標籤: Enterprise AI

拆解 OpenShell 可檢查的 Agent runtime 控制，以及 NVIDIA 所提出的 BlueField-4／Sentry 參考設計，釐清兩層各自能做什麼、仍缺哪些成效證據。

拆解 Target 如何以詞彙與向量雙路檢索、屬性精確度控制和加權交錯，改善商品搜尋，並檢視其離線與線上證據的邊界。

拆解 Microsoft run-assert-eval 如何串接 Clarity 風險探索、ASSERT 行為測試與 ACS runtime policy，並以 unsafe behavior 和 over-refusal 兩組指標檢視治理效果。

拆解 Docker Sandbox Kit v3 如何把 Agent 的網路、憑證與 mixin 宣告放進 OCI artifact，並說明 descriptor 仍是 request、enforcement 仍取決於 runtime。

Anthropic 的低風險員工書籍交換研究顯示，偏好估計比議價機制更限制市場結果；部署代理人之前，先測它是否理解這個人。

拆解 AlloyDB for agents 的唯讀 agent nodes、專用 Colossus segments 與彈性計算池，並檢視隔離、資料新鮮度、冷啟動、成本和交易邊界。

拆解 Cloudflare Turnstile Spin 如何在人工核准下安裝、修復或遷移 widget，並以 Siteverify、憑證隔離與可重播驗收形成後端安全閉環。

拆解 Benchling 在獨立 AWS 帳戶執行 AI 產生程式碼的分層設計：每工作臨時憑證、S3 endpoint policy、DNS allow-list 與持續外洩測試。

拆解 AWS 的 AgentCore Gateway 多帳號參考架構，追蹤使用者 JWT、Cedar 授權與下游 M2M OAuth 如何分工，並指出 sample 尚未跨過的 production 門檻。

從 Ouroboros v7.4.4 拆解自我修改 Agent 的發布證據鏈：把身分、記憶、程式演化與受管理的子 Agent，綁到 SHA256、SBOM、GitHub build provenance 與 smoke receipts。

拆解 Pydantic AI v2.45.0 如何對齊 durable run 的 DynamicToolset、MCP session、tool history 與 usage spans，並說明 TypeSafeModel 與 Bedrock effort 修正的採用邊界。

拆解 AWS 與 Corley 為 Eutelsat 展示的文件同步 Agent：以程式碼作為 source of truth，用 RAG 補上領域語言，並把 MCP 寫入與人工審查留在可治理的發布邊界。

拆解 TypeSafe AI 的 System One 模型與 Jev，理解 typed decisions、機率信心、workflow evals，以及它和一般 LLM structured output 的差異。

不再重述 Jev 的基本介紹，改從 confidence-gated routing、speculative fan-out、composite scoring 與社群實驗，拆解如何把 AI 判斷放在 Agent、工具與人工審查之間。

拆解 Amazon Bedrock AgentCore Consent Portal 的 end-user OAuth flow：如何分開 corporate IdP、Gateway、GitHub／Slack outbound provider、callback、session binding、token vault 與 CloudTrail，並標出 AWS reference walkthrough 沒有證明的安全邊界。

整理 Redpanda Agentic Data Plane v0.2.61／v0.2.60 的 credential passthrough、context estimate、activity filtering 與 Pylon capability gates，並回看 v0.2.58 的 audit semantics。

拆解 AWS 的 Unified Knowledge Graph RAG 參考架構：GraphRAG 與 LightRAG 如何共用入庫、圖譜、Hybrid Retrieval 與 lineage，再按問題選擇查詢策略，並解讀品質、成本與延遲取捨。

用 AWS Step Functions 編排 Bedrock AgentCore 多代理流程，把提案、確定性驗證、人工核准與執行拆成可重試、可稽核的控制邊界。

拆解 GitSpawn 如何透過 repository-local 的 core.fsmonitor 觸發背景命令，穿過 coding agent 的 workspace trust 與 approval 邊界，並整理 archive 交付條件、修補矩陣、安全重現界線與企業控制。

拆解 Forge v0.18.1 如何把多使用者 MCP 的身分、OAuth 同意、租戶、政策、出口與逐次稽核串成可檢查的 Agent runtime contract，並標出尚未被獨立驗證的邊界。

拆解 AG2 v1.0.3 的 MCP 2.0 breaking migration、TealTiger deterministic governance 與可驗證的 Agent runtime rollout 邊界。

拆解 Anthropic Model Hardware Standard 研究預覽：它標準化 Agent 與可程式化硬體之間的驅動、探索與操作介面，但不取代平台的身分、授權、審批與實體安全控制。

拆解 Tencent WeKnora 的三進程核心、文件解析與檢索資料流，並說明 Agent、MCP、sandbox、memory 與企業治理如何接在同一個控制面。

以 DeepSeek-R1 的 MLPerf 公開紀錄對照 8 張 B200／B300 的吞吐與延遲，再用有來源的 GPU 租價試算成本，分清實測、算術推導與 API 售價。

把 Agentic 控制面收成可複製平台契約：提供什麼、必須接 E·P·J·T、七條不准繞過，以及 IT 100 題驗證口徑停在哪裡。

GitHub 把 MCP server allowlist、denylist 與第三方 agent activity 放進企業管理面；本文拆解政策語義、遙測邊界與可落地的 rollout 方法。

用 TREC RAG 2026 說明 RAG 評測從文件問答走到 Agent-in-the-loop，這篇講方向與題目設計，不講企業 harness 怎麼實作。

以 TREC RAG 2026 與 RAGDoll 為參考，設計可重播的企業 RAG 評測 harness：資料模型、citation、Agent trace、judge 校準與上線門檻。

深度剖析 Cloudflare 提出的 Agentic Internet 基礎架構。從 Web Bot Auth 身份驗證、Markdown for Agents、WebMCP 前端工具暴露到 x402 微支付協定，全方位解析網頁如何從人類 UI 轉型為 AI Agent 友善的開放網路。

拆 Anthropic 的 Agent Memory 與 Dreaming：哪個管跨會話記憶、哪個是夜間批次，兩者不要當成同一件事。

拆解 Kimi-K3 2.8T MoE 企業機房私有化部署的 GPU 顯存拓撲、伺服器預算、三相電力、液冷需求，以及五階段 TCO 估算框架。聚焦資料中心級採購與機房配套，不是 80 張 RTX 5090 消費級叢集方案。

拆解以 80 張 RTX 5090 消費級顯卡組叢集推論 Kimi-K3 2.8T MoE 的硬體拓撲、為什麼不能只用 44 張顯卡，以及建置成本與電費試算。聚焦消費級 GPU 拼裝實測，企業機房 TCO 請見姊妹文。

讀 GPT-5.6 技術文件的架構層：Frontier Intelligence、每 token 智慧、kernel 與 harness 路由。這篇講架構，不是 Sol 價目表。

解讀 OpenAI 於 2026 年 7 月發布的託管式企業 AI Agent 平台 OpenAI Presence。剖析其 Job-scoped 單一職責設計、護欄與人類審批機制、基於 Codex 的線上對話持續優化環路，以及 OpenAI 自身 AI Phone Support 的 dogfooding 實踐。

整理 Gemini Enterprise Agent Platform 的開發、執行、治理與評估能力，並從企業部署角度檢視其架構承諾、整合邊界與採用條件。

從 Agent 與工作流的差異開始，系統整理單一與多 Agent 架構、工具與 MCP、狀態記憶、評測、安全治理，以及從 PoC 推進正式環境的決策方法。

系統整理企業 RAG 的資料管線、Hybrid Search、重排、GraphRAG、Agentic RAG、評估、權限治理與失敗診斷，建立從知識來源到正式營運的決策框架。

整理 AWS × HoyaBit 議程：企業 Agentic AI 四大痛點、Amazon Bedrock AgentCore（Runtime／Memory／Gateway／治理）技術棧，以及台灣金管會合規交易所如何把語音交易 Agent 與企業大腦平台推上正式環境。

整理 eCloudvalley 演講中的 FinOps 與 Agent 治理路徑，並以 FOCUS、FinOps Framework、AWS 與 MAIAH 公開資料校正產品主張。

整理 AWS 與 Super 8（雲發互動科技）ORRA 的議程：單一 Agent 決策循環、多代理人 Graph／Swarm／Workflow 三大協調模式、A2A 溝通、Amazon Bedrock AgentCore 核心組件，以及 ORRA 如何讓業務人員以 Job Description 方式在兩分鐘內建立並部署 AI 員工。

整理 AWS ProServ 資深顧問演講《Decompose with Care》：東南亞領先銀行如何以零中斷前提，將 2000 萬活躍用戶的全通路單體平台遷移至 AWS 雲端原生微服務——四大挑戰、Strangler Fig、三層 Facade、Contract-First / Mock-First 與 AI 時代的工程護欄。

整理 AWS 解決方案架構師 HC 與幣託運維經理 Michael 的沙龍分享：OWASP LLM Top 10 安全紅線、runC / gVisor / Kata 沙箱對比、Kubernetes 多租戶隔離層級，以及 BitoClaw 如何以 EKS、KEDA Scale-to-Zero、Pod Identity 與 Network Policy 打造合規低成本 AI Agent 平台。

整理 Amazon × TapPay 議程中的低延遲導購與支付護欄，並以 Amazon、AWS 官方資料核對 Alexa for Shopping 規模及 AgentCore 的權限與付款邊界。

拆 DoorDash Ask Assistant 的架構與評測口徑。24% 是他們公開的轉化數字，要連同實驗範圍一起讀，不是標題保證。

以 Prompt Injection、工具授權、資料外洩、記憶與身分、供應鏈及可觀測性為邊界，建立可驗證的企業 AI Agent 縱深防禦架構。

深入探討 LangChain 最新開源工具 OpenWiki。從底層的 Git Diffs 追蹤機制到全新的「OpenWiki Brains」主動記憶體，全面解析如何為 AI Coding Agent 打造降低 Token 消耗的專屬 codebase 文件系統。

探討 QCon AI 中 Cassie Shum 的演講精華。從底層解析 GraphRAG 如何透過全局脈絡 (Global Context)、多步推論 (Multi-hop Reasoning) 與 Cypher 查詢解決企業級 RAG 痛點，並附上具體的架構實踐。

GitLab Orbit 將程式碼與軟體生命週期資料建成可查詢圖譜；本文釐清 Remote、Local、MCP 介面與 Beta／Experiment 成熟度。

AI Summit 分享整理：企業 AI Control Plane、15+ Agents 責任分解、理專現場的四段 Runtime 流程、三層安全邊界、LLM-as-a-Judge 品質治理，以及 E·P·J·T 可複用能力底座。

Cloud Summit 分享整理：金融 AI 上線的三條生死線、PoC 為何卡住、Cloud Native AI Runtime 三層架構、MCP 工具治理、Hybrid Search 與 Agentic RAG，以及為何準確度是工作流屬性而非模型功能。

依 Martin Fowler 的說法，Harness Engineering 是包在 coding agent 外層的控制迴路：前饋 guides 加上回饋 sensors；信任是可設計的控制，不是感覺。

深讀 LangChain 長文：Harness 的正式定義、由期望行為反推的元件鏈（檔案、Bash、沙箱、記憶、Context Rot、Ralph Loop），以及模型–Harness 共訓與 Terminal Bench 的啟示。

深讀 Hashimoto 親筆歷程：三階段工具採用、重做 commit 練功、離峰與 slam dunk 委派、AGENTS.md 與可驗證工具，以及「總有一個 Agent 在跑」的現狀與限制。

深讀 2026 年 1 月長文：durability、OS 類比、系統評測缺口、Bitter Lesson 下的輕量 Harness，以及 hill climbing 與訓練—推理收斂。

深讀 Parallel 長文：從意圖擷取、工具執行、context 編譯到驗證與持久化，釐清 Harness 與 orchestrator、framework 的差異，並對照 Anthropic／LangChain 實例。

深讀 2026 年 2 月橫向整理：工程師工作分裂為「建環境」與「管 Agent」、架構當護欄、工具即回饋、AGENTS.md 當系統紀錄，以及規劃與執行分離。

深讀 HumanLayer 長文：失敗常是配置而非模型；釐清 AGENTS.md、MCP、Skills、Sub-agents、Hooks 與 back-pressure，並回應 ETH 研究與 post-training 過擬合爭論。

整理《RAG 2026：當向量搜尋遇上代理推理》報告的核心觀點，並附本站已交件的 IT 知識問答案例：混合檢索、上下文驗證、rule-first 路由，凍結 100 題加權 98%、0 不安全；2026 方向是向量粗篩加代理精讀。

對 Anthropic Building Effective Agents 的架構判讀：工作流、工具、評測與何時不該做成 Agent。這不是站上的 AI Agent 完整指南。