标签

Go

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

从407份提案看 PostgreSQL 大会 CFP：评审、数据与取舍

来源: postgr.es 59
参加大会 CFP（Call for Papers）评审之后，最容易留下的印象不是某个单独的演讲，而是整个选择过程有多像一次复杂的查询：输入是407份提案和228位演讲者，输出却必须满足主题覆盖、内容质量、公司代表性、性别平衡以及时间安排等多个约束。 这是一份基于公开信息和汇总统计的个人复盘。它不讨论具体提案、评分、委员会意见或私人交流，而是关注评审者如...
# AI # Go # LLM
阅读全文

Jeff Dean 离开 Google：从一个时代的工程传奇，到下一个实验室的起点

来源: oschina.net 50
Jeff Dean 在 Google 工作了 27 年，最终宣布离开。这条消息之所以引发广泛关注，不只是因为一位知名科学家更换了公司，而是因为 Jeff Dean 几乎参与定义了现代互联网基础设施与大规模机器学习的发展路径。 Google 员工编号 20、MapReduce 作者之一、Bigtable 作者之一、TensorFlow 作者之一、Gemi...
# AI # Go # TensorFlow
阅读全文

从 RabbitMQ 到 Valkey：为 Spring 数据系统划清消息、缓存与计算边界

来源: spring.io 45
当一次技术讨论同时出现 RabbitMQ、Valkey、Apache Geode/GemFire 和 Spring Cloud Data Flow，真正值得关注的并不是工具清单，而是数据在系统中如何流动：消息怎样解耦服务，热点数据放在哪里，分布式状态由谁维护，数据管道又如何部署和观察。由于现有摘要没有给出演讲中的具体结论，下面不把产品选择包装成原访谈观...
# Go # Java # Spring
阅读全文

Django 6.1 发布：模型按需取数、数据库级删除选项与更灵活的邮件配置

来源: djangoproject.com 47
Django 团队已发布 Django 6.1。这个版本主要围绕 ORM 行为控制和配置体验展开，带来了模型字段 fetch mode、数据库级 选项，以及基于字典的邮件设置。同时，Django 6.0 已结束主流支持，项目升级计划也需要同步调整。 Django 6.1 的几个重点可以归纳为三类： 模型字段 fetch mode：允许开发者配置字段何时...
# AI # Django # Go
阅读全文

Mobileye 如何借助 Amazon Bedrock AgentCore 扩展企业级 AI 支持运营

来源: aws.amazon.com 41
当支持请求持续增长时，企业通常会遇到一个两难问题：一方面，希望用 AI Agent 自动处理重复咨询、系统查询和问题分流；另一方面，企业内部系统往往运行在本地数据中心，数据权限、审计要求和安全边界又不能被牺牲。 Mobileye 的实践聚焦于这个现实问题：从支持运营瓶颈出发，通过概念验证验证方案，再使用 Amazon Bedrock AgentCore...
# AI # AWS # Go
阅读全文

用分片 Hub-and-Spoke 架构隔离多租户平台中的“吵闹邻居”

来源: cloud.google.com 49
在多租户 SaaS、企业内部数据平台和混合负载处理系统中，基础设施共享可以降低成本，却也会引入一个危险的连锁反应：某个租户突然产生大量数据，或者它的数据库实例出现故障，最终拖慢整个平台，造成队列积压和全局 SLA 违约。 分片式 Hub-and-Spoke 架构的核心价值，是把“所有租户共用一条处理链路”改造成“统一路由、分区缓冲、隔离执行”。这样，一...
# AI # GCP # Go
阅读全文

从按需扩容到共享 GPU 池：UiPath 如何支撑企业级 Agentic AI

来源: cloud.google.com 53
当自动化系统从执行固定步骤，升级为能够理解文档、识别界面、调用模型并自主决策的 Agentic AI，基础设施面对的已经不只是“多部署几张 GPU”。训练任务需要大量高性能算力，在线推理要求稳定低延迟，全球化服务还要兼顾区域容量与成本。 UiPath 为智能文档处理和自主智能体重新设计了 GPU 平台：不再为每个产品维护独立集群，而是通过机器学习服务平...
# AI # GCP # Go
阅读全文

流媒体广告请求的分布式工程：从实时决策到个性化投放

来源: infoq.com 47
在流媒体播放过程中，一次广告请求看起来只是“返回一条广告”，实际上要同时处理用户画像、广告候选、预算节奏、瀑布流优先级、实时竞价或内部决策，以及严格的播放时延约束。JioHotstar 对这类系统的实践说明，广告体验的核心并不只是更复杂的推荐模型，而是让多个分布式服务在极短时间内完成协调。 播放器在即将进入广告位时发起请求。请求通常携带内容、广告位、设...
# AI # Go # InfoQ
阅读全文