AI 精选工程笔记

技术摘要

AI 精选与摘要技术文章、编程实践和人工智能新闻。

---

PostgreSQL 19：wal_level 终于学会"按需变脸"

来源: postgr.es 76
你设了 ，以为只是给逻辑复制留个后路——但 PostgreSQL 从来没给你"后路"，它给你的是一条全天候运转的 WAL 重型流水线。哪怕没有任何逻辑复制槽在消费，额外信息照样往 WAL 里灌，磁盘和 I/O 的账单一分不少。 PostgreSQL 19 终结了这笔冤枉钱： 不再是你写进 的那个死值，它会根据实际挂着的复制槽动态升降。你设的是 logi...
# PostgreSQL # 数据库
阅读全文

ChatGPT 不再只是年轻人的玩具——2026 年初用户增长的结构性变化

来源: openai.com 49
2026 年第一季度，ChatGPT 的用户增长曲线出现了一个值得注意的拐点：增速最快的群体不再是 18–25 岁的技术尝鲜者，而是 35 岁以上的"后来者"。与此同时，性别分布正趋于均衡。这两个信号叠加在一起，说明 AI 对话产品正在从"极客工具"跨入"大众基础设施"的阶段。 过去两年，ChatGPT 的早期用户画像高度集中：年轻、男性、技术背景浓厚...
# AI # LLM # OpenAI
阅读全文

Netflix 用时间段感知缓存让 Druid 84% 的查询命中缓存

来源: infoq.com 48
Netflix 的实时分析平台每天要处理海量滚动窗口查询——"过去 7 天的用户留存""过去 30 天的播放趋势"。这类查询天然有个痛点：每天只有最新一小段数据变了，但传统缓存策略要么整段命中要么全部重算。Netflix 在 Apache Druid 上实现了 interval-aware caching（时间段感知缓存），把查询按时间区间拆成可复用的...
# InfoQ # 全栈 # 架构设计
阅读全文

Python 列表扁平化：六种方法与选择指南

来源: realpython.com 42
嵌套列表在 Python 开发中随处可见——CSV 读取、JSON 解析、API 返回的分组数据，都可能产生 这样的结构。当你需要把多层嵌套拍平成一维列表时，Python 提供了从朴素循环到库函数的多种路径。选哪一种，取决于数据规模、嵌套深度和你的可读性偏好。 两层 拼接，逻辑一目了然。对于小数据量或一次性脚本，这完全够用。缺点是三行代码才能完成一件事...
阅读全文

Python 嵌套列表扁平化：五种写法与取舍

来源: realpython.com 34
处理嵌套列表是日常数据清洗、日志解析、API 返回值拆包时的高频操作。一个 要变成 ——看似简单，但不同场景下写法差异很大，选错方法可能拖慢整条数据处理管线。 下面逐个拆解五种主流写法，每种都附带可直接运行的代码。 先说最"笨"也最稳的方式——显式遍历、逐个追加： 优点：逻辑一目了然，调试时可以随时插入 或条件判断；对任意可迭代对象都适用，不依赖子列表...
阅读全文

本地优先推理：让80%的文档零API成本完成提取

来源: infoq.com 33
处理4700份工程图纸PDF，API费用砍掉75%，处理时间缩短55%——这不是靠更便宜的模型，而是靠一个更聪明的路由策略：先把能确定性提取的文档留在本地处理，只把边缘情况交给云端大模型。Obinna Iheanachor 把这个实践总结为"Local-First AI Inference"架构模式，核心思路简单但效果显著。 文档处理场景里，大量内容是...
# Azure # InfoQ # OpenAI
阅读全文

用标准堆出"无聊"系统：从 Java EE 到 Quarkus 再到 AI 时代的生存策略

来源: infoq.com 32
Adam Bien 在企业级 Java 圈里是个异类——他主张零依赖，坚持只用标准，并且把这种做法带来的系统称为"boring"（无聊的）。但这里的"无聊"不是贬义，而是指系统稳定、可预测、不需要天天救火。更关键的是，他靠这套策略让二十年前写的代码一路跑进了云时代，甚至天然适配今天的 AI-Native 场景。 这听起来像是在鼓吹保守主义，但背后有非常...
# InfoQ # Java # LLM
阅读全文

把 Kubernetes 升级从"吞时间怪兽"变成流水线

来源: cncf.io 34
Kubernetes 每年发布约三个小版本，每个版本的支持周期大约一年。这意味着你要么跟上节奏定期升级，要么冒险运行一个不再接收安全补丁的集群。现实是，很多团队每次升级都要花数周甚至数月——读 changelog、排查 API 废弃、逐个节点滚动、验证工作负载……升级本身成了工程时间的黑洞。 问题不在于 Kubernetes 太复杂，而在于我们把升级当...
# CNCF # Kubernetes # 云原生
阅读全文

企业 AI 从实验到规模化：治理、工作流与质量的三板斧

来源: openai.com 30
很多企业的 AI 之旅卡在同一个地方：PoC 漂亮，生产翻车。几周内跑出令人兴奋的 demo，却在面对合规审查、数据漂移、模型版本混乱时迅速失控。从早期实验走向持续产生复利效应的规模化 AI，核心不是买更多 GPU，而是把信任、治理、工作流设计、规模化质量这四根柱子先立起来。 "信任 AI"在企业语境下不是感性判断，而是每一条预测都能追溯到：谁批准了这...
# AI # Go # LLM
阅读全文