分类

文章

用 GitHub Agentic Workflows 把产品变更自动推成文档 PR

来源: github.blog 42
产品代码合并以后,文档常常慢半拍:发布说明先走,用户问题先来,文档 PR 还在排队。GitHub 博客里提到 Aspire 团队正在用 GitHub Agentic Workflows 缩短这个时间差:把已经合并的产品变更转化为文档仓库里的 pull request,再交给主题专家(SME)审阅。关键不是让 AI 直接发布文档,而是把“发现变更、起草文...

PostgreSQL:不用分区键,也能让查询触发分区裁剪

来源: postgr.es 25
分区表最有价值的能力之一是 pruning:查询条件命中某些分区时,优化器可以直接跳过其他分区。常见经验是“必须按分区键查才有 pruning”,但这并不绝对。如果业务数据在非分区键上和分区键存在稳定相关性,可以用 约束把这种事实告诉 PostgreSQL,让它在按非分区键过滤时也能排除整块分区。 这不是魔法,也不是全局索引。它依赖两个前提:数据规律真...

Django 2026 开发者调查进入倒计时:这不只是填表

来源: djangoproject.com 51
2026 年 Django 开发者调查已经进入最后阶段,截止日期是 2026 年 7 月 13 日。这份调查由 Django Software Foundation 与 JetBrains 合作运行,目前已有超过 3,100 人参与,社区希望把回复数推到 4,000 以上。对 Django 用户来说,这不是一次普通的问卷活动,而是影响框架技术路线、社区...

PyTorch 2.13:FlexAttention 登上 Apple Silicon,Mac 上的注意力实验更近一步

来源: pytorch.org 54
PyTorch 2.13 发布的一个关键信号是:FlexAttention 开始支持 Apple Silicon 上的 MPS 后端。对于在 MacBook、Mac Studio 上做模型原型、调试注意力机制或跑中小规模实验的开发者来说,这意味着部分原本更依赖 CUDA 环境的注意力优化路径,正在向本地 Apple GPU 迁移。 这不是“Mac 可以...

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...

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...

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...

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...