Tempo
PulseAugur coverage of Tempo — every cluster mentioning Tempo across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
代理经济依赖单一稳定币发行商，存在系统性失败风险
一项对代理经济的最新研究显示，在2025年5月至2026年4月期间，发生了7300万美元的交易，涉及超过104,000名注册代理。令人担忧的是，约98%的结算依赖于一家公司的稳定币，这造成了重大的单点故障。这种对中心化中间商的依赖，尽管加密货币的初衷是消除此类中介机构，但在代理商业的其他方面也得到了体现，例如支付通道和托管服务。
-
Stripe、Visa 推出 AI 代理支付协议
Stripe 与 Tempo 区块链合作，于 2026 年 3 月 18 日推出了机器支付协议 (MPP)。这项开放标准允许 AI 代理在无人干预的情况下自主支付商品或 API 请求的费用。Visa 也已加入，集成了其卡片规范和 SDK，除了稳定币外，还支持通过传统的 Visa 卡进行支付。此举旨在为基于代理的商业建立基础架构，将理论概念推向实际应用。
-
Claude 可直接访问 Cloudinary 和 Grafana Cloud 平台
Cloudinary 和 Grafana Cloud 发布了新的集成，允许 Claude 等 AI 模型直接访问和管理各自的平台。Cloudinary MCP 服务器使 Claude 能够通过自然语言命令执行媒体管道任务，例如调整大小、格式转换和移除背景。同样，Grafana Cloud MCP 服务器为 Claude 提供了 60 多个工具，用于查询来自 Grafana 堆栈（包括 Prometheus、Loki 和 Tempo）的…
-
AI可观测性成为数据工程师的关键技能
日益复杂的AI系统需要强大的可观测性，这项技能正成为数据工程师的关键。针对监控AI应用（包括LLMs和AI代理）的独特挑战，相关的工具和平台正在涌现。这些解决方案旨在为AI消费提供结构化数据，超越原始日志，提供对性能、成本和可靠性的洞察。
-
OpenAI 的 GPT-5.4 通过自动化实验室推进自主药物发现
OpenAI 和 Molecule.one 合作开发了一个由 GPT-5.4 驱动的新 AI 系统，该系统在自动化药物发现方面取得了显著进展。该 AI 代理与自动化实验室集成，能够提出并执行实验，以改进药物合成中的常见反应，特别是 Chan-Lam 偶联反应。虽然 AI 做出关键研究决策并设计实验，但人类化学家提供了高级指导、验证了结果并执行了关键的实验步骤，表明这是一个“近乎自主”而非完全自主的过程。
-
开发者详解如何通过自定义 Span 属性来跟踪 LLM 成本
一位开发者详细介绍了如何在 OpenTelemetry 中实现自定义 Span 属性，以更有效地跟踪大型语言模型 (LLM) 的成本。通过向 Span 添加诸如 `team.id`、`feature.id` 和 `llm.model` 等属性，组织可以在成本显著影响账单之前，按团队或按功能等细粒度级别识别成本回归。这种利用 Tempo 和 Grafana 等工具进行查询和告警的方法，在捕获意外成本飙升方面，比标准的 Trace 级别调…
-
代理商务基础设施通过新的支付和结算层取得进展
多家公司正在为代理商务开发基础设施，重点关注支付和结算层。Coinbase 发布了 Base MCP 服务器，允许 AI 模型直接连接到 Base 钱包进行链上兑换。x402 Foundation 是 Coinbase 和 Cloudflare 的合作项目，正在通过 HTTP 标准化代理支付，AWS Bedrock AgentCore 已集成此协议。Stripe 的 Tempo 平台以及 Visa 和 Mastercard 等合作伙伴…
-
Stripe 首席执行官：代币盗窃是人工智能经济面临的主要、讨论不足的威胁
一股严重的代币盗窃浪潮正在影响人工智能经济，网络犯罪分子通过窃取用于计算能力的代币来欺骗人工智能公司。这些被盗的代币随后被转售或用于非法活动，给人工智能初创公司带来了巨大的成本，并使免费试用变得极其昂贵。Stripe 正在开发解决方案，包括其 Radar 欺诈检测产品，并探索通过稳定币进行流式支付，以应对这一迅速增长的问题。
-
TEMPO Transformer 模型可根据横断面数据预测疾病进展
研究人员开发了 TEMPO，一种新颖的 Transformer 架构，旨在从横断面数据中对疾病进展进行建模。与依赖于严格假设且仅生成有序序列的先前方法不同，TEMPO 同时学习有序和连续事件序列。这种方法显著提高了推断疾病分期和事件排序的准确性，在合成基准测试中优于最先进的模型。