标签

云平台

在 GKE 上构建企业级 AI 安全防线：从机密计算到推理路径治理

来源: cloud.google.com 56
AI 应用从原型进入生产的速度，已经超过许多企业安全体系的调整速度。传统容器安全可以检查镜像漏洞、限制网络访问，却无法完整回答这些新问题：模型权重是否在硬件层受到保护？提示词注入能否在进入模型前被识别？Agent 执行生成代码时，怎样避免影响宿主节点？ GKE 的 AI 工作负载安全蓝图给出的答案不是单一产品，而是一套纵深防御体系：基础设施层保护计算环...
# AI # GCP # Go
阅读全文

当 AI Agent 花钱快过账单告警：云凭证与成本护栏必须前移

来源: infoq.com 46
云成本治理过去主要防范人的误操作：工程师开错实例、忘记关闭测试环境，账单告警晚几个小时通常还有补救空间。但当携带云凭证的 AI Agent 能连续调用模型、创建资源并自动重试时，支出速度已经超过传统账单系统的反馈速度。 来源案例中，一家三人规模的代理机构因静态 AWS Access Key 被攻击者提取，一天内产生了 14,000 美元的 Amazon...
# AI # AWS # InfoQ
阅读全文

当 AI Agent 花钱比账单告警更快：云凭证与成本护栏如何重构

来源: infoq.com 36
云成本控制过去主要防范人的误操作：工程师开错实例、忘记关闭测试环境，账单告警通常还有时间介入。但当持有云凭证的是 AI Agent 或攻击者时，资源调用可以在几分钟内并发放大，而成本数据和预算通知可能要到数小时甚至约一天后才反映出来。 一支三人团队在静态 AWS Access Key 被提取后，一天内收到了 14,000 美元账单，攻击者主要消耗了 A...
# AI # AWS # InfoQ
阅读全文

pg_hardstorage：用复制协议、内容寻址存储和开放格式重做 PostgreSQL 备份

来源: postgr.es 38
PostgreSQL 备份工具并不少：pgBackRest、Barman 和 WAL-G 已经支撑了大量生产系统。pg_hardstorage 的出发点不是替代这些成熟项目，而是增加一个可以审计、可以迁移、适合云原生部署的开源选项。它选择 PostgreSQL 复制协议作为数据平面，通过普通 libpq 连接持续接收 WAL，因此同一套架构可以面对托管...
# AI # AWS # Azure
阅读全文

把地产金融文档处理从数天压缩到分钟：在 AWS 上构建智能文档引擎

来源: aws.amazon.com 47
地产金融业务中的文档并不只是“等待 OCR 的 PDF”。一份贷款材料可能混合评估报告、租约、财务报表、施工预算和扫描附件，后续还要经过拆分、分类、字段提取、规则判断与跨文档推理。Built 与 AWS 生成式 AI 创新中心、AWS 合作伙伴 AND Digital 及 AWS 客户团队合作，构建了一套可扩展的 AI 文档处理引擎，将部分原本需要数天...
# AI # AWS # LLM
阅读全文

用 Amazon Bedrock 与 MCP Server 构建可调用的视觉智能

来源: aws.amazon.com 42
视觉模型并不难调用，难的是把“读取图片、选择模型、组织提示词、解析结果、执行后续动作”稳定地接入不同应用。Computer Vision MCP Server 展示了一种更清晰的做法：把视觉能力封装成 MCP 工具，通过统一接口交给 AI Agent 调用，再由 Amazon Bedrock 中的多模态模型完成图像理解。 这种架构的价值不只在于少写几段...
# AI # AWS # LLM
阅读全文

用 CloudWatch 自定义仪表盘集中监控跨账号、跨区域的 SageMaker Pipelines

来源: aws.amazon.com 34
当 SageMaker Pipelines 分散在多个 AWS 账号和区域后，排查一次训练流水线失败，往往要经历切换账号、切换区域、搜索流水线、检查执行状态等步骤。来源方案通过 Amazon CloudWatch 自定义仪表盘集中展示这些流水线的运行信息，并提供可定制的 AWS CDK 基础设施示例，使监控入口可以随账号和区域扩展。 CloudWatc...
# AI # AWS # 云平台
阅读全文

Agentic AI 从试点走向生产，网络为何成了关键控制面

来源: cloud.google.com 56
企业并不缺少 AI 试点，真正困难的是把试点变成可治理、可观测、可持续运行的生产系统。IDC 的 2026 AI in Networking Special Report Survey 指出，阻碍 AI 项目落地的核心问题越来越偏向基础设施：32.6% 的受访者提到安全顾虑，26.8% 提到自动化挑战，24.7% 则受限于人员时间和技能。 Agenti...
# AI # GCP # Go
阅读全文

让 AI 原型安全失败：YouTube 如何跨过生产验证鸿沟

来源: cloud.google.com 49
LLM 和编码智能体把“从空目录到可用演示”的时间压缩到了几小时，但企业真正昂贵的环节并不是生成代码，而是验证代码：原型需要接触真实数据、嵌入真实界面，还不能污染数据库、拖垮核心服务或把未经审查的依赖带进主干。来源材料引用的数据称，只有 5% 的 AI 原型最终进入生产。YouTube 的应对方式不是简单加快代码评审，而是建立一套与生产主线解耦、又足够...
# AI # GCP # Go
阅读全文

用 BigQuery 管理大规模 Gemini Enterprise：从日志汇聚到合规审计

来源: cloud.google.com 42
当 Gemini Enterprise 从小范围试用扩展到全公司时，管理难题会迅速变化：团队不再只关心“有多少人在用”，还需要回答哪些部门在创建自定义智能体、NotebookLM 是否真正进入工作流、企业数据被如何检索，以及某次安全拦截究竟由什么内容触发。 产品内置仪表板适合观察日常采用率和活跃用户，但组织级治理往往需要关联 HR、部门、成本中心和安全...
# AI # GCP # Go
阅读全文