标签

Go

用 CALM 测试识别企业平台的隐性衰退

来源: postgr.es 30
企业平台很少在某次故障中突然死亡。更常见的过程是:升级不断延期,发布窗口越来越长,恢复演练一再推迟,团队开始绕开平台建设旁路系统。监控仍然全绿,但组织已经不愿意再碰它。 CALM 平台测试关注的正是这种“稳定但正在失去未来”的状态。它不盘点平台拥有多少功能,而是判断平台增长之后,组织是否更有信心继续改变它。 CALM 由四个维度组成: C,Change...

SAP BDC Connect for BigQuery 正式可用:用零复制数据打通分析与 AI

来源: cloud.google.com 27
企业数据平台长期面临一个两难选择:复制 SAP 数据可以方便分析,却会引入延迟、重复存储、语义丢失和治理成本;不复制,则很难让云端分析与 AI 工具及时访问核心业务数据。SAP Business Data Cloud Connect for BigQuery 的正式可用,提供了第三种路径:在 SAP Business Data Cloud 与 BigQ...

默认入侵必然发生:从工具堆叠转向企业韧性工程

来源: cloud.google.com 33
机器速度的攻击和 AI 生成漏洞利用吸引了大量注意力,但一线事件数据指向了一个更朴素的现实:多数成功入侵仍然始于未修复漏洞、身份控制薄弱、流程断裂和人员判断失误。M-Trends 2026 的研究显示,漏洞利用连续第六年成为最常见的初始感染向量,占 32%;语音钓鱼升至第二位,占 11%;在勒索软件相关事件中,“先前已被攻陷”则是排名第一的已确认入口。...

PostgreSQL MVCC 的代价:真正该比较的是谁为历史版本买单

来源: postgr.es 18
PostgreSQL 的 MVCC 经常因表膨胀、写放大、VACUUM 调优和 32 位事务 ID 被批评。这些问题都真实存在,但只说“PostgreSQL 的 MVCC 很差”还少问了一步:如果读者不能阻塞写者,那么旧版本必须保存在某个地方,清理成本也必须由某个组件承担。不同数据库没有消灭这笔成本,只是决定由写入、历史读取、缓存、临时空间还是后台整理...

用 Google Antigravity CLI 在终端中阅读、审查与重构 Python 代码

来源: realpython.com 16
Google Antigravity CLI 是一个运行在终端中的 AI 编码代理。它的价值不只是生成几行代码,而是直接围绕现有项目开展工作:读取文件、梳理调用关系、发现问题,并协助完成受约束的重构。 对于 Python 项目,这种工作方式尤其自然。开发者可以把代码、测试和配置留在原来的目录中,通过明确的任务描述让代理先分析、再修改,最后用测试和静态检...

NOAA 将核心天气预报迁上云:云端 HPC 如何支撑下一代数值天气预测

来源: cloud.google.com 24
美国国家海洋和大气管理局(NOAA)选择 Google Cloud 作为天气与气候业务超级计算系统(WCOSS)的主要高性能计算基础设施提供商。这不只是一次机房搬迁,而是业务级数值天气预测(Numerical Weather Prediction,NWP)从传统本地超算向云优先架构转型的重要案例。 天气预报系统必须在固定时间窗口内处理海量观测数据、运行...

用 Google Antigravity CLI 审阅与重构 Python:一套可验证的终端工作流

来源: realpython.com 24
Google Antigravity CLI 是一个运行在终端中的 AI 编码代理,适合读取、审查和重构 Python 代码。真正值得关注的并不是“让 AI 写出更多代码”,而是如何把代理放进现有工程流程:先限定任务,再检查改动,最后用测试验证结果。 由于来源摘要没有给出具体版本的安装方式和子命令,下面不会假定某个固定 CLI 接口。实际使用前应先执行...

跨集群联邦:让 Kubernetes 区域故障真正做到无停机切换

来源: cncf.io 23
多区域部署最容易制造一种危险的安全感:服务已经在两个 Kubernetes 集群中运行,但其中一个集群消失时,用户流量仍然固执地发往故障区域。副本存在,不等于故障转移已经成立。要让备用集群真正接管请求,必须把工作负载、流量入口、健康判断和数据状态一起纳入设计。 跨集群联邦的核心目标,是把多个独立集群视为同一个服务的运行位置,同时保留故障隔离边界。每个集...

Postgres 激进特性为何应该先在分支版本中经受真实负载

来源: postgr.es 37
Postgres 的竞争力不只来自某项查询优化技术。对大量生产用户而言,更重要的是开源、没有厂商锁定、维护路径清晰,以及出现问题时总能找到理解内核的人。它未必在每种负载下都最聪明,但通常足够可靠、足够可预测。 这也解释了为什么一个看起来很有价值的新特性,很难直接进入 Postgres 核心。核心代码承载着关键业务数据,每增加一条执行路径,社区就要长期承...

Agentic AI 落地不能靠猜:给 AI Agent 加上可执行的安全护栏

来源: docker.com 29
AI Agent 不只是生成文本,它还可能读取内部数据、调用 API、修改配置,甚至代表用户执行操作。随着企业开始把 Agent 放进真实业务流程,核心问题也从“模型能不能完成任务”变成了“它在什么边界内可以行动”。 Docker 汇集企业安全负责人讨论这一问题时,结论指向一个实际矛盾:企业需要治理 Agent,但治理不能变成开发者每次调用模型都要填写...