标签

架构设计

从报错监控到行为还原：DOM 增量会话回放与热力图架构实践

来源: my.oschina.net 32
前端可观测正在越过“有没有报错”这条边界。页面没有异常日志，不代表用户体验正常：按钮可能被遮挡，输入过程中可能频繁卡顿，用户也可能在关键步骤来回点击却无法继续。阿里云发布的前端可观测方案把关注点推进到用户行为层，通过 DOM 增量追踪支撑会话回放，并结合热力图帮助开发者理解页面上真实发生了什么。 错误率、白屏率、接口耗时和 Core Web Vital...
# 全栈 # 前端 # 可观测性
阅读全文

从队列深度到自动扩缩容：为 Kubernetes 编写自定义指标 Exporter

来源: kubernetes.io 42
Kubernetes 原生理解 CPU 和内存，但真实业务压力往往来自另一组信号：消息队列里积压了多少任务、最近一次批处理耗时多久、每个 Pod 维持了多少 WebSocket 连接。自定义指标 Exporter 的作用，就是把这些应用状态转换成 Prometheus 能抓取的时间序列，为查询、告警以及后续的 HPA 自动扩缩容提供数据基础。 Expo...
# AI # Docker # Go
阅读全文

从基础模型到可治理智能体：Google 企业 AI 一体化栈的关键价值

来源: cloud.google.com 29
Google 在 IDC MarketScape 2026 全球基础模型软件厂商评估中被列为领导者。比排名本身更值得开发团队关注的，是其背后的产品路线：将 Google DeepMind 的前沿模型、专用 AI 基础设施、智能体平台、企业入口和治理能力组合为一套生产系统。竞争焦点已经不只是“哪个模型回答得更好”，而是谁能让模型可靠、安全地执行真实业务流...
# AI # GCP # Go
阅读全文

Spotify 如何用 Kong AI Gateway 支撑规模化生成式 AI

来源: engineering.atspotify.com 44
Spotify 希望让 AI 像电子邮件一样直观，并成为员工日常工作中不可缺少的工具。要实现这个目标，难点不只是接入一个大模型，而是让大量团队能够稳定、安全、可观测地使用不同模型。Spotify Engineering 介绍的方向，是通过 Kong AI Gateway 为生成式 AI 流量建立统一入口。 由于公开摘要没有披露 Spotify 的完整拓...
# AI # Go # Spotify
阅读全文

用 Amazon Nova Act 扩展 UX 测试：从文档生成场景到并行执行用户流程

来源: aws.amazon.com 32
传统端到端测试擅长验证确定性的页面行为，却很难覆盖大量接近真实用户表达的操作路径。Amazon Nova Act 提供了另一种思路：让生成式 AI 从产品文档中提取测试意图，再利用智能导航能力执行用户流程，最后把运行轨迹转化为可定位、可排序的问题。真正重要的变化不只是“用自然语言操作浏览器”，而是让 UX 测试可以并行扩展。 一条传统 UI 自动化脚本...
# AI # AWS # 云平台
阅读全文

从 PoC 到生产：用 Amazon Bedrock 扩展医疗内容审核系统

来源: aws.amazon.com 40
Flo Health 的工程团队将 AWS 生成式 AI 创新中心交付的概念验证，推进为基于 Amazon Bedrock 的生产级医疗内容审核与生成系统。真正困难的部分并不是让大模型“读懂一篇文章”，而是把模型接入可追踪、可评估、可降级，并且始终保留医学专家最终决定权的工程流程。 概念验证通常关注几个直接问题：模型能否发现内容中的医学风险，能否给出修...
# AI # AWS # 云平台
阅读全文

在 AWS 上构建符合 HIPAA 要求的 AI 语音预约系统：Nova 2 Sonic、Bedrock Guardrails 与隐私边界

来源: aws.amazon.com 25
医疗预约看似只是“找一个空闲时间”，实际却涉及患者身份、就诊原因、医生排班和联系方式等受保护健康信息（PHI）。ScienceSoft 的方案把 Amazon Nova 2 Sonic 与 Amazon Bedrock Guardrails 结合起来，让语音代理能够处理预约对话，同时把隐私保护、负责任 AI 和 HIPAA 合规要求放进同一条工作流。 ...
# AI # AWS # 云平台
阅读全文

把 Claude 跑进企业生产环境：Google Cloud 上的端点、安全与成本设计

来源: cloud.google.com 20
把大模型接入原型只需要一次 API 调用，但把它稳定地服务给全球用户，还要处理算力调度、尾延迟、区域故障、数据驻留、访问控制和成本波动。Claude 在 Google Cloud Agent Platform 上以托管模型服务提供，把这些问题纳入企业已经使用的 IAM、VPC Service Controls、Cloud Logging 和 Cloud...
# AI # GCP # Go
阅读全文

AI Agent 应该独占一个 Kubernetes Pod 吗？

来源: cncf.io 39
在 kagent 的早期架构里，Agent 并没有各自占用一个 Pod、Service 和 ServiceAccount，而是直接运行在统一的 kagent runtime 中。这种设计实现快、资源开销小，但随着 Agent 的权限、资源需求和生命周期逐渐分化，一个关键问题就浮出水面：Pod 究竟是不是 Agent 合适的部署单元？ 答案通常不是简单的...
# AI # CNCF # Kubernetes
阅读全文

智能体时代的 AI 投资管理：用“每美元有效工作量”衡量真实回报

来源: openai.com 27
企业进入智能体时代后，AI 成本不再只是一次模型调用的价格。一个智能体可能规划任务、查询系统、调用工具、反复重试，最后还需要人工审核。此时，只看 token 单价、调用次数或演示效果，很容易低估成本，也无法回答管理层真正关心的问题：每投入一美元，究竟完成了多少可用工作？ 更合适的管理单位是“每美元有效工作量”。它把业务结果、质量门槛和全链路成本放在同一...
# AI # LLM # OpenAI
阅读全文