2026-07-09
来源: infoq.com
41
一次看似普通的崩溃排查，最后拆成了两个完全无关的问题：一台 Azure 主机上的静默硬件损坏，以及 GNU libunwind 中 函数一个存在 18 年的竞态条件。真正的转折点不是某个神奇调试器，而是 OpenAI 把视角从“盯着单个 core dump”切换到“观察崩溃人群的分布”。 这件事对基础设施团队很有参考价值：当系统规模足够大时，偶发崩溃不...
2026-07-09
来源: infoq.com
30
OpenAI 在 ChatGPT 数据基础设施里追一个崩溃问题时，最后发现它不是“一个诡异 Bug”，而是两个互不相关的问题叠在了一起：一台 Azure 主机上的静默硬件损坏，以及 GNU libunwind 里一个存在了 18 年的竞态条件。真正打开局面的，不是继续盯着单个 core dump，而是把崩溃当成一组群体事件来分析。 这件事对基础设施工程...
2026-07-09
来源: infoq.com
34
移动端实时音频播放最难的地方，不只是“把流播出来”。当播放必须按节拍对齐，还要根据用户做个性化选择、支持页面无缝切换，并同时跑在 iOS 和 Android 上，普通的 HTTP 音频流和 JavaScript 定时器很快会露出边界。来源文章讨论的是一个 React Native 移动端系统：用虚拟分片和原生播放能力，在严格的移动网络与设备约束下实现低...
2026-07-09
来源: infoq.com
31
Google 将 AlloyDB AI functions 推到 GA，并引入了一种值得关注的 proxy model 架构：先用 LLM 的输出训练一个轻量本地模型，再把后续推理放在数据库内部执行。它瞄准的不是“让数据库变成通用大模型”，而是把某些高频、结构稳定、可被近似学习的 LLM 判断，从外部 API 调用变成数据库速度的本地计算。 这件事重要...
2026-07-09
来源: infoq.com
26
Google 将 AlloyDB AI functions 推到 GA，同时引入了一种很实用的代理模型架构：先用 LLM 输出训练一个轻量本地模型，再把后续推理放在数据库内部执行。这个变化的重点不是“数据库也能聊 AI”，而是把一类高频、结构化、可近似的 LLM 判断，从外部 API 调用变成接近数据库速度的本地推理。 传统做法里，应用或数据库函数每处...
2026-07-09
来源: infoq.com
25
Kubernetes 社区正在把 AI 引入开源维护流程，但它没有把“自动化”当成免责任通行证。新的框架强调：AI 可以帮助维护者整理信息、加速检查、辅助生成草稿，但代码质量、合并判断和项目治理责任仍然落在人类维护者身上。 这件事对所有开源项目都有参考价值。越是核心基础设施，越不能只问“AI 能不能做”，还要问“出了问题谁负责、如何审计、如何让贡献者说...
2026-07-08
来源: infoq.com
42
Airbnb 披露了 Sitar-agent 的架构：它是运行在 Kubernetes 服务旁边的 sidecar，用来把动态配置稳定地下发到数以万计的 Pod。这个系统每分钟要处理多次配置更新，核心挑战不是“能不能推送配置”，而是当规模、启动风暴、网络抖动和存储故障同时出现时，应用还能不能拿到可用配置。 这次重构的几个关键词很明确：Java 重写、用...
2026-07-08
来源: infoq.com
29
Momentic 为 AI 驱动的软件测试平台重构了缓存系统：规模达到每天超过 200 万次查询、总计约 200 亿条记录，同时把平均响应延迟维持在约 250 ms。关键变化不是给 PostgreSQL 再加一层补丁，而是把缓存查询负载迁移到列式数据库 ClickHouse。 这类迁移值得后端团队关注，因为它不是“数据库谁更强”的抽象争论，而是一个典型...
2026-07-08
来源: infoq.com
37
Momentic 在重构其 AI 软件测试平台的缓存系统时，把存储层从 PostgreSQL 迁到列式数据库 ClickHouse，用来支撑每天超过 200 万次查询、总量约 200 亿条缓存记录，并把平均响应延迟维持在约 250 ms。这个案例值得关注，不是因为“PostgreSQL 不行”，而是因为缓存查询的形态一旦变成大规模读、宽表扫描、按条件过...
2026-07-07
来源: infoq.com
43
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...