2026-07-21
来源: postgr.es
30
2038 年问题不是一个遥远的日期提醒，而是一场整数溢出测试。登录会话、令牌过期、证书校验、定时任务、备份保留和审计记录都依赖时间戳；只要链路中的某一层仍使用 32 位有符号整数表示 Unix 时间，它就可能在 之后把系统时间错误地解释到 1901 年附近。 PostgreSQL 本身已经越过这道边界。真正需要排查的，通常是数据库驱动、应用运行时、旧中...
2026-07-21
来源: cloud.google.com
34
Cloud Run 的多区域部署正在从“复制几份服务”走向真正可自动恢复的高可用架构。新的就绪探针与服务健康状态能力，可以把容器实例的检查结果汇总到区域级服务健康状态，并通过 Serverless NEG 暴露给应用负载均衡器。当某个区域无法正常提供服务时，负载均衡器可以在数秒内停止向该区域发送流量。 这项变化解决了一个关键问题：部署到多个区域并不等于...
2026-07-20
来源: infoq.com
23
在微服务系统中，同一份实体数据往往会被多个服务反复读取。即使单次 RPC 很快，重复请求叠加后仍会消耗网络、连接池和下游计算资源。DoorDash 为此构建了 Entity Cache：一个运行在服务网格中的透明代理缓存平台，以 Envoy 承接服务间流量，以 Valkey 保存缓存数据，并通过事件驱动失效、故障处理和性能优化，将整体规模推进到每秒超过...
2026-07-20
来源: docker.com
29
AI 编码代理不再只是补全几行代码。它可以打开终端、修改文件、执行部署命令，甚至使用云端凭据。来源案例中的代理误删了生产环境，最终造成长达 13 小时的中断。真正值得关注的并不是代理为什么会犯错，而是一个更基础的工程问题：为什么开发工具拥有足以摧毁生产环境的权限？ Docker 沙箱的价值正在这里。隔离执行环境、限定挂载目录，再为每次任务分配作用域明确...
2026-07-20
来源: cncf.io
27
2026 年 7 月 28 日，ArgoCon Japan 将在日本横滨举办一场特别的半日活动，时间为 13:30 至 18:30，并与 KubeCon + CloudNativeCon 同期举行。除了现场接触 Argo 项目维护者，来源标题还把企业实践和 Argo CD 3.5 的演进方向列为重点。对于已经在生产环境使用 GitOps 的团队，这类活...
2026-07-20
来源: cncf.io
23
评测大语言模型服务时，最常见的数字是吞吐量：系统每秒处理多少请求，或者每秒生成多少 token。这个指标容易采集，也方便横向比较，但它可能掩盖真正影响用户体验的问题。一个服务即使吞吐量很高，如果大量请求超时、首 token 等待过久，或者在高负载下频繁失败，这些工作对用户并没有实际价值。 因此，生产环境更值得关注的是 goodput（有效吞吐量）：在给...
2026-07-20
来源: oschina.net
34
DataBuff v0.1.4 于 2026 年 7 月 19 日发布。这个版本以“7 大 AI 运维能力”为核心卖点，继续面向云原生和微服务场景构建 AI Native APM：应用通过 OTLP 标准接入遥测数据，Apache Doris 承担统一存储，Web Platform 则提供服务拓扑、Trace、指标分析和多 Agent 排障入口。 来源...
2026-07-18
来源: aws.amazon.com
38
企业之间共享数据，难点通常不在“把文件传过去”，而在于谁能发现数据、依据什么条款使用、如何建立信任，以及传输后怎样保留审计记录。Eclipse Dataspace Components（EDC）试图解决的正是这组跨组织问题：参与方保留各自的数据控制权，通过标准协议协商合同，再按约定完成数据传输。 这套系列内容分三部分，从 IDSA、Dataspace ...
2026-07-18
来源: cloud.google.com
35
Gemini Enterprise Agent Platform 展示的 13 个动手演示，不只是 13 个彼此独立的样例，而是一条完整的工程路径：用 ADK 编写智能体，通过 MCP 和 A2A 接入工具与其他智能体，部署到托管运行时，再补齐持久状态、安全治理、可观测性和持续评估。 真正值得关注的变化，是智能体开发开始从“写一个能回答问题的提示词”转...
2026-07-18
来源: cloud.google.com
43
Google Cloud 近期发布的信息覆盖 Cloud Run、Apigee、MCP、TPU、GKE、Firestore 和成本管理，但主线相当清晰：企业关注点已经从“模型能否完成任务”转向“Agent 能否被隔离、观测、治理并稳定扩缩容”。这意味着 AI 应用不再只是一个调用模型的 Web 服务，而是一套包含提示词构建、工具授权、代码沙箱、流量治理...