标签

Rust

从 AI 原型到可信产品:泰国初创公司加速器的落地启示

来源: openai.com 45
OpenAI 与泰国高等教育、科学、研究与创新部(MHESI)启动了一项为期八周的加速项目,帮助 10 家健康、 wellness 和教育领域的初创公司,把 AI 原型推进为值得用户信任的产品。这个消息的重点不只是“更多创业团队开始使用 AI”,而是产品开发的评价标准正在变化:能运行的演示只是起点,能解释、能审计、能在边界条件下保护用户的系统,才更接近...

一个 DNS 缓存条目如何省下 100 TB 内存:从 Rust 数据布局看规模效应

来源: blog.cloudflare.com 37
Cloudflare 对 1.1.1.1 使用的 Big Pineapple DNS 缓存做了五项 Rust 层面的内存优化,将单条缓存记录的内存占用降低了 56%。当同一种数据结构在整个服务集群中被复制数十亿次时,这次看似局部的改造最终释放了约 100 TB 内存。 来源摘要没有列出五项优化的具体实现,因此下面不会猜测其内部字段或代码。我们更值得拆解...

Astro 推出 Sätteri:用 Rust 加速 Markdown 与 MDX 构建

来源: infoq.com 45
Astro 团队推出了 Sätteri,这是一个使用 Rust 编写的高性能 Markdown 与 MDX 处理器。它的目标很明确:在保留 unified 生态兼容性和 JavaScript 插件灵活性的同时,缩短内容密集型 Astro 项目的构建时间。 根据来源摘要,Sätteri 在 Astro 7.0 中可带来最高约 61% 的构建速度提升。实际...

Istio 安全公告 ISTIO-SECURITY-2026-006:升级 Envoy、修复授权绕过与控制面 DoS

来源: istio.io 37
Istio 发布的 同时涉及捆绑的 Envoy 代理、Istiod 控制面以及 。问题覆盖 HTTP/2、HTTP/3、QUIC、、RBAC、路径匹配和管理端统计页面等组件,最高 CVSS 评分为 7.7。运行 Istio 至 或 至 的集群,应把升级作为优先安全维护事项。 本次公告列出了 14 个 Envoy 相关 CVE,风险类型包括: HTTP/...

让 AI Agent 逐步获得信任:用分级自主权控制权限与风险

来源: aws.amazon.com 33
很多团队在给 AI Agent 配权限时只有两个选项:完全访问,或者只能读取数据。前者把一次错误决策变成生产事故,后者又让 Agent 很难真正完成工作。更实用的做法是引入“分级自主权”:Agent 从低风险、低权限状态开始,根据持续的可靠表现逐步获得更多操作权限;当质量下降、风险升高或监控发现异常时,权限会自动收回。 这种模式的关键不在于给 Agen...

Natera 如何用 Amazon Bedrock AgentCore 构建低延迟语音预约智能体

来源: aws.amazon.com 33
让患者通过自然对话预约移动采血服务,看起来只是“语音识别加大模型”。真正进入生产环境后,系统却必须同时处理双向音频流、工具调用、身份验证、预约冲突和等待体验。Natera 基于 Amazon Bedrock AgentCore 构建的自动化语音智能体,将这些问题拆成双 WebSocket 桥接、事件驱动的延迟掩蔽和渐进式信任认证,并在其测试场景中实现了...

用 Google Cloud Fault Injection Testing 把云端故障演练变成可重复实验

来源: cloud.google.com 32
数据库切换、可用区故障和网络路径抖动,往往不是架构图上最难的一部分。真正困难的是证明应用在这些事件发生时会按照预期工作。Google Cloud Fault Injection Testing(FIT)在预览阶段提供了原生的故障注入能力,让开发者和架构师可以用实验模板自动化定义故障、目标资源、持续时间和恢复动作。 在自建数据中心中,团队通常可以直接控制...

Uber 如何用应用感知网络提升可靠性,并为云迁移解除阻塞

来源: cloud.google.com 45
当数据分析、AI 工作负载和分布式应用不断把数据推向云端,网络链路就不再只是“带宽够不够”的问题。对 Uber 这样的全球化平台而言,真正的挑战是:在大规模数据传输制造拥塞时,如何保证订单、实时服务和其他关键业务流量仍然稳定运行。 Uber 与 Google Cloud 合作,成为 Cloud Interconnect 应用感知能力的早期设计伙伴。通过...

AI Agent 时代的 FinOps:让创新速度和成本边界同时可控

来源: cloud.google.com 31
AI Agent 开始承担持续运行、批量执行和多步骤协作的任务后,企业面对的成本问题已经不同于传统的软件订阅。业务用户可能每天稳定使用生产力工具,开发团队却可能在发布前集中运行大量代码 Agent,后台 Agent 还会在夜间持续消耗模型推理资源。只按“每个用户多少钱”来管理,往往看不见真实的运行成本,也很难在创新和预算之间取得平衡。 面向 Gemin...