标签

AWS

x402 把 HTTP 402 带回边缘网络:代理如何为 API 按次付费

来源: infoq.com 33
Cloudflare 和 AWS 在两周内都把 x402 稳定币微支付能力接入了边缘网络,这件事值得后端和平台工程师留意。它不是又一个“支付按钮”,而是把 HTTP 里长期闲置的 重新拿出来,用在代理到服务的自动付费场景:AI agent 调 API、抓数据、调用推理服务时,可以按请求支付低于一美分的费用。 这类能力一旦放到边缘节点,支付判断、访问控制...

Amazon S3 Annotations:把对象上下文留在数据旁边

来源: infoq.com 38
AWS 新推出的 Amazon S3 Annotations 解决的是一个很常见、也很烦的问题:对象在 S3 里,关于对象的解释却散落在表、索引、工单、AI 流水线输出和合规系统里。现在团队可以把摘要、分类、合规信息、AI 生成洞察等可搜索上下文直接附着到 S3 对象上,并且这些注释可以独立于对象内容更新。 S3 早就有 object metadata...

用 pgEdge Cloud API 搭一个贴着 Postgres 跑的 RAG 服务

来源: postgr.es 39
RAG 系统最容易失控的地方,不是“大模型会不会回答”,而是数据、切块、向量、检索、服务部署这几段胶水谁来维护。pgEdge Cloud 的思路很直接:把内容放进 Postgres,让数据库侧完成切块和向量化,再把 RAG 服务挂到数据库旁边。UI 里点几下就能完成,但用 API 做一遍,更适合自动化、复现和团队交付。 这篇文章按一个真实路径拆开:本地...

用 Amazon Bedrock 识别 AI 生成的钓鱼邮件:从提示词到自动化拦截

来源: aws.amazon.com 30
钓鱼邮件一直是攻击链里最便宜、最常见的入口。生成式 AI 改变了它的规模和质量:攻击者可以结合公开情报(OSINT),批量生成语气自然、上下文贴合、几乎不重复的邮件。对安全团队来说,传统基于关键字、黑名单和固定模板的检测方式会越来越吃力。Amazon Bedrock 的价值在于:把大语言模型接入邮件安全流水线,让系统不只看“有没有可疑词”,还看“这封邮...

在 Amazon SageMaker AI 中做多轮强化学习:从可信环境到外部评测

来源: aws.amazon.com 45
多轮强化学习的难点不只是“让模型多说几轮”。一旦 Agent 可以连续行动,环境状态、奖励归因、评测方式和监控指标都会变得更敏感。要把训练做可靠,关键是先让训练环境可信,再用独立评测验证结果,并把奖励函数对齐到最终任务,而不是只奖励表面行为。 多轮 RL 的训练环境不是一个简单的输入输出函数。它需要在每一轮保存状态、执行动作、返回观测,并在合适的时候终...

Apple 把 Private Cloud Compute 扩到 Google Cloud:机密 AI 基础设施进入多云验证阶段

来源: infoq.com 26
Apple 首次选择在自有数据中心之外运行 Private Cloud Compute,而落点是 Google Cloud。这个合作的重点不只是“多了一个云供应商”,而是 Apple 把面向隐私敏感 AI 计算的信任模型,扩展到了第三方云环境:NVIDIA Blackwell GPU、Intel TDX、Google Titan 芯片,以及 Apple...

TeamCity 2026.1.2 与 2025.11.6:一次值得尽快排期的修复升级

来源: oschina.net 40
TeamCity 2026.1.2 和 2025.11.6 已发布,这两个版本都属于错误修复更新。它们不是功能型大版本,但对日常 CI/CD 稳定性很关键:构建停止语义、Perforce 个人构建、AWS 凭证生命周期、S3 bucket 前缀处理等问题,都可能在流水线高频运行时放大成真实事故。 修复版本容易被团队低估,因为它们通常没有新的 UI、没有...

用 AWS 搭一个无服务器 A2A 网关:一个域名管理多个 Agent

来源: aws.amazon.com 30
A2A 的一个现实问题是:当团队开始部署多个 Agent,客户端到底该连谁、怎么发现、谁有权限访问,很快会从“协议问题”变成“入口治理问题”。这篇内容的核心做法是,在 AWS 上构建一个无服务器 A2A gateway,用单个域名承载多个 Agent,并通过 这种路径路由到不同后端。标准 A2A 客户端不需要修改,这是它最有价值的地方。 如果每个 Ag...