标签

开源

Goa v3.28.0:大型设计生成时间从 46 秒降到 11 秒

来源: oschina.net 78
Goa 是 Go 语言生态中"设计优先"的 API 框架——你用 DSL 描述服务,框架帮你生成 transport 层、OpenAPI 文档、客户端代码。这个思路本身很清晰,但当设计文件膨胀到几十个 service、上百个 method 时,代码生成就会变成一件痛苦的事:跑一次 要等将近一分钟。v3.28.0 直接把这个问题砍到了 11 秒,同时还修...

Codex 不只想当程序员的朋友——500 万周活用户与角色插件体系意味着什么

来源: oschina.net 67
OpenAI 在 6 月 2 日公布了一组数字:Codex 周活跃用户突破 500 万。这个量级已经把它推到了 AI 编程工具的第一梯队。但更值得关注的不是用户数本身,而是伴随这个节点推出的新特性——面向特定角色的插件体系。数据分析、创意写作、产品策划……Codex 正在从"写代码的助手"变成"按角色分工的通用执行引擎"。 Codex 最初是 Open...

欧洲议会弃用 Google,默认搜索引擎换成 Qwant——组织如何自主配置企业搜索策略

来源: oschina.net 61
6 月 4 日,欧洲议会议员的办公电脑上,默认搜索引擎不再是 Google。取而代之的是 Qwant——一款法国开发、以隐私保护为核心卖点的搜索产品。POLITICO 获取的内部邮件写得很直白:这次切换是为了"践行数字主权承诺和保护用户个人数据"。一个立法机构把自己的日常工具换掉,信号比政策文件更硬。 Qwant 成立于 2013 年,总部在巴黎,从一...

从"尽情用"到月限 1500 美元:Uber 的 AI 预算刹车说明了什么

来源: oschina.net 53
Uber 刚给员工踩了一脚急刹车。彭博社报道,Uber 对每位员工每月使用每款 AI 编程工具——包括 Anthropic 的 Claude Code 和 Cursor——设定了 1500 美元上限。几个月前,这家公司还在内部鼓励员工"尽可能多地"使用 AI,甚至搞排行榜来刺激用量。从全力踩油门到猛踩刹车,中间发生了什么?答案很简单:预算超支了。 Ub...

字节开源 Bernini:视频生成与编辑的“先理解后生成”新范式

来源: oschina.net 59
视频生成模型经常在复杂指令上翻车——提示词写“一只戴着墨镜的猫在雨中奔跑”,结果画面里墨镜飞了、雨滴变成雪花、帧间闪烁不断。根本原因在于,传统模型直接从文本跳到像素,缺乏对指令的深度拆解与时空规划。字节跳动商业化技术团队近日开源的 Bernini 框架,把工作流硬生生拆成了“语义规划”与“视觉渲染”两步,主打“先理解、再生成”,试图从架构层面根治画面失...

Flink 作业运维太散太慢?我们用 OpenClaw 搭了一套可追溯的智能运维平台

来源: my.oschina.net 44
Flink 已经是实时计算的事实标准,但围绕它的作业运维却长期停留在"人肉+脚本"的阶段。排查一个问题,可能要跳转监控面板、翻日志系统、查配置中心、再回到 Flink Web UI——链路分散不说,关键恢复动作往往依赖老员工的经验判断,而且修完之后到底稳不稳,也很难快速验证。 实时未来技术团队基于 OpenClaw 构建了一套智能运维平台,把分散的运维...

VSCode Webview 令牌窃取漏洞:一次点击,GitHub Token 就没了

来源: oschina.net 54
安全研究员 Ammar Askar 最近披露了一个值得所有 VSCode 用户警惕的漏洞——攻击者只需要让用户在 VSCode 的 webview 里点击一条恶意链接,就能窃取用户的 GitHub 访问令牌。没有弹窗确认,没有二次交互,整个过程看起来就像你在正常使用一个 Jupyter Notebook。 这个漏洞暴露了 VSCode webview ...

Syncthing 2.1.1:修复运行中 REST 升级问题,你的 P2P 文件同步更稳了

来源: oschina.net 65
Syncthing 是一款开源的连续文件同步工具,核心思路很简单:数据直接从一台机器传到另一台,不经过任何云端中转。这意味着你不需要把文件交给第三方服务器,同步过程全程加密,只有你自己的设备能解密。2.1.1 版本虽然是个小版本,但修了一个实际部署中容易踩的坑——在 Syncthing 运行期间通过 REST API 触发升级,之前的行为并不正确。 这...

智元开源 AGIBOT WORLD 主题二:不只是成功轨迹,物理交互的完整数据长什么样

来源: oschina.net 53
具身智能的数据集有个长期偏执——只采集成功案例。机器人把杯子放好了、门推开了、螺丝拧紧了,这些"完美轨迹"被反复录制,打包成训练数据。但真实世界不是这样运转的:手滑了、物体偏了、接触力不够、桌面比预想软了一点。这些"失败"和"偏差"恰恰是物理智能最需要学习的部分。 智元最新开源的 AGIBOT WORLD 2026 主题二——"多样交互(Rich In...