AI Agent 开始动手干活 — OWASP 把过度代理列为头号风险
OWASP(开放式 Web 应用安全项目)在 2025 版 LLM 应用 Top 10 风险清单里,把"过度代理"(Excessive Agency)单列为头号风险——这也是清单里唯一一条为 Agent 新增的条目。我们注意到,这意味着"AI 自动删文件、外发邮件、绕过审批"这类场景,已从理论风险变成工程团队必须正面回答的问题。
相关推荐
基于 #AI Agent 推荐
阿里巴巴OpenCodeReview
阿里把内部用两年的代码审查工具开源了 — 真正的卖点不是 AI,是工程
阿里开源 OpenCodeReview,GitHub 21k Star。它用「确定性工程 + LLM Agent」的混合架构解决通用 Agent 做代码审查的三大问题。值得关心的是:大厂开始把内部 AI 工具外放,中国 AI 工程化能力被拉到台面上。
8月29日·juejin.cn
DeepSeekCordis
DeepSeek 把 Agent 的五把钥匙交出来 — 中文社区开始啃源码
DeepSeek 开源的 Agent 框架里有一套事件分发机制,最近被开发者「怕浪猫」用「五把钥匙」做类比写成 8000 字源码教程。它说明中文 AI 开源生态正在从「调 API」走向「读源码」。
8月29日·juejin.cn
llama.cppMoE
llama.cpp 还有 50 个 PR — 本地跑 AI 不必靠显卡
开源项目 llama.cpp 攒 50+ 性能优化待合并,部分让 CPU 推理提速 3 倍。「本地跑大模型」正摆脱对高端显卡的依赖 — 敏感行业的私有部署和普通用户的离线 AI,都会因此更便宜。
8月29日·www.reddit.com
DeepSeekNVIDIA
DeepSeek 在两台几万元小机器上跑出 67 token/s — 本地大模型门槛正在塌方
本周一位 Reddit 用户用两台 NVIDIA DGX Spark 工作站(约 6 万元)跑出 DeepSeek V4 Flash 67-84 token/s 的稳定输出,配 100 万 token 上下文。我们关心的是这份民间复刻印证了一个被低估的趋势:开源大模型本地部署的成本正在快速下沉,企业
8月29日·www.reddit.com
TenstorrentQwen3
Tenstorrent 跑通 Qwen3.7-27B — 非英伟达 AI 芯片商用破冰
Tenstorrent 用户晒出 QuietBox 2 工作站跑 Qwen3.7-27B 的推理数据。这是非英伟达阵营首次拿出接近商用的实测成绩,但距离撼动英伟达生态还很远。
8月29日·www.reddit.com
Ling金融大模型
金融大模型跑分争议:每家都穿自己的装备上场,这榜还公平吗
本周 Reddit 技术圈拆解了一张国内金融大模型 Ling 的官方跑分卡:不同模型在不同测试里用了完全不同的推理设置、Agent 框架甚至工具,所谓的榜单排名更像一场「测试方案」的比拼。这事对所有用 benchmark 选模型的企业和投资人都值得警惕。
8月29日·www.reddit.com