AI, LLMs, and applied ML.
Σημειώσεις πεδίου ανώτερου μηχανικού για AI, LLMs, πράκτορες και εφαρμοσμένη μηχανική μάθηση από τον Ercan Ermis.
All posts
Το Claude Code στο CI: Αφήνοντας έναν Agent να Διορθώσει το Build
Το να τρέξεις έναν coding agent στο pipeline σου είναι εύκολο. Η μηχανική βρίσκεται στα guardrails: τι μπορεί να αγγίξει, πότε σταματά, ποιος κάνει review.
Agents on Call, Μέρος 2. Το θεμέλιο: Terraform πριν τα tokens
Πριν περάσει έστω ένα Bedrock token: ο λογαριασμός ops-tooling, οι δύο ρόλοι IAM, η πρόσβαση σε μοντέλα, και η απόφαση inference profile, όλα σε Terraform.
Το Context Window Δεν Είναι Φίλος Σου
Ένα τεράστιο context window δεν αντικαθιστά το retrieval. Η ανάκληση υποβαθμίζεται όσο μεγαλώνει το prompt, και το κόστος κλιμακώνεται με κάθε token.
AWS Μηνιαία Σύνοψη (Μάιος '26): Οι Agents Αποκτούν Πορτοφόλι
Μάιος 2026 στο AWS: το AgentCore Payments δίνει στους agents δυνατότητα συναλλαγής, και το Agent Toolkit for AWS συν GA MCP server ενισχύουν τα εργαλεία.
Agents on Call, Μέρος 1. Το σενάριο: Γιατί μια ομάδα Ops προσλαμβάνει agents
Μια μεσαίου μεγέθους SaaS πνίγεται στη δουλειά on-call και αποφασίζει να προσλάβει agents. Μέρος 1: το σενάριο, η επιλογή stack, η αρχιτεκτονική Bedrock.
Logging Prompts Χωρίς Logging PII
Χρειάζεσαι prompt logs για αποσφαλμάτωση εφαρμογής LLM αλλά δεν μπορείς να κρατάς ωμό PII. Redact πριν την αποθήκευση με Comprehend, μετά όρισε retention.
Όταν το Haiku Νικά το Opus: Model Right-Sizing στο Bedrock
Η προεπιλογή κάθε κλήσης στο Opus φουσκώνει τους λογαριασμούς LLM. Δρομολόγησε ανά κατηγορία εργασίας: Haiku για τη μηχανική πλειοψηφία, Opus για κλιμάκωση.
Το Agentic RAG Είναι Ως Επί Το Πλείστον Latency Που Δεν Χρειάζεσαι
Το agentic RAG κάνει loop μέσα από hops ανάκτησης, καθένα round trip μοντέλου. Συνήθως κερδίζει ένα καλό query. Χρησιμοποίησε loop μόνο όταν αξίζει το latency.
Evals Πριν τους Agents: Δεν Μπορείς να Κυκλοφορήσεις Ό,τι Δεν Μπορείς να Βαθμολογήσεις
Χωρίς eval harness, κάθε αλλαγή σε agent είναι απλή εντύπωση. Χτίσε τον πίνακα βαθμολογίας πρώτα και αντιμετώπισε τον LLM-as-judge ως κρίκο που λαθεύει.
Semantic Caching: Δύο Διαφορετικές Ερωτήσεις, Μία Απάντηση
Το semantic caching επιστρέφει μία αποθηκευμένη απάντηση σε δύο διαφορετικά διατυπωμένες ερωτήσεις. Μειώνει κόστος, αλλά ένα false hit δίνει λάθος απάντηση.
Περισσότερα από τον Ercan
Δύο ακόμη ιστότοποι, ίδιος συγγραφέας, διαφορετικό έδαφος.
Cloud, AWS, EKS, Terraform, platform engineering.
Σημειώσεις πεδίου από συστήματα παραγωγής. EKS, IAM, Terraform σε κλίμακα οργανισμού, observability, βελτιστοποίηση κόστους.
Επισκεφθείτε ercan.cloud →Ο κόμβος. Σχετικά, συμβουλευτική, επικοινωνία.
Προσωπικός κόμβος και για τις δύο διαδρομές γραφής. Ποιος είμαι, πώς λειτουργεί η συμβουλευτική, πώς να επικοινωνήσετε.
Επισκεφθείτε ercanermis.com →