标签

云平台

x402 把 HTTP 402 重新带回边缘网络:Agent 调 API 也能按次付费

来源: infoq.com 41
Cloudflare 和 AWS 在两周内都把 x402 稳定币微支付能力放进了边缘网络,这件事值得后端和平台工程师关注。它不是又一个“支付按钮”,而是试图把 HTTP 402 这个长期闲置的状态码,变成 Agent 调用服务时的机器间结算协议:请求资源,发现需要付款,完成小额支付,再拿到结果。 x402 目前是 Linux Foundation 旗下...

x402 把 HTTP 402 带回边缘网络:代理如何为 API 按次付费

来源: infoq.com 33
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...

Amazon S3 Annotations:把对象上下文留在数据旁边

来源: infoq.com 38
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...

Claude 上架 Microsoft Foundry,但欧洲生产环境还不能直接用

来源: infoq.com 42
Claude 模型已经在 Microsoft Foundry 上 GA,这对很多 Azure 团队很有吸引力:账单走 Azure,权限、审计和治理也能贴近现有云平台。但这次 GA 有一个关键缺口:目前没有欧洲数据区。对银行、医疗、公共部门这类受监管团队来说,“能点开服务”和“能进生产”是两回事。 Microsoft Foundry 上的 Claude ...

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

来源: infoq.com 30
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...

从 53% 查询来自计费看 Cloudflare 的统一数据平台思路

来源: infoq.com 33
Cloudflare 披露了内部统一数据平台 Town Lake,以及面向分析场景的 AI Agent Skipper。最值得注意的数字不是“用了哪些新技术”,而是计费工作负载贡献了约 9.1 万次查询,并占到了整体查询的多数:当 billing 成为数据平台最大用户,说明统一分析平台已经不只是 BI 报表工具,而是在支撑真实的经营、运营和安全决策。 ...

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

来源: infoq.com 46
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...

用 pgEdge Cloud API 搭一个贴着 Postgres 跑的 RAG 服务

来源: postgr.es 39
RAG 系统最容易失控的地方,不是“大模型会不会回答”,而是数据、切块、向量、检索、服务部署这几段胶水谁来维护。pgEdge Cloud 的思路很直接:把内容放进 Postgres,让数据库侧完成切块和向量化,再把 RAG 服务挂到数据库旁边。UI 里点几下就能完成,但用 API 做一遍,更适合自动化、复现和团队交付。 这篇文章按一个真实路径拆开:本地...

用 Amazon Bedrock 识别 AI 生成的钓鱼邮件:从提示词到自动化拦截

来源: aws.amazon.com 30
钓鱼邮件一直是攻击链里最便宜、最常见的入口。生成式 AI 改变了它的规模和质量:攻击者可以结合公开情报(OSINT),批量生成语气自然、上下文贴合、几乎不重复的邮件。对安全团队来说,传统基于关键字、黑名单和固定模板的检测方式会越来越吃力。Amazon Bedrock 的价值在于:把大语言模型接入邮件安全流水线,让系统不只看“有没有可疑词”,还看“这封邮...

在 Amazon SageMaker AI 中做多轮强化学习:从可信环境到外部评测

来源: aws.amazon.com 45
多轮强化学习的难点不只是“让模型多说几轮”。一旦 Agent 可以连续行动,环境状态、奖励归因、评测方式和监控指标都会变得更敏感。要把训练做可靠,关键是先让训练环境可信,再用独立评测验证结果,并把奖励函数对齐到最终任务,而不是只奖励表面行为。 多轮 RL 的训练环境不是一个简单的输入输出函数。它需要在每一轮保存状态、执行动作、返回观测,并在合适的时候终...