Runtime extension
让 eBPF 不只停留在内核工作流里
通过 userspace execution、GPU paths、JIT/AOT 支持和部署模型,把 eBPF 扩展到生产工具链可以直接使用的系统路径。
Eunomia 的工作集中在 runtime infrastructure、公开资源和 AI agent systems。
Runtime extension
通过 userspace execution、GPU paths、JIT/AOT 支持和部署模型,把 eBPF 扩展到生产工具链可以直接使用的系统路径。
Resources
面向 eBPF 开发者维护可执行教程、文档入口、技术文章和研究产物。
AI Agents
零插桩、框架无关地看清 agent 真正做了什么,并对它能做什么执行运行时策略。
按使用方式组织的开源平台项目和公开资源。
执行引擎、工具链、runtime 组件和底层扩展路径。
面向 AI agent 系统的 tracing、observability 和安全研究。
面向 eBPF 开发者的教程、文档、博客和研究论文。
为什么 eBPF verifier 报错难修:诊断鸿沟
对 235 个可复现 eBPF verifier 拒绝案例的研究表明,最后一条报错只标出验证停止的位置,根因和修复层次藏在此前的证明生命周期里。bpfix 从 verifier 日志重建这段生命周期,弥合诊断鸿沟。
从 Token 到可验证工作:Agent Infra 正在改写它的计量单位
当 AI Agent 从一次模型调用变成长时间、多工具的执行系统,基础设施需要从 token 转向包含验收条件、执行证据、总成本和责任边界的可验证工作单元。
实证研究:AI Agent 规则需要上下文与分层强制执行
AI agent 规则写在 CLAUDE.md 里看似明确,ActPlane 对 2116 条语句的研究显示,上下文和分层 OS 强制执行决定哪些规则能被检查。