2026-07-06
来源: postgr.es
28
PostgreSQL 14、15、16 的最新小版本 14.23、15.18、16.14 引入了一个回归问题：在特定 WAL 回放场景下，备库或 PITR 恢复实例可能卡在 相关的 LWLock 等待上。这个问题麻烦的地方不在于“所有人都会中招”，而在于它正好踩中了很多团队的常规补丁流程：先升级 standby，再升级 leader。 目前已知受影响范...
2026-07-06
来源: postgr.es
39
7 月 2 日，伊斯坦布尔迎来了第一次 PostgreSQL Meetup。它不是公司发布会，也不是单向宣讲，而是由社区成员为社区成员组织的一次线下聚会。根据活动记录，Bilge Korkmaz Erdim、Gülçin Yıldırım Jelínek 和 Devrim GÜNDÜZ 早就在推动这个想法，最终活动在 Microsoft Turkey ...
2026-07-06
来源: infoq.com
33
时间序列数据写进 Cassandra 很顺手，但一旦某个租户、设备或内容 ID 的数据量远超预期，原本看起来干净的分区键就会变成“宽分区”。Netflix 工程团队针对这类负载引入了动态分区拆分：用元数据识别过大的逻辑分区，把它拆成多个更小的子分区，并在读取时自动路由到这些子分区。结果是读延迟从秒级降到毫秒级，超时减少，集群稳定性也更好，同时对业务侧保...
2026-07-06
来源: realpython.com
32
Python 生态在 2026 年 7 月有几件值得开发者关注的事：Python 3.15 又发布了两个 beta 版本，CPython 的 JIT 被 Steering Council 放进一个六个月的观察窗口，同时 PSF 也在直面财务压力。对日常写 Python 的团队来说，这不是“下个版本又来了”这么简单，而是解释器性能路线、升级节奏和社区可持...
2026-07-06
来源: blog.cloudflare.com
35
Cloudflare 新推出的 Workers Cache，把一个按区域分层的缓存层直接放在 Worker entrypoint 前面。关键变化不是“又多了一个缓存 API”，而是请求在进入 Worker 代码之前就有机会命中缓存，而且配置方式回到开发者熟悉的 HTTP 头：、、 这类协议级信号。 这对 Worker 应用的影响很直接：热点响应可以少进...
2026-07-06
来源: infoq.com
35
InfoQ 开放了一个为期五周的 AI Security & Privacy Engineering cohort，目标人群是受监管行业里的资深工程师和架构师。这个方向值得关注，不是因为“AI 安全”又多了一个课程名，而是因为生产级 AI 系统已经把安全、隐私、威胁建模、可观测性和治理揉成了同一个工程问题：模型调用、提示词、检索数据、用户输入、...
2026-07-06
来源: huggingface.co
38
LeRobot v0.6.0 的发布标题是 “Imagine, Evaluate, Improve”。在缺少更多发布细节的前提下，最值得抓住的是这个方向：机器人学习不再只是“收集数据、训练模型、部署试试”，而是更强调一个可重复的工程闭环：先生成或设想任务与策略，再用指标评估，再把结果反馈到数据、模型和环境配置里。 “Imagine” 对机器人团队很关键...
2026-07-06
来源: cncf.io
33
一屋子资深 SRE 讨论自治运维时，最容易达成共识的不是“AI 能不能执行命令”，而是“我们凭什么信它现在该执行这个命令”。真正的缺口不在动作本身，而在上下文：服务拓扑、变更历史、告警质量、业务影响、值班规则，这些信息缺一块，自治系统就会从“助手”滑向“高权限猜谜机器”。 传统自动化通常处理确定问题：磁盘满了清日志，Pod 卡住了重启，证书快过期了发通...
2026-07-06
来源: cncf.io
44
Platform Engineering 1.0 已经证明了自己的价值：Golden Path 让部署更快，内部开发者平台降低了认知负担，自助式基础设施把开发者从工单队列里解放出来，标准流水线也让交付变得可复制。现在变化来了：AI 原生工作负载把平台从“帮应用上线”推向“帮模型、数据、推理和实验稳定运行”。 过去的平台工程主要围绕服务交付：创建仓库、申...
2026-07-06
来源: oschina.net
37
Tomasz Tunguz 在 Theory Ventures 的博客里用一组很直白的数字解释了 AI 行业的成本结构：Anthropic 约 5000 名员工，2026 年模型推理和训练支出约 100 亿美元。摊到每个员工身上，就是每人每年约 200 万美元的算力成本。 这个数字刺眼，不是因为“人贵”，而是因为 AI 公司的核心成本已经从传统软件公司...