독서리서치레이더투자 프레임워크
로그인 / 회원가입
← 읽기로 돌아가기
주제DisconfirmAI 편집부업데이트됨 2026-10-28 22:03

Arize AI代码模式

5 단계1 건5 출처

Arize AI在其开源观测平台Phoenix中全面部署了“代码模式”(Code Mode),旨在解决AI Agent因工具过多导致的上下文膨胀与高延迟问题。该模式允许Agent在受限沙箱中编写并执行Python或JavaScript代码来组合调用工具,而非通过模型逐次发起函数调用。据Arize官方基准测试显示,在处理跨大量Span的聚合查询时,SQL代码模式相比传统检索模式平均成本降低约17倍;而在UI交互场景中,PXI代理通过浏览器内JS沙箱执行脚本,将单次复杂操作的Token消耗从约14,700降至2,300。这一转变标志着Agent架构从“预加载工具目录”向“动态代码生成与执行”的演进,显著提升了长周期任务的效率与灵活性。

현재까지의 과정

  1. 2026-08-01

    Arize发布博客文章《Arize Phoenix has a built-in MCP server that lets your agents query traces with SQL》,介绍Phoenix内置MCP服务器支持只读SQL和代码模式,基准测试显示成本降低约17倍。

    arize.com ↗
  2. 2026-09-01

    Arize开源负责人Mikyo King发表博客《Code mode: Why your agent should code》,阐述代码模式如何通过沙箱执行减少模型轮次和Token消耗,解决“工具过多”问题。

    arize.com ↗
  3. 2026-09-01

    Arize工程师Anthony Powell发表博客《How we built UI Code Mode into Arize Phoenix》,详述如何在Web应用中通过JavaScript沙箱实现UI代码模式,替代58个独立工具。

    arize.com ↗
  4. 2026-09-25

    科技媒体Welcome.ai报道Arize AI的代码模式增强效率与协作,指出PXI代理在UI集成中实现了实时状态更新,并将Token使用量大幅削减。

    welcome.ai ↗
  5. 2026-10-28

    Disconfirm收录Arize AI开源负责人Mikyo King在ai.engineer播客中的访谈内容,确认代码模式在Phoenix中的实现及其带来的43% Token减少和31%成本降低效果。

    youtube.com ↗

아직 해결되지 않은 문제

로그인 / 회원가입
독서리서치레이더투자 프레임워크
  • 代码模式在更复杂的非结构化数据处理任务中,其错误率与传统工具调用模式相比如何?
  • 除了Arize Phoenix,其他主流Agent框架是否已跟进类似的沙箱代码执行机制?
  • 用户对于Agent自动生成的代码在执行前的审批流程接受度及安全性顾虑是否有量化数据支持?

출처

  • arize.comArize Blog: Phoenix MCP Server & SQL Code Mode↗
  • arize.comArize Blog: Code mode: Why your agent should code↗
  • arize.comArize Blog: How we built UI Code Mode into Arize Phoenix↗
  • welcome.aiWelcome.ai: Arize AI’s Code Mode Enhances Efficiency↗
  • youtube.comYouTube: Mikyo King on ai.engineer podcast↗

이 주제 커버리지

  • Arize AI Open Source Lead Mikyo King Explains Code Mode for Agents: Sandbox Tool Composition and Efficiency Gains2026-10-28뉴스

    Mikyo King, Head of Open Source at Arize AI, discusses 'Code Mode' in an ai.engineer podcast episode. This approach allows AI agents to search and compose tools within a sandbox via code, rather than pre-loading tool catalogs. Implemented in Phoenix, Harbor evaluations showed a 43% reduction in token usage and 31% lower costs.