2026-08-07
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...
2026-08-07
来源: aws.amazon.com
51
让非技术员工用自然语言描述需求,然后在数秒内得到一个已经部署、支持多租户的 Web 应用,这不只是“让大模型写代码”。PDI Technologies 构建的 PDI Brew 更接近一套智能交付系统:Amazon Bedrock 负责理解意图并生成结构化计划,AWS Lambda 中的配置代理负责把计划转换成受约束、可审计的云资源。 真正值得关注的,...
2026-08-07
来源: cloud.google.com
56
当数据查询从“分析师每天提交几十条 SQL”变成“AI Agent 每分钟生成数千条查询”时,传统的性能优化流程会迅速失效。执行计划分析、统计信息维护、查询提示和容量预估都需要人工介入,而 Agent 生成的 SQL 数量、参数组合和并发度已经超出人工逐条调优的范围。 BigQuery 给出的方向不是增加更多调优旋钮,而是让查询处理器自己学习历史执行结...
2026-08-07
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...
2026-08-07
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...
2026-08-07
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...
2026-08-06
来源: percona.com
36
MongoDB 服务器自带一台低调的“飞行记录仪”:FTDC(Full Time Diagnostic Data Capture)。它持续把运行指标写入 ,并通过增量编码和压缩保存较长时间的历史。来源文章指出,一台 MongoDB 服务器每秒会记录约 5,700 项指标。对排查偶发慢查询、复制延迟尖峰、缓存抖动和磁盘拥塞来说,这类时间序列现场往往比一段...
2026-08-06
来源: djangoproject.com
32
Django 软件基金会(DSF)正在招聘首位执行董事。这不是一个负责决定 Django 技术路线的“项目经理”,而是一个向董事会汇报、把战略转化为日常运营的付费管理岗位。对已经运行二十余年的 Django 来说,这次招聘释放了一个明确信号:成熟的开源项目不仅需要可靠的代码维护,也需要筹款、合规、沟通和组织能力来支撑长期发展。 Django 诞生于 2...
2026-08-06
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...
2026-08-06
来源: cloud.google.com
34
前沿模型团队越来越少把“选 TPU 还是选 GPU”当作一次性的基础设施决策。Mirendil 与 Google Cloud 的合作体现了另一种路径:在同一套端到端训练体系中同时使用 Google TPU 和 NVIDIA 加速计算平台,并将预训练、后训练及大规模强化学习等负载,匹配给更合适的硬件与集群环境。 Mirendil 已经上线 TPU v5P...