标签

数据工程

MCP 企业托管授权稳定了：把每台服务器的同意弹窗收回到 IdP

来源: infoq.com 54
Model Context Protocol 团队把 Enterprise-Managed Authorisation 扩展提升到了 stable。这个变化的重点不是“又多了一个登录按钮”，而是企业可以把 MCP 服务器访问控制收拢到自己的身份提供商，也就是 IdP。目标很明确：用户登录一次，访问已批准的 MCP 服务器时不再逐台确认、逐台配置。 过去...
# AI # InfoQ # 全栈
阅读全文

x402 把 HTTP 402 带回边缘网络：代理如何为 API 按次付费

来源: infoq.com 44
Cloudflare 和 AWS 在两周内都把 x402 稳定币微支付能力接入了边缘网络，这件事值得后端和平台工程师留意。它不是又一个“支付按钮”，而是把 HTTP 里长期闲置的 重新拿出来，用在代理到服务的自动付费场景：AI agent 调 API、抓数据、调用推理服务时，可以按请求支付低于一美分的费用。 这类能力一旦放到边缘节点，支付判断、访问控制...
# AI # AWS # Cloudflare
阅读全文

Amazon S3 Annotations：把对象上下文留在数据旁边

来源: infoq.com 52
AWS 新推出的 Amazon S3 Annotations 解决的是一个很常见、也很烦的问题：对象在 S3 里，关于对象的解释却散落在表、索引、工单、AI 流水线输出和合规系统里。现在团队可以把摘要、分类、合规信息、AI 生成洞察等可搜索上下文直接附着到 S3 对象上，并且这些注释可以独立于对象内容更新。 S3 早就有 object metadata...
# AI # AWS # InfoQ
阅读全文

Claude 登陆 Microsoft Foundry GA，但欧洲企业还不能直接上生产

来源: infoq.com 46
Claude 模型在 Microsoft Foundry 上进入 GA，意味着企业可以用 Azure 原生账单、身份、治理和采购流程来接入 Anthropic 模型。这对已经重度使用 Azure 的团队很有吸引力。但对欧洲银行、医疗和其他强监管行业来说，关键问题不在“能不能调用”，而在“数据能不能留在合规区域”。目前摘要中的核心限制很明确：Foundr...
# AI # Azure # Go
阅读全文

Cloudflare 的 Town Lake：当计费查询占到数据平台一半以上

来源: infoq.com 60
Cloudflare 披露了内部统一数据平台 Town Lake，以及面向自然语言分析的 AI 代理 Skipper。最值得注意的数字不是“有了 AI”，而是计费工作负载的真实占比：约 9.1 万次计费查询，占平台查询量的 53%。这说明统一数据平台的核心价值，往往不是炫技，而是把运营、计费、安全、业务数据放到同一套可治理的分析路径里。 计费数据通常最...
# AI # Cloudflare # Go
阅读全文

Hardwood 1.0：Java 读取 Parquet 的轻量新选择

来源: infoq.com 58
Hardwood 到达 1.0，是 Java 生态里处理 Apache Parquet 文件的一个值得关注的信号。这个由 Gunnar Morling 发起的项目，目标很直接：用多线程读取和零强制外部依赖，给开发者一个比 Apache Parquet Java 实现更轻、更容易嵌入的选择。当前版本只支持读取，写入能力还在后续版本计划中。 Parquet...
# AI # InfoQ # Java
阅读全文

Apple 把 Private Cloud Compute 扩到 Google Cloud：机密 AI 基础设施进入多云验证阶段

来源: infoq.com 39
Apple 首次选择在自有数据中心之外运行 Private Cloud Compute，而落点是 Google Cloud。这个合作的重点不只是“多了一个云供应商”，而是 Apple 把面向隐私敏感 AI 计算的信任模型，扩展到了第三方云环境：NVIDIA Blackwell GPU、Intel TDX、Google Titan 芯片，以及 Apple...
# AI # AWS # Azure
阅读全文

Elastic 开源 Atlas：给 AI Agent 接上可检索的长期记忆

来源: infoq.com 52
Agent 真正难用的地方，往往不是一次回答不够聪明，而是下一次又把上下文忘干净。Elastic 开源的 Atlas 试图解决这个问题：它基于 Elasticsearch 构建，为 Agent 维护三类记忆，并通过 MCP 接入现有 Agent，同时支持按用户隔离记忆。在问答能力评估中，Atlas 达到了 0.89 的 Recall@10，这说明它在“...
# AI # Go # InfoQ
阅读全文

Target 如何用 LLM 给营销预测找到“相似历史战役”

来源: infoq.com 48
营销活动预测最难的部分，往往不是建模本身，而是找到足够相似的历史案例：同样的品类、渠道、季节、促销力度和受众，过去表现如何？Target 的做法是把这一步从规则驱动的人工流程，升级为一个结合 embeddings、向量检索和 LLM 排序的语义匹配系统，用来支撑营销 campaign forecast pipeline。 这类系统的价值不只在“搜索更聪...
# AI # InfoQ # LLM
阅读全文