标签

工程效能

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 59
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...
# AI # AWS # Go
阅读全文

把 AI 接入 PostgreSQL 开发：从邮件线程分析到补丁审查

来源: postgr.es 60
一次面向 PostgreSQL 提交者与核心团队的 AI 工作坊，把讨论重点从“模型能回答什么”推进到了“模型如何参与真实的数据库工程”。三天的内容覆盖 Claude 命令行环境、自动化测试与基准测试、概念验证补丁，以及邮件线程分析和补丁审查。真正值得关注的不是生成代码本身，而是如何让 AI 在可验证、可回滚的边界内缩短调查周期。 数据库内核中的很多想...
# AI # AWS # PostgreSQL
阅读全文

在 Amazon Bedrock 上接入 Claude Opus 5：面向 Agent 与生产推理的工程实践

来源: aws.amazon.com 57
Claude Opus 5 的发布重点不只是模型能力提升，也包括如何把更强的 Opus 模型接入真实的 Agent 系统和生产推理流程。对于 AI 工程师来说，关键问题是如何在 Amazon Bedrock 上完成调用、控制延迟与成本，并让模型在多步骤任务中保持可观测、可恢复。 在 Agent 场景中，模型通常需要连续完成任务拆解、工具选择、结果判断和...
# AI # AWS # LLM
阅读全文

当 Transit 提供商改写 BGP ORIGIN：一个小属性如何影响全球路由

来源: blog.cloudflare.com 54
BGP 的 属性看起来只是路由选择中的一个细节，却可能成为 Transit 提供商影响流量路径的工具。通过深入测试，研究发现，接近 70% 的 BGP 路径经历过 Transit 提供商对 的改写。问题不在于某一条路由是否被修改，而在于这种做法会把局部商业策略传导到全球路由选择中。 BGP 用于表示某条路由进入 BGP 的来源方式，常见取值包括： ：通...
# Cloudflare # 云平台 # 工程效能
阅读全文

OKF v0.2：让智能体生成的知识具备可追溯、可验证的信任信号

来源: cloud.google.com 44
当智能体开始批量编写表结构、指标定义和运维手册，知识库面对的问题就不再只是“内容是否完整”，而是“消费者凭什么相信它”。OKF v0.2 在保持 Markdown 与 YAML frontmatter 这一轻量结构的同时，加入来源、验证、新鲜度、生命周期和计算证明等可机器读取的信号，让另一个智能体在读取正文、执行查询或展示数字之前先做判断。 OKF v...
# AI # AWS # GCP
阅读全文

Google 威胁行为者命名体系更新：从编号记忆转向语义化识别

来源: cloud.google.com 47
Google Threat Intelligence Group（GTIG）正在逐步启用统一的威胁行为者命名体系。变化不只是给组织“改名”，而是把过去由 Mandiant 与 Google Threat Analysis Group（TAG）分别维护的追踪系统合并，并尝试让名称直接携带防御人员需要的上下文。 新体系采用两个单词组成的 cryptonym...
# AI # GCP # Go
阅读全文

用 LangChain4j 构建代码智能体：Supervisor 与 Workflow 的调试取舍

来源: infoq.com 46
让代码智能体自己编写、测试并修复代码，难点通常不在于一次模型调用，而在于如何组织多轮行动。围绕 LangChain4j 文档进行的这项实验表明，智能体框架的架构选择会直接影响调试任务的执行速度、可控性和应对异常的能力。 实验聚焦于一个能够自主完成“写代码、跑测试、定位问题、修改代码、再次验证”的编码框架。其中值得关注的是两种常见组织方式：由中央决策者协...
# AI # InfoQ # LLM
阅读全文

Agent 的成本不在写代码：用上下文交接减少重复阅读

来源: oschina.net 37
AI 编程 Agent 的账，往往不是写了多少行代码，而是读了多少遍代码。Stencil 的 Can Boluk 对 SWE-Bench 基准测试数据进行拆解后发现：在约 1.81 亿个 token、近 200 万次工具调用中，编辑和写入只占 9%，其余 91% 都消耗在读取文件、执行 grep、查看命令输出等活动上。 这改变了优化方向。提高生成速度只...
# AI # LLM # 全栈
阅读全文

用协作式时间切片填平 RL 流水线的 GPU 空窗

来源: cloud.google.com 60
大模型强化学习后训练并不总是缺 GPU，很多时候真正的问题是 GPU 已经分配，却在等待下一阶段。同步 RL 在 rollout 采样与梯度训练之间严格交替；异步 RL 虽然允许两者重叠，训练器仍可能因新鲜轨迹不足而停顿。llm-d 引入的协作式时间切片把这些阶段变成可调度单元，让多个独立 RL 作业共享同一组物理加速器。 初步基准显示，这种平台级复用...
# AI # GCP # Go
阅读全文

智能体已经就位，但企业数据还没有：从记录系统走向行动系统

来源: cloud.google.com 39
企业把 AI 智能体推向生产时，真正卡住规模化的往往不是模型能力，而是数据能否提供可信的业务语境。智能体需要理解客户、订单、权限和业务规则，还要跨系统查询并执行操作。一次提示词就可能触发多轮检索、数据库查询和 API 调用，原本面向人工访问设计的数据平台，很容易在这种非线性负载下暴露延迟、成本和治理问题。 Google Cloud 在 Next 202...
# AI # GCP # Go
阅读全文