CK·黄@终身学习

bash ckhuang@macbookpro:~$ 很多人搞 AI Agent 还是“作坊式”思维：几行 Python 脚本加上 LLM API 就敢往生产环境推。结果呢？凭证满天飞、状态靠轮询、一旦报错两眼一抹黑。真正的企业级 Agent 架构，缺的从来不是大模型的智商，而是一套“操作系统级”的协作与治理底座。 [Read More]

bash ckhuang@macbookpro:~$ 过去大半年，大家都在疯狂卷“多 Agent 协作”，但绝大多数方案解决的只是“一次任务怎么跑得快”。而当 Agent 真正要下沉到企业生产环境时，致命的问题其实是：“一个 Agent 组织怎么在企业里长期、安全地活下去？” [Read More]

bash ckhuang@macbookpro:~$ 每个时代的软件工程进化，都始于对不确定性的收敛。在传统分布式系统中，我们用 APM 和链路追踪去降伏微服务的混沌；而到了 Agent 时代，当系统从“执行确定代码”演进到“自主规划与工具调用”时，全新的黑箱出现了。今天，我们来拆解阿里云最新发布的 AgentLoop，看看如何用工程化手段让智能体完成“观测-评估-进化”的闭环。 [Read More]

bash ckhuang@macbookpro:~$ 凌晨3点的告警，不仅考验你的发量，更考验你们公司的基础设施代差。在“人肉运维”与“脚本自动化”之间挣扎了十年后，我们终于迎来了一个不用被闹钟薅起来的解法。 [Read More]

bash ckhuang@macbookpro:~$ 当你的 AI Agent 出现“幻觉”或者 Token 账单爆炸时，传统的 APM 只能告诉你“有个 HTTP 请求花了 3 秒”，却无法告诉你消耗了多少 Token、调用了什么 Tool。基于 SDK 的手工埋点注定是死胡同，真正的解法在 Linux 内核里。 [Read More]