·tian
智能体沙箱与安全代码执行：根据风险匹配隔离深度
一份关于智能体沙箱光谱的实用指南——从 Docker 容器到 Firecracker microVM——涵盖了能力限制模型、真实世界的逃逸向量，以及根据风险匹配隔离深度的决策框架。
agent-security
sandboxing
code-execution
llm-agents
·tian
为什么你的智能体应该编写代码，而不是 JSON
代码操作智能体 (Code-action agents) 让大语言模型 (LLM) 能够生成并运行 Python 而非 JSON —— 任务成功率提高 20%，LLM 往返次数减少 30%。本文将介绍它们的工作原理、局限性，以及如何在生产环境中安全地运行它们。
agents
llm
python
code-execution
+1·tian
为什么你的 AI Agent 应该编写代码而不是调用工具
与标准的工具调用模式相比，代码执行型 Agent 可以减少 98–99% 的 Token 消耗 —— 而这仅仅是个开始。本文将介绍该架构的工作原理、局限性以及适用场景。
ai-agents
mcp
code-execution
llm-engineering