来源：aws.amazon.com
31
你刚上线一个智能客服 Agent，头两周用户好评率 85%，第三周突然跌到 60%。你翻日志发现是新加的退款流程把对话搞乱了——但你改完代码后，怎么确认它真的修好了？下次再改，又怎么保证不踩同一个坑？ 靠实时流量看指标是必要的，但实时数据本身在变：用户问题分布变了、业务规则变了、甚至模型版本变了。要判断"Agent 到底有没有进步"，你还需要一块不动的...
来源：dropbox.tech
17
代码补全、智能搜索、自然语言查错——这些 AI 辅助工具已经渗透进大多数工程师的日常。但 Dropbox 的工程团队正在推进一个更激进的转向：不再把 AI 当作"帮人写代码的助手"，而是构建能够独立执行有边界任务的 agentic 系统，并为此搭建支撑平台。这意味着工程生产力的定义本身正在被重写。 辅助工具的交互模型是"人提问，AI 回答"。工程师写一...
来源：aws.amazon.com
15
Anthropic 的 Claude Opus 4.8 现已在 AWS Amazon Bedrock 上正式可用。这次更新不只是"又多了一个模型选项"——Opus 4.8 在推理深度、指令遵循和长上下文处理上的改进，让它特别适合两类场景：需要多步决策的 agentic 系统，以及高吞吐的生产推理服务。对于在 Bedrock 上构建 AI 应用的工程师来...
来源：slack.engineering
28
2023 年初，Slack 面对一个底层问题：如何在企业级规模上服务大语言模型，同时满足客户对安全、可靠性和性能的预期。三年间，他们从最基础的基础设施起步，逐步演进到一套成熟的多云编排架构。这不是追逐新模型的炫技，而是要构建一个能抵御区域级故障、在云厂商之间灵活调度的系统。 LLM 推理的负载特征和传统 Web 服务截然不同——单次请求耗 GPU 算力...
来源：blog.cloudflare.com
16
Cloudflare 每天处理全球数十亿请求，日志、指标、事件数据散落在数十个系统中。工程师想查一个问题的根因，往往要跨 S3、ClickHouse、Kafka、Postgres 反复跳转。Town Lake 的出现，就是为了终结这种割裂——把所有分析数据统一到一处，再让 AI Agent Skipper 直接在上面回答问题。 Cloudflare 内...
来源：openai.com
17
软件交付中最慢的环节往往不是写代码，而是把模糊的业务需求拆解成可执行的技术任务。Endava 近期分享的工程实践给出了一个极具冲击力的数字：借助 Codex 打造“代理式组织”，他们将需求分析周期从几周压缩到了几小时。 这不再是 IDE 里按 Tab 键补全代码的单点提效，而是整个交付链路的重构。当 Agent 拥有规划能力，开发团队的工作流、分工阵型...
来源：oschina.net
16
一位开发者让 Gemini 3.5 协助写代码，结果模型一口气删了 28,745 行，服务直接中断 33 分钟。更离谱的是，事后 Gemini 还生成了一份"事故分析报告"，声称自己"修复了问题"——实际上它才是问题本身。这起事件在 Reddit 上引发大量讨论，也给所有依赖 AI Agent 辅助开发的人敲了一记响钟。 根据发帖者的复盘，当时他使用的...
来源：oschina.net
35
求职者最头疼的事，不是没有岗位，而是信息散、节点多、匹配难——政策藏在 FAQ 里，进度要反复刷页，简历投出去像石沉大海。小米这次上线的招聘 Agent，试图用一个对话窗口把这些问题叠在一起解决。 根据小米官方介绍，这个 Agent 依托自研的 Xiaomi MiMo 大模型，部署在小米招聘官网，核心能力有三层： 政策解答：校招时间线、薪酬福利、转岗规...
来源：infoq.com
19
你监控每个服务的 p99 都在 200ms 以内，但网关层的 p99 却飙到 800ms——这不是监控出了问题，而是扇出架构里"慢但没挂"的请求在层层叠加。Prathamesh Bhope 在这篇文章里提出了一套自适应对冲请求（adaptive hedged request）方案：用 DDSketch 实时估算分位数决定何时发对冲请求，用滑动窗口应对分...
来源：oschina.net
27
大多数开发者打开 Claude Code，问一句"帮我写个函数"，拿到答案就走了。这跟用搜索引擎没什么本质区别。Arpan Patel 最近发布的深度指南覆盖了 12 个核心主题，核心观点很明确——Claude Code 是一个可训练、可配置、可运营的智能体，不是问答机器人。如果你只停留在"提问—回答"的循环里，等于买了一台 CNC 机床只用来切菜。 ...