开源AI代理系统的技术演进与挑战

开源为你提供代理系统选择 - Stack Overflow博客

2025年10月21日

开源正在为你的代理系统提供选择

Ryan邀请Mozilla.ai首席执行官John Dickerson，讨论AI代理不断发展的格局、开源在保持技术生态系统健康中的作用、开源社区在AI兴起过程中面临的挑战，以及在多代理AI系统时代数据隐私和用户选择的影响。Mozilla.ai正在构建代理平台，帮助组织通过AI代理安全地自动化实际工作。

通过Linkedin与John联系，或发送电子邮件至john@mozilla.ai。

祝贺Populist徽章获得者Philipp Merkle，因其对"如何在启动运行jar文件时设置-Xmx？“的回答而获奖。

文字记录

[开场音乐]

Ryan Donovan：大家好，欢迎来到Stack Overflow播客，这是一个讨论所有软件和技术话题的地方。我是主持人Ryan Donovan，今天我们将讨论AI代理、互操作性、开源以及它们如何与生态系统其他部分良好协作的所有有趣话题。我今天的嘉宾是Mozilla AI的首席执行官John Dickerson。欢迎来到节目，John。

John Dickerson：嗨Ryan，谢谢邀请。很高兴在接下来的半小时左右讨论所有关于开源AI的话题，就像你说的，代理网络。

Ryan Donovan：是的。嗯，希望这个播客有一些好听众。在我们开始之前，我们想了解一下我们的嘉宾。你能告诉我们一些关于你是如何进入软件和技术领域的吗？

John Dickerson：像大多数收听这个播客的人一样，我是那些"先动手键盘再动手电视"的故事之一。我的职业生涯更多是从学术方面开始的，然后转向初创公司，这变得越来越普遍。所以，我最终在匹兹堡的CMU获得了所谓的"市场设计"博士学位，市场设计大致是处于经济学、计算机科学、机器学习和优化交叉点的技术。所以，你可以把这看作是"Uber上的匹配是如何完成的？像YouTube这样的平台上的推荐是如何完成和定价的？Meta是如何以一种激励良好信息流向顶部，同时也激励广告商参与系统的方式来做信息流的？“等等。随着互联网越来越多地被这些系统驱动，这种思维方式变得越来越重要。最近，显然随着多代理系统的发展，这些代理本身有自己的小效用函数，它们有自己的小涌现行为等等。这些问题实际上经济学家在更小的规模上已经思考了很长时间。所以，我认为这种技能组合在未来会变得更加重要。

Ryan Donovan：我的意思是，显然每个人现在都在谈论AI代理。这是一个巨大的事情，我认为从LLM和聊天机器人到代理的跳跃是互操作性，对吧？你开始与工具交谈；你开始浏览网页。你们是如何思考这个问题的？

John Dickerson：你知道，只是为了深入定义的具体细节，对吧？我们有机器学习模型，其中一些是深度学习模型，然后我们有生成式AI，这有点像LLM，或者回想2022年11月30日ChatGPT推出时，它只是令牌进，令牌出。没有工具使用，没有网页浏览，没有那种东西。然后向前发展，我们现在看到LLM标题开始包括工具使用作为实际使用LLM的基本要求。所以，当人们现在提到模型时，他们通常实际上指的是我称之为系统的的东西，这是一个可以调用网络，可以调用向量数据库，可能在幕后有某种知识图的东西，但没有采取多个步骤来完成一个任务，对吧？正是那个"多个步骤来完成一个任务"真正将我们带入你称之为现代代理网络浏览的领域。然后如果你有多个代理，对吧？这里最常见的范式可能是一个协调器代理和一堆具有特定任务的小代理，如浏览、电子邮件、编写代码等——你开始进入多代理系统，这些系统极其复杂。所以我们思考这个问题的方式是，你几乎可以把事情看作是在这些非常复杂系统增加的随机性和随之而来的增加的能力之间的一个滑块，一直回到传统的、确定性的代码编写，或者使用一个在数据上训练过一次但现在是反复运行的模型，能力较小。所以我们想为不同的客户或不同的社区找到在那个尺度上你应该处于的位置，这样你可以完成一个任务，但你不至于因为这种最疯狂的随机复杂系统失控而撞墙。

Ryan Donovan：对。我们最近的开发者调查发现，人们使用AI越多，就越不信任它。我认为这是一个随着人们更多地使用它并意识到它，就像你说的，可能带来的讽刺性困难而发生的主题。

John Dickerson：非常同意这一点。你知道，作为一名技术专家，如果你给我两个解决方案，它们工作方式相同，或者它们有相同的最终结果，这是一个好的最终结果，一个是我可以逐行跟踪并在我部署前交给我的GRC，比如企业端的风险与合规，另一个是一个多代理系统，每次我运行它都会做一些不同的事情，我会选择确定性的那个。但情况并非如此——我不能总是非常非常容易地创建那个确定性解决方案。而且，多代理系统现在拥有的这种自然语言到复杂系统的推动有很多能力。

Ryan Donovan：那些做高度确定性系统的人知道它是一堆条件，对吧？你不能总是得到那个中的每个条件。

John Dickerson：这就是为什么我认为我们看到多代理系统真正开始起飞，因为我们现在能够，即使是一个个体，例如在一个周末，开始解决一些这些极其复杂的问题，这些问题涉及需要理解一大堆不同的API和文档等等，并出去在网络上收集信息；你知道，过去需要单个人很长时间做的事情，现在我们可以很快完成98%。只是理解那缺失的2%变得困难。

Ryan Donovan：而grok是理解的意思，不是两个AI系统中的任何一个。

John Dickerson：是的，拿走我们的话。是的，理解。是的。

Ryan Donovan：那么，随着代理、工具使用和某种互操作性的兴起，我们开始看到一些标准出现：A2A、MCP——我听说过几个其他的；我听说这些被比作网络创立时你开始得到一些标准，但我们也看到，自从网络创立以来，并非所有这些标准都存活了下来，对吧？

John Dickerson：绝对是的。你知道，戴上我更广泛的Mozilla帽子——Mozilla近20年来一直是互联网开放标准的大力倡导者，在mozilla.ai，我们也积极参与标准创建。我们是一个小得多的团队，但这也是一个新兴领域，对吧？所以，你提到了模型上下文协议，或MCP，它来自Anthropic但现在已经捐赠给Linux基金会。A2A，抱歉，已经捐赠给Linux基金会。我不确定MCP是否已经，但它们都是开放的，对吧？而且它们都在真正标准化模型或模型系统与传统软件通信的一些方式，对吧？比如，你可以为Slack或电子邮件有一个MCP服务器，标准化LLM或LLM系统端的MCP客户端从该软件收集信息的方式。这听起来像互联网上的传统API。就像，我在客户端和服务器之间有一个合同，现在我可以自信地构建，因为我知道数据将返回我的系统的方式将看起来像X、Y或Z。MCP，你知道，它不完美。A2A，另一个——这是一个最初来自Google的代理到代理协议，我知道那个现在是Linux基金会的一部分。它得到了Cisco Agency的支持，我认为还有其他一些大公司。这再次标准化了不同代理相互通信的方式，随着网络从仅仅人类与之交互，转变为拥有代理的人类，再到纯粹的代理交互，这将再次变得越来越重要。有时这些代理需要有自己的语言，基本上是它们自己相互通信的方式。你知道，我们称Google和Meta为开源的"友敌”，在某种意义上，你知道，他们确实支持开源生态系统，但这并非出于他们内心的善良。所以，他们这样做是有原因的，对吧？但看到这很好。

Ryan Donovan：我肯定听说过大型超大规模企业在项目进入时接管它们，他们开始让自己的人在上面工作。

John Dickerson：再次，祝福也是诅咒，对吧？我的意思是，你知道，Google可以分配10个Mozilla.ai价值的人员而不用眨眼。

Ryan Donovan：互操作性、标准、与网络其他部分的"良好协作"似乎是一个相当重要的发展。我听说过很多人抱怨来自AI代理和机器人的流量峰值增加。如果你在互联网上发现一个API，你能使用它吗？

John Dickerson：我在这里有两种想法。我对被这些机器人击中的网站所有者有很多同情，我知道你在这个播客上也有讨论者谈论，你知道，“在一个代理只是获取你拥有的任何新数据并将其移出你的平台以便你无法货币化的世界里，数据创建是什么样子？你甚至有动力创建新信息吗？那时的经济是什么样子？“等等，等等。我对开源代码维护者也有很多同理心，对吧？现在很容易将一个完整的开源代码库作为输入，用自然语言询问，编写一个做X、Y或Z的PR，然后只是用合理合法但不完美的PR垃圾邮件一个开源代码库。我们在开源世界中也看到这种情况，全面发生。所以，就像，这也是一种流量峰值，由人们内心的善良引起。但我好奇这将对开源社区做什么，对吧？它将，你知道——作为维护者，你每天早上醒来，你有100个新的PR，有人花了30秒在上面，而你每次将不得不花一个小时。就像，那时这对激励有什么影响？是的。

Ryan Donovan：这就是每个社区，无论是开源还是互联网上的论坛，都必须回答的问题。你知道，我们现在在Stack Overflow遇到这个问题，就像，我们如何让人们继续来回答新问题？这是我们每天都在积极努力的事情。

John Dickerson：是的，我没有明确的答案，但我认为互联网的经济学——我指的是美元和美分的经济学，但也指经济学，你知道，很多互联网内容是为了支持社区而不是赚钱而出于内心的善良创建的——如果所有这些都进入，你知道，一个黑箱开放的AI或anthropic模型，你会感到被利用。没有人引导任何流量到你的网站。

Ryan Donovan：人们听到"Mozilla”，他们大多想到"Firefox”，对吧？我知道有Mozilla基金会，下面有很多技术。我们在这里谈论的代理思维和AI——那如何融入Mozilla的"游戏计划"和使命？

John Dickerson：是的，所以我看待Mozilla的方式是我们在支持对信息、知识和人们的访问。我们在民主化这种访问。我们给你自己数据的清晰所有权，这可以通过Firefox的隐私保证，或者通过代理浏览——你知道，确保我们不会通过我们的代理系统将大量数据泄漏到其他系统。所以，归根结底，浏览器只是访问世界上信息的一种方式，代理浏览是另一种访问世界上信息的方式，社交网络是另一种访问世界上信息的方式，等等。所以，你知道，Mozilla——我们显然在Firefox上取得了很大成功，Firefox社区绝对令人难以置信，但这只是支持更广泛的Mozilla"宣言"和民主化访问世界使命的一种方式。

Ryan Donovan：你提到了Firefox的隐私保证——有很多AI公司在谈论获取他们自己的浏览器甚至获取他们自己的社交网络，感觉有点像，“哦，这是另一种收获数据的方式。“你如何思考这一点，我们如何避免仅仅成为数据农场？

John Dickerson：我们想在Mozilla.ai说，我们支持选择。所以，我们喜欢用户选择在其系统中拥有不同模型的能力，封闭或开放，不同的防护栏，不同的代理系统，等等。我也喜欢——作为一个人，也代表Mozilla发言，我们支持浏览器竞争和浏览器选择。所以，那是浏览器内X、Y和Z技术的选择，你知道，你的邮件客户端，等等。但那也是浏览器的选择，对吧？我不想生活在一个只有Firefox的世界。我希望有，你知道，100个不同的浏览器竞争并尝试新事物。在这个意义上，我很兴奋我们看到浏览器空间有很多活动。另一方面，你是对的。我的意思是，大公司正在构建浏览器，部分是为了训练代理浏览系统，但也为了收集数据，对吧？而你训练代理的方式是，我的意思是——你必须有一个模拟器，但你也有数据。所以，归根结底，就像，你应该睁大眼睛进入那些系统，就像网络上的任何其他东西一样，对吧？大多数免费的东西并不，你知道，相同。就像，你是产品，对吧？

Ryan Donovan：你是产品。如果你不为它付费，你就是产品，是的。我想触及一些东西——你有这个问题的答案：你提到了浏览器的选择…这种选择有多深？因为我知道很多浏览器是Chromium的分支，或者它们都构建在相同的ECMO脚本引擎上。

John Dickerson：是的。所以，我的意思是，我们有三个，这再次有点超出我的专业范围。我不是浏览器专家；我是AI专家。但你知道，我使用Firefox已经20多年了。所以，你知道，我们有三个主要的基础，对吧？我们有Mozilla维护的那个，我们有来自Google的那个，然后我们有Apple维护的那个。即使生活在只有其中两个存在的世界里，也会非常糟糕。但我希望看到更多。只是，组装一个足够强大以处理——你提到了标准，对吧？HTML有一堆标准，但你见过HTML。没有人编写符合标准的HTML。所以。

Ryan Donovan：我的意思是，至少我们还没有到特定浏览器有自己的JavaScript的阶段，你知道？

John Dickerson：我确实希望这不会发生，看到大玩家为新网络与标准互动真的很令人鼓舞。你知道，由于代理浏览，我们将看到TypeScript在机器学习世界中变得越来越重要，对吧？所以，人们倾向于认为机器学习只有Python，但就像，它不只是Python，对吧？如果你去Vercel或类似的地方，我猜Vercel的大多数部署应用程序首先是TypeScript而不是Python，对吧？我希望我们不会看到，比如，代理的Chrome类型脚本，或任何东西。

Ryan Donovan：我希望我们不会再看到它。我知道早期Internet Explorer确实有自己的JavaScript。

John Dickerson：这总是祝福也是诅咒，对吧？我们确实希望人们尝试事物。这与监管相同，比如政府监管，对吧？如果你监管得太早，那么你就没有机会探索不同的选项。你没有机会找到你问题的更好解决方案，但如果你不监管，也会发生坏事。

Ryan Donovan：我们一直在谈论相当多的"坏"开源。我们这里是开源的大粉丝。我们看到了很多开源LLM。你认为这些对世界是好事吗？

John Dickerson：我们可以跳入总是需要发生的简要讨论，即"开源"与"开放权重”。大多数模型，特别是正在推出的非常强大的模型，是所谓的"开放权重”，这就是说有一个你不知道的神秘训练数据集，有一些训练代码，还有数据过滤、数据排序，以及所有这类在幕后实际训练模型发生的事情。但你无法访问这些。你可以访问权重——最终训练的模型，或者可能一组所谓的"检查点”，这些就像是训练过程中模型的不同快照。可能，你知道，在后训练之前，然后在某种对齐之后，或无论什么。这与开源不同，开源会说类似，“我给你——这是我获取数据的方式。这是我做数据过滤的方式。这是我的训练代码。这是我确切切断事物的时间。这是训练过程中该过程的评估指标。而且，这里是权重。“有一些伟大的公司在那里——西雅图这里有一家叫The Allen Institute，或当地称为AI2，它发布真正的开源模型。只是，这很难，对吧？货币化纯开源模型就像货币化开源软件一直很困难一样，那就是如果你给每个人一切，那么你就不一定有护城河。你基本上是在组建一个社区，或者你在添加附加组件之类的东西。这也是我们将努力解决的问题，在AI是爱，是AI2做的事情。所以，大多数公司发布开放权重模型，对吧？来自Meta的llama群是开放权重。Gemma模型集，你可以把它看作是来自Google的"婴儿Google Gemini模型"是开放权重。来自中国的DeepSeek——R1和蒸馏模型是开放权重。来自中国"Mag 7"的Quam，实际上是开放权重，等等。你知道，作为一个开源家伙，我宁愿访问一切，但我宁愿访问一个开放权重模型而不是什么都没有。所以，我非常非常高兴这些正在推出。你提到了，你知道，“开放权重模型存在是好是坏？“在我们开始录制之前，我提到了，你知道，任何技术，特别是双重用途技术，对吧？比如，这可以用于防御和进攻。但就像，任何技术都可以被用于坏事。这是你会在加密周围进行的相同论点，即，“你宁愿生活在一个一切未加密的世界，还是一个一切都能被中央政府解密的世界？“类似的事情。是的，坏事在互联网上发生是因为加密，对吧？但就像，一个人可能从事非法活动，由于加密，将更难理解这些活动正在进行。但加密也带来了如此多的好处，以至于我——如果我必须选择零或一，我会选择一。我们应该被允许加密。相同的讨论将会发生——已经发生在围绕主权AI的开源AI上，但也像，如果我开源一个模型，我的民族国家敌人是否能够在此基础上构建并构建一些坏东西？有可能。

Ryan Donovan：这是每种技术的问题，对吧？就像，你有一把锤子。你可以用它建造房子，或者你可以，你知道，敲碎头骨。

John Dickerson：我认为这绝对正确，是的。所以，我们需要规范。我们需要，你知道——当时机成熟时，我们将需要围绕这个有一些监管环境。你看到美国开始以一种非常不同的方式做这件事，显然欧盟以一种非常不同的方式做这件事，加拿大以一种非常不同的方式做这件事，中东以一种非常不同的方式做这件事，等等，等等。我们在那里还非常早期。

Ryan Donovan：你谈到了主权AI。我认为我们以前在这个节目上触及过这一点。这是一个有趣的概念。你认为国家应该有自己的AI系统吗？

John Dickerson：这很难，因为不是每个国家都能在美国、中国或欧盟的水平上创建，如果欧盟真的开始作为一个实体运作，或者中东试图成为一个与每个人玩的人，对吧？你只能有这么多这些联盟出现，然后你根本没有资本支出来创建一些看起来像前沿模型的东西，对吧？我最近在英国，他们的一条政党路线是——如果你看他们在科技上的研发支出，是亚马逊花费的一半。就像，所以，一家公司——他们研发支出的一半已经是一个民族国家。所以，你问过，你知道，拥有主权AI是好是坏？这更像是——这对许多这些国家来说甚至不重要。就像，你根本无法在同一个舞台上。我甚至没有在这里提到硬件，对吧？就像，ASML、TSMC和Nvidia堆叠在一起——如果你想在这个空间玩球，你必须至少与运行这些的国家良好相处。你知道，有好坏问题，然后还有像"你应该醒来看看你的国家是否甚至能做到这一点。“现在，在好坏方面，这是一个非常强大的技术，我确实认为我们不应该生活在一个只有一个国家控制一切的世界里。总的来说，我不相信任何技术领域的霸权，我理解政府为什么担心这个，因为，你知道，你可能被切断硬件，然后你将无法训练这个。所以，如果你被切断硬件并且没有模型的开源，那么你可能会被排除在这个之外。是的。

Ryan Donovan：你知道，我们看到的另一个问题是AI模型，特别是当它们不显示它们的训练，或无论什么进入那里时，它们可以某种程度上控制流出的信息流。我们看到模型某种程度上"消失"了历史片段，或强制某些话题突出。

John Dickerson：这绝对正确。你知道，这是我们相信开放网络、相信开源以及相信尽可能无偏见地访问信息的众多原因之一。但你绝对正确。就像，我可以广泛地称之为"后训练”，但如果你听说过"监督微调”，或者如果你听说过，你知道，“偏好优化”，或进入推理模型的东西，我们不必在这里跳入；但就像，在你进行预训练之后发生的事情，这就像，你将模型推向一个特定方向，可能以特定方式说话。其中一些是好的，对吧？如果，例如，我经营一家大企业，并且我有一个特定的价值观集，我想通过我的聊天机器人在我的内部团队渠道或无论什么中宣扬，我完全没问题，你知道，微调掉语言，对吧？就像，公司有自己的文化，等等。但你的陈述关于，你知道，“我能否通过从训练数据中移除它或通过对齐远离它来擦除信息？“绝对，100%。这是我们需要开源的众多原因之一。

Ryan Donovan：理论上，如果开源开放权重模型要消失——如果它们像，“嘿，这些是危险，“所有政府都下来并说，“你不能再这样做了，“你认为对软件生态系统的影响会是什么？

John Dickerson：是的，我的意思是这将以不同的方式发生，对吧？一种会是类似，已经有一个万亿参数模型在那里，如你所知，你永远无法从互联网上擦除任何东西。所以就像，那不会消失。但就像，我需要硬件能够运行这个东西。所以，你可以开始对你拥有的硬件数量进行限制，对吧？你已经看到这种情况发生，美国对视频硬件进行出口限制，例如。而且，你知道，我想对此发表意见，但这是发生的事情。这是一个你可以玩弄的杠杆。另一个将是设置，比如，拜登政府在拜登行政命令期间对你可以训练的模型大小也设置了限制。我认为像是10的26次方参数，或类似用于训练的浮点运算次数。就像，那种东西不会老化得好。那些数字永远不会老化得好。但我可以有一个像那样的限制被设置。我认为你将会看到发生的一件事，不管这发生与否，坦率地说，随着多代理系统，你再次开始看到模型的专门化发生。而专门化允许我基本上拥有更小的模型，对吧？所以，我可以有，对于我的TypeScript编码代理，我用于我的，无论什么，医疗网站开发机器人，对吧？非常具体的东西。我可以有一个非常小的模型，对那个特定任务做得非常好。这里的问题是，这些小模型通常通过一个涉及所谓"蒸馏"的过程训练，这说，“我看向一个非常大的模型，问它非常聪明的问题，它回答得非常聪明，因为它是一个非常聪明的模型，“然后我尝试让我的非常小的模型以非常相似的方式回答。如果我不能访问那个非常大的模型，要么它是一个在那里的开源模型，我能够运行它，或者如果这变得某种非法或更难做，那么我必须调用一个API，而那个API将有你谈论的所有问题，即我可以有这个对模型的API访问，我可以让它擦除信息，对吧？我可以让它以特定方式响应。那会很糟，对吧？我那时将很难在训练那个微小模型上做得非常好。

Ryan Donovan：那些蒸馏，你知道，如果你使用一个大型商业模型，这通常违反他们的服务条款，对吧？你为自己打开了责任。

John Dickerson：有时是，对吧？你知道，有很多关于DeepSeek用open AI做这个的谣言，有时不是，对吧？如果你看像，已经推出的llama群，你知道，较小的llama模型是通过蒸馏训练的，你知道，人们通过蒸馏在一个大llama群上训练。我认为这没问题，直到，我最近没有检查，但直到像，700万用户或无论他们的东西说像，“你不能是Google并使用这个。“约束也确实催生创造力，对吧？我认为你看到这像，Linux的创建，对吧？曾经有一个Linux时刻，那是因为那里有很多封闭生态系统，你知道，Unix没有与世界其他部分良好协作，等等。我可以看到，再次，我不希望这发生，我不希望开放权重模型消失，但在事件中我们生活在受限世界，我们将在随机地方看到创造性解决方案出现，所以，是的。

Ryan Donovan：对。你认为会怎样，会有一些"地下蒸馏模型"漂浮 around，通过USB密钥手手相传？

John Dickerson：我的意思是，你知道互联网，对吧？我肯定那会发生。现在在联邦学习、分布式训练等方面有很多努力，等等，等等，就像互联网将做互联网将做的事，无论如何。是的。

Ryan Donovan：是的。你谈到了创造性限制。我想知道我们是否会在量化模型空间中得到最有创造性的东西的地方之一，比如在移动设备或边缘设备上。就像，我过去是Commodore 64用户，那里的Demoscene令人惊叹——他们能装进64K内存的东西…

John Dickerson：哦，老兄，Demoscene太酷了。是的。我需要再次去德国。Demoscene在德国仍然相当活跃。相当酷的东西。是的。所以，量化——我认为非常重要。你也提到了Edge。Edge现在极其重要。所以，在Mozilla.ai，我们与一家名为Open MRS——开放医疗记录系统——的公司合作，他们运营约2200万不同的患者，主要在发展中国家的世界。他们拥有的计算是，你知道，可能你会调用像本地像HIPAA兼容的AWS，或类似的东西。但通常你无法访问那个。你有一台非常旧的计算机，或非常旧的，你知道，Pixel6或类似的东西——一部还可以但不是超级近期的手机，需要在设备上、在Edge上运行一些东西。它将是一个非常小的模型。它将被量化，等等。我们已经看到，但我认为我们将看到更多，真正酷的工作在像，完全像，为特定任务优化。完全在你量化的地方，你丢弃位的地方等等。我知道Google有一个内部团队在做很多这个。我猜在Meta和Microsoft等地方也有团队在做这个。但在开放世界，我认为那将是一个真正强大的，因为以与我谈论这些微小的、超特定小语言模型训练来做非常特定任务大致相同的方式，量化只是其中一部分，对吧？它是你可以做来优化的参数空间的一部分，并且更难做。

Ryan Donovan：我想知道你是否还有其他在野外与你合作的人的示例，他们正在用开放AI生态系统做有趣的事情？

John Dickerson：总的来说，我的意思是，当你甚至与企业交谈时，企业喜欢开源软件，因为你可以避免供应商锁定，你可以看到你实际得到的是什么，你可以对其进行编辑，等等。那种相同的推销实际上现在与企业产生共鸣，我没有这里的图表，但Wiz，那家大型以色列安全公司，在今年早些时候发布了一份研究报告——所以我们在2025年录制这个，所以这将是像2025年1月、2月——他们查看了一堆他们客户托管的AI解决方案，不足为奇，OpenAI SDK像，“我们三分之二的托管解决方案使用OpenAI SDK很好，但如果你看前10名，其中八个是开源或开源相邻的AI技术。“所以像，Hugging Face在那里，PyTorch在那里，Onyx在那里。Llama file实际上，一个AI拥有的，在那里。LangChain，我称之为开源相邻——他们有一些开源，然后他们在上面播种一个产品——在那里。所以，如果你看前10名，80%是开源或开源友好的，然后如果你往下看——我认为他们列出了像35个——像是60%是开源。你知道，你看到很多围绕anthropics和AIs世界的噪音，但当涉及到实际像，你知道，Brass Tax和部署事物时，人们喜欢开源，开源AI，出于他们喜欢开源软件的相同原因。我们只是对代理网络起飞感到兴奋。我们对代理的能力感到兴奋，但你知道，任何向你承诺月亮[或]事情不会搞砸的人，你知道——如果我们将能够在30秒内解决你所有的问题，就像，你将会有一段艰难的旅程。所以，你知道，在评估特别是，以及围绕评估的标准设置方面，有很多令人兴奋的工作要做。所以，有一个叫做Traces的东西，这有点像——把这想象成代理在互联网上浏览时的数字 exhaust。目前对于单个代理或多代理跟踪，真的没有好的标准。这将在未来极其重要。所以，你知道，对于那些收听这个播客的人，如果那种东西对你有趣，像，绝对联系我们。

Ryan Donovan：嗯，女士们先生们，是节目时间我们喊出某个来到stack overload，放下一些知识，分享一些好奇心，并为自己赢得徽章的人。今天我们喊出一个populous徽章获得者——某个来到一个问题并放下一个如此好的答案，它超过了被接受的答案。所以，祝贺Philipp Merkle放下一个关于"如何在启动运行jar文件时设置-Xmx？“的答案。如果你对此好奇，我们将在节目说明中有答案。我是Ryan Donovan。我在这里编辑博客并主持播客在Stack Overflow。如果你有疑问、担忧或我们应该谈论的话题，请发送电子邮件至podcast@stackoverflow.com。如果你想直接联系我，你可以在LinkedIn上找到我。

John Dickerson：我是John Dickerson，Mozilla AI的首席执行官，如果你在互联网上任何地方搜索John P. Dickerson，你可能会找到我。我是唯一一个那样的。但如果你想直接联系，我是J-O-H-N，john@mozilla.ai。

Ryan Donovan：好的大家，谢谢收听，我们下次再谈。

订阅播客

在您最喜欢的收听服务上获取The Stack Overflow Podcast。Apple Podcasts Overcast Overcast Pocket Casts Spotify RSS feed

作者 Phoebe Sajor 内容助理员工

AI代理代理AI 自主代理 The Stack Overflow Podcast 开源数据

最近文章 2025年11月6日 The AI ick 2025年11月3日 Stack Overflow的新内容：2025年11月 2025年10月30日来自OpenAI论坛直播：在AI时代学习编码 2025年10月27日 AI代理将成功，因为一个工具比十个好

最新播客 2025年11月7日揭示软件中的未知未知

加入讨论 使用您的stackoverflow.com帐户登录参与讨论。浅色深色自动

Stack Overflow for Teams 定价客户我们的解决方案集成功能客户成功安全投资回报率(ROI) AI功能企业版可用。免费试用登录

使用案例 工程师数据科学家 DevOps & SRE 支持产品管理

资源生产力 AI/ML 指南和洞察客户学院 FAQ 帮助中心

Stack Overflow广告 为什么选择Stack Overflow？期望什么向开发者广告吸引技术人才发布职位由Indeed提供支持

使用案例 营销团队雇主品牌团队 DevRel团队人才团队技术团队机构

资源产品指南和洞察社区洞察广告最佳实践人才最佳实践

公司知识解决方案数据许可提供以构建和改进AI工具和模型。关于领导力社会影响新闻职业开放职位联系我们合作伙伴博客新闻通讯播客实验室年度开发者调查

您的隐私 点击"接受所有cookies”，您同意Stack Exchange可以在您的设备上存储cookies并根据我们的Cookie政策披露信息。接受所有cookies 仅必要cookies 自定义设置

Cookie设置 当您访问我们的任何网站时，它可能存储或检索您浏览器中的信息， mostly in the form of cookies。此信息可能关于您、您的偏好或您的设备， mostly used to make the site work as you expect it to。该信息通常不直接识别您，但可以给您更个性化的网页体验。因为我们尊重您的隐私权，您可以选择不允许某些类型的cookies。单击不同的类别标题以了解更多信息并管理您的偏好。请注意，阻止某些类型的cookies可能会影响您对网站的体验以及我们能够提供的服务。

接受所有cookies 管理同意偏好

严格必要Cookie 始终激活这些cookies对于网站功能是必要的， cannot be switched off in our systems。它们通常仅 set in response to actions made by you which amount to a request for services, such as setting your privacy preferences, logging in or filling in forms。您可以将浏览器设置为阻止或提醒您关于这些cookies，但网站的某些部分将无法工作。这些cookies不存储任何个人可识别信息。

功能Cookie 功能Cookie 这些cookies使网站能够提供增强的功能和个性化。它们可能由我们或我们已添加到我们页面的第三方提供商设置。如果不允许这些cookies，那么这些服务中的一些或全部可能无法正常工作。

定向Cookie 定向Cookie 这些cookies用于使广告消息更相关于您，并可能由我们或我们的广告合作伙伴通过我们的网站设置。它们可能用于构建您的兴趣档案并向您显示在我们网站或其他网站上的相关广告。它们不直接存储个人信息，但基于唯一识别您的浏览器和互联网设备。

性能Cookie 性能Cookie 这些cookies允许我们计算访问量和流量来源，以便我们能够衡量和改进我们网站的性能。它们帮助我们了解哪些页面最受欢迎和最不受欢迎，并了解访问者如何在网站上移动。所有这些cookies收集的信息是汇总的，因此是匿名的。如果不允许这些cookies，我们将不知道您何时访问了我们的网站，并且将无法监控其性能。

后退按钮 Cookie列表搜索图标过滤器图标清除复选框标签 label 应用取消同意合法利益复选框标签 label复选框标签 label复选框标签 label 仅严格必要确认我的选择