分类

文章

从"尽情用"到月限 1500 美元:Uber 的 AI 预算刹车说明了什么

来源: oschina.net 36
Uber 刚给员工踩了一脚急刹车。彭博社报道,Uber 对每位员工每月使用每款 AI 编程工具——包括 Anthropic 的 Claude Code 和 Cursor——设定了 1500 美元上限。几个月前,这家公司还在内部鼓励员工"尽可能多地"使用 AI,甚至搞排行榜来刺激用量。从全力踩油门到猛踩刹车,中间发生了什么?答案很简单:预算超支了。 Ub...

字节开源 Bernini:视频生成与编辑的“先理解后生成”新范式

来源: oschina.net 36
视频生成模型经常在复杂指令上翻车——提示词写“一只戴着墨镜的猫在雨中奔跑”,结果画面里墨镜飞了、雨滴变成雪花、帧间闪烁不断。根本原因在于,传统模型直接从文本跳到像素,缺乏对指令的深度拆解与时空规划。字节跳动商业化技术团队近日开源的 Bernini 框架,把工作流硬生生拆成了“语义规划”与“视觉渲染”两步,主打“先理解、再生成”,试图从架构层面根治画面失...

PostgreSQL 19 的 SQL/PGQ:在关系表上直接写图查询

来源: postgr.es 32
关系数据库里存的是表,但很多业务问题本质上是图——"谁认识谁的朋友"、"订单经过哪些环节流转"。过去要么把数据导到专门的图数据库,要么手写多层 JOIN 把自己绕晕。PostgreSQL 19 引入了 SQL/PGQ(ISO/IEC 9075-16 (2023) 标准),让你在现有的关系表上定义图语义,然后用图模式匹配语法来查询。不需要安装扩展,不需要...

pg_stat_statements 的沉默盲区:那些它看不到、记不住、悄悄丢掉的东西

来源: postgr.es 45
每个用 PostgreSQL 的人都会开 。它便宜、即时、不用装额外组件——查一下就知道哪个查询最慢、哪个调用最多。但用久了你会发现一些诡异的事:昨天还在列表里的关键查询今天消失了;p99 突然飙升但平均值纹丝不动;一个跑了 30 秒然后超时崩溃的查询,在视图里根本找不到踪迹。 这些不是 bug,而是 作为"一堆聚合计数器"的固有边界。上一篇文章讲了它...

Node.js 一年一个大版本:从 v27 起,所有版本都是 LTS

来源: infoq.com 39
从 2026 年 10 月的 Node 27 开始,Node.js 将告别"半年一个大版本、偶数 LTS、奇数实验"的双轨节奏,改为每年只发布一个主要版本——并且每个版本都进入长期支持。同时新增 Alpha 通道,供早期特性尝鲜。这一调整直指维护成本和用户实际节奏之间的长期矛盾。 过去多年,Node.js 每年推出两个大版本:偶数版本(如 18、20、...

Flink 作业运维太散太慢?我们用 OpenClaw 搭了一套可追溯的智能运维平台

来源: my.oschina.net 25
Flink 已经是实时计算的事实标准,但围绕它的作业运维却长期停留在"人肉+脚本"的阶段。排查一个问题,可能要跳转监控面板、翻日志系统、查配置中心、再回到 Flink Web UI——链路分散不说,关键恢复动作往往依赖老员工的经验判断,而且修完之后到底稳不稳,也很难快速验证。 实时未来技术团队基于 OpenClaw 构建了一套智能运维平台,把分散的运维...

VSCode Webview 令牌窃取漏洞:一次点击,GitHub Token 就没了

来源: oschina.net 34
安全研究员 Ammar Askar 最近披露了一个值得所有 VSCode 用户警惕的漏洞——攻击者只需要让用户在 VSCode 的 webview 里点击一条恶意链接,就能窃取用户的 GitHub 访问令牌。没有弹窗确认,没有二次交互,整个过程看起来就像你在正常使用一个 Jupyter Notebook。 这个漏洞暴露了 VSCode webview ...

Syncthing 2.1.1:修复运行中 REST 升级问题,你的 P2P 文件同步更稳了

来源: oschina.net 45
Syncthing 是一款开源的连续文件同步工具,核心思路很简单:数据直接从一台机器传到另一台,不经过任何云端中转。这意味着你不需要把文件交给第三方服务器,同步过程全程加密,只有你自己的设备能解密。2.1.1 版本虽然是个小版本,但修了一个实际部署中容易踩的坑——在 Syncthing 运行期间通过 REST API 触发升级,之前的行为并不正确。 这...

智元开源 AGIBOT WORLD 主题二:不只是成功轨迹,物理交互的完整数据长什么样

来源: oschina.net 37
具身智能的数据集有个长期偏执——只采集成功案例。机器人把杯子放好了、门推开了、螺丝拧紧了,这些"完美轨迹"被反复录制,打包成训练数据。但真实世界不是这样运转的:手滑了、物体偏了、接触力不够、桌面比预想软了一点。这些"失败"和"偏差"恰恰是物理智能最需要学习的部分。 智元最新开源的 AGIBOT WORLD 2026 主题二——"多样交互(Rich In...