A decade of open source at DataRobot: from predictive AI to the agent lifecycle
DataRobot 的开源十年：从预测性 AI 到代理生命周期 DataRobot 的每个时代都推出了开源。 DataRobot 的最新开源贡献直接映射到代理在生产中实际出现故障的位置。建立代理从未如此简单。选择一个框架，连接一个模型和一个检索器，添加...DataRobot 的开源十年：从预测人工智能到代理生命周期一文首先出现在 DataRobot 上。
How can enterprises govern MCP connections at scale?
企业可以通过将模型上下文协议 (MCP) 连接视为代理 AI 控制平面的一部分来大规模管理它们。每个 MCP 服务器、公开的工具、权限和代理关系都需要所有权、范围、监控和可审核性，然后才能支持自主工作。 MCP 治理是控制 AI 代理如何发现、选择、调用和...企业如何大规模管理 MCP 连接的学科？首先出现在 DataRobot 上。
DataRobot Agent Skills and MCPs are now discoverable through Agentic Resource Discovery
DataRobot 现在支持代理资源发现规范，使 AI 客户、注册机构和开发人员更容易找到 DataRobot 代理技能和 MCP。代理的作用取决于其所能达到的能力。编码代理可以编写代码。工作流代理可以调用工具。企业代理可以跨系统进行推理。但所有...后 DataRobot 代理技能和 MCP 现在可通过代理资源发现发现首先出现在 DataRobot 上。
Shadow agents: find and govern unsanctioned AI agents
团队正在快速将人工智能代理从原型转变为工作流程。一名代理连接到文档存储。另一个开始调用内部工具。第三个开始接触客户数据。很快，在治理团队清楚地记录他们可以访问什么、谁拥有它们或者他们做了什么之前，代理就可以跨系统运行。 AI...《影子代理：查找和管理未经批准的 AI 代理》一文首先出现在 DataRobot 上。
DataRobot for Developers — integrating with the Google Antigravity CLI
Antigravity CLI 是 Google 最新的代理编码 CLI，取代了现已弃用的 Gemini CLI。它继承了使 Antigravity 脱颖而出的异步子代理模型，与 Antigravity Desktop 双向同步，并针对 Gemini 3.5 Flash 上的速度进行了优化。 DataRobot 直接从同一平台提供了 Antigravity CLI 的完整插件...面向开发人员的 DataRobot 帖子 — 与 Google Antigravity CLI 集成首先出现在 DataRobot 上。
The DataRobot platform as skills in Claude Code
Claude Code 是一位真正优秀的代理构建者。你描述你想要什么，它推理问题，选择工具，并发布工作代码。对于针对文档齐全的库的新建项目来说，这种体验近乎神奇。变得更困难的地方是每个编码代理都在努力的地方：建立在一个专门的平台上，其...The DataRobot 平台作为 Claude Code 中的技能首先出现在 DataRobot 上。
Build with Cursor and deploy production-ready AI agents on DataRobot
光标改变了开发人员编写代码的方式。代理模式很好：你描述你想要什么，它推理问题，选择正确的工具，并发布工作代码。对于新建项目和标准库，它运行顺利。当您在拥有自己的专用平台上构建代理时，事情会变得更加困难......使用 Cursor 构建并在 DataRobot 上部署生产就绪的 AI 代理一文首先出现在 DataRobot 上。
Build a digital twin agent (with guardrails)
来自 Build Club 的第二篇文章，我们每周一次的现场构建会议。可以在此处找到配套的 GitHub 存储库。您的收件箱不是问题。问题是你是其他人在等待的人。其中一些消息特别需要您。他们中的大多数人需要您已经给出的答案...构建数字孪生代理（带护栏）的帖子首先出现在 DataRobot 上。
Industry-standard LLM benchmarks in DataRobot
每个 LLM 部署都有上限、延迟曲线和单位成本。大多数团队盲目操作，只有在过度配置耗尽 GPU 预算或峰值流量导致灾难性故障时才发现部署限制。三个数字很重要：GPU 饱和之前的最大持续并发性、该并发性下的端到端延迟以及每百万代币的成本……DataRobot 中的后行业标准 LLM 基准首先出现在 DataRobot 上。
A practical guide for platform teams managing shared AI deployments
速率限制与配额预留：何时使用每个 您有一个 gpt-oss-20b 部署。有六支球队想要使用它。 Marketing 正在凌晨 3 点运行批量汇总作业。欺诈团队需要 24/7 的亚秒级响应。一名实习生的 Jupyter 笔记本不小心敲击了紧密循环的端点。您的 GPU 账单已经...这篇文章《平台团队管理共享 AI 部署实用指南》首先出现在 DataRobot 上。
DataRobot for Developers: Skills in Cursor, Gemini, and Claude
针对新平台进行构建的最困难的部分是教授您的工具。您的编码代理不了解 SDK 的约定。您的 IDE 不识别 CLI 命令。您的终端不知道身份验证模式。每一个间隙都是一次上下文切换，而每一次上下文切换都是从工作中花费的时间。 DataRobot...面向开发人员的 DataRobot：光标、Gemini 和 Claude 技能一文首先出现在 DataRobot 上。
DataRobot for Developers: Skills, MCP, and the agentic developer surface
您不必离开 Cursor 来构建、部署或监控生产级代理。您可以自己将 LangChain、矢量数据库、监控工具和部署管道连接在一起，但您将在该管道上花费比在代理本身上更多的时间。 DataRobot 是捷径。现在，它位于您构建的地方，直接集成...面向开发人员的 DataRobot：技能、MCP 和代理开发人员界面首先出现在 DataRobot 上。
Building the enterprise agentic AI factory with DataRobot and Dell
面向生产就绪的代理人工智能的竞赛已经开始，但对于大多数企业来说，终点线仍在不断前进。模型建立起来，试点开始运行，然后团队就碰壁了：在企业规模运行人工智能代理的基础设施、安全性、治理和操作要求比任何单一工具或供应商预期的要复杂得多……这篇文章《与 DataRobot 和戴尔一起构建企业代理人工智能工厂》首先出现在 DataRobot 上。
A playbook to run an agent Build Club
这是构建俱乐部。我们已经运行了两个月了。这是我们一周中信号最高的一个小时，而且真的很容易复制。每个周五下午，二十多岁的 DataRobot 员工都会涌入 Google Meet。有人共享他们的屏幕。他们开始打字。没有幻灯片，没有演示脚本，没有议程......帖子《运行代理构建俱乐部的剧本》首先出现在 DataRobot 上。
From Planning to Action: SAP Enterprise Planning enhanced by DataRobot
需求信号下降。供应商陷入黑暗。竞争对手降价。您的规划系统为您提供了一个仪表板。你真正需要的是在几分钟内而不是几周内做出决定。 SAP 和 DataRobot 正在共同缩小这一差距。企业规划正在经历根本性转变。几十年来，组织一直依赖结构化规划周期，...从规划到行动：DataRobot 增强的 SAP Enterprise Planning 帖子首先出现在 DataRobot 上。
Introducing ACL Hydration: secure knowledge workflows for agentic AI
DataRobot 的新 ACL Hydration 框架保留源系统访问控制并在查询时强制实施 — 因此代理 AI 每次都能为正确的用户检索正确的信息。ACL Hydration 简介：代理 AI 的安全知识工作流程一文首先出现在 DataRobot 上。
Your AI agents will run everywhere. Is your architecture ready for that?
您押注于超大规模计算设备来实现您的 AI 雄心壮志。一个提供商、一个生态系统、一套工具。没有人大声说出来的是，你刚刚走进了一个有围墙的花园。墙壁是重点。 AWS、GCP 和 Azure 都可以连接到其他环境，但它们都不是为......帖子“你的 AI 代理将在任何地方运行”而构建的。您的架构准备好了吗？首先出现在 DataRobot 上。
AI latency is a business risk. Here’s how to manage it
当一家大型保险公司的人工智能系统需要数月时间才能解决本应在数小时内解决的索赔时，问题通常不是孤立的模型。这是围绕模型的系统以及系统在每一步引入的延迟。企业人工智能的速度并不在于令人印象深刻的基准数字。这是关于人工智能是否可以……人工智能后的延迟是一种商业风险。以下是 DataRobot 上首次出现的管理方法。
