2026-05-31
来源：infoq.com
28
DuckDB 一直以"嵌入式分析数据库"著称——进程内运行、零外部依赖、单文件搞定一切。但嵌入式也意味着一个天然限制：多个进程或多个用户很难同时操作同一个数据库文件。最近 DuckDB 官方宣布了 Quack 协议，通过 HTTP 实现客户端/服务器模式，让多个 DuckDB 实例可以远程连接同一个数据库。这标志着 DuckDB 从"单机利器"开始向"...
2026-05-31
来源：infoq.com
17
传统 SAST 工具的核心逻辑是"匹配模式"——拿一套规则库逐行比对源码，命中就报漏洞。这套方法对硬编码密码、SQL 拼接这类局部缺陷还算管用，但面对跨组件的数据流污染、条件分支间的逻辑矛盾，基本只能输出一堆低信噪比的告警，然后靠人工逐条甄别。Arm 刚刚开源的 Metis 换了一条路：让 AI Agent 自主阅读代码、理解语义、追踪跨模块依赖，再用...
2026-05-31
来源：infoq.com
35
静态分析工具（SAST）跑完一轮，报告里堆满了低优先级的警告，真正危险的跨组件漏洞却漏掉了——这不是个别团队的体验，而是规则匹配式工具的结构性短板。Arm 最近开源了 Metis，一个基于 Agent 的 AI 安全框架，试图用语义推理替代模式匹配，自主发现复杂漏洞并给出自然语言解释。 主流 SAST 工具的核心逻辑是规则匹配：扫描源码，命中预定义的模...
2026-05-30
来源：infoq.com
16
一家托管了三百万用户工作负载的平台，被自家云厂商的自动化系统一键拔线——没有预警，没有人工确认，连邮件通知都是事后才到。这就是 Railway 在 Google Cloud 上遭遇的真实事故：GCP 的自动化风控系统直接冻结了 Railway 的生产账号，导致整个平台瘫痪八小时，而受影响的不仅是 GCP 上的工作负载，连部署在 AWS 和裸金属服务器上...
2026-05-30
来源：infoq.com
35
每天从 MySQL 搬运数 PB 级的社交图谱数据到下游数据仓库，任何一次管线迁移都像在高速行驶的汽车上换引擎——稍有不慎，就是全局性的数据延迟或丢失。Meta 最近完成了这项硬核操作，不仅实现了零停机迁移，还把管线的可靠性拉到了新水位。他们靠的不是运气，而是两套精准的工程利器：反向影子测试与持续校验监控。 社交图谱数据是 Meta 生态的命脉。好友关...
2026-05-30
来源：aws.amazon.com
25
大模型上线推理后，运维团队最怕的不是"模型不跑"，而是"模型跑着但悄悄变差"。传统监控只盯着 GPU 利用率、请求延迟这些基础设施指标，对 LLM 输出质量——延迟首字时间（TTFT）、吞吐量（Tokens/s）、输出截断率——几乎一无所知。Amazon SageMaker AI 的 Inference Component 架构配合 CloudWatc...
2026-05-29
来源：techcommunity.microsoft.com
29
Anthropic 的旗舰模型 Claude Opus 4.8 正式上线 Microsoft Foundry（Azure AI Foundry）。对于已经在 Azure 上构建应用的企业和开发者来说，这意味着不再需要额外对接 Anthropic 的独立 API——直接在现有的 Azure 资源体系内就能调用 Opus 级别的推理能力，覆盖代码生成、智能...
2026-05-29
来源：infoq.com
17
Kubernetes 网关基础设施的迁移历来是体力活——逐条比对 Ingress 资源、手动转换注解、反复测试路由是否生效。CNCF 最近分享了一个案例：工程师借助 AI 辅助迁移工具，将 60 条 ingress-nginx 资源迁移到 Higress，全程仅用了大约 30 分钟。这不是噱头，而是 AI 在云原生基础设施现代化中的一次真实落地。 in...
2026-05-29
来源：openai.com
31
罕见病的诊断平均耗时 5-7 年，患者往往辗转多家医院、经历数十次误诊。波士顿儿童医院近期披露：借助 OpenAI 技术，他们已成功辅助诊断超过 40 例罕见病，同时减轻了临床团队的运营负担。这不是一个"AI 替代医生"的故事，而是一个"AI 把人类专家从信息沼泽里拉出来"的工程实践。 罕见病单病种发病率极低，但总数超过 7000 种，累及全球约 3 ...
2026-05-29
来源：openai.com
19
客户提了一个需求，工程师打开 IDE，从零开始写代码——这条路径在 AI 时代正在被压缩。Braintrust 团队最近分享了他们如何用 OpenAI 的 Codex 配合 GPT-5.5，把客户请求快速转化为可运行的代码，并在自己的评估平台上完成实验闭环。 这不是"AI 写代码然后人盲审"的粗糙流程，而是把 Codex 嵌进需求→代码→验证的完整链路...