摘要:
背景 AI Agent 的能力边界取决于它能调用的工具。当前主流的工具接入方式是 function calling——模型输出结构化的函数调用请求,应用层解析后执行。 这个方案在工具数量少的时候够用。但随着 Agent 需要接入的工具增多(存储、数据库、消息队列、内部 API...),每个工具都需要 阅读全文
posted @ 2026-03-13 20:00
亚马逊云开发者
阅读(1)
评论(0)
推荐(0)
摘要:
问题定义 传统应用的安全模型建立在一个假设上:应用的行为是确定性的。代码审查通过了,行为就是可预测的。 AI Agent 打破了这个假设。Agent 根据自然语言 prompt 和运行时上下文动态决定调用哪些 API、传递什么参数。即使代码不变,不同的用户输入可能导致完全不同的 API 调用序列。 阅读全文
posted @ 2026-03-13 11:30
亚马逊云开发者
阅读(1)
评论(0)
推荐(0)
摘要:
引子 AI 辅助编程工具发展到今天,一个核心矛盾越来越明显:模型能力在涨,但开发者对生成代码的控制力在降。 你让 AI 写一个函数,它可能写得比你好。但你让它写一个系统,它大概率会把架构搞砸——不是因为它不会写代码,而是因为它不知道你要什么。 传统 chat 式 AI 编程交互缓解了这个问题,但没有 阅读全文
posted @ 2026-03-13 07:30
亚马逊云开发者
阅读(6)
评论(0)
推荐(0)

浙公网安备 33010602011771号