来源：my.oschina.net
17
把一个跑了多年的网盘 Android 客户端往 Kotlin Multiplatform（KMP）上搬，不是让 AI "帮我翻译一下这段 Java" 就能搞定的事。几十万行存量代码、跨平台语义对齐、模块间依赖纠缠——任何一个环节失控，AI 就会从助手变成制造混乱的源头。 我们在这场迁移里摸索出了一套三层架构：Skill → SubAgent → Age...
来源：postgr.es
20
2026 年 5 月 19 日到 22 日，PGConf.dev 在全球 PostgreSQL 开发者与用户的注视下开了一场四天的大会。从组织者名单到志愿者、从演讲者到包容性专场，这份周报本质上是一张社区全景图——它告诉你：这个生态正在由谁推动、朝着什么方向走。 大会的七位组织者——Gwen Shapira、Jonathan Katz、Kaiting ...
来源：oschina.net
19
天工 AI 在 5 月 26 日放出了两款 Agent 专用模型——SkyClaw-v1.0 和轻量版 SkyClaw-v1.0-lite，同时开放 2–4 周免费试用。这批模型的核心卖点不是通用对话，而是针对智能体工作场景做了定向优化：百万 token 上下文窗口、复杂工具调用链、多轮任务编排、代码生成与文件编辑。换句话说，它不是拿来闲聊的，是拿来干...
来源：oschina.net
17
提到 AI 编程，多数人的第一反应是"快"——快速生成骨架、快速填满函数、快速开一个巨大的 PR 然后赶紧合进去。Socket 工程师 Nolan Lawson 在他的博客"Read the Tea Leaves"里提出了一个反直觉的主张：LLM 极为灵活，它完全可以帮你写出质量更高、但速度更慢的代码。问题不在 AI，而在我们怎么用它。 Lawson ...
来源：oschina.net
23
凌晨两点，构建突然挂了。日志刷了几百行红色报错，你从第一行翻到最后一行，关键字散落在各处，拼不出完整因果链。更常见的是另一种折磨——服务部署上去了，容器反复重启，健康检查一直不过，你逐个配置项排查，还是找不到根因。 这些场景，用 Rainbond 的人大概都经历过。v6.8.0 的发布，给平台加了一个新角色：内置 AI 助手 RainAgent，以及另...
来源：infoq.com
19
微软最近公开了一套名为 MDASH（Multi-Model Agentic Security）的漏洞发现系统。这套系统不再依赖单模型"单打独斗"，而是让超过 100 个专业化 AI Agent 协作完成从扫描、验证、辩论到最终证明漏洞的全流程。目标很明确——在 Windows 及其他微软大型代码库中，用自动化手段替代传统人工代码审计的瓶颈。 单模型做代...
来源：my.oschina.net
13
去年你刚把 RAG pipeline 搭起来，向量库选了 Milvus，chunk 策略调了几轮，topK 从 5 改到 10 又改回 3——上线后效果还行，但每次新增文档都要人工造问答对验证检索质量。今年再看，有人已经让知识库自己改检索算法、自己跑 A/B 测试、自己决定哪版参数留下来。这不是噱头，是商汤开源的那套智能知识底座正在做的事。 大部分团队...
来源：postgr.es
13
大多数开发者第一次接触 PostgreSQL 的 Foreign Data Wrapper（FDW），都是在某个快速演示里——从 Postgres 直接查 MySQL，甚至查远程 CSV，感觉很酷。但一旦用到生产环境，延迟高、谓词下推不靠谱、索引不可控，折腾一圈下来往往觉得"不值得"。问题不在 FDW 本身，而在用法。把 FDW 当成查询层是走弯路；把...
来源：openai.com
12
OpenAI 宣布与巴西两大媒体集团 Grupo Folha 和 Grupo UOL 达成战略合作，将它们的新闻内容引入 ChatGPT 的回答中，并附带来源归属与透明标注。这不是简单的"数据采购"——它标志着 LLM 与可信新闻源之间一种新的集成模式正在成型：模型不再只靠爬取和推断，而是有意识地绑定授权内容，并在输出中回溯出处。 过去，当你在 Cha...
来源：infoq.com
20
生产环境里的 AI 应用，最让人头疼的不是模型本身，而是围绕模型调用的一堆"外围问题"——调用失败要不要重试？工具执行结果要不要做安全过滤？生成循环跑了 50 步还没停，谁来掐断？Google 最近为 Genkit 引入了 Middleware 架构，正是瞄准这些痛点：在模型调用、工具执行、生成循环这三条关键路径上，加了一层可编程的拦截层，让开发者用代...