标签

安全

AI 时代的防守窗口：把网络安全从被动响应变成持续验证

来源: openai.com 31
AI 正在同时改变攻击者和防守者的工作方式。攻击者可以更快地生成钓鱼内容、测试攻击路径和改写恶意代码；防守团队则获得了更快的日志分析、告警归并和调查辅助能力。真正重要的变化，不是安全团队是否使用 AI，而是能否把 AI 放进一套可验证、可回滚、有人负责的防御流程。 对安全负责人来说，所谓“防守窗口”并不是某个单独产品带来的优势，而是从攻击者发现机会到组...
# AI # LLM # OpenAI
阅读全文

npm 分阶段发布：让包版本上线前必须经过人工批准

来源: infoq.com 63
过去， 往往同时意味着上传完成和版本立即可安装。npm 新增的分阶段发布改变了这条路径：版本先进入待发布队列，只有维护者完成人工批准并通过双因素认证挑战后，才会正式对用户开放。这为自动化流水线与公开发布之间增加了一道明确的安全边界。 分阶段发布把一次高风险操作拆成两个职责不同的步骤： CI 或维护者构建、检查并上传包版本。 具备权限的维护者核对版本，再...
# AI # Go # InfoQ
阅读全文

Easysearch 2.3.1：从写入链路到集群运维的稳定性升级

来源: oschina.net 58
INFINI Easysearch 2.3.1 正式发布。本次版本没有把重点放在单一功能上，而是围绕企业级搜索服务最容易影响生产体验的几条链路持续打磨：集群巡检信息采集、服务管理约束、文档写入、mapping 解析，以及 S3 兼容存储、CCR 恢复和 UI 管理等场景。 对正在运行搜索集群的团队来说，这类更新的价值不只体现在基准测试中的吞吐变化，更体...
# 全栈 # 可观测性 # 安全
阅读全文

让 AI Agent 只看自己的数据：一套可验证的 PostgreSQL 行级安全方案

来源: postgr.es 59
当 AI Agent 可以直接查询或修改业务数据库时，权限边界不能只写在提示词里。提示词会漂移，应用过滤条件可能漏写，而 PostgreSQL 行级安全（Row-Level Security，RLS）能够把隔离规则放到数据真正落盘的位置。 一套可信的 RLS 配置不只是执行 。还需要让 Agent 使用非所有者角色、对表启用 、分别声明读写策略，并用“...
# AI # LLM # PostgreSQL
阅读全文

主权 AI 的混合架构：把模型能力带进本地，而不是把敏感数据送出去

来源: cloud.google.com 53
对受严格监管的企业和政府机构来说，AI 基础设施过去常常是一道二选一：把数据留在本地，还是使用公有云中的先进模型与算力。如今，混合云和分布式云正在改变这个前提。组织可以把推理服务、模型和管理能力部署到自己的数据中心或边缘环境，同时继续利用云端的软件生命周期和弹性资源。 这并不意味着只要安装一套本地集群就自动获得了“主权”。真正的主权 AI，需要同时回答...
# AI # AWS # GCP
阅读全文

让模型看不见病历也能接受检验：机密计算如何验证脑肿瘤 AI

来源: cloud.google.com 51
医疗 AI 的难题不只是把模型准确率做高，还要证明它能在不同医院、设备和患者群体上稳定工作。问题在于，真实患者数据不能随意离开医院，模型开发者也不愿交出代码和权重。MLCommons MedPerf 与 Google Cloud 的合作给出了一条可操作的路径：让数据与模型在硬件隔离的可信执行环境中相遇，只输出经过批准的评测结果。 脑胶质母细胞瘤等脑肿瘤...
# AI # GCP # Go
阅读全文

从课程到生产：企业智能体落地的 12 项能力地图

来源: cloud.google.com 44
企业团队讨论智能体时，真正棘手的问题通常不是“模型能不能回答”，而是“它能否在受控条件下访问数据、调用系统、记住上下文，并在故障时被定位和纠正”。Google 推出的 Gemini Enterprise Agent Ready（GEAR）学习路径，正是围绕这条从原型到生产的链路组织：智能体基础、多智能体编排、MCP 工具连接、记忆与状态、领域技能，以及...
# AI # GCP # Go
阅读全文

UNC6671 多品牌勒索背后：用语音钓鱼窃取云身份会话的防御方法

来源: cloud.google.com 46
UNC6671 虽然曾关联的 BlackFile 品牌据称在 2026 年 5 月退出，但相关入侵活动并未消失。威胁情报显示，攻击者改用 Redact、Pink、Helix 和 Falcon 等多个勒索品牌对外运营，而初始入侵路径和后续动作高度一致：假冒 IT 服务台电话、诱导员工访问仿冒登录页、通过 AiTM（Adversary-in-the-Mid...
# AI # Cloudflare # GCP
阅读全文

ORBIT：让企业级 AI 从“会推理”走向“可靠执行”

来源: postgr.es 48
企业 AI 最危险的故障，不一定是模型给出了错误答案，而是系统做出了一个重要决定，却没人能在事后解释它是如何发生的。模型可能检索正确、推理合理、选择了正确动作，但外围系统仍会因为超时、重启、重复投递或状态记录丢失而产生错误结果。 这意味着，AI 可靠性不能只靠更强的模型解决。只要 AI 开始修改业务数据、调用外部 API、发送消息或触发审批，它就进入了...
# AI # Go # LLM
阅读全文

PostgreSQL 不只是存储：为 Agentic AI 构建可恢复的计算层

来源: postgr.es 55
PostgreSQL 已经成为 Agentic AI 的默认数据库，但真正的挑战才刚开始。智能体不再只是读取几张表、生成一段回答，而是在数据库中持续写入记忆、检查点、中间结果、工具调用记录和共享状态。把 PostgreSQL 当成一个“停车场”，只负责把数据放进去，系统很快就会被并发写入、失败恢复和数据膨胀拖垮。 更可靠的做法，是把 PostgreSQ...
# AI # Go # LLM
阅读全文