分类

文章

云原生 AI 的数据存储瓶颈：从训练集到检查点该怎么设计

来源: cncf.io 39
把 AI/ML 工作负载搬进云原生基础设施，真正难的往往不是把容器跑起来，而是让数据持续、稳定、高吞吐地喂给计算资源。CNCF 关于云原生 AI 数据存储的白皮书聚焦的正是这个问题：AI/ML 是数据密集、强状态的工作负载，规模化部署时很容易被存储、网络和数据生命周期管理拖住。 传统无状态服务通常关心请求延迟、弹性扩缩容和故障恢复。AI/ML 工作负载...
# AI # CNCF # LLM
阅读全文

给 Agent 准备数据：别只喂文档，要设计可行动的上下文

来源: huggingface.co 39
Agent 应用和传统搜索、问答系统的差别，不只是“多了一个大模型”。Agent 会规划、调用工具、写入状态、根据反馈重试。也就是说，数据不再只是被检索出来给人看，而是会被模型拿来做决策。因此，“Data for Agents”这个主题的关键，不是把所有资料塞进向量库，而是把数据整理成 Agent 能理解、能验证、能执行的上下文。 由于来源摘要没有提供...
# AI # Hugging Face # LLM
阅读全文

把知识图谱带进 RAG：GraphRAG 如何服务药物研发

来源: aws.amazon.com 38
药物研发里的问题很少是“找一段文字”这么简单。研究人员更常问：某个靶点和疾病有什么证据链？候选化合物影响哪些通路？这篇来源文章讨论的核心变化是：把图数据库、生成式 AI 和 BYOKG（Bring Your Own Knowledge Graph，自带知识图谱）结合起来，用 GraphRAG 加速科学发现，同时尽量不牺牲科学完整性。 传统 RAG 通常...
# AI # AWS # LLM
阅读全文

用 Amazon Bedrock 给邮箱自动分拣和排序

来源: aws.amazon.com 24
公共部门组织的邮箱常常不是“沟通工具”，而是事实上的业务入口：居民咨询、内部审批、供应商文件、紧急事件通报都会先进入共享邮箱。来源文章展示了一种用 Amazon Bedrock 驱动的生成式 AI 方案，把邮件自动分类、提取关键信息并按优先级排序，减少人工扫信箱的时间。 传统规则引擎适合处理明确模式，例如主题包含“发票”就打上财务标签，发件人来自某个域...
# AI # AWS # 云平台
阅读全文

Azure 韧性演进给云上系统的一堂工程课

来源: azure.microsoft.com 43
云韧性不是一句“高可用”的口号，而是系统在真实约束下继续工作的能力：硬件会坏，网络会抖，区域会遇到容量压力，依赖服务会变慢。Microsoft Azure 关于韧性演进的讨论，核心并不只是“云平台越来越可靠”，更重要的是云上应用也要被设计成能适应、恢复、降级并持续提供服务的系统。 很多团队第一次谈 resiliency，会把注意力放在 SLA、可用区、...
# AI # Azure # 云平台
阅读全文

TypeScript 7.0：原生编译器把类型检查速度拉到新档位

来源: devblogs.microsoft.com 28
TypeScript 7.0 最大的变化不是语法糖，而是工程底座：TypeScript 团队宣布推出一个原生移植版本，目标是让 TypeScript 的编译、类型检查和工具链体验达到约 10 倍速度提升。对大型前端仓库、Node.js 服务、跨平台应用来说，这类性能变化会直接影响每天的反馈循环：保存文件、跑检查、打开编辑器、CI 排队，全都会被它碰到。...
# AI # Java # JavaScript
阅读全文

用 AWS WAF 守住 Amazon Bedrock AgentCore Runtime 的入口

来源: aws.amazon.com 37
Amazon Bedrock AgentCore Runtime 作为托管运行时，真正上线时绕不开一个问题：公网请求怎样进来，安全控制又怎样不被绕过？这篇方案的核心变化很明确：把入口收束到 internet-facing ALB，并在 ALB 前挂 AWS WAF，再通过 VPC Interface Endpoint 把流量送到 AgentCore R...
# AI # AWS # LLM
阅读全文

用 Jamf AI Governance 和 Amazon Bedrock 管住 Mac 上的 AI 应用配置

来源: aws.amazon.com 27
企业里的 AI 应用已经从“员工自己试一试”变成了“终端上真实运行的生产工具”。这篇来源内容关注的是一个很具体的场景：用 Jamf 的 AI Governance 配合 Amazon Bedrock，在一批 Mac 设备上配置、下发并验证 AI 应用的受管设置。重点不只是“能不能装”，而是配置是否统一、策略是否落地、设备端是否可审计。 Mac 机群里的...
# AI # AWS # Go
阅读全文

Python ORM Bee 1.9.0：把多表查询写短，也把 AI 代码审查变轻

来源: oschina.net 32
Python ORM Bee V1.9.0 的重点很明确：在 Python 数据库开发里减少样板代码，尤其是支持多表关联查询之后，业务代码可以更集中地表达“查什么”，而不是反复拼 SQL、搬字段、写重复 CRUD。对正在用 AI 生成代码的团队来说，这件事不只是省键盘，更重要的是代码短、意图清楚，Review 时更容易看出问题。 很多数据库应用的问题不...
# AI # Python # 全栈
阅读全文