标签

工程效能

光电音之王尝鲜版十二：Java 代码生成器开始支持 HTML 原型模式

来源: oschina.net 40
Java 通用代码生成器“光电音之王”尝鲜版十二发布了。这个版本最值得注意的变化，是新增 HTML 原型模式，同时增强了模板向导界面对图片数据的支持，并补充了示例和测试。对已经把代码生成器放进日常开发流程的团队来说，这类更新的价值不在“多了一个按钮”，而在于能不能把原型、模板、示例和交付包串成更稳定的生成链路。 很多后台系统、管理端、低代码平台项目都会...
# Java # 全栈 # 后端
阅读全文

Java 实时系统的事件驱动扩展：Kafka 背后的生产级取舍

来源: infoq.com 26
事件驱动架构很容易被描述成“天然可扩展”：生产者写事件，消费者水平扩容，Kafka 扛住吞吐。但在 Java 实时系统里，真正棘手的问题往往不是消息能不能进队列，而是状态放哪里、分区怎么切、重复事件如何处理、JVM 抖动会不会拖垮实时链路。 这篇文章基于一个 Java/Kafka 联络中心平台的经验展开：系统需要支撑约 80k BHCC（busy ho...
# AI # InfoQ # Java
阅读全文

Cursor 上手机：Cloud Agent 让代码审查不再绑在笔记本前

来源: oschina.net 21
Cursor 把 iOS 移动应用推向公开测试后，一个很具体的开发场景变得更顺手：你合上笔记本，Agent 继续在云端跑；CI 结束后，手机收到通知；你在路上看 diff、审 PR，甚至完成 merge。它不是把完整 IDE 塞进小屏幕，而是把“等待 Agent、检查结果、处理 PR”这段碎片化工作迁到手机上。 这次变化的核心不是 iOS App 本身...
# AI # LLM # 全栈
阅读全文

SQLAlchemy 2.1.0b3：ORM 加载更快，正式版前值得提前试跑

来源: oschina.net 38
SQLAlchemy 2.1 系列的第三个测试版已经发布。这个版本带来了一组新功能、性能改进和错误修复，并预计会成为 2.1.0 正式版发布前的最后一个测试版。对多数后端团队来说，最值得关注的是 ORM 加载路径的性能变化：ORM 加载器改用基于位置的访问，获取 ORM 结果行时可以以普通元组形式处理，绕开 Row 接口带来的额外开销。 SQLAlch...
# 全栈 # 工程效能 # 开源
阅读全文

GeneBench-Pro：用真实基因组学任务检验 AI 的科研能力

来源: openai.com 27
AI 在生命科学里的热度很高，但真正难的是：模型能不能处理复杂、真实、带噪声的科研数据，而不是只在整理过的问答题上表现漂亮。GeneBench-Pro 的意义就在这里——它把评测重点放到基因组学、生物学和科学研究场景，用更接近真实工作的数据集测试 AI 的能力边界。 很多通用 AI benchmark 擅长衡量语言理解、代码生成、数学推理，但生命科学任...
# AI # LLM # OpenAI
阅读全文

用 Amazon Bedrock AgentCore Observability 排查生产 Agent 故障

来源: aws.amazon.com 25
Agent 进入生产环境后，最难处理的不是“模型答错了”这种显性问题，而是它为什么反复调用同一个工具、为什么一次工具调用没有返回、为什么用户看到超时但后端日志看起来正常。Amazon Bedrock AgentCore Observability 的价值就在这里：把 Agent 的执行轨迹、工具调用和运行指标放到同一个可分析的上下文里，让排障从猜测变成...
# AI # AWS # LLM
阅读全文

把 Lambda 扩到百万级：Serverless SaaS 真正难的是配额、账户和归零

来源: aws.amazon.com 32
当一个 Serverless SaaS 平台从几千个 Lambda 函数增长到超过一百万个函数时，问题会从“函数怎么写”变成“系统怎么活”。来源摘要里提到的几个经验很关键：真正的 scale-to-zero、配额管理、多账户架构，以及尽早和 AWS 服务团队沟通。这些不是架构图上的装饰，而是大规模运行时避免账单失控、部署卡死和突发故障的基本功。 Ser...
# AWS # 云平台 # 后端
阅读全文

灾难恢复不是买工具，而是把恢复练成肌肉记忆

来源: postgr.es 24
很多团队并不缺备份、复制、监控或云服务，真正缺的是在压力下把它们用对的能力。灾难恢复，简称 DR，最容易被误解成一套工具清单：有备份、有只读副本、有对象存储、有告警，就算准备好了。但真正出事时，决定 RTO 的往往不是你买了什么，而是谁来指挥、命令是否还能跑、权限是否还有效、团队有没有练过。 这篇文章讨论的是 DR 的后半段：如何把恢复能力从文档变成流...
# AI # Azure # Go
阅读全文

AI 写代码变快了，交付为什么没跟上？

来源: infoq.com 20
GitLab 2026 AI Accountability Report 提出了一个很扎实的“AI 悖论”：78% 的开发者认为 AI 让自己写代码更快，但软件整体交付速度并没有同步提升。原因不在编辑器里，而在更靠后的环节：测试、评审、合规、可追溯性，以及企业治理对 AI 生成代码提出的新要求。 AI 编程工具最容易改善的是局部动作：补全函数、生成测试...
# AI # Go # InfoQ
阅读全文