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,并对它能做什么设定运行时 guardrail。
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。
ActPlane: 把 Agent Harness Enforcement 下沉到内核 eBPF
ActPlane 是一个基于 eBPF 的 AI Agent 策略引擎,在操作系统内核层面对 Agent 行为做观测和强制执行。本文分析 prompt、工具层、沙箱三层约束各自的系统性盲区,说明 ActPlane 如何通过标签传播和时序谓词实现确定性的 Agent harness。
基于 eBPF 的不透明 AI Agent 运行时可观测与执行控制:超越沙箱与审批
AI 编程 Agent 在平台方可能并不拥有的 Harness 与沙箱中自主运行数小时,基于审批的管控随之失效。本文主张将 Agent 安全拆分为三层(意图授权、执行隔离、副作用验证),并用基于 eBPF 的可观测(AgentSight)与执行控制(ActPlane)在 Harness 之下提供独立的运行时可观测与执行控制。
CPU 噪声会拖慢 GPU 推理吗:用 eBPF 定量测量调度器与 IRQ 影响
通过 eBPF 追踪 CUDA kernel launch、调度器上下文切换和 IRQ,定量分析 CPU 噪声何时会拖慢 GPU LLM 推理,以及 CPU 绑核能恢复多少吞吐。