分类

文章

AI 根因分析的竞争焦点,正在从模型推理转向上下文工程

来源: infoq.com 31
现代大语言模型做根因分析时,真正的瓶颈可能已经不再是“模型会不会推理”,而是“系统能不能把正确的上下文送到模型面前”。当日志、指标、链路、变更记录和服务拓扑彼此割裂时,再强的模型也只能在不完整的证据上做猜测。 Coroot 围绕这一观点进行了覆盖 11 个模型的实验,为“模型已经具备相当的根因分析能力,工程难点转向遥测数据关联”提供了早期证据。这并不意...

WePush 5.0.6 发布:集中修复界面卡顿、数据导入与 SQLite 兼容问题

来源: oschina.net 28
消息批量推送工具 WePush 发布 5.0.6。这个版本没有堆叠新的业务功能,而是把改进重点放在运行稳定性上:分析并优化界面 EDT 线程问题、提升人群数据导入性能、修复 SQLite 不支持 的问题,同时调整自动更新和安装包发布流程,并升级部分依赖。 对于需要导入大量联系人、长时间执行批量任务的桌面工具来说,这类维护版本往往比新增按钮更有价值。界面...

PostgreSQL 的 full_page_writes:崩溃后为什么 WAL 要记录整页

来源: postgr.es 20
看起来像一个直接的性能开关:关闭后 WAL 变小,写入量也可能下降。但它承担的职责并不是普通的日志优化,而是避免 PostgreSQL 在崩溃恢复时把一张“撕裂页”误认为有效数据页。除非你能够严格证明底层存储能保证原子页写入,否则关闭它通常是在用恢复可靠性换取一部分 I/O。 PostgreSQL 的表和索引由固定大小的数据页组成,默认页面大小通常是 ...

Node.js 新版 API 文档预览:开发者应该重点检查什么

来源: nodejs.org 24
Node.js 推出新版 API 文档预览,值得关注的并不只是页面是否更现代。对日常开发更重要的是:能否更快定位正确版本的接口、辨认稳定性状态、理解参数约束,并把示例可靠地迁移到项目中。需要注意,文档预览本身不代表 Node.js 运行时 API 已经发生变化,升级决策仍应以对应版本的发布说明和正式文档为准。 Node.js 的 API 表面很大,同一...

在 Amazon Bedrock 上接入 Claude Opus 5:面向 Agent 与生产推理的工程实践

来源: aws.amazon.com 33
Claude Opus 5 的发布重点不只是模型能力提升,也包括如何把更强的 Opus 模型接入真实的 Agent 系统和生产推理流程。对于 AI 工程师来说,关键问题是如何在 Amazon Bedrock 上完成调用、控制延迟与成本,并让模型在多步骤任务中保持可观测、可恢复。 在 Agent 场景中,模型通常需要连续完成任务拆解、工具选择、结果判断和...

当 Transit 提供商改写 BGP ORIGIN:一个小属性如何影响全球路由

来源: blog.cloudflare.com 33
BGP 的 属性看起来只是路由选择中的一个细节,却可能成为 Transit 提供商影响流量路径的工具。通过深入测试,研究发现,接近 70% 的 BGP 路径经历过 Transit 提供商对 的改写。问题不在于某一条路由是否被修改,而在于这种做法会把局部商业策略传导到全球路由选择中。 BGP 用于表示某条路由进入 BGP 的来源方式,常见取值包括: :通...

Agentic AI 落地不能靠猜:给 AI Agent 加上可执行的安全护栏

来源: docker.com 29
AI Agent 不只是生成文本,它还可能读取内部数据、调用 API、修改配置,甚至代表用户执行操作。随着企业开始把 Agent 放进真实业务流程,核心问题也从“模型能不能完成任务”变成了“它在什么边界内可以行动”。 Docker 汇集企业安全负责人讨论这一问题时,结论指向一个实际矛盾:企业需要治理 Agent,但治理不能变成开发者每次调用模型都要填写...

OKF v0.2:让智能体生成的知识具备可追溯、可验证的信任信号

来源: cloud.google.com 20
当智能体开始批量编写表结构、指标定义和运维手册,知识库面对的问题就不再只是“内容是否完整”,而是“消费者凭什么相信它”。OKF v0.2 在保持 Markdown 与 YAML frontmatter 这一轻量结构的同时,加入来源、验证、新鲜度、生命周期和计算证明等可机器读取的信号,让另一个智能体在读取正文、执行查询或展示数字之前先做判断。 OKF v...

在 AWS 上构建可解释的银行下一最佳产品推荐系统

来源: aws.amazon.com 34
银行的下一最佳产品(Next-Best-Product,NBP)推荐,不能只追求点击率或转化率。模型需要同时处理客户画像、账户行为、产品属性和交互上下文,并且能对每一条推荐说明理由。基于 Amazon SageMaker AI、PyTorch、多塔神经网络和学习式注意力机制,可以把准确性与监管所需的可解释性放进同一条推荐链路。 传统推荐模型常把所有特征...

在 Amazon Bedrock 上使用 GPT-5.6:从模型选择到 Codex 扩展

来源: aws.amazon.com 40
OpenAI GPT-5.6 Sol、Terra 和 Luna 已在 Amazon Bedrock 正式可用。对开发团队来说,重点不只是换一个模型名称,而是要把模型选择、Responses API 调用、提示词缓存、Codex 接入和配额规划放进同一套工程流程里。 Sol、Terra 和 Luna 可以理解为面向不同工作负载的模型选项。实际选型时,不要...