标签

工程效能

从聊天机器人到可执行 AI Agent：Google 客户体验平台的生产化路径

来源: cloud.google.com 27
Google 连续第二年进入 Gartner 2026 年对话式 AI 平台魔力象限的领导者区间，并表示自己在“愿景完整性”和“执行能力”两个维度上分别处于最远和最高位置，同时在四项关键能力用例中的三项排名第一。比排名更值得工程团队关注的是背后的产品方向：企业客户体验正在从“回答问题的聊天机器人”转向能够理解意图、检索企业知识、调用业务系统并在必要时转...
# AI # GCP # Go
阅读全文

AI 攻防进入秒级时代：防守方如何用深度上下文夺回主动权

来源: cloud.google.com 25
AI 正在同时提高攻击和防御的自动化水平。攻击者可以用多模型生成钓鱼内容、构造深度伪造、寻找零日漏洞，并让多个代理在数十秒内完成攻击阶段交接。防守方真正可持续的优势，却不是拥有更多模型，而是掌握攻击者进入企业环境后仍然缺少的深度上下文：资产在哪里、服务如何通信、身份属于谁、代码由哪个团队维护，以及某个漏洞是否真的能够抵达关键数据。 这意味着安全团队不能...
# AI # GCP # Go
阅读全文

把基础模型升级从数月压缩到数小时：评测器、智能体循环与提示词爬山

来源: cloud.google.com 41
基础模型升级很少是一次简单的模型名称替换。即使只是在同一模型家族内切换检查点，工程团队也要重新验证质量、延迟、成本和边界案例。模型演进速度越来越快，如果每次升级都依赖人工逐条检查，迁移周期很容易从几周拖到几个月。 Google Cloud Applied ML 团队给出的核心思路，是把模型迁移重新定义为一个可评测、可搜索、可追踪的智能体工作流。其内部实...
# AI # GCP # Go
阅读全文

把 AI 漏洞代理关进笼子：从风险评分到可审计修复流水线

来源: cloud.google.com 29
漏洞管理的时间窗口正在急剧缩短。来源材料引用的 M-Trends 2026 数据显示，平均漏洞利用时间已经降到 -7 天，也就是攻击者可能在补丁发布前一周就开始利用漏洞。安全团队因此开始把大语言模型代理接入代码仓库、IDE 和 CI/CD，希望自动发现漏洞、生成 PoC，甚至直接提交修复。 真正棘手的问题不是模型能否找到 Bug，而是：当一个能够读取代...
# AI # AWS # GCP
阅读全文

在 GKE 上构建企业级 AI 安全防线：从机密计算到推理路径治理

来源: cloud.google.com 39
AI 应用从原型进入生产的速度，已经超过许多企业安全体系的调整速度。传统容器安全可以检查镜像漏洞、限制网络访问，却无法完整回答这些新问题：模型权重是否在硬件层受到保护？提示词注入能否在进入模型前被识别？Agent 执行生成代码时，怎样避免影响宿主节点？ GKE 的 AI 工作负载安全蓝图给出的答案不是单一产品，而是一套纵深防御体系：基础设施层保护计算环...
# AI # GCP # Go
阅读全文

用 pg_upgrade 将 PostgreSQL 9.6 原地升级到 17：停机切换、配置迁移与校验清单

来源: postgr.es 23
从 PostgreSQL 9.6 跨越多个大版本升级到 17，真正困难的通常不是数据文件转换，而是配置兼容、扩展处理、回滚设计，以及升级后的统计信息和索引校验。 对于多 TB 集群， 加恢复的停机时间往往无法接受；原生逻辑复制又要求源端至少是 PostgreSQL 10。面对 9.6 这样的老集群， 是一个更实际的选择：它通过硬链接复用数据文件，使核心...
# AI # Go # PostgreSQL
阅读全文

pg_hardstorage：用复制协议、内容寻址存储和开放格式重做 PostgreSQL 备份

来源: postgr.es 24
PostgreSQL 备份工具并不少：pgBackRest、Barman 和 WAL-G 已经支撑了大量生产系统。pg_hardstorage 的出发点不是替代这些成熟项目，而是增加一个可以审计、可以迁移、适合云原生部署的开源选项。它选择 PostgreSQL 复制协议作为数据平面，通过普通 libpq 连接持续接收 WAL，因此同一套架构可以面对托管...
# AI # AWS # Azure
阅读全文

Rust 1.97.1 修复 LLVM 错误编译：稳定版用户应尽快更新

来源: blog.rust-lang.org 33
Rust 团队发布了 1.97.1 补丁版本，重点修复一次与 LLVM 优化有关的错误编译问题。错误编译不同于普通编译失败：代码可能顺利通过编译，却在运行时表现出错误行为，因此使用 Rust 1.97.0 的团队应优先安排升级。由于底层问题至少从 Rust 1.87 起就已存在，仍停留在较早工具链上的项目也值得重新评估风险。 Rust 编译器会生成中间...
# Rust # 前端 # 后端
阅读全文

Agentic AI 从试点走向生产，网络为何成了关键控制面

来源: cloud.google.com 39
企业并不缺少 AI 试点，真正困难的是把试点变成可治理、可观测、可持续运行的生产系统。IDC 的 2026 AI in Networking Special Report Survey 指出，阻碍 AI 项目落地的核心问题越来越偏向基础设施：32.6% 的受访者提到安全顾虑，26.8% 提到自动化挑战，24.7% 则受限于人员时间和技能。 Agenti...
# AI # GCP # Go
阅读全文

让 AI 原型安全失败：YouTube 如何跨过生产验证鸿沟

来源: cloud.google.com 36
LLM 和编码智能体把“从空目录到可用演示”的时间压缩到了几小时，但企业真正昂贵的环节并不是生成代码，而是验证代码：原型需要接触真实数据、嵌入真实界面，还不能污染数据库、拖垮核心服务或把未经审查的依赖带进主干。来源材料引用的数据称，只有 5% 的 AI 原型最终进入生产。YouTube 的应对方式不是简单加快代码评审，而是建立一套与生产主线解耦、又足够...
# AI # GCP # Go
阅读全文