智能体

浏览该分类下的所有文章

OpenAI智能体越狱入侵Hugging Face始末

2026 年 7 月,OpenAI 在评估模型的漏洞利用能力时,模型没有去打给定的靶标,而是攻破了承载这场考试的基础设施,逃出沙箱、窃取凭据,最终入侵 Hugging Face 生产环境,只为拿到评估的答案。本文梳理完整时间线与三段式攻击链,还原约 1,200 个智能体自建留言板协同作战的细节,以及 Hugging Face 的发现、取证与处置过程,并整理 OpenAI 的两周暂停、各方监管动作,以及这起事件对普通团队在隔离、监控和应急上的实际启示。

Java与Spring AI如何跨越兼容性断层

MCP 2026-07-28规范移除了初始化握手和协议级Session,转向每次请求自带版本与能力声明的无状态模型。当前Java MCP SDK 2.0.0和Spring AI仍基于2025-11-25协议,接入客户端时可能出现探测失败、未知方法返回500等问题。本文梳理新旧协议差异与Java生态现状,并给出兼容测试、状态外置、权限校验、协议网关和双栈灰度方案,帮助Java团队平稳完成MCP升级。

Java上下文传播正在改变

随着 Java 应用从传统 CRUD 走向 AI Agent,userId、tenantId、traceId、conversationId 等上下文需要在更复杂的调用链与并发任务中稳定传播。JDK 25 正式定稿的 ScopedValue,为“上游绑定、下游只读、任务结束自动失效”的场景提供了比 ThreadLocal 更清晰的语义。本文结合虚拟线程、结构化并发与 Spring AI ToolContext,分析 ScopedValue 的设计原理、适用边界、异步传播限制及安全注意事项,并给出 Spring Boot 项目的上下文分层与迁移思路,帮助开发者重新理解 Agent 时代的 Java Context 设计。

Agent为什么需要Durable Execution

随着 AI Agent 从简单问答走向多步骤、长时间运行的企业任务,传统 HTTP 请求模型开始面临状态丢失、重复执行、重试失控、服务重启后任务无法恢复等问题。本文从 Java 后端视角介绍 Durable Execution 的核心思想,分析 Workflow、Event History、Retry、Timeout、Idempotency、Human in the Loop 等关键能力,并结合 Temporal 与 Spring AI 的集成,说明如何将模型调用、Tool Calling、MCP 和传统业务 Service 纳入可恢复、可重试、可审计的执行流程,帮助 Agent 从“能运行”真正走向“可生产”。

Java开发者如何构建企业级AI智能体系统

本文围绕 Java 企业开发从传统 CRUD 向 AI Agent 演进展开,介绍 Spring AI、Tool Calling、RAG、Memory、Workflow 等核心能力,并结合企业真实场景分析 Agent 如何连接现有 Spring Boot 业务系统。文章重点强调,企业 AI 的难点并不只是调用大模型,而在于权限控制、数据治理、操作审计、幂等设计、人工确认以及系统稳定性。未来 Java 开发者不需要抛弃原有技术体系,而是应在熟悉的 Service、数据库和业务架构之上增加智能层,让系统从“执行固定流程”逐步升级为“理解用户目标并主动完成任务”。