标签

全栈

从“Postgres 很糟”到 PostgreSQL 深处:一名 DBA 的二十年进化路径

来源: postgr.es 37
一个数据库人的技术路线,往往不是从“我喜欢这项技术”开始,而是从一次故障、一次磁盘告急,或一场无法解释的生产事故开始。Shaun Thomas 与 PostgreSQL 的关系就是如此:早期因为膨胀、清理和升级问题而嫌弃它,后来却在真实生产环境中不断修复、自动化和扩展,最终成为 PostgreSQL 社区的长期贡献者。 这段经历最有价值的地方,不是某个...

NocoBase 新增 DeepSeek V4 Flash:把推理续调与联网搜索接入无代码工作流

来源: oschina.net 31
NocoBase 本周更新的重点,是新增 DeepSeek V4 Flash,并支持推理续调与联网搜索。对于使用 NocoBase 搭建 AI 应用的团队来说,这意味着工作流不必停留在“一次提问、一次返回”的简单模式,也可以围绕复杂问题继续追问,并在需要最新信息时引入网络搜索。 这次更新同时提醒我们:AI 平台的版本选择很重要。NocoBase 目前提...

Netflix 商业架构的演进:从美国 DVD 服务到全球流媒体基础设施

来源: infoq.com 38
Netflix 的商业系统并不是一开始就为全球流媒体和大型直播事件设计的。它经历了从美国 DVD 租赁服务到全球订阅平台的长期演进:支付方式需要适应不同国家,合规要求不断增加,单体系统必须按业务边界拆分,而突发的直播流量又迫使架构重新思考容量与弹性。 这段演进说明了一个现实:能够长期运行的系统,靠的不是一次性设计出“最终架构”,而是持续根据业务、监管和...

YOLO Vision 2026 再赴深圳:从前沿视觉研究走向真实生产

来源: oschina.net 52
今年 9 月,Ultralytics YOLO Vision 将第二次来到深圳。YOLO Vision 2026(YV26)面向企业领袖、创业者、工程师、研究人员、学生和开源贡献者开放报名,讨论视觉 AI 的下一步,以及它如何进入工厂、零售、交通、安防和更多真实场景。 这类活动的价值不只在于展示一个新模型。更值得关注的是,它把视觉 AI 的完整路线放到...

Spring Boot 落地后量子密码:本周就能交付的四种模式

来源: infoq.com 37
后量子密码(PQC)不再只是密码学团队的远期课题。对于 Spring Boot 服务,真正可执行的路径不是一次性替换整个加密栈,而是从四类边界清晰的场景开始:服务间负载加密、数据库字段保护、长期有效文件签名,以及把服务令牌从 RS256 迁移出去。 更现实的原因是“先窃取、后解密”(Harvest Now, Decrypt Later)已经改变了时间表...

让 Agent 像个“人”:从文本回答到有表情的实时数字角色

来源: oschina.net 43
大模型让 Agent 变得更会回答问题,但“会说”不等于“有活人感”。当 AI 被放进展厅讲解、情感陪伴、教育科普、文旅导览或人形机器人时,用户期待的并不是一个不断吐字的文本框,而是一个能理解语境、及时回应,并通过表情、语气和动作建立信任的角色。 这也是 AI 应用交互正在变化的地方:语言模型负责理解和生成内容,数字人或机器人负责把内容变成可感知的表达...

Memmy v1.1.1 支持 Linux:把持续积累的 AI 工作上下文带到终端

来源: oschina.net 45
Memmy v1.1.1 已正式发布,Linux CLI 安装资源也已上线。对习惯在终端里工作的开发者来说,这不只是增加一个平台选项:本地工作站、远程开发环境和 Linux 服务器上的 AI 工作,都可以使用同一类长期积累的项目上下文。 项目背景、历史排查过程、团队偏好,以及已经验证过的解决方案,往往不会在一次会话里全部用完。它们会随着任务推进逐步沉淀...

Blueking Lite 发布 APM:让应用性能瓶颈从“猜”变成可定位

来源: oschina.net 46
当业务出现“偶尔变慢”时,运维团队往往需要在应用日志、主机指标、数据库连接和网络链路之间反复排查。Blueking Lite 本周正式发布 APM 应用性能监测功能,补上了从节点管理到应用运行状态观察的重要一环:性能问题不再只能依靠用户反馈和人工猜测,而是可以围绕请求耗时、错误和调用链路建立更清晰的排查入口。 Blueking Lite 的定位是 AI...

从训练推荐模型到网络基础设施:Meta 自研芯片策略的下一步

来源: infoq.com 49
Meta 正在把自研芯片从单一的计算加速器,扩展为覆盖计算与网络的基础设施策略。此次披露的 MTIA 300,是其首款面向训练排序与推荐模型优化的内部加速器。这个变化的重点不只是“再做一块芯片”,而是围绕真实业务负载重新设计软硬件边界。 排序和推荐模型通常具有几个鲜明特征: 训练与推理任务规模大、调用频率高; 模型中可能包含大量稀疏特征、Embeddi...