标签

AI

沙箱安全:隔离边界之外的策略与 enforcement

来源: docker.com 45
40% 的受访企业把安全列为规模化 Agentic AI 的头号难题——这不是因为大家不懂"隔离",而是因为光有隔离远远不够。沙箱把进程关起来,沙箱安全则要确保这扇门在真实压力下不会被撞开、被绕过、被悄悄撬开。两者之间的差距,正是生产环境事故的常见起点。 传统沙箱解决的是"空间隔离":进程 A 看不到进程 B 的文件,容器 C 不能访问宿主机网络。实现...

LinkedIn 用 PyTorch 重写分布式线性规划求解器:从 CPU 到 GPU 的极限优化之路

来源: pytorch.org 36
LinkedIn 每天要处理数以亿计的分配决策——广告投放、通知推送、内容推荐,背后都指向同一类数学问题:线性规划(LP)。当变量规模从几千膨胀到几十亿,传统求解器要么跑不完,要么跑不起。LinkedIn 的做法很硬核:把整个分布式 LP 求解器 DuaLip 用 PyTorch 重写,让 GPU 来扛最重的计算。这不是"换个框架跑跑看"的实验,而是生...

Shopify 用广度优先引擎把 GraphQL 执行速度拉到 15 倍

来源: infoq.com 35
Shopify 的电商场景里,一次 GraphQL 查询可能横跨几十种类型、上百个字段——产品、库存、价格、变体、促销规则层层嵌套。传统深度优先执行器在这种高基数查询面前,GC 压力飙升,延迟动辄数秒。Shopify 团队没有继续在 resolver 层做微调,而是从执行引擎本身动刀:用广度优先替代深度优先,推出了 GraphQL Cardinal。结...

Starlette 的 BadHost 漏洞:一个畸形 Host 头如何撕开 AI 代理的访问控制

来源: infoq.com 40
Starlette 是 Python Web 生态中用量最广的轻量框架之一——每周下载量 3.25 亿,FastAPI、Uvicorn 的底层 HTTP 处理都依赖它。而最近披露的 BadHost 漏洞(高危),让一个看似不起眼的 HTTP Host 头,变成了绕过路径级访问控制的钥匙。对于把 Starlette 当作 AI 代理、LLM 网关、模型评...

Starlette BadHost 漏洞:一个畸形 Host 头如何绕过 AI 代理的访问控制

来源: infoq.com 42
Starlette 是 Python 生态中用量最大的 Web 框架之一——每周下载量 3.25 亿,FastAPI、Uvicorn 等基础设施都直接依赖它。最近披露的 BadHost 漏洞(高危)揭示了一个容易被忽视的问题:当路径级访问控制遇上畸形的 HTTP 头,防线会从根部断裂。对于暴露在公网的 AI Agent 服务、LLM Gateway 和...

AI 编程代理删了整个家目录:真实事故复盘与沙箱隔离实践

来源: docker.com 32
你让 AI 编程代理帮你清理项目里的临时文件,它理解成了"清理用户目录下的所有文件",然后毫不犹豫地执行了 。这不是段子,是真实发生的安全事故。AI coding agent 的权限边界如果没画清楚,它犯错的代价远比人类手滑更致命——因为它执行命令时没有犹豫。 事故的起因很普通:开发者给 AI 编程代理下了一个指令,大意是"把项目里不需要的临时文件清理...

1GW 数据中心落地密歇根:AI 基础设施的规模意味着什么

来源: openai.com 39
OpenAI 在密歇根州动工建设一座 1GW(吉瓦)级数据中心,这是 Stargate 项目的一部分。1GW 不是一个小数字——它相当于一座中型城市的全部用电量。当一家 AI 公司开始以这种尺度拿地、拉电、建机房,信号很明确:大模型的训练和推理需求已经从"租几台 GPU 云主机"的阶段,跨入了"自建电力级算力工厂"的阶段。 先把这个数字拉到地面。1GW...

当 AI 编码代理住进终端:从执行工具到有状态工作空间的转变

来源: oschina.net 40
终端曾经是开发者工作流里最不需要操心的一环。打开 shell,跑命令,看输出,切目录,偶尔分个窗格——它是一个薄而快的执行接口,用完即走。但 AI coding agents 正在改写这个前提:它们不只是"在终端里跑",它们在终端里做有状态的工作——读文件、改代码、跑测试、处理错误、再改代码。终端从"工具"变成了"工作空间",而现有的终端 UI 并没有...

云原生 Swift 服务的动态配置实践

来源: cncf.io 31
Swift 已经不再只是 iOS 开发者的专属语言。随着 Swift 在服务端的成熟,越来越多的团队把 Swift 服务部署到 Kubernetes 上,和 Java、Go 服务共享同一套云原生基础设施——ConfigMaps、声明式部署、Prometheus 监控、OpenTelemetry 可观测性。但 Swift 服务要真正融入这套体系,第一步就...

别再让AI放大你的测试脆弱性——从DOM结构走向感知与意图

来源: infoq.com 49
给自动化测试套上AI,测试跑得更快了——但脆弱的测试也崩得更快了。这不是AI的锅,是你脚下那层抽象本身就站不住。 "AI生产力悖论"在这里有一个非常具体的含义:AI会放大它所依托的抽象层的一切特性——包括缺陷。 你把AI架在一个脆弱的抽象上,它不会帮你修补脆弱,它会把脆弱性以更高的速度和更大的规模扩散出去。 在测试自动化的语境下,这个"脆弱的抽象"就是...