Artikel für Leute, die
den Stack ausliefern
Beiträge zu React, Node.js, TypeScript und AI. Ein übersetzter Text wird gezeigt, wenn er existiert. Sonst sehen Sie den englischen Text und einen Hinweis.
Tag: Observability
Der Einsatz von Agenten in der Produktion mit dem Foundry Agent Service und dem Agent Framework
Wie ein Sales-Prep-Agent von einem lokalen Code zu einer gehosteten, identitätsbasierten, sandboxierten und überwachten Implementierung wechselt, die in Microsoft 365 veröffentlicht wird und auf Geschäftsdaten beruht.
11 Min. LesezeitAgent Harness Engineering: Zustände, Überprüfung und Steuerung rund um das Modell
Eine Laufzeitansicht der Produktionsagenten: Warum Anfragen und Kontext nicht ausreichen, und wie dauerhafte Zustände, Durchsetzung, Überprüfung sowie Beobachtbarkeit die Lücke schließen.
13 Min. LesezeitKI-Architektur für Produktionsagenten: Ausfallmöglichkeiten und Kontrollschichten
Ein schrittweiser Leitfaden zur Architektur von Produktionsagentensystemen: Ausfallmöglichkeiten, Schutzmechanismen, Bewertungen, Beobachtbarkeit, Kostenkontrolle, Zero Trust und Governance.
12 Min. LesezeitWenn das Dashboard grün ist und der Agent falsch liegt: Überwachung des Zustands
Das Dashboard ist grün und der Agent liegt falsch: Fehler verstecken sich im zwischen den funktionierenden Schritten übertragenen Zustand. Welche Überwachungs-, Routing-Protokolle und Bewertungen aufgezeichnet werden müssen.
12 Min. LesezeitSpring AI im Unternehmensumfeld: Ein Support-Agent mit Tools, RAG und Überprüfungsmöglichkeiten
Spring AI für einen Hilfsprogramm zur Vorrangigkeitsbewertung von Vorfällen: Prompts als Verträge, strukturierte Ausgabe, Aufruf von Tools, MCP-Entdeckung, Qdrant RAG, Trace-Logging sowie begrenzte Agentenschleifen.
13 Min. LesezeitSelbstverbessernde Agenten: Heilung, Lernen und kontrollierte Veränderung
Selbstverbessernde Agenten ohne Risiken: Laufzeit- Selbstheilung, Lernen über mehrere Ausführungen sowie Änderungen, die erst nach Bewertungen und Canaries bereitgestellt werden, auf LangGraph.
15 Min. LesezeitAI-Agent-Audit-Logs benötigen 12 Felder: Was LangChain, CrewAI und vier weitere Tools aufzeichnen.
Eine statische Zählung von sechs Agent-Frameworks – von LangChain und CrewAI bis zum OpenAI Agents SDK – im Vergleich zu einem Entwurf für eine 12-Felder-Auditrückverfolgung: Die durchschnittliche Abdeckung beträgt 5 von 12.
10 Min. LesezeitWer bewertet den Bewertungsmechanismus? Validierung von Bewertungstools, bevor man ihnen vertraut.
Wer überprüft das Bewertungssystem? Richterische Verzerrungen, ausschließlich auf das Ergebnis ausgerichtete Bewertung, private Fehlermuster sowie versteckte Kosten können dazu führen, dass die Bewertungen von großen Sprachmodellen falsch sind. Überprüfungen des Systems selbst.
7 Min. LesezeitWarum Produktions-AI-Agenten mehr als nur einen guten Prompt benötigen
Produktions-KI-Agenten benötigen mehr als nur einen guten Prompt: Kontext, Tools, Speicherfähigkeit, Fehlerbehandlung, Überwachbarkeit, Testing sowie Autonomie, die zum tatsächlichen Risiko passen.
7 Min. Lesezeit
Über diese Artikel
Angebot in 24 Stunden
Denselben Stack in einer Operator-Schicht? Brief schicken — Angebot in 24 Stunden.