用执行护栏提升代理 AI 的正确性
American Express 提出 Tool Sequence Guardrails 架构模式，在代理 AI 执行前验证步骤顺序，防止跳过认证或提前提交等风险。该控制层检查前置条件、序列约束和执行限制，通过配置而非硬编码规则拦截违规请求，为规模化 AI 自动化提供执行时正确性保障。 
评论
点赞
收藏从点击到信任：重构推荐系统
美银文章探讨推荐系统从单纯追求点击率转向建立用户信任与长期价值。提出优化多样性、引入显式反馈、评估生态系统健康等原则，并展望具备主动推理能力的Agentic推荐架构。
当创新遇上纪律：深入美国运通的专利战略
美国运通介绍其如何将创意转化为受保护的专利。文章主要讲述公司在创新管理上的流程与策略。
美国运通：面向弹性支付系统的单元化架构
美国运通详细介绍其核心支付系统的单元化架构设计。文章阐述了如何通过故障隔离、数据本地化、确定性路由和严格边界控制来实现高可用性和低延迟。重点讨论了在交易中断时如何在单元间重新路由和重启事务，以及如何处理幂等性和最终一致性，为构建大规模分布式支付系统提供了具体的工程实践参考。 
无需披露的信任：零知识证明为何能助力AI智能体建立信任
随着人工智能代理开始在各个系统中以更高的自主性运行，ZK证明可以在不泄露敏感数据的情况下，帮助实现特定的声明或权限。 
利用Amex ACE开发者套件构建AI交易信任
美国运通介绍ACE开发者套件，展示基于智能体的安全意图驱动交易模型。 
为大型企业应用优化Istio
美国运通分享在复杂微服务环境中优化Istio性能与可扩展性的经验。 
零停机两次迁移支付网络
美国运通介绍如何在复杂应用和基础设施变更中保持全球交易零停机迁移支付网络。 
当人类反馈稀缺时，如何评估 AI？
探讨在人类反馈稀缺时，如何利用 AutoMetrics 进行可扩展且符合人类对齐的 AI 评估。
美国运通白金卡焕新背后的创新
美国运通介绍其现代平台、API 和数据技术如何提升白金卡用户体验。 
超越基础 RAG：7 种提升检索增强生成效果的技术
介绍超越基础 RAG 的 7 种改进 LLM 准确率的现代检索技术。 
生成式AI如何提升美国运通的人际连接
美国运通介绍其生成式AI在客户服务和内部知识库中的应用案例，强调AI旨在辅助而非替代人工连接，提升员工效率与客户满意度。 
赋能创新：Python铺路计划
美国运通技术团队介绍其“铺路”理念，旨在通过标准化模板和最佳实践减少工程师摩擦。文章重点回顾了2020年以来的Amex Way Library建设，以及2024年Python Guild跨时区协作开发Python标准化流程的经验。内容主要涉及内部流程、透明度和协作机制，缺乏对具体技术难点、架构决策细节或行业通用痛点的深入探讨，属于典型的企业内部工程文化宣传稿。
从客户视角构建弹性系统
美国运通技术团队分享从客户视角构建弹性系统的实践。文章介绍了从传统单体系统监控转向以客户旅程为中心的端到端可观测性的方法论，包括定义关键旅程、映射系统依赖、统一度量指标以及进行全链路故障演练。虽然提供了具体的实施步骤和文化转变经验，但整体内容偏向企业内部的标准化流程总结，缺乏对具体技术难点、架构细节或独特反常识观点的深入探讨，属于典型的企业技术通稿。 
美国运通的Go语言实践：七个关键经验教训
美国运通技术团队分享了自2016年采用Go语言以来的七点关键经验。内容涵盖从依赖管理演进到并发模型的最佳实践，包括使用sync/context包、默认开启数据竞争检测、建立内部标准化框架（Paved Road）以及利用内置性能工具等。文章强调了内部社区建设和工程规范对大规模企业级Go开发的重要性。 
美国运通为何选择Go语言：一次企业级技术选型的实战复盘
美国运通分享在支付和奖励系统中选择Go语言的理由。文章回顾了2016年的语言评估过程，通过基准测试对比了C++、Java、Node.js和Go的性能，指出Go在并发处理和启动速度上的优势。此外，还讨论了Go的简洁性、最佳实践鼓励机制（如错误处理）、工具链以及依赖管理的不足，并分享了如何通过概念验证和试点应用说服管理层采用Go的经验。 