标签

AI

PostgreSQL 做 AI 数据底座:用 C.A.L.M. 检查治理是不是真的落地

来源: postgr.es 24
企业 AI 治理最容易出问题的地方,往往不是模型团队写错了提示词,也不是合规团队没有流程,而是数据层和模型层之间的假设没人验证。数据工程、AI、平台、合规四个团队都在认真做事,但客户数据可能已经被复制到三套环境里:字段定义略有不同,访问控制略有不同,刷新频率也不同。模型层说“只给授权用户看”,数据层反问:“哪一份数据?按哪套权限?什么时候刷新?” 这正...

SageMaker HyperPod 推理补齐企业级落地的五块拼图

来源: aws.amazon.com 30
SageMaker HyperPod inference 这次补上的不是单点性能优化,而是一组更接近企业生产环境的能力:数据留痕、模型来源、冷启动速度、域名接入和权限隔离。对负责大模型推理平台的团队来说,这些能力决定了服务能不能被审计、能不能快速上线、能不能稳定接入现有内部系统。 新增的 multi-tier data capture 面向两个常见诉求...

从 Claude Code 切到 GitHub Copilot CLI:给重度用户的迁移手册

来源: oschina.net 22
Claude Code 被大规模封禁之后,很多开发者突然发现自己的主力 AI 编程入口没了。临时用 Claude、DeepSeek 或自建 Skills 自动化能顶一阵,但一旦进入复杂重构、跨文件修复、编译错误闭环,体验很容易断档。GitHub Copilot CLI 的价值不在于“换一个聊天窗口”,而是把 AI 辅助重新放回终端、Git、构建命令和日...

后量子签名别等了:现在先把 ML-DSA 用起来

来源: blog.cloudflare.com 31
NIST 正在推进 9 个新的后量子签名算法,未来它们可能进入标准化流程。这是好消息,但工程决策不能只盯着“更好的算法还在路上”。签名算法通常嵌在证书、固件更新、软件包发布、审计日志和身份系统里,迁移周期长、依赖面宽。文章的核心判断很直接:候选算法值得跟踪,但现在可落地的选择应优先使用 ML-DSA。 后量子迁移不是把一个函数名从 改成 。签名算法会进...

GPT-5.6 成为 Microsoft 365 Copilot 首选模型:办公 AI 的重心开始变了

来源: openai.com 22
Microsoft 365 Copilot 已将 GPT-5.6 作为首选模型,用来增强 Word、Excel、PowerPoint、Chat 和 Cowork 等场景里的 AI 能力。对开发者和企业技术团队来说,这不是单纯的“模型升级”新闻,而是一个信号:办公软件里的 AI 正在从辅助写几句话,转向跨文档、跨表格、跨协作流程的高质量工作流。 从来源摘...

PostgreSQL 20 让 UUID 也能直接 min() / max()

来源: postgr.es 36
PostgreSQL 20 合入了一个小而实用的补齐: 类型将支持 和 聚合。这个变化不算炫目,但会减少很多查询里的绕路写法。因为 本来已经有完整比较操作符,也有 btree operator class,换句话说,它在 PostgreSQL 里早就是可排序的;缺的只是常用聚合函数这块拼图。 很多人下意识觉得 UUID 是随机标识,不该谈大小。但数据库...

OpenAI 如何用“流行病学”思路定位 GNU libunwind 的 18 年老竞态

来源: infoq.com 41
一次看似普通的崩溃排查,最后拆成了两个完全无关的问题:一台 Azure 主机上的静默硬件损坏,以及 GNU libunwind 中 函数一个存在 18 年的竞态条件。真正的转折点不是某个神奇调试器,而是 OpenAI 把视角从“盯着单个 core dump”切换到“观察崩溃人群的分布”。 这件事对基础设施团队很有参考价值:当系统规模足够大时,偶发崩溃不...

把崩溃当成流行病看:OpenAI 如何拆开 libunwind 老 Bug 和硬件静默损坏

来源: infoq.com 30
OpenAI 在 ChatGPT 数据基础设施里追一个崩溃问题时,最后发现它不是“一个诡异 Bug”,而是两个互不相关的问题叠在了一起:一台 Azure 主机上的静默硬件损坏,以及 GNU libunwind 里一个存在了 18 年的竞态条件。真正打开局面的,不是继续盯着单个 core dump,而是把崩溃当成一组群体事件来分析。 这件事对基础设施工程...

GPT-5.6:把更难的任务交给按需扩展的智能

来源: openai.com 33
GPT-5.6 的核心叙事很直接:每个 token 提供更多智能、每美元获得更强性能,并且在最难的工作上可以按需调用更高能力。对工程团队来说,这不只是“模型更聪明”这么简单,而是会影响提示词设计、路由策略、成本预算和任务拆分方式。 “More intelligence from every token”意味着你不应该继续把上下文当垃圾桶。模型能力增强后...