标签

工程效能

用 Amazon FSx for NetApp ONTAP 快速切到只读灾备区

来源: aws.amazon.com 45
S&P Global Market Intelligence 为 Capital IQ 平台设计了一套基于 Amazon FSx for NetApp ONTAP 快照的灾难恢复方案：主区域出问题时，先在 15 分钟内把二级区域切成只读服务，保证全球金融用户还能读取一致的数据；随后再按需推进完整的读写恢复。这个思路值得关注，因为它没有把“灾备成...
# AI # AWS # 云平台
阅读全文

CNCF Open Community Groups 两个月：把线上 Meetup 平台做成开源基础设施

来源: cncf.io 46
两个月前，CNCF 推出了 Open Community Groups，简称 OCG。它不是一个周末赶出来的活动页面，而是一个酝酿了近两年的开源线上 meetup 平台。这个变化值得开发者社区关注：线上活动不再只是“找个会议链接、发个日历邀请”，而是可以被平台化、流程化，并且接受社区共同改进。 很多技术社区早期都靠一组松散工具运行：表单收集报名、日历发...
# CNCF # Go # 云原生
阅读全文

用 Python 客户端在终端里测试 MCP Server

来源: realpython.com 41
MCP Server 写完之后，最容易被忽略的不是工具函数本身，而是“它到底暴露了什么、参数是否对得上、资源和提示词能不能被客户端看见”。这类问题等到接入 IDE、Agent 或桌面客户端时再查，反馈链路太长。更直接的做法是写一个小型 Python MCP Client，在终端里枚举 server 的 tools、prompts、resources，并...
# Python # 后端 # 工程效能
阅读全文

用 Python 命令行客户端给 MCP Server 做冒烟测试

来源: realpython.com 43
MCP Server 写完以后，真正麻烦的往往不是“能不能启动”，而是它暴露出来的 tools、prompts、resources 是否符合客户端预期。来源文章的核心思路很直接：写一个 Python 命令行 MCP Client，通过 stdio 连接本地 MCP Server，然后逐项测试工具、提示词和资源。这比只看日志靠谱，也比直接接入大模型前盲测...
# Python # 后端 # 工程效能
阅读全文

AWS DevOps Agent 加入 AI 发布管理：让代码进生产前先过一遍“自动审查”

来源: infoq.com 54
AWS 扩展了 AWS DevOps Agent，新增面向发布管理的能力：在代码进入生产环境之前，评估代码变更，并自主执行软件测试。这件事的重点不只是“又多了一个 AI 助手”，而是发布流程里最容易靠经验、手工检查和临时会议兜底的环节，开始被更系统地自动化。 传统 CI/CD 管道擅长做确定性工作：拉代码、跑测试、构建镜像、发布到环境。它的问题也很明显...
# AI # AWS # InfoQ
阅读全文

EdgeBench 开源：把 Agent 放进 12 小时起步的真实环境任务里测

来源: oschina.net 45
字节 Seed 推出了 EdgeBench，一个面向“真实世界环境学习”的超长程 Agent 评测集。它不是让模型回答几道静态题，而是把 Agent 放进需要长期交互、持续试错和逐步适应的环境里。根据摘要，EdgeBench 覆盖 134 个真实且多样的任务，横跨六大能力领域，每个任务都允许 Agent 持续工作至少 12 小时；其中 51 个任务和完...
# AI # LLM # 全栈
阅读全文

Qoder 接入 STAROps：把线上告警拉回编码现场

来源: my.oschina.net 51
改业务逻辑时，最容易让团队产生错觉的是：单测过了、CI 绿了、Code Review 也批了，发布就等于结束。来源摘要里的事故很典型：服务上线十分钟后，响应时间突然飙升，监控告警开始刷屏。 Qoder 集成 STAROps 讨论的核心，不是再加一个工具按钮，而是把“编码 - 发布 - 诊断 - 修复”串成闭环：线上信号能不能尽快回到代码上下文里，开发者...
# 全栈 # 可观测性 # 安全
阅读全文

面向受监管行业的 AI 安全与隐私工程：别等上线后再补课

来源: infoq.com 44
InfoQ 开放了一个为期五周的 AI Security & Privacy Engineering cohort，目标人群是受监管行业里的资深工程师和架构师。这个方向值得关注，不是因为“AI 安全”又多了一个课程名，而是因为生产级 AI 系统已经把安全、隐私、威胁建模、可观测性和治理揉成了同一个工程问题：模型调用、提示词、检索数据、用户输入、...
# AI # Go # InfoQ
阅读全文

AI 原生工作负载正在改写平台工程的边界

来源: cncf.io 58
Platform Engineering 1.0 已经证明了自己的价值：Golden Path 让部署更快，内部开发者平台降低了认知负担，自助式基础设施把开发者从工单队列里解放出来，标准流水线也让交付变得可复制。现在变化来了：AI 原生工作负载把平台从“帮应用上线”推向“帮模型、数据、推理和实验稳定运行”。 过去的平台工程主要围绕服务交付：创建仓库、申...
# AI # CNCF # Go
阅读全文

AI UITester：把描述性用例变成可执行 UI 测试

来源: my.oschina.net 41
很多团队的测试用例平台里，已经沉淀了大量“人能看懂”的描述性用例：进入订单页、筛选待支付订单、点击详情、校验金额。问题是，这些用例不能直接跑。QA 仍然要逐条理解业务逻辑、补元素定位、写脚本、调路径。到一个中等规模模块，转化成本很容易变成数人天。 AI UITester 这类 AI Native UI 自动化测试思路，核心价值不是“让 AI 点页面”这...
# AI # 全栈 # 工程效能
阅读全文