标签

后端

Kubernetes 三个「不修」的 CVE 记录即将更正:你的扫描器可能突然报警

来源: kubernetes.io 45
Kubernetes 安全响应委员会(SRC)发现,几个已公开多年的 CVE 记录存在一个关键错误——它们标注了"已修复版本",但实际漏洞从未被修补。2026 年 6 月 1 日,这些记录将被更正为"所有版本受影响"。这意味着你的漏洞扫描器可能在原本"安全"的集群上突然报出新的告警。本文拆解三个未修复 CVE 的技术机理,并给出可立即执行的缓解配置。 ...

PGConf.dev 2026:温哥华一周,Postgres 走向何方

来源: postgr.es 46
从渥太华到温哥华,PGCon 换了城市也换了气质。今年新增的周二社区讨论日,让整周的信息密度翻了一倍。但真正值得记录的,不是海堤骑行或蒸汽钟,而是会场里那些直接影响 Postgres 未来走向的讨论和决策。 SQL/PGQ 是 PG 17 新提交的特性,让 Postgres 可以用标准 SQL 语法做图模式匹配。作者原本预期讨论会只有十几人,结果超过 ...

用 Strands 搭建智能研究助手:从想法到可运行的 AI 应用

来源: aws.amazon.com 52
把一个"让 AI 帮我查资料、整理摘要"的想法落地,听起来简单——调几个 API、拼几段 prompt 就行。但真正动手时你会发现:多轮对话的状态管理、工具调用的编排、错误重试、上下文窗口控制……每一项都能把一个周末项目拖成几个月的工程。Strands 的思路是:把这些重复的基建工作收进框架层,让开发者把精力放在"我的助手要做什么"而不是"怎么把 AP...

PGConf.dev 2026:Postgres 集群拓扑、物理读观测与排序的三道未解题

来源: postgr.es 39
刚从温哥华回来,PGConf.dev 2026 的技术讨论密度远超预期。Jeremy Schneider 在会后总结中梳理了几条真正触及 Postgres 设计短板的线索——不是"新功能很酷"那种,而是"我们一直假装没问题但其实有结构性缺口"那种。下面挑三条最值得生产环境用户关注的展开。 物理复制做高可用,已经是 Postgres 用户最主流的方案。但...

用 Python MCP Server 把大模型接上你的真实数据

来源: realpython.com 48
大模型能写代码、能聊天,但一到"查公司内部数据库""读项目私有文档"就卡壳——它根本看不到你的数据。MCP(Model Context Protocol)就是解决这个断层的协议:你写一个 MCP Server,把数据暴露成 工具、资源、提示词 三类能力,AI 客户端(Cursor、Claude Desktop 等)就能像调用本地函数一样直接操作你的数据...

TLX Block Attention:为 Blackwell 架构量身定制的块稀疏注意力内核

来源: pytorch.org 39
大模型推理和训练的算力瓶颈,很大一部分卡在 self-attention 的 O(n²) 复杂度上。块对角稀疏(block-diagonal sparse)注意力是一种实用的压缩策略——只在固定大小的对角块内计算注意力,其余位置直接跳过。问题在于:现有内核多为通用稀疏注意力设计,没有针对固定块模式做编译期优化,更没有利用新一代 GPU 的硬件特性。 M...

Python 爬虫四件套实战速查:Requests、Beautiful Soup、Scrapy、Selenium

来源: realpython.com 32
学完爬虫基础后做总结测验,最容易暴露的不是"忘了某个 API",而是"遇到真实场景不知道该选哪个工具"。Requests、Beautiful Soup、Scrapy、Selenium 各有明确的主场,混用或错用会让简单任务变复杂、复杂任务变失控。这篇文章用可运行的代码把四件套的核心用法和适用边界串一遍,当作你测验前的最后一轮实操复习。 Requests...

Python 数据科学基本功:CSV、JSON、pandas 与 NumPy 实战要点

来源: realpython.com 31
做数据科学项目,最常打交道的就是文件读写、表格操作和数值计算。看似基础,但细节一错,后续分析全跑偏。这篇文章围绕 CSV/JSON 文件处理、pandas DataFrame 操作和 NumPy 数组计算三个核心板块,把容易踩坑的地方和实用模式梳理清楚,最后附一段可直接运行的整合示例。 CSV 是数据交换最普遍的格式,但它的"简单"只是表象。 读取时的...

Python 控制流实战:条件判断、循环与跳出,这些细节你未必全掌握

来源: realpython.com 42
写 Python 的人大多觉得 没什么可学的——毕竟语法简单,一眼就懂。但真正在项目里踩坑的,往往就是这些"一眼就懂"的东西:布尔运算的短路求值顺序、 循环里修改迭代对象的隐患、 死循环的退出条件设计、 在嵌套循环中的跳转目标。下面逐个拆开,配上可直接运行的代码。 Python 的 不只接受布尔值,任何对象都能被判断——这既是灵活,也是隐患。 实际项目...