这家制造模型路由器的公司将其业务范围从两个地区扩展到了28个地区,从而更新了自身的产品型号库。
微软将Foundry的模型路由器所支持的区域数量从2个增加到了28个:其中28个区域适用于全球范围内的标准部署,21个区域则用于数据区域的部署。同时,微软还新增了Claude Opus 4.8和GPT-5.6这两个模型,并移除了4个已被弃用的模型。在默认配置下,系统会自动应用这些模型变更;而对于那些被特别配置为不使用新模型的环境,新的模型需要被明确添加后才能被使用。实际上,系统中可使用的模型范围始终取决于池中规模最小的那个模型。 作者:Steef-Jan Wiggers

微软将Foundry的模型路由器所支持的区域数量从2个增加到了28个:其中28个区域适用于全球范围内的标准部署,21个区域则用于数据区域的部署。同时,微软还新增了Claude Opus 4.8和GPT-5.6这两个模型,并移除了4个已被弃用的模型。在默认配置下,系统会自动应用这些模型变更;而对于那些被特别配置为不使用新模型的环境,新的模型需要被明确添加后才能被使用。实际上,系统中可使用的模型范围始终取决于池中规模最小的那个模型。
作者:Steef-Jan Wiggers相关文章
使用OpenTelemetry实现Claude Code的可观测性
像 Claude Code 、 OpenAI Codex 、 Google Antigravity 以及 Cursor 这样的代理编码工具,在日常软件开发中已经变得无处不在。 随着代理系统的不断发展,开发者让这些系统完成的大部分工作都是通过逐个分配子任务来实现的。许多团队也在探索并使用共享的、多租户式的代理基础设施,这种架构的成本不会与某个特定的所有者挂钩。在这种情况下,可观测性就成为了监控基础设施成本的关键因素。 在本指南中,您将了解可观测性的工作原理,然后学习如何启用Claude Code内置的遥测功能,运行后端程序来收集数据,并读取该系统生成的各类指标、日志及追踪信息。这些内容将帮助您更
阅读全文
使用 Meta Muse Code 与 Muse Spark 来构建人工智能代理程序、API 以及全栈应用程序。
随着人工智能开发工具的不断扩展,那些采用垂直集成架构的生态系统为软件的开发提供了强大的解决方案。在freeCodeCamp.org的YouTube频道上,讲师Andrew Brown在这个长达三小时的课程中详细讲解了如何利用Meta公司的Muse生态系统来构建应用程序以及自主智能体工作流程,其中涵盖了Muse Spark模型和Muse Code终端工具的使用方法。 这个课程内容涵盖了很多方面,从低级别的API集成,到使用这些工具进行的全栈项目开发,无一不包括: 模型概述与性能评估 了解Muse Spark模型以及开源的Glimmer模型在成本、性能和多语言推理能力方面的优势。 API集成与兼容
阅读全文
如何从大型语言模型中获取可靠的结构化数据
大多数关于如何调用语言模型的教程都会在 JSON.parse(response.content) 这行代码处结束。这段代码在处理前十个测试用例时确实可以有效运行。但当你开始实际应用时,会在第400次左右的一次请求中遇到问题:模型可能会返回一个它自己编造出来的日期,或者当你的数据结构应该包含5个元素时却返回8个数组项,又或者返回一个格式完全正确但实际上缺少某个字段的JSON对象。 我在开发Temploracraft这个简历工具时遇到了这样的问题。这个工具会接收用户上传的文档,并将其转换成应用程序可以编辑的结构化数据。 输入的数据确实具有很大的不可预测性:有些是两列结构的PDF文件,有些表格其实并
阅读全文
如何使用Pydantic AI构建具备生产级功能的智能代理
使用原始的LLM SDK来构建AI代理,在开发原型阶段确实可行,但一旦你需要结构化输出、可测试的代码以及具备生产环境可靠性的系统,这些问题就会显现出来。 这些问题的出现具有很强的规律性。你的笔记本代码可以正常运行,于是你将其应用到生产环境中,并开始添加各种补丁:比如为`json.loads`添加异常处理逻辑,编写辅助函数来去除Markdown格式的标记,使用`if`语句检查字段类型,设置重试机制,以及创建一个将工具名称与对应的可调用函数关联起来的映射函数。这些代码单独来看并不复杂,但当它们汇集在一起时,就会占据你代码库的大部分内容,而真正的代理逻辑反而被这些辅助代码所掩盖。 本文将按照这些问题
阅读全文