度条件： 由于这是抢占式版本，所以存在着进程之间对于处理机的竞争。 先看非抢占式版本： OS-操作系统学习笔记-9：调度-9.png 这里和 HRRN 算法是很像的，进程会正常运行，直到结束之后才发生调度，在调度的时候会选择队列中优先级最高的进程。 再看抢占式版本： OS-操作系统学习笔记-9：调度-9.1.png 这里同样和 HRRN 算法很像。 在 0 时刻，P1 首先到达第一级就绪队列 OS-操作系统学习笔记-9：调度-11.png 然后，它被调度，来到了处理机这里 OS-操作系统学习笔记-9：调度-12.png 在 1 时刻，P1
1.6K20发布于 2020-04-20 - 来自专栏码匠的流水账
java9系列(三)模块系统精要
序 本文主要讲述下java9的模块系统的必知必会的知识点。 ，从根模块解析模块依赖，可以通过—add-modules mod1,mod2来指定 modules unnamed modulesjava9通过unnamed modules来支持非java9编写的代码 ，因此遗留代码就可以不用升级使用模块系统，当然最好的方式是升级到支持模块系统。 不过这样子非常费劲，所以java9内置了个transitive关键字。 因此这里查看模块描述时，可以看到java.base后面跟着一个mandated，表示这个是默认依赖 小结 java9的模块系统声明模块主要有module，requires(transitive\static
1.1K20发布于 2018-09-17 - 来自专栏RocketMQ原理与应用
RocketMQ实战—9.营销系统代码初版
Consumer的工程代码实现4.基于抽象工厂模式的消息推送实现5.全量用户促销活动消息推送的流程和缺陷分析6.全量用户促销活动推送引入MQ进行削峰7.全量用户发优惠券业务流程实现8.全量用户发优惠券引入MQ削峰9. 会员系统需要提供给推送系统、运营系统如下需要支持分页的RPC接口。 但推送系统拿到消息后，要通过SDK交给第三方推送平台处理，此时就不一定能每秒推送1万条消息给用户了。二.存在明显的高峰和低谷当运营人员在不创建促销活动时，营销系统根本不会推送消息给推送系统。 9.激活不活跃用户发券流程分析(1)给特定用户发送领取优惠券推送的HTTP接口(2)给特定用户发送领取优惠券推送的服务接口如果运营⼈员需要维护这么⼀个发放优惠券的活动：首先根据条件筛选出⽤户数据，然后给筛选出来的 (1)给特定用户发送领取优惠券推送的HTTP接口该HTTP接口接收的参数如下：该HTTP接口返回的响应如下：(2)给特定用户发送领取优惠券推送的服务接口10.推送系统对营销系统发起的推送任务的处理营销系统会通过
1.1K00编辑于 2025-04-17 - 来自专栏编舟记
java9 模块化系统小试
JPMS 全称是 Java Platform Module system（Java 平台模块化系统）。它的目的简单直接：编译期间检查和强化封装。 目录下新建 module-info.java 引入 gradle plugin org.gradle.java.experimental-jigsaw 修改 .travis.yml 以支持 java9 2. gradle 插件 gradle 如何支持 java9 的模块系统，这篇文章已经细说。我最终还是选用了一个实验版的插件使用，因为比较简单。 CI 服务 language: java jdk: oraclejdk9 sudo: false dist: trusty script: ". check -i" addons: hosts: - lambetaBuild hostname: lambetaBuild 光速跟进的travis.ci 已经支持了 oracle jdk9，
1.1K30发布于 2018-08-17 图解AI：9个MCP应用场景
100% 本地 MCP client MCP 客户端是 AI 应用（如 Cursor）中用于建立与外部工具连接的组件。 智能RAG 由 MCP 驱动的智能检索增强生成（Agentic RAG）系统：该系统可搜索向量数据库，必要时回退至网页搜索。 财务分析 基于 Cursor 或 Claude Desktop 构建 MCP 驱动的 AI 智能体，实现对股市趋势的数据获取、分析及洞察生成。 这块也可以像前面提到的，对接各种外部数据，从各种数据库拉取数据交给AI生成报表。目前比较流行的是让AI使用数据画成图表数据，目前主流AI IDE都已Mermaid语法，推荐豆包。 复杂文档检索增强生成系统 使用 MCP 为复杂文档（含表格、图表、图像及复杂排版等元素）驱动的 RAG 应用赋能。 在这吐槽下微软最近开源的文档提取工具，堂堂微软做出来的开源项目真LJ！
16010编辑于 2026-06-22- 来自专栏AI系统
【AI系统】推理系统架构
推理系统架构是 AI 领域中的一个关键组成部分，它负责将训练好的模型应用于实际问题，从而实现智能决策和自动化。 此外，硬件加速（如 GPU、TPU）和专用芯片（如 AI 加速器）也是提高推理效率的重要手段。部署（Deployment）训练得到的模型并不仅仅是为了学术研究，最终目的是应用于实际问题的解决。 多框架支持：兼容 TensorFlow、PyTorch、ONNX 等主流 AI 框架。模型优化：集成 TensorRT 等优化工具，进一步提升模型推理性能。 作为一个强大的推理框架，Triton 能够满足多样化的 AI 应用需求，帮助企业和开发者构建高效、可靠的推理服务。 这一功能基于其动态模型发现与加载机制，使得 AI 应用能够迅速适应市场需求变化，如模型精度提升、新功能上线等。配合版本控制和滚动更新策略，可确保服务连续性不受影响。
2.6K10编辑于 2024-12-02 AI日报 - 2025年4月9日
"GRMs不仅依赖现有原则，还能自我创建和批判原则" - DeepSeek研究团队undefined 该方法已在arXiv发布论文，或将重塑模型优化范式1.2 特斯拉FSD实现零干预驾驶#自动驾驶 #AI Drive到Santa Monica全程零干预驾驶 ⚡ 穿越两条高速公路和城市街道，尚未发布v13版本 行业影响：▸ 证明纯视觉方案在复杂场景中的可靠性▸ 加速L4级自动驾驶商业化进程"@Tesla_AI GDPR法规#数据政策 #欧盟 #监管 | 影响指数：★★★☆☆ 核心进展：欧盟委员会计划未来几周提出GDPR削减提案，减少企业合规负担 ⚡ 2018年实施以来首次重大调整 行业影响：▸ 可能释放欧洲AI 应用成本下降"开放生态是AI民主化的关键" - NVIDIA发言人undefined 模型已在Hugging Face发布，商用前景广阔️ 二、技术前沿 (Tech Radar)2.1 自我原则批判调优 医疗 ▲▲▲ ▲▲▲▲ ▲▲▲▲ ▲▲ 工业AI ▲▲▲▲ ▲▲ ▲▲▲ ▲▲▲ 零售AI ▲▲▲ ▲ ▲
45200编辑于 2025-04-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号