按更新时间排序
大多数应用程序的搜索功能都不得不在两种方案之间做出取舍：要么使用简单的文本过滤机制，要么像Elasticsearch那样搭建独立的搜索系统，并配置复杂的同步流程。 在freeCodeCamp.org的YouTube频道上，我制作了一门新的视频课程，演示了如何在PostgreSQL中构建一套完整的、适用于生产环境的搜索系统。通过将词汇匹配技术与高维向量嵌入技术结合到同一个数据库中，我们既可以消除对外部服务的依赖，又能确保搜索索引满足ACID规范的要求。 搜索查询通常需要两种不同的检索方式： "Apollo 13" 这样的精确查询需要关键词与数据内容进行精准匹配，而这种处理方式正是关键词引擎的强项
我最近参与了一个项目，在这个项目中，一个使用Node.js开发的应用程序通过Vite来编译其前端代码。该应用程序在基于浏览器的开发环境中可以正常运行，但当将其部署到Azure Container Registry后，构建过程出现了问题。在尝试安装某些依赖项失败之后，构建工具报告称缺少Vite可执行文件。 容器构建最终出现了一个简单的错误： sh: 1: vite: not found Vite明明已经包含在 devDependencies 中。在调用构建脚本之前，构建阶段确实执行了 npm ci 命令。Dockerfile看起来也很正常，因此最初的排查方向都是围绕依赖项的选择或 NODE_EN
TornadoVM是一款用于Java的开源异构编程框架，现已更新至7.0版本。该框架能够自动提升多核CPU及GPU上Java程序的执行效率，并为Java开发者提供了完善的GPU编程开发环境；这些功能可以与任何主流的JDK发行版配合使用，例如Temurin、Red Hat OpenJDK、Coretto、Oracle、GraalVM或Zulu等。 作者：Ben Evans
微软发布了dotnetup的公开预览版。这款跨平台工具链管理器允许用户在无需管理员权限的情况下，在自己的目录中安装和更新.NET SDK及运行时环境。它能够跟踪“最新版本”、“长期支持版本”、“预览版”以及“每日更新版本”等各种版本信息，会读取global.json文件，并自动删除那些未被使用的安装包。不过，在该工具正式发布之前，其命令行接口的具体功能还可能会发生变化。 作者：Almir Vuk
Cilium 1.20已经正式发布，该版本提供了对Kubernetes Gateway API更广泛的支持，同时还实现了可扩展的eBPF数据路径功能，并在无sidecar架构下的相互TLS通信机制方面取得了进一步进展。此外，这一版本还使得在运行不同Linux内核版本的Kubernetes集群中更容易部署新的netkit网络设备。 作者：Matt Saunders
分布式Spring Batch系统在进行任务划分时，需要一个共享的、持久化的作业存储机制。本文认为，这个数据库本身就可以充当整个协调系统，因此无需使用消息代理。这种架构能够根据实际运行的节点数量来分配任务处理工作，每项任务都由单独的主节点负责执行，且不存在固定的协调者节点；通过“比较并设置”机制可以确保任务不会被重复执行，同时支持两阶段的心跳检测与故障转移功能。在某些情况下，使用消息代理仍然是更合适的选择。 作者：Janardhan Reddy Chejarla
谷歌DeepMind宣布，SynthID检测器现已在全球范围内正式投入使用。这一工具专门用于识别由人工智能生成的内容，包括那些使用OpenAI、NVIDIA、Kakao等合作伙伴提供的人工智能技术创建的媒体文件。预计苹果公司也会很快加入对这一工具的支持。 作者：Sergio De Simone
Nathen Harvey分享了DORA研究关于人工智能在软件交付中的应用所获得的见解。他解释了为什么人工智能能够起到“放大器”的作用，DORA人工智能能力模型是如何推动实际成果产生的，以及为什么工程领域的领导者必须突破代码审查等瓶颈，才能实现持续的高效率、降低交付过程中的不稳定因素，并在不让开发团队过度疲劳的情况下提升他们的工作效率。 作者：Nathen Harvey
在这组文章中，我们试图将“智能代理型人工智能架构”定义为一种新型软件架构，并认为这种架构在未来几年内很可能会主导整个行业的发展。这些由行业专家撰写的文章涵盖了智能代理型人工智能架构的各个要素和方面。我们的目标是呈现当前正在塑造这种新型架构的最新发展趋势与进展，以便人们能够了解它是如何逐渐成为主流技术的。 作者：拉法尔·甘卡茨
Netflix为在Amazon EMR上运行的Apache Spark作业开发了一种工作负载认证机制。该机制结合了AWS IAM身份认证机制以及Netflix控制平面生成的签名信息，从而生成临时性的X.509证书。这样一来，被管理的计算任务就可以在无需直接输入凭证的情况下，向内部服务进行身份验证。 作者：Leela Kumili
八份eMudhra中间证书的私钥已被泄露，这使得攻击者能够为任何网站伪造证书。这些密钥之所以会被暴露出来，是因为它们的熵值过低，并非由于任何已知的安全漏洞所致。浏览器通过使用撤销列表来阻止这些被泄露的密钥被利用，但其他软件仍需要将emSign ECC G3根证书从系统中移除。那些尚未安装补丁的系统仍然面临被伪造证书攻击的风险，包括那些用于客户端身份验证以及MTLS协议的系统。 作者：Chris Swan
我受够了让编程机器人告诉我“前端工作已经完成”，但实际上根本没有人真正打开过前端界面来测试这些更改。 你们应该都见过这样的情景：机器人修改了一些代码，运行了格式化工具、类型检查工具和测试程序，所有结果都是正常的，然后它就会显示“已实现并验证通过”之类的信息。 但究竟是怎么验证的呢？通过测试确实能说明代码没有问题，但这并不等同于真正打开应用程序来使用那些刚刚被修改过的功能。 我遇到过很多这样的情况：代码本身没有问题，测试也通过了，但用户界面仍然存在一些明显的问题——比如某个控件与其他元素重叠了，某个选中的状态在数据存储中是存在的，但在屏幕上却没有高亮显示，某些操作在某种路径下可以正常执行，在另一
许多关于AI代理的教程都是从语言模型开始讲起，为它提供一些工具，然后让它运行循环直到产生答案。这样的做法确实足以展示这些工具的使用方法，但却没有回答那些有趣的工程学问题。 当某个工具出现故障时会发生什么？谁来验证这些操作的结果？是什么机制能防止代理无限期地运行、执行不安全的命令，或者耗尽其上下文信息？又如何在不依赖模型不可预测的响应的情况下测试这些功能呢？ 这些职责都属于 代理框架 ——也就是位于语言模型与其所运行的环境之间的那层软件。 在本次教程中，我们将使用TypeScript来构建一个小型且与具体工具提供商无关的代理框架，并以编码代理作为示例进行讲解。我们会从基本的执行循环开始，逐步添加
你的智能手环或手表具备许多实用功能，比如能够记录你平时的生理数据，并在这些数据发生变化时及时提醒你。 静息心率、心率变异性、体温以及呼吸频率等因素都能帮助形成这些生理数据的画像，不过不同的设备会对这些测量结果进行不同的解读。 在怀孕之前，这些指标通常会保持稳定的状态，但怀孕会改变其中一些指标的正常范围。 我每天早上第一个打开的应用程序就是Oura，因此我很清楚一个评估结果的准确性会对我的一天产生多大的影响。如果“准备程度得分”过低，我会觉得自己做错了什么，但实际上并没有。现在想象一下，在你的身体正在经历一系列正常的生理变化期间，连续几周都看到这样的评估结果会是什么感觉…… 这就是我想在这里讨论
直线方程是理解神经网络工作原理的一个很好的切入点。在我之前的文章《如何理解神经网络的工作原理——用直线方程（y=ax+b）来解释》中，我们就探讨了这个话题。 但是，如果输入与输出之间的关系 并非线性的 呢？ 我们都知道，在现实世界中，数据并不总是遵循直线规律分布的。这时问题就变得有趣了：有时候，仅仅用一条规则是无法描述变量之间的关系的。 这就是非线性概念发挥作用的地方。它使神经网络能够捕捉数据中的复杂变化规律。 在这篇文章中，我们将探讨这种非线性机制，以及它们如何帮助神经网络识别那些无法用直线方程来描述的复杂关系。通过一些简单的例子，我们会尝试理解分段线性曲线、ReLU函数、S形曲线和Sigm
演讲者们讨论了如何将人工智能代理从本地FastAPI原型转换为在Kubernetes上运行的、具备高可靠性的生产系统，并且这些系统是使用Ray技术实现的。他们分享了关于RayCluster的拓扑结构、状态存储机制、如何在动态流量环境下实现自动扩展，以及如何设计稳健的控制平面等方面的经验；同时，他们也重点介绍了一些关键的保护措施、多区域部署方案，以及将大语言模型用于评估系统的流程。 作者：Deepak Mohanakumar Chandramouli, Bhumik Vinodkumar Thakkar
GitHub发布了Actions Runner Controller 0.15.0版本，该版本为那些在Kubernetes环境中运行自托管GitHub Actions runner的组织提供了可靠性、可扩展性以及可观测性方面的改进。 作者：Craig Risi
过去，创建网站的用户界面需要花费数小时的时间来手动编写HTML、CSS代码以及各种组件代码。但现在，你只需用简单的文字描述页面的结构，就可以让人工智能编码工具生成最初的代码版本。 不过，最终生成的代码质量取决于你提供的指令。如果指令过于简短或模糊，那么生成的代码可能只是包含随机颜色和重复代码的简单页面；而如果你能提供详细的说明——包括所使用的技术栈、文件结构以及设计规则，那么工具就能生成可实际使用的代码。 在本教程中，你将学习如何编写这样的指令。通过这些指令，你可以使用Next.js、Tailwind CSS以及shadcn/ui组件来构建一个带有固定导航栏的全屏页面。 完成本教程后，你将能够
在 我之前的文章中 ，我探讨了“操作符合性”这一概念：即如何判断观察到的实际情况是否满足既定的操作规范。 这就引出了一个很有意义的问题： 当前这个系统是否仍然符合这些规范？ 然而，生产环境中的系统是不会一成不变的。 流量会发生变化，依赖关系可能会恶化，证书也会过期，配置设置会被修改，功能开关的状态也会改变，数据量会不断增加，人们还会进行手动操作，各种代理程序也会执行相应的动作，基础设施也会被替换等等。 一个系统在部署后可能最初是符合规范的，但几小时或几天后就可能不再符合这些规范了。 这就是我想在这里探讨的问题。 “操作漂移”指的是系统的实际运行状态与既定操作规范之间的差异会随着时间逐渐增大。
大多数关于Android的开发教程都只讲到“应用程序可以在模拟器上运行”这一阶段。但实际上，要将一个从空白项目开发出来的应用发布到Google Play商店供用户下载，还需要完成许多其他步骤，而这些内容在很多教程中都被忽略了：发布版本的构建、签名密钥的生成、应用包的制作、应用信息的填写、政策声明的提交，以及新开发者账户必须经历的测试环节。 在过去的几年里，Android开发领域也发生了很大的变化。Jetpack Compose现在已经成为了默认的UI开发工具包，XML布局方式已经过时了，Kotlin成为了官方模板中唯一支持的语言，而Google Play也对新开发者提出了更高的要求。 那些以`
NestJS 12版本已经发布，该版本将核心包切换到了ESM格式，并加入了标准模式验证功能。同时，它还更新了命令行工具，并引入了可观测性开发工具包。主要变化包括：用户可以在CJS和ESM格式之间选择项目生成方式；验证选项得到了优化；此外，项目的生命周期管理相关功能也得到了改进。用户需要使用Node.js 20.19+或22.12+版本才能使用这一新版本。升级指南也已提供供用户参考。 作者：Daniel Curtis
微软已经发布了.NET 11 Release Candidate 2版本，该版本采用了可正式使用的许可协议，并得到了Visual Studio 2026 Insiders版本的支持。此次更新增加了对CBOR格式数据的读取功能、一些实验性的后量子加密API、针对基于文件的应用程序所进行的优化、改进了NuGet包的管理机制、为F#运行时提供了异步开发功能、为.NET MAUI框架添加了C#用户界面选项，同时还对Windows Forms的视觉样式进行了优化。 作者：Almir Vuk
持续集成工具Buildkite推出了针对管道流程的保密机制，同时还新增了用于验证管道流程、诊断构建失败问题以及修复Webhook功能的工具。该公司还在其GitHub Actions兼容性层中增加了对Linux arm64系统的支持，并在Buildkite Agent v4.1.0版本中进一步扩展了OpenTelemetry数据采集功能。 作者：Matt Saunders
基于Gemma 4技术开发而成，并采用Apache 2.0许可证进行发布，谷歌的EmbeddingGemma 2是一款体积小巧、开源的多模态嵌入模型。该模型的设计目的在于提升语义搜索与检索功能，同时优化增强型生成技术（RAG）的性能，使其更适用于设备端部署。 作者：Sergio De Simone
前React核心团队成员Rachel Lee Nabors深入探讨了以本地计算为主的应用程序所背后的架构设计与设计理念，分析了那些直接在设备上运行的小型语言模型如何能够为人们提供注重隐私保护、延迟低且成本效益高的解决方案，从而替代那些基于云服务的LLM框架。 作者：Rachel Lee Nabors
本文探讨了分布式系统中从微服务架构向智能代理架构的转变。微服务侧重于功能的分解，而智能代理系统则更注重决策机制的分解。这种架构上的变化给系统的可观测性、可靠性以及设计方式带来了新的挑战，因此亟需更新相应的架构模式与实践方法。 作者：Mallika Rao
JDK 28通过JEP 543实现了结构化的并发处理功能，其API与JDK 27相比没有任何变化。使用JDK 27开发的团队只需取消“--enable-preview”选项并重新编译代码即可。而为JDK 25或26编写的代码则需要进行相应的调整，以适应新的R_X异常类型参数、ExecutionException包装机制以及抽象的timeout()回调函数。 作者：A N M Bazlur Rahman
Pinterest为其数据库数据摄入框架引入了基于事件时间的划分机制。该机制利用Apache Flink来跟踪事件发生的时间，并通过Apache Iceberg元数据来生成一种不会随时间变化而改变的水印信息，从而帮助后续处理任务判断：持续摄入的CDC数据是否已经达到可以开始处理的完整程度。 作者：Leela Kumili
本周于2026年10月12日发布的Java新闻汇总中，重点介绍了以下内容：三项针对JDK 28开发的OpenJDK JEP项目；Azul Payara在2026年10月发布的更新版本；Gatherers4j、Yupiik Fusion、Google ADK for Java以及Google ADK for Kotlin的升级版本；此外，Apache Camel中也修复了38个安全漏洞。 作者：Michael Redlich
10月24日，AWS将使用由欧盟居民组成的团队以及该地区自有的硬件和软件，来运行其欧洲主权云系统，而这些系统并不会与AWS的全球网络骨干相连。AWS表示，这两个被隔离的系统都不会影响其正常运营；不过对于这种测试是否真正能够满足客户的需求，不同的人持不同的看法。 作者：Steef-Jan Wiggers
AWS最近宣布推出了“Well-Architected Agent”这一服务。该服务会根据最佳架构实践来分析当前的环境状况，并在成本、安全性、性能及可靠性等方面提供有针对性的建议。此外，这个基于人工智能的工具还能提出相应的整改措施，并在部署之前对“基础设施即代码”相关方案进行审核。 作者：Renato Losio
谷歌已将其长期使用的Python类型检查工具Pytype替换为Pyrefly——这款开源工具最初是由Meta开发的。做出这一决定，主要是因为Pyrefly具有诸多优势：它的类型检查速度更快、准确性更高，同时还能降低基础设施维护成本。 作者：Sergio De Simone
亚马逊收购了DuckLabs，这家公司正是开发分析数据库DuckDB的厂商。DuckLabs的联合创始人Hannes Mühleisen和Mark Raasveldt将继续在AWS的领导下带领团队继续开展工作。此次收购的目的是为了推动DuckDB的发展，并扩大其影响力，同时确保它保持开源软件的地位。在这次收购之后，Amazon Aurora PostgreSQL首次加入了基于DuckDB的技术功能。 作者：Gianmarco Nalin
“Reverse Engineer Anything”是一个开源项目，在GitHub上获得了超过20万的星标。该项目将Claude Code、Codex等编程工具与Ghidra、Hopper、IDA等逆向工程工具连接起来，使开发人员能够检查编译后的二进制文件、追踪函数调用过程，并了解应用程序是如何实现特定功能的。 作者：Renato Losio
在当今，系统设计是软件工程师最重要的技能之一。无论你是在申请高级职位还是普通职员岗位，又或是想提升自己的架构设计能力，掌握如何设计大规模系统都是进入顶尖科技公司的关键因素。 为了帮助你掌握这些知识并顺利通过面试，我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门为期3小时的完整课程：《像高级工程师一样设计软件系统》。 这门课程提供了一个实用的四步框架，帮助你梳理思考过程、提出恰当的问题，并在压力下处理模糊的需求。 课程内容以实际生产系统中常见的案例为基础，这些案例在面试中经常会被提及。你将学习如何运用这个框架来为大型平台设计高级架构，例如： Spotify Bookin
像GPT-4和Claude这样的人工智能模型，需要庞大的、结构极其复杂的物理基础设施来支持其运行。我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门全新的课程，这门课程会带你深入了解那些为人工智能革命提供动力的数据中心。 这门课程详细追踪了电力从电网传输到最终被用于执行矩阵运算的GPU这一整个过程。 该课程全面解析了人工智能数据中心的构成原理，向你讲解以下内容： 高压电力分配网络及备用系统是如何将稳定的电力输送到服务器机柜中的。 为防止庞大的GPU集群出现过热现象，先进的水冷系统以及全球性的散热机制是如何发挥作用的。 在模型训练和推理过程中，成千上万的芯片之间需要通过复
一个完美的最终结果并不能证明某个具有自主行为能力的人工智能系统的工作流程是正确的。 本书提出了一种基于代码的方法，用于验证系统执行过程及所产生的业务成果，并利用这些证据来决定是否允许该系统正式投入使用。 书中还提供了一个可运行的离线测试工具，用以演示各种核心技术。第19章专门区分了那些已经实现的功能与那些仍处于开发阶段、尚未投入实际应用的扩展功能。 目录 引言 第一部分：可靠性差距 第二部分：基础原理 第三部分：核心结论 第四部分：行为特征 第五部分：跨领域问题 第六部分：决策过程 第七部分：诚实性与普及度 结论 术语表 参考文献 生产就绪性检查清单 引言 那个“虚假的演示” 许多具有自主行为
这个指导性实验将带你了解如何迁移一个小型支付应用。该应用包含使用React开发的用户界面以及运行在AWS EC2实例上的Express API，而数据库则仍保存在AWS上。 你需要将用户界面和API迁移到Google Kubernetes Engine上，但无需更改客户目前使用的公共URL地址，而是逐步将流量从AWS转移至GKE，每次转移的比例为几百分比。 完成整个迁移过程后，你将能够在本地运行该应用，在AWS上搭建基础设施，通过八个Terraform步骤在GKE上构建环境，测试新环境是否正常工作，然后将生产环境的流量全部转移到GKE上，完成切换流程，并拆除不再需要的资源。 下图展示了迁移过程
从2027年开始，微软将将其Maia加速器系列的应用规模扩大到多吉瓦级别，使其成为自身产品的主要推理系统。Maia 300能够将扩展能力集成到同一个以太网架构中，并能够在预处理任务节点与解码任务节点之间高效地传输关键数据信息，而无需离开该网络架构。不过，业界专家对微软在宣传中提到的“每瓦特可使用一定数量的计算资源”这一说法提出了质疑。 作者：Steef-Jan Wiggers
软件供应链安全企业Chainguard宣布推出了两款测试性产品，用于检测开发人员以及人工智能程序编写的代码。其中，“Chainguard Workspaces”提供了基于加固版微虚拟机的远程开发环境，而“Chainguard Checks”则将持续集成技术融入了开发流程中。该公司在伦敦举办的Assemble活动中正式发布了这两款产品。 作者：Matt Saunders
本文为企业在选择移动开发框架提供商或相关库之前提供了必要的思考框架。它指出了哪些组件可以安全地被抽象出来，哪些信任边界必须为企业所了解，哪些加密机制及互操作性特性需要被验证，以及在实际应用中这些需求会如何发生变化。 作者：Praveen Kumar Gopalakrishnan
AWS推出了两个用于开发人工智能代理的开源项目：Strands Decider 2B，这是一个专为在代理工作流程中协助做出决策而设计的小型模型；另一个项目是Strands Box，它是一个用于控制代理执行过程的沙盒环境。这两个项目分别从不同角度帮助人们构建那些能够使用工具、执行代码并与外部系统进行交互的智能代理。 作者：丹尼尔·多明格斯
Andrew Martin探讨了为什么人工智能安全与Kubernetes的安全性密切相关。他分析了当前不断变化的人工智能威胁形势，涵盖了非确定性智能体的行为特征、GPU供应链中的安全漏洞、共享计算环境带来的风险，以及一系列实用的防御策略——从使用防火墙来保护系统，到对智能体进行身份验证——这些措施都有助于保障生产环境中基于云技术构建的人工智能应用系统的安全性。 作者：Andrew Martin
Helidon 27的发布是首次遵循Oracle提出的“前端采用最新Java技术，后端提供更稳定、更安全的基线”这一开发模式进行的版本更新。随着JDK 27的发布，Helidon 27也带来了许多新功能，其中包括新增的一些重要模块，比如Helidon Messaging和Helidon Data JDBC。 作者：Michael Redlich
了解如何在系统、技术及团队环境发生变化时，依然让软件具备进化能力。本期内容探讨了用于应对语义变化的“智能适应机制”，将人类的理解能力视为核心设计指标；同时介绍了保障区域自主性的跨云技术框架，并使技术边界与康威定律保持一致。不要局限于静态的设计图谱，而是要运用能够确保变化过程安全且具有明确方向的持续反馈系统。 InfoQ出品
Grafana Labs提出了一种熟悉的可靠性工程方法，用来解决现代软件中一个相对不为人所熟知的问题：如何判断某个人工智能代理是否真的表现良好。 作者：Craig Risi
最近，InfoQ举办了一场网络研讨会，讨论了在部署智能系统过程中所面临的运营挑战。会议重点提到了诸如语义差异与嵌入信息偏差等问题，这些问题可能会导致严重的错误。专家们认为，有必要实施自动化的代码审查机制、持续评估模型性能，并加强隐私保护措施。本次研讨会强调了在系统部署与安全管理方面应采取的战略性方法。 作者：Olimpiu Pop
Uber开发了一套自动化的依赖关系分析系统，该系统利用RPC中间件以及生产环境中的各项指标来分析调用方与下游组件之间的故障关联关系。这种分类方法将依赖关系分为“失败时关闭相关组件”、“失败时保持相关组件正常运行”以及“未知类型”三种，并有效弥补了采样式分布式追踪技术在处理Uber庞大服务网络中那些罕见故障时的局限性。 作者：Leela Kumili
Zod是一个专注于TypeScript的schema验证工具库，最近发布了4.5和4.6版本。这些新版本带来了诸多重要改进：通过优化schema编译流程，数据解析速度得到了提升；内存占用也显著降低；同时还新增了许多验证功能。该工具库能够支持高效的数据验证操作，在JavaScript生态系统中依然非常受欢迎，每周的下载量都达到了数百万次。 作者：Daniel Curtis
谷歌的研究人员将EnvHarness这一框架开源了。该框架能够动态地调整代理训练环境，以弥补代理自身的缺陷，而无需对代理本身、训练环境或评估系统进行任何修改。据研究人员称，这种方法既能提升学习效果，也能提高学习效率，同时还能帮助代理克服自身的弱点。 作者：塞尔吉奥·德·西蒙内
在某些情况下，地图项目所需要的不仅仅是标记和多边形。你希望地图上能够出现一些动态效果：水沿着街道流动、烟雾随风飘散，或者冲击波从某个点扩散开来。 我第一次尝试实现这些效果时，做了我觉得理所当然的事情——我在地图上方添加了一个 元素，然后在上面绘制动画效果。 但结果看起来很不对劲，无论我怎么调整也无法改善这个问题。那些动画效果边缘分明，而且似乎“漂浮”在地面之上；每当我想倾斜或旋转地图时，这些动画就会与下方的地图内容对不上位。 我在开发 HazardSim 这个浏览器模拟器时遇到了这个问题。在这个模拟器中，自然灾害会在真实的地图上发生。海啸场景经历了大约十几次的修改，才终于不再看起来像是一张被贴
在大多数工程团队中，都会进行这样的对话——不过往往为时已晚。 想象一下：某个功能被部署到生产环境中之后，才会进行安全审查；或者在进行渗透测试时发现了问题；更糟糕的是，还会收到事故报告。 这些漏洞确实是存在的，修复它们也需要投入大量成本。而在这些讨论中，总会有人说：“我们需要为这个功能添加安全措施。” 但这个问题就出在这里：安全并不是事后才添加到软件中的东西，而应该从项目一开始就被纳入设计之中。一旦开始考虑为已经存在的东西添加安全功能，那就意味着你已经进入了“事故应对模式”。 “安全驱动设计”是一种完全不同的思维方式——在制定架构决策之前，就应该明确安全要求；在编写任何代码之前，就必须了解潜在的
我们的值班团队使用了一个小型内部笔记API。与之配套的网页应用可以显示当前谁正在负责处理紧急事务、哪些日期被安排为部署禁用期，以及运行脚本的位置。该团队中的一位开发人员希望能够在不打开网页应用的情况下，通过类似“Cursor”这样的工具进行搜索。 他们按照大多数人在周五下午会采取的方式设置了这个系统：将API的基本URL复制到助手设置中，将从共享操作库中获取的长期有效令牌粘贴到笔记本电脑的环境变量中，然后在助手的使用说明中添加了一条提示：“仅用于读取笔记内容，不得进行任何修改。” 在他们的机器上，这个系统确实能够正常工作。当他们询问下一次部署禁用期是什么时候时，助手会调用相应的搜索接口，从而返
每一个发布软件的团队最终都会搭建一个测试环境。而每一个搭建了测试环境的团队，最终都会遇到同样的问题。 测试环境是共享的。一个环境，却有大量的拉取请求。有人会部署一个尚未完成的功能来进行测试，其他人会在其基础上继续进行开发，还有第三个人会执行数据库迁移操作。到了周四下午，就没人能弄清楚到底哪个分支的哪个版本正在运行中，“在测试环境中可以正常使用”这句话已经完全失去了任何参考意义。 常见的解决办法包括：创建一个Slack频道，让大家把测试环境当作会议室来使用；制定轮换部署计划；或者再搭建第二个、甚至第三个测试环境，但每个测试环境的配置都会与生产环境越来越偏离。 其实有更好的解决方案。像Vercel
在Spring Security 7中，Spring Authorization Server被集成到了该框架中，且仍然使用相同的Maven坐标进行管理，因此这次升级仅仅是一个版本号的更新而已。本文档介绍了如何启用DPoP机制以及RFC 8693规定的令牌交换功能，解释了为什么在使用Spring Security 7.1的应用程序中，在调用 `.dPoP()` 方法之前，这些应用程序会暂时停止执行与DPoP相关的规则，并说明了如何将这两种机制结合起来，从而为服务之间的交互以及代理请求生成更加安全、且能限制发送方行为的令牌。 作者：Dhruv Agnihotri
Grafana Labs发布了Tempo 3.1版本，这是对3.0架构的首次小型升级。该版本为Kafka客户端添加了TLS协议支持以及额外的SASL认证机制；同时允许操作人员使用TraceQL查询来筛选特定的数据记录，而无需列出所有的追踪ID；此外还引入了一种实验性的功能：在查询时可以自动修正针对采样数据的统计结果。 作者：Claudio Masolo
Brendan O’Leary探讨了现实世界中人工智能的普及程度实际上取决于人们是否能够建立起对相关技术的信任，而非仅仅追求各种模型评估指标。他利用多达40万亿条使用数据，详细解释了人工智能普及过程中的四个关键阶段，并分析了在信息构建、多模型协同处理以及反馈机制等方面可能出现的故障点，这些分析有助于工程领域的领导者成功推进基于人工智能的工作流程的规模化应用。 作者：Brendan O’Leary
软件只有在被实际部署后才能发挥其价值，因此更快的发布节奏至关重要。开发、部署与运维环节需要采用不同的思考方式、评估指标以及投资策略。在科技领域，这些流程会产生四方面的影响：产品成功率、计算能力、工程开发能力以及战略创新能力。其中，最大的一项成本就是人力投入。人工智能的发展会让工程师们更加专注于深入理解各种问题，而不是减少工程师的数量。 作者：本·林德斯
Instagram Direct将其Android应用程序的用户界面从传统的Android View系统迁移到了Jetpack Compose，从而创建了一个更适合人工智能编程工具理解和修改的UI代码库。据Instagram的工程师们表示，这一迁移使得UI代码的数量减少了50%，同时每个人工智能程序会话所消耗的资源成本也降低了33%。 作者：Sergio De Simone
一份打印任务、一次性下载的内容或支持文件，通常只需要在有人使用完它们之后被删除即可。但大多数后端系统仍然会像Google Drive那样存储这些文件：给它们起个名字，不设置过期时间，并在数据库中记录相关信息，以便日后能够检索到这些文件。 本教程将向你介绍我在实际开发中使用的一种简单模式，这种模式适用于处理打印任务。这些原理并不局限于打印领域，你可以将其应用于任何需要临时存储数据的任务：接收数据、短暂保存它们、将它们交给授权的使用者，然后删除它们。 你不会得到一个完整的应用程序，而是会学到一些能够防止数据队列变成一个庞大的文件库的方法。 目录 你将构建什么 你需要什么 一个服务，而不是多个服务
2026年10月1日，尼日利亚的邮政编码从六位数字改为由11个字符组成的代码，这种编码能够唯一标识某栋建筑，例如 EK-01-A03-FK-01 。 在此之前训练的语言模型仍然会自信地使用旧格式来处理邮政编码。这会影响两种类型的程序：一种是负责生成验证代码的编程程序，另一种是在运行时从客户信息中读取邮政编码或填写配送表格的程序。 本文将介绍如何解决这个问题。对于那些生成验证代码的程序，你需要检测它们目前生成的代码是否存在错误，并为它们提供相应的规则来纠正这些错误；而对于在运行时处理邮政编码的程序，则需要为它们设定明确的边界：当模型提出一个邮政编码时，由特定的程序来判断该编码是否符合规范、是否已
VoidZero推出了Vite+ 1.0，这是其JavaScript工具链的第一个稳定版本。该版本配备了一个命令行工具，用户可以通过一个配置文件来管理Node.js项目、进行包管理以及进行前端开发。此次更新还包括与GitLab的集成，以及增加了对Docker的支持。未来还会继续进行升级，重点提升系统的稳定性及诊断功能。 作者：Daniel Curtis
谷歌在Antigravity SDK中加入了对本地模型的支持，这使得开发人员能够在自己的机器上直接构建和运行相关工作流程，同时也可以灵活地结合基于云的模型来处理更高级的任务。这种设计为开发人员提供了更大的控制权，使他们能够更好地管理数据隐私、推理成本、网络依赖性以及计算工作负载的分配。 作者：Sergio De Simone
Shipt推出了“组合购物包”功能，用户可以快速组装出适合各种活动的主题性食品购物包。该平台的设计使得商家能够轻松创建与自家店铺特色相符的购物包，从而简化原本繁琐的工作流程。通过使用灵活的商品模型、购物清单以及组合购物包系统，该平台能确保根据当地的库存情况及顾客的需求来准确展示这些购物包。 作者：Khurshid Hameed
希勒尔·韦恩探讨了形式化方法原理——诸如属性强度、状态空间验证以及环境假设等——是如何帮助软件工程师及早发现那些关键的架构缺陷的。他分享了一些实用的思想模型，比如“对抗性不确定性”，这些模型能够帮助人们在不需要使用复杂的数学工具的情况下，来分析并发问题、边缘情况以及分布式系统中的故障。 作者：希勒尔·韦恩
Meta已将“私有处理技术”应用于AI眼镜。通过使用加密虚拟机、可信执行环境、远程认证机制、匿名身份验证方式、OHTTP路由技术以及基于TEE技术的存储系统，这些AI眼镜能够在云端处理人工智能相关的工作负载，并保持用户的持久性上下文信息。 作者：Leela Kumili
Cloudflare已经启动了其OHTTP Gateway的封闭测试阶段。这个被设计用来为相关网站解密“匿名HTTP请求”的服务，其独特的设计理念在于：该服务不会解密那些来自Cloudflare Workers或通过Cloudflare进行代理传输的请求，因为这样做会导致客户端标识信息与请求内容落入同一方手中。 作者：Steef-Jan Wiggers
Nicholas Herring介绍了EVE Online是如何在这套已有20年历史的大型多人在线游戏架构中实现分布式追踪与可观测性管理的。他探讨了如何利用基于头部数据的动态指数移动平均算法以及确定性采样技术，来保证系统数据的高准确性、控制遥测数据的生成成本，并避免在高吞吐量的实时游戏模拟环境中出现性能下降的情况。 作者：Nicholas Herring
AWS为Amazon EventBridge推出了一种升级版的自定义事件总线。这一新功能的目的是为解决这样一个常见问题：当基于事件驱动的架构被应用于多个团队或不同的AWS账户时，事件处理基础设施往往会变得分散、不统一。 作者：Craig Risi
一旦人工智能技术被应用于实际生产中，代码生成的速度会远远快于审核这些代码的速度；代币的成本也会随之上升；评估结果必须足够可靠，才能作为决策依据；同时，相关系统还需要具备相应的权限控制机制。2026年QCon AI纽约会议（12月15日至16日）已经安排了多场由工程师们主讲的演讲，他们将在这些演讲中分享自己是如何应对这些挑战的。 作者：Artenisa Chatziou
Zimbra协作套件中存在一种严重的远程命令执行漏洞，其CVE编号为CVE-2026-73570。这一漏洞会允许未经授权的用户访问邮箱数据及用户名密码，从而带来严重风险。由于该漏洞源于输入数据的清洗处理不当，因此已被不法分子恶意利用。建议各组织尽快将Zimbra升级到10.1.20版本，或禁用存在风险的SNMP服务，以降低风险。 作者：Olimpiu Pop
Backstage 1.55为“软件模板”相关任务提供了可选的恢复功能，能够让那些遇到故障或超时的任务从上一次完成的步骤开始继续执行。此外，此次版本还对目录管理、搜索功能以及技术文档进行了修改，因此各团队在升级到当前版本的1.55.3补丁之前，应先检查自己的配置设置。 作者：马克·西尔维斯特
苹果推出了一种基于JSON的新格式，用于Xcode项目配置文件，以此取代传统的基于属性列表的格式。这种新格式从Xcode 27.2版本开始提供，其目的是提升代码的可读性、简化维护工作，并使人工智能编程助手能够更轻松地理解并修改项目配置文件。 作者：塞尔吉奥·德·西蒙内
GitLab发布了其DevSecOps平台的19.4版本，此次更新为GitLab Duo CLI添加了目标驱动模式，同时还提供了三种托管型的开放权重模型、更丰富的Model Context Protocol工具，以及对人工智能相关支出的更为细致的控制机制。 作者：Matt Saunders
本周于2026年10月5日发布的Java新闻汇总主要包括以下内容：针对JDK 28提出的OpenJDK JEP提案；“延迟初始化常量”功能被提升为候选功能；Apache Grails 8.0和Open Liberty 20.0.0.10正式发布；TornadoVM、Infinispan、LangChain4j以及Spock也分别发布了更新版本；此外，GlassFish也进行了维护性升级。 作者：Michael Redlich
React 19.3于9月9日正式发布，其中包含多项新功能，其中包括`react-dom.browser()` API。这一API允许组件选择不使用服务器端渲染机制，从而有效解决那些依赖客户端特定数据的组件的问题。它为处理数据加载不一致的情况提供了更简洁的解决方案，同时还支持条件性数据获取功能，这些特性大大提升了开发者的灵活性。 作者：Daniel Curtis
埃里克·彼得森探讨了为何人工智能相关支出的规模正在超过云服务的费用，这一现象是如何引发一场重大的软件工程成本危机的。他解释了“tokenmaxxing”机制、单位经济效益的概念、开发者被强制提升职位的现象，以及为什么到2028年，完全自主的人工智能系统将能够自行编写代码、部署系统并管理相关流程。 作者：埃里克·彼得森
在这期播客中，Michael Stiefel与Joy Ebertz讨论了人工智能技术如何改变建筑师和开发人员的工作方式。对于建筑师而言，关注企业的长期发展往往是被忽视的重要任务之一；而随着人工智能技术的发展，这一任务的重要性更是日益凸显。 作者：Joy Ebertz
在湖仓架构的设计中，物理数据存储布局的决策具有至关重要的意义。作者在Delta Lake平台上针对四种不同类型的工作负载，对比了“液态聚类”技术、Z排序算法以及数据分区方案，并发现了两种目前尚未被记录在案的故障模式；这些故障模式很可能会影响当前的实际生产系统运行。同时，作者还提出了一套决策框架，帮助用户选择合适的存储布局策略。 作者：Kushal Kumar Vishwakarma
Spotify称，在人工智能技术的辅助下，每月进行的代码合并修改次数增加了一倍以上，这一变化促使该公司重新审视其工程团队所采用的质量控制与可靠性保障措施。为了应对日益增多的软件变更需求，该公司对测试流程、故障检测机制、回滚能力、工作负载优先级分配以及自动化维护系统进行了调整。 作者：Leela Kumili
结构化数据对搜索引擎来说一直都非常重要。当搜索引擎读取你的页面时，它看到的是HTML代码：标题、段落、日期以及名称等等。 结构化数据能够直接告诉搜索引擎这些内容的含义。例如，这个页面是一篇文章，这是它的标题，这篇文章是由某个人撰写的，并且发布于某个特定的日期。 对我来说，搜索引擎优化并不是一个需要简单勾选的步骤。我希望自己创建的产品和网站能够被人们找到，并且在被找到之后也能被正确理解。 因此，只要合适，我就会在每一页中添加结构化数据。而且我认为，随着人工智能系统开始根据网页内容来回答问题，结构化数据的重要性只会越来越明显，而不会减弱。 在Next.js应用程序中，没有任何工具会自动为你生成这些
在 我之前的文章中 ，我探讨了“执行器独立性”这一概念：即不同的执行机制应当能够满足相同的操作规范要求。 所谓“执行器独立性”，指的是即使负责执行的机制发生了变化，操作规范本身仍然应该保持稳定不变。 这种理念为我们提供了一种有用的架构模型： 规范 ↓ 执行器 ↓ 证据 然而，这仍然留下了一个重要的问题：我们该如何判断某次执行所产生的结果是否真正符合这些规范要求呢？ 这就是所谓的“合规性评估问题”。 从执行器的角度来看，某个部署过程可能已经成功完成，但实际上却可能违反了操作规范的要求； 某个修复机制也可能完成了所有计划中的操作，但最终仍会使系统状态超出可接受的范围内； 甚至一个恢复操作也可能在没
有一次，一位同事问我，为什么我的代码中有一个长达三行的注释。那个数字就是 18 。 那条注释说明了这个数字来源于哪条规则、哪个部分规定了它的使用方式，同时还提醒人们这个数值可能会在未经通知的情况下发生变化。对于一个两位数的整数来说，这样的注释似乎有些过分了——直到我想起了另一种情况。 在大多数软件中，常量其实是开发者自己做出的决定；但在那些需要遵守相关法规的软件系统中，常量往往是由 其他人 制定的，他们可以随时更改这些常量的值，而不会通知开发者。而且，这些常量的数值往往具有法律上的权威性，但开发者可能并不完全理解它们的含义。 我在开发一套金融计算器的时候，才深刻体会到了这两点。下面我就讲讲当时
AWS最近宣布为Amazon EventBridge推出了升级版的自定义事件传输机制，该机制使各组织能够在不同账户之间共享一个集中式的事件传输系统，并具备有序发送数据、简化订阅者管理、支持事件回放、基于内容进行去重处理等功能，同时还采用了新的按发布者/订阅者数量计费的定价模式。 作者：Renato Losio
可靠性管理公司Gremlin宣布，其开发的Foresight AI产品现已正式投入使用。这款产品能够分析各类服务中可能存在的故障隐患，提出相应的改进建议，并重新执行测试以确认修复措施是否有效。 作者：Matt Saunders
来自Meta、MIT和华盛顿大学的研究人员提出了一种名为“上下文语言模型”的新方法，这种方法使语言模型能够自主管理和编辑自身的信息内容，而无需依赖预先定义的摘要生成、压缩或信息检索机制。研究结果表明，这种新方法在性能和计算效率方面都取得了显著提升。 作者：Sergio De Simone
Cloudflare已将“Traces”功能推入公开测试阶段，这一功能将自动追踪的功能扩展到了Workers、安全规则、数据转换、缓存处理、路由机制以及源服务器管理等领域，并且这些追踪数据都符合OpenTelemetry的标准。Traces功能能够接收并转发W3C规定的traceparent头部信息，而“Trace Rules”则允许用户进行有针对性的数据采样。从12月1日起，Cloudflare的收费方式将改为根据数据摄入量及存储容量来收取费用。 作者：Steef-Jan Wiggers
大多数自动化教程都只会教你如何连接两个简单的应用程序，然后就认为教学任务完成了。但实际上，要构建企业能够在生产环境中实际使用的工作流程，就需要掌握完全不同的技能——这些技能涉及后端架构设计、智能决策机制以及高度可靠的系统实现方式。 我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门内容全面的的新课程，这门课程会教你关于n8n和人工智能自动化的相关知识。你将学会如何利用n8n来构建一个由现代人工智能技术支持的全面自动化工作流程管理系统。 以下是这门课程中你会掌握的核心内容： 核心架构与配置 学习n8n的基本使用方法，了解如何操作工作流编辑界面、管理Webhook触发器，并
Cloudflare已经推出了K2测试版，这是一种基于无服务器架构的事件流处理服务，其数据存储系统采用R2对象存储技术。据Cloudflare称，该服务的平均响应延迟约为1秒（在P95百分位值下）；不过有测试者报告称，端到端的响应延迟为7.5秒，而代表开发团队回应的评论者表示，这一数值确实高于预期。该服务的使用费用与数据生成费用相同，按每GB计算。 作者：Steef-Jan Wiggers
HashiCorp宣布，适用于Google Cloud的Terraform插件版本8.0现已正式上市。此次更新主要修改了两种Compute Engine资源的默认负载均衡设置，同时移除了那些与已停止使用的Google Cloud服务相关联的资源。 作者：Claudio Masolo
在这期播客中，负责“文化与方法”板块的首席编辑Shane Hastie与Built公司的创始人、著作《Minimum Viable Manager》的作者Matt Gjertsen进行了交谈。他们讨论了每位初任管理者必备的三项基础能力，探讨了如何建立信任以及如何提供有效的反馈，同时还分析了在人工智能时代，人类的领导力为何显得更加重要。 作者：Matt Gjertsen
Valkey是一个正在发展中的项目，它是在两年前作为Redis的一个分支而启动的。目前有来自不同公司的12位维护者和9位委员会成员在参与这个项目的开发工作。最近，该项目在性能方面取得了显著提升，集群功能也得到了改进；同时，开发者还计划添加同步复制和分层存储等功能。此外，该项目也非常重视安全性，并通过自动化手段来提高代码发布的效率。 作者：Olimpiu Pop
Prasanna Vijayanathan和Renzo Sanchez-Silva介绍了Netflix是如何处理每秒高达3800万条事件的观测问题的。他们讨论了如何用基于人工智能的运营本体模型以及Claude等图形数据库来取代传统的被动监控机制，并阐述了如何将MELT遥测数据整合到可查询的知识图中，从而实现自动分类、根本原因分析以及系统的自我修复功能。 作者：Prasanna Vijayanathan, Renzo Sanchez-Silva
CircleCI现已正式推出其Machine Runner Orchestrator 1.0.0版本，该版本能够根据持续集成工作负载的需求，自动调整自托管的Machine Runner虚拟机的规模。 作者：Craig Risi
在人工智能辅助开发的帮助下，GitHub在大约14.5周的时间里，将超过80万行用于Copilot运行时的代码从TypeScript和Node.js语言迁移到了Rust语言。这一分阶段进行的迁移过程利用了N-API接口的互操作性、自动化测试机制、人工审核流程，同时还提交了128份拉取请求，而且在此期间应用程序的更新版本也持续发布了。 作者：Leela Kumili
Shopify对其“结账模块”应用程序进行了更新，将五款使用率较高的结账界面扩展程序改用Preact和Polaris网页组件来实现远程DOM渲染。此次重构还包括切换到TypeScript语言以及使用新的API版本，这些措施使得应用程序的文件大小和加载时间大幅减少。从2026年10月1日起，系统将仅支持经过更新的版本。 作者：Daniel Curtis
谷歌发布了Android Bench 2.0，这是对其用于评估Android开发环境中的人工智能模型及智能体的基准测试框架进行的重大升级。此次更新引入了“长周期任务”机制、基于智能体的评估方式以及连续性评分系统，这些新功能有助于更准确地评价那些复杂的多步骤开发任务的执行效果。 作者：塞尔吉奥·德·西蒙内
你并不需要庞大的GPU集群来了解现代前沿人工智能的运作原理。在freeCodeCamp.org的YouTube频道上发布的新视频中，你可以直接在自己的笔记本电脑或普通CPU上构建、预训练并微调这个拥有2500万个参数的语言模型。 虽然前沿实验室会使用拥有数十亿个参数的大型系统进行训练，但其核心架构、数学原理和工作流程其实都是相同的。将模型的参数数量减少到2500万，并使用简洁的词汇表，就能大幅降低对昂贵云计算资源的依赖，使得训练过程能够在几秒钟内就在你的CPU上完成。这种快速的迭代机制让你能够实时观察到数据集、损失函数及奖励机制的变化如何影响模型行为。 本课程涵盖以下内容： 现代大语言模型架构
制作系统架构设计图是技术文档中非常重要的一部分。随着系统复杂性的增加，团队内部的信息清晰度就变得更加重要了。 但是，使用类似画布的工具从零开始绘制图表并不总是高效的。 幸运的是，还有一种替代方法，那就是采用“将图表视为代码”这种方式来创建图表。在这种方法中，你需要使用预定义的语法来描述图表的各个组成部分，而不是直接进行绘图操作。 目录 将图表视为代码的优势 先决条件与安装方法 什么是图表？ 你的第一个图表 如何连接节点与数据流 数据流的分类与整理 集群概念 边与连接关系 总结 将图表视为代码的优势： 变更内容可以通过版本控制进行追踪。 由于无需从零开始绘制，也不需要手动调整格式，因此能够节省时
在现代Web应用中，路由机制已经远远超越了仅仅根据URL路径来渲染组件的范畴。如今的开发者们渴望获得端到端的类型安全性、自动化的代码拆分功能、无缝的URL搜索参数管理机制，以及高效的数据获取方式，而无需被繁琐的`useEffect`钩子所困扰。 TanStack Router是一个功能强大的路由框架，它能够提供100%的TypeScript类型安全性，并确保在代码正式投入生产之前就能发现其中存在的错误。 我们最近在freeCodeCamp.org的YouTube频道上发布了一门全面的实践课程： TanStack Router课程——加载器、认证与类型安全的路由机制 ，该课程由Tapascrip
在最近的“生日周”活动中，Cloudflare发布了Clef这一系列开源人工智能模型。这些模型的设计目的是在预先定义的选项中做出选择，而不是生成文本。Cloudflare推出了参数量为90亿和270亿的模型，并提供了一个平台，可用于将这些模型适配到具体的决策任务中。 作者：Renato Losio
欧洲各组织可以通过开发可靠的替代方案并掌握必要的技术技能来增强自身的技术主权，而不是完全避免使用全球性的供应商。在OSS欧盟举办的小组讨论中，人们强调了了解云计算及硬件系统中的各种依赖关系的重要性，并指出，在软件选择方面必须做出实际可行的决策，才能真正实现有效的操作主权。 作者：Olimpiu Pop
Pratik Rasam介绍了Spotify Ads Manager是如何利用Google ADK Java在大规模环境中运行真正可投入实际应用的多智能体系统的。他分享了其中的关键架构模式、领域所有权模型、必要的约束机制，以及基于追踪技术的评估方法，并详细阐述了在划分智能体职责范围、优化工具架构以及在控制成本的同时避免出现“单体智能体系统”这种常见问题的过程中所积累的经验教训。 作者：Pratik Rasam
谷歌已正式推出Spanner Omni，使得人们能够在本地环境、云环境中或笔记本电脑上使用这一分布式SQL数据库。为实现这一目标，谷歌用类似Colossus的抽象层替换了原有的Colossus架构，并采用基于软件的时间同步技术来替代TrueTime系统。目前，谷歌并未为Spanner Omni提供任何服务水平保证；因此，用户需要承担由此带来的延迟问题以及额外的运营维护成本。 作者：Steef-Jan Wiggers
Cloudflare将前沿的人工智能模型置于受控制的测试环境中，以此来测试其Web应用防火墙的功能；这些被阻止的攻击行为被用作模型生成新变体、并进一步优化模型的起点。 作者：Matt Foster
本文介绍了一种自定义实现方案，该方案在Apache Kafka的分区基础上提供了会话级别的排序功能，使得数千个独立通道中的消息能够保持严格的排序顺序。这一解决方案需要应用层路由机制、一致的哈希算法、重试机制以及连续的水印提交机制。工程师们通过对系统进行一系列测试，确保了该方案的稳定性。 作者：Joshua Oluikpe
Hannah Foxwell探讨了如何应对这种由自动化编码技术带来的变革，这些变革迫使工程领域的领导者重新思考团队协作的方式。她提出了三个关键原则，以帮助人们在人工智能加速发展的背景下保持正确的方向：开发真正有价值的软件、优先考虑安全性而非开发速度，以及通过让团队成员掌握通用的技能，并维持可持续的值班制度，来保留人类在开发过程中的重要作用。 作者：Hannah Foxwell
10月14日，InfoQ将举办一场为期60分钟的免费研讨会，邀请五位专家讨论在生产环境中部署人工智能技术的相关问题。他们将会探讨智能体的自主性与人工审核流程、如何验证人工智能生成的内容、敏感数据的保护措施，以及如何在生产环境中使用问答系统。报名参与者可以提交问题，还会收到研讨会的录像。 作者：Artenisa Chatziou
Grab将其高吞吐量的Counter服务从基于宽列结构的数据库迁移到了Aerospike系统。在迁移过程中，该公司采用了存储抽象技术、分流流量机制、数据校验机制，并逐步完成业务的迁移工作。经过重新设计的数据模型将原有的时间戳信息整合成了基于映射结构的存储格式。据Grab称，采用新系统后，其生产环境中的P99读取延迟降低了约50%，磁盘使用量也从3TB减少到了1TB，而且每个节点的运营成本也下降了45%到50%。 作者：Leela Kumili
在2026年欧洲嵌入式Linux大会上，Wolfram Sang讨论了用于实现非对称多处理技术的Linux相关技术架构。他指出了这些技术所具备的坚实基础，同时也提到了目前存在的一些问题，比如参与开发的人员数量有限，以及测试工作分散且不够系统化。Sang针对硬件锁机制所进行的研究揭示了这些技术在维护方面的复杂性，并指出需要更多开发者与测试人员来支持不断发展的非对称多处理系统。 作者：Olimpiu Pop
由独立研究机构Coleman Parkes代表专注于利用人工智能技术进行根本原因分析的Undo公司开展的一项调查发现，虽然人工智能编码助手加快了代码生成的速度，但它们却将主要的瓶颈转移到了调试、代码理解以及代码维护环节。 作者：Sergio De Simone
在Intuit，我的团队构建了一个数据处理流程，用于处理TurboTax电子申报系统中产生的数据。这些数据需要被用于制作仪表板、进行分析，以及满足其他后续使用需求。 其中最大的挑战之一就是如何保护那些属于 个人身份信息 的数据，比如社会安全号码。这类信息具有极高的敏感性，因此在数据处理的每一个环节都必须得到妥善保护。与此同时，分析团队有时也需要进行一些正常的业务操作，例如识别与特定客户相关的记录，或者进行精确匹配查询。 那么，如何在保证这些敏感信息不被泄露的同时，允许人们对这些数据进行受控的搜索呢？在本文中，我将解释解决这一问题所涉及的加密技术原理，包括以下内容： 概率加密与确定性加密 对加密
Claude Code不仅能提出修改建议，还能编辑文件、安装依赖项、运行测试，并启动你的应用程序。 但让它独立完成任务会引发一个实际问题：这些命令应该被允许影响你计算机的哪些部分呢？ 如果逐条审核这些命令，就能确保你在每个步骤中都能参与其中；而取消这些提示功能，虽然可以让Claude继续工作，但你仍然需要某种方式来限制它的权限。 Docker沙箱通过将Claude运行在一种轻量级的Linux虚拟机中，为这种权限控制提供了保障。这种虚拟机被称为微虚拟机，它能对你的项目和网络访问进行严格管控。 我想看看这种自由度到底有多实用，以及它的局限性在哪里。在Docker沙箱环境中，Claude为我的Fla
Cloudflare最近推出了cf的公开测试版本。这是一种新的开源命令行工具，专为与Cloudflare的各种服务进行交互而设计，用户可以通过统一的命令行界面来使用这些服务。该工具是用TypeScript编写的，因此能够提供结构化输出，并帮助用户更快地找到所需的命令，从而让开发人员和AI代理都能更轻松地使用Cloudflare的API。 作者：Renato Losio
普热梅斯瓦夫·亚历山大·卡明斯基创建了RACE这一工具——它是一个基于Rust语言开发的终端多路复用器，能够将子进程分离出来并让它们在后台运行。当他发起一场广告活动时，尽管他的代码经过了公证验证，也通过了安全浏览检测，但自动扫描系统仍以存在恶意软件为由暂停了他的账户。这个例子说明了：当广告识别算法用于评估POSIX进程架构时，可能会出现操作上的死锁现象。 作者：奥利米皮乌·波普
Matthew Liste详细阐述了构建可扩展、可靠的企业技术平台所应遵循的12项核心原则。从避免产生技术债务、管理旧技术的淘汰问题，到营造良好的工程文化，Lista探讨了如何设计能够降低复杂度、简化开发人员的工作流程，并为高级架构师和工程团队领导者带来长期价值的基础设施平台。 作者：Matthew Liste
这是QCon London 2027议程的预览内容，该会议共包含15个主题环节，涉及智能体评估与安全机制、人工智能时代的架构设计、分布式系统的调试技术、现代数据平台的应用、高性能工程开发以及Staff+领导力培养等相关议题。 作者：Artenisa Chatziou
OpenTelemetry已将其Kubernetes属性处理器升级至v1.0.0版本，这一举措标志着在提升Kubernetes监控数据的可预测性及稳定性方面取得了重要进展。 作者：Craig Risi
大多数安全文章读起来都像威胁报告。它们从外部角度描述各种漏洞：攻击者会采取什么行动、这些漏洞会造成什么影响，以及全球范围内有多少系统会受到影响。这样的信息确实很有参考价值，但它们并不能帮助工程师构建更安全的系统。 但这篇文章有所不同。它从内部角度分析OWASP API安全十大漏洞中的每一个：是哪些工程决策导致了这些漏洞的出现，违反了哪些架构原则，以及应该采取什么样的工程标准才能防止这类漏洞被应用到生产环境中。 我在受监管的金融环境中从事过多年大规模生产级应用程序的开发工作。这份列表中提到的漏洞并非理论上的概念，我在实际系统中见过其中的大部分。有些漏洞在我将其投入生产之前就发现了；而有些则在我开
发送电子邮件并不一定意味着它能够到达收件人的收件箱。有时，虽然应用程序成功发送了邮件，但它最终却被归入了垃圾邮件文件夹。 对于开发者来说，这种情况确实是一个严重的问题，尤其是当他们需要发送密码重置链接、账户验证码或支付确认信息等重要消息时。 这时，“电子邮件的送达率”就显得尤为重要了。电子邮件服务提供商并不会仅仅检查邮件是否已经发出，还会审查谁发送了这条邮件、它是如何被发送的，以及这条邮件看起来是否可信。 为了实现这一目标，这些服务提供商会使用诸如发件人信誉评估、电子邮件认证以及基于人工智能的垃圾邮件过滤技术。随着人工智能在这一过程中扮演的角色越来越重要，了解这些系统的工作原理对开发者来说也变
可观测性并不是一个新出现的问题，NestJS也绝不是第一个试图解决这个问题的生态系统。 但NestJS Observe之所以值得关注，是因为它提出了一个更为具体的问题：当可观测性系统能够理解其所监控的框架时，会发生什么呢？ 在了解其实现机制之前，我们首先需要明确这个问题，以及为什么框架的上下文会对此产生重要影响。 可观测性问题 如果你曾经长期开发并维护过服务器应用程序，你肯定遇到过这样的情况：某个API莫名其妙地运行速度变慢了，但你却不知道原因何在。 你检查了日志，却发现没有任何明显的异常。数据库运行正常，也没有任何错误信息；在你的本地机器上，这个接口也能正常工作。 于是你添加了一些日志记录：
你很可能已经看过这样的情景：在使用人工智能编码工具构建的应用程序中，出现了某些故障。你让这个工具去修复这些问题，它似乎也“修复”了它们，但实际上错误依然存在，或者又出现了新的问题。 于是你会说“还是不行”。工具会再次尝试修复。二十分钟后，你会发现代码中的错误更多了，可用的功能也更少了，而且完全不知道该如何让应用程序恢复到正常状态。 人们常常用“人工智能反而使问题更加严重”或者“工具陷入了无限循环的修复模式”这样的表述来描述这种情况。这并不是某个特定产品的缺陷，像Replit、Cursor、Claude Code、Base44这类工具都会出现同样的问题，因为这种故障的本质是系统性的。 本教程将解
每种API都包含某种形式的认证机制。但仅仅拥有认证机制与正确实施这一机制是两回事。 我曾经见过一些生产环境中的系统：在这些系统中，JWT令牌没有过期时间限制；有些系统的API密钥被硬编码在源代码中，并被提交到了公共代码仓库中；还有一些系统在使用OAuth重定向URL时使用了通配符；还有些系统在处理金融相关的API时使用了基本认证机制，而这些API本应通过HTTPS进行传输，但却没有人对此进行检查。 上述每一个情况都构成了潜在的安全漏洞，随时可能被恶意利用。 这些问题的产生，并非源于粗心的工程师。而是那些虽然了解各种认证机制的工作原理，却不了解它们在出现故障时会如何导致问题发生的工程师。没有人告
Cloudflare将运营一个免费的公共证书颁发机构，用于发放具备量子安全性的传输层安全证书。这一举措旨在帮助解决从传统公钥加密技术向后量子时代加密方法过渡过程中所遇到的各种挑战。该方案利用默克尔树证书来减少数据传输量，从而保持系统运行的效率，同时还能提升证书的透明度以及撤销机制的可靠性。 作者：Olimpiu Pop
Cloudflare公开了一项与其容器及沙箱服务相关的安全漏洞：该漏洞是由于配置不当的存储系统导致被重复使用的数据块未被清零，从而引发了跨租户的数据泄露问题。研究人员在四大洲发现了被泄露的目录结构、数据库页面以及完整的SQLite数据库文件。Cloudflare已经针对这一漏洞采取了补救措施，目前尚未发现有任何有人利用该漏洞进行攻击的行为。 作者：Steef-Jan Wiggers
微软发布了Aspire 13.6版本。此次更新中，控制面板开始使用SQLite来存储相关数据，而且每个应用程序最多可以记录10次测试结果。新版本还为Java和Rust语言提供了预发布版本的运行环境包，同时增加了可移植的文件路径设置以及新的命令行选项。值得注意的变化还包括：对于本地的MongoDB资源，系统现在会自动启用TLS加密功能；此外，默认使用的Cosmos DB模拟器镜像也进行了更新。 作者：Almir Vuk
在这一集中，Atsign公司的工程师、同时也是QCon London安全主题研讨会的主持人Chris Swan，回顾了2026年QCon London会议上讨论的内容，并预告了下一届会议将探讨的主题。讨论重点在于：安全工程领域正在发生怎样的变化——这种变化使得安全防护措施不再依赖于人类的警惕性，而是转向在整个应用程序栈范围内采用自动化、系统级的防御机制。 作者：Chris Swan
在这篇文章中，作者讲述了自己在库存推荐系统中遇到的与AI智能体“幻觉现象”相关的问题，以及是如何通过将大语言模型技术视为一种平台基础设施而非应用程序来解决这一问题的。他还提出了建立一个共享型大语言模型平台的必要性，认为这样的平台应该配备诸如提示词注册与管理、版本控制机制、数据结构规范强制执行功能，以及能够根据请求动态分配令牌成本等通用服务。 作者：Aditya Mulik
Susan Chang介绍了Elastic是如何从那些孤立、零散的人工智能评估方法，转变为使用统一、适用于生产环境的评估框架的。她讨论了如何在利用大语言模型进行评估时与确定性规则相结合，如何将Python数据科学评估工具与TypeScript生产代码结合起来，以及如何通过实施深度追踪机制，在处理复杂的RAG任务和网络安全相关项目时及时发现系统性能的退化现象，同时确保能够保留相关的领域背景信息。 作者：Susan Chang
Akka使用了65个开源项目来研究规范结构、上下文环境、模型选择、自动化验证机制以及相应的约束条件如何影响人工智能辅助下的软件移植过程。实验测定了各种因素对开发时间、代码量、测试结果以及程序性能的影响，发现不同模型、不同的开发投入水平以及不同类型的项目在这些方面存在显著差异。 作者：Leela Kumili
本周于2026年9月28日发布的Java新闻汇总重点介绍了以下内容：JobRunr 9.0和OpenXava 8.0的正式发布；Quarkus、Micronaut、LangChain4j以及Eclipse JNoSQL的相关更新版本；适用于Java和Kotlin的开发工具包；同时还介绍了一款名为Lathe的新Java语言服务器。 作者：Michael Redlich
在 我之前的文章中 ，我认为软件自动化需要在操作意图和执行环节之间添加一个中间层。 原因很简单：规范应该明确什么是成功，而执行者则负责决定如何实现这一目标。 这种分离带来了一种重要的可能性： 如果操作规范与执行机制相互独立，那么多个执行者都应该能够满足同样的规范要求。 这听起来很直观，但实际上却会引发一些复杂的问题： 两种不同的执行器能否达到相同的结果？ 我们该如何对它们进行比较？ 当执行器发生变化时，哪些部分必须保持稳定？ 哪些差异是可以接受的？ 每个执行器应该提供什么样的证据来证明自己的结果？ 我们如何判断执行器的独立性是真实的还是仅仅理论上的？ 这些问题非常重要，因为现代软件系统很少会长
每年有四次，所有参与“税收数字化”计划的个体经营者和房东都必须向英国税务海关总署提交一份收入与支出的汇总报表。 2026-27纳税年度的第一个截止日期是8月7日，这个期限已经过去；第二个截止日期则是11月7日。每份汇总报表都需要通过软件向英国税务海关总署发送一次API请求，而本教程正是专门讲解如何正确完成这些请求操作的。 您无需事先阅读任何其他资料即可跟随本教程进行操作。每次进行“税收数字化”集成时所需的一次性设置信息（包括沙箱应用程序、OAuth 2.0访问令牌以及防欺诈相关配置）已在下方的简要总结中列出，同时每段代码示例中也都会使用到一些辅助函数。 如果您想深入了解这些设置步骤，我曾在 之
大多数JNI崩溃并不是由复杂的逻辑错误引起的，而是由于在对象引用方面存在一些小问题造成的：例如，在引用已经失效后仍然继续持有它；创建引用的速度快于释放它们的速度；或者将某个引用传递给根本不应该使用它的线程。 这些错误很难被发现，因为程序崩溃通常发生在与引发问题的那行代码相距很远的地方，有时甚至是在垃圾回收器运行几分钟后才发生的。 Java本地接口为C和C++代码提供了一种调用JVM并操作Java对象的方法。本地代码永远不会获得对Java对象的原始指针，而是会得到一个引用，而每种类型的引用都有其自身的规则，规定它有效的时间长度、哪些线程可以使用它，以及谁负责释放它。一旦这些规则被明确了解，大多数
Archestra发布了OpenAPPA，这是一种开源安全工具，旨在防止由于提示注入或模型异常行为导致的数据泄露。该团队在使用Bench-Corp（20个多步骤企业工作流程测试场景）和AgentThreatBench进行安全性能测试时，发现没有一次攻击能够成功突破OpenAPPA的防御机制；而Claude Code的自动检测模式仅有10%的攻击成功率，Microsoft FIDES的这一数字则为31%。 作者：布鲁诺·库里奥尔
在AWS工作的开发团队最近将“Pizza Bot”这个开源应用程序公之于众。这款应用程序允许人工智能代理在后台执行任务，并通过类似收件箱的界面返回结果。这些代理可以执行定时任务或由Webhook触发的工作，还可以将任务分配给专门的处理程序；在需要人工审核时，它们也会暂停执行相关操作。 作者：Renato Losio
谷歌的AndroidX安全状态库使应用程序能够在各个组件层面验证安全补丁的安装情况，而无需依赖整个设备统一的安全补丁更新时间。 作者：Sergio De Simone
阿尼尔·马达瓦佩迪在最近发表的一篇文章中指出，人工智能技术能够将那些关于软件漏洞的公开信息转化为可实际使用的攻击手段，从而削弱开源项目中传统的安全信息披露禁令所发挥的作用。作者强调，由于漏洞被发现与被利用之间的时间间隔正在缩短，因此加快补丁的制作和发布流程显得十分必要。 作者：雷纳托·洛西奥
Istio 1.31在“环境模式”中添加了agentgateway相关功能；1.31.1版本还包含了对配置问题的修复。此外，Istio不再将相关的图像文件及Helm图表发布到Google Cloud上，因此各团队需要在10月13日的测试之前完成代码仓库的迁移工作，并更新用于验证这些图像文件的签名密钥。 作者：Mark Silvester
Swaroop Chitlur和Sidd Kodwani讲述了DoorDash在构建内部生成式人工智能平台过程中的经历。他们讨论了那些关键的架构决策，包括如何从依赖第三方供应商的方案转向使用开放源代码模型，如何处理大语言模型与智能代理之间的交互机制，以及如何在保证准确性的同时降低延迟并控制成本，以满足超过5,000名内部用户的实际需求。 作者：Siddharth Kodwani, Swaroop Chitlur
CVE-2026-85706是一处严重的GitLab路径遍历漏洞，该漏洞已从理论风险阶段发展到了实际被利用的阶段。该漏洞会影响自我管理的GitLab CE/EE版本，使得未经授权的远程攻击者能够从GitLab系统中读取任意文件。 作者：Sergio De Simone
“唤醒锁”是Android系统中最简单的API之一，同时也是最容易被误用的功能之一。获取一个唤醒锁只需要一行代码；但如果忘记释放它，手机的CPU可能会持续工作数小时，从而导致电池在夜间被耗尽，同时你的应用程序也可能会在Google Play上收到警告标签。 大多数与唤醒锁相关的错误并不是由于对API本身的误解造成的，而是源于一些常见的控制流程问题：比如在调用 acquire() 和 release() 方法之间抛出了异常、程序过早退出、回调函数从未被执行，或者引用计数出现了失衡。 这些错误在代码审查过程中很难被发现，在常规测试中也无法显现出来，因为通常情况下设备都是处于连接电源且处于唤醒状态的
过去，要开发一款能够投入正式使用的移动应用，通常需要由前端工程师、后端工程师以及DevOps团队共同协作。然而借助现代的人工智能工具，现在单个开发者也能够将一个想法从概念阶段发展成最终可在App Store上发布的应用程序。 在freeCodeCamp.org的YouTube频道上发布的一套全新教程中，你将学习如何开发并发布CodexGram这款功能完备、风格类似Instagram的社交媒体应用。这套课程不仅仅侧重于表面的“代码编写技巧”，而是强调有针对性的规划、可复现的设计方案、强大的后端集成功能，以及严格遵循App Store的应用审核标准。 CodexGram是使用Expo（React
在任务列表中，创建图表似乎是一项简单的任务。但当你打开 Recharts 的文档后，就会发现其实每个图表的设置都需要耗费不少精力：需要为标签和颜色配置相应的对象、设置坐标轴、添加工具提示、设计图例、选择适合深色模式的配色方案，还要确保图表容器能够正确地调整大小。我们大多数人都会从上一个项目中复制这些设置内容，然后重新命名相关变量即可。 shadcn/ui 图表组件在一定程度上减轻了这些工作负担。它为 Recharts 提供了与主题风格相匹配的配色方案和工具提示功能，但用户仍然需要手动编写每个图表的代码。 因此，我开发了 ChartCN——这个免费且开源的 shadcn 图表生成工具 。你只需粘
像Lovable、Bolt这样的工具，第一次使用的时候真的会让人觉得像是魔法一样。说实话，我第一次看到这类东西的时候简直惊呆了……而且这一切都是通过聊天窗口来完成的！真是太不可思议了。第一次尝试使用Lovable的时候，我甚至产生了一场关于“存在意义”的哲学思考。 但你们有没有想过，其实这些工具内部到底发生了什么？比如说，究竟是怎么让一个应用程序能够生成另一个可以用于测试、分享或下载的应用程序的呢？ 显然，在某个地方有一个AI模型在编写代码。但这个过程具体是如何进行的呢？那些代码需要被安装、编译并运行才行。而我有点怀疑的是，现在似乎没有人会在这些代码运行之前去仔细检查它们。这些代码可能会出现错
每个网站都会收到用户的反馈，而其中大部分反馈最终都会被搁置在某个不太合适的地方。有的访客会发现某个按钮无法正常使用，然后会通过电子邮件联系你；还有人会在社交媒体上留言，反映他们的手机无法打开某个页面；再有人则会填写你的联系表格，提出一些功能改进的建议，而这些建议就会和新闻通讯、收据之类的信息一起堆在你的收件箱里。 当你终于坐下来准备处理这些反馈时，你会发现那些错误报告分散在三个不同的地方。其中有一半的报告缺少必要的详细信息，而那些被上传到GitHub上的报告，也是有人手动复制过去的，有时甚至还会把访客的电子邮件地址也粘贴在里面。 因为我想为自己的项目提供更好的支持系统，所以我决定自己动手开发它
我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门内容全面、完全免费的Kotlin课程。 无论您是想要学习Android开发、可扩展的后端服务，还是跨平台应用程序的开发，这门课程都会帮助您从编写第一行代码开始，逐步掌握异步编程和反应式流的相关知识。 本课程涵盖以下内容： 基础与设置 安装IntelliJ IDEA，了解JVM的工作原理、类型推断、基本数据类型、控制结构（如`when`语句、循环），以及Kotlin内置的 空值安全机制 。 函数与集合 默认参数、`vararg`语法、lambda函数、数组、集合类型（`List`、`Set`、`Map`）、二分搜索以及错误
DigitalOcean最近推出了“DigitalOcean Managed Agents”测试版，该服务为AI应用提供了托管式的云基础设施支持：这些AI应用运行在隔离的微虚拟机环境中，工具使用受到严格管控，同时还能实现无服务器式的AI推理功能。 作者：Sergio De Simone
Docker宣布，它将把“沙箱工具包规范”提交给CNCF，其目的是让AI代理能够访问的各种资源具备与代理本身相同的便携性。 作者：Claudio Masolo
“可再生设计”这一概念改变了组件的重用模式。一种完善的設计系统能够根据需求生成大多数标准的用户界面组件，因此，为维护这些核心组件包而投入资源已经不再像过去那样具有合理性了。最重要的是要确保设计系统、相关代币、开发规范以及测试流程得到妥善管理——正是这些因素才真正保证了设计的一致性。 作者：丹尼尔·柯蒂斯
2026年旧金山QCon大会将汇聚来自Airbnb、OpenAI、Netflix、Honeycomb等企业的专家，他们将分享自己在如何构建、运营以及优化生产系统方面的经验——尤其是在人工智能技术逐渐发挥更重要作用的背景下。 作者：Artenisa Chatziou
在2026年的开发者大会上，OpenAI宣布了一系列产品更新与开发工具升级，其中包括GPT-6.1 Sol、用于Agents API的计算机支持系统、基于云端的Codex开发环境、Decisions API，以及ChatGPT的新插件功能。 作者：Daniel Dominguez
Ian Cooper探讨了在大规模事件驱动架构中如何管理异步API。他解释了消息传递中的“基本要素”（地址、绑定机制及契约规范），并分享了如何利用AsyncAPI、CloudEvents、模式注册系统以及基于实际工程实践构建的自动化CI/CD基础设施管道来解决相关问题——这些经验来自Just Eat Takeaway公司的实践。 作者：Ian Cooper
Envoy Gateway发布了v1.9.1版本，这是一个专注于安全性能、升级可靠性以及系统运行稳定性的维护版本，这一更新是在v1.9版本发布之后进行的。 作者：Craig Risi
Uber对Uber Eats的搜索系统进行了全面改造，最终使得端到端的处理延迟降低了50%。这些改进包括采用新的测量机制、减少数据检索的工作量、实现并行处理、重新设计广告数据的存储与传输方式、优化基础设施配置，以及调整代码编写流程。此外，Uber还在探索使用微批量处理技术、基于产品的数据检索方式以及HTTP多部分数据流传输技术。 作者：Leela Kumili
当一个页面包含150张内容量很大的卡片，但用户只能看到前几张时，会发生什么呢？ 你可能会认为浏览器只会处理当前可见的内容。但实际上并非如此。 即使某些内容位于视口之外数千像素的位置，浏览器仍然可能需要对其进行渲染处理。 因此我想尝试一种方法：如果我们能够告诉浏览器：“目前不需要渲染这些内容，用户还看不到的部分可以跳过不渲染”，会怎么样呢？ 浏览器无需立即渲染所有这些内容，对于用户暂时看不到的部分，可以直接跳过渲染步骤。 CSS中有一个属性可以帮助我们实现这一目标，而且只需用一行代码即可完成： .card { content-visibility: auto; } 这自然让我很好奇：这种设置究竟
智能手表让人们更轻松地获取健康数据。只需快速看一下手腕，就能知道自己的心率、步数、睡眠时长，甚至还能估算出身体的恢复情况。 但显示这些信息仅仅是健康监测的一部分。更重要的是要准确且持续地收集这些数据，而且通常不能干扰人们的日常活动。 正是这一区别使得无屏幕的可穿戴设备得以进入消费市场。智能手环和无屏幕健身追踪器能够在不显示通知或不断要求用户查看手腕的情况下，记录各种健康数据和活动指标。它们会在后台收集信息，而最详细的数据分析结果则可以通过配套的智能手机应用程序获取。 然而，去掉屏幕并不会自动让可穿戴设备变得更准确。如果设备的传感器在应对运动、皮肤接触不良等因素时存在问题，即使它收集了数千次数据
为临床环境开发人工智能其实比看起来要困难得多。这不仅仅意味着需要选择一个合适的模型或调整正确的参数。 当工程师们进入医院这个生态系统时，他们会很快发现：那些在其他行业中被他们广泛使用的工具，在这里往往无法正常使用。临床数据杂乱无章、极其敏感，而且分散在许多不同的系统中。妥善处理这些数据并非可有可无，而是整个系统能否正常运行的基础。 临床数据有多种形式。其中一部分是结构化的数据，比如存储在表格中的实验室检测结果；另一部分则是非结构化数据，比如医生手写的病历被扫描成PDF文件。所有这些数据都受到严格的隐私保护规定的约束，而且每一条数据都可能直接影响患者的诊疗效果。 与电子商务或广告领域不同，在这些
Node.js是一种用于在浏览器之外执行JavaScript的运行时环境。无论是小型脚本还是大规模的后端应用程序，Node.js都提供了构建适用于各种环境的JavaScript应用所需的API和工具。 然而，学习Node.js可能会让人感到不知所措。由于有太多需要理解的API、包、工具和概念，人们很容易迷失方向。 正因为如此，这本书重点讲解了构建实际应用所需的基础Node.js知识，避免了不必要的干扰。你将了解到Node.js的工作原理，如何使用其内置的API，以及如何创建能够处理文件、URL、事件、HTTP请求等功能的应用程序。 你还会学习到Express.js是如何简化许多常见的服务器端任
现代的代码库变得越来越难以浏览。这并不一定是因为开发人员自己编写了更多的代码，而主要是因为编码辅助工具会生成成百上千行代码，因此代码审查成为了了一个亟待解决的问题。 在大型语言模型出现之前，你可能需要花费数天的时间才能编写出几行代码。这意味着你的参与会让某个项目的代码结构逐渐丰富起来；只有当你加入新的团队或开始新的工作时，才需要去审查和了解那些新添加的代码。 但如今，一个简单的指令就能在几分钟内生成数千行代码，这些代码分散在上百个文件中。在这种规模下，传统的代码审查方式已经不再适用了——你花费在审查代码上的时间，实际上比编写代码的时间还要多。 例如，如果你打开一个庞大的TypeScript项目
当你更新某个部署配置后，运行 ` kubectl rollout status ` 命令并等待结果。然而这个命令会超时。但是，当你向该服务发送请求时，它仍然会做出响应。那么，更新操作是否已经完成呢？如果还没有完成，那么目前有哪些 Pod 在处理用户的请求呢？ 你可以在一个专用的 Kubernetes 实验环境中来探究这种情况。从一个运行正常的应用程序开始，你会故意引入三种故障：无法拉取镜像、 readiness probe 始终检测不通过，以及无法被调度执行的 Pod。你需要找出导致这些问题的原因，检查相关证据，并确认问题已经得到解决后，才能继续进行下一步操作。 在那种由于镜像下载失败而导致的
微软已将Azure Container Apps Express与运行在其上的微虚拟机计算平台Container Apps Sandboxes一同正式推出。Express版本省去了环境配置流程，能够实现零延迟扩展，并且可以从预先加热好的资源池中在几毫秒内完成启动。不过，它不支持自定义域名、区域冗余设置、Key Vault功能，也不兼容OpenTelemetry和Dapr技术。 作者：Steef-Jan Wiggers
TypeSafe AI是由前OpenAI研究员Diogo Almeida创立的，该公司推出了Jev这一决策模型。该模型生成的输出结果是带有类型信息的，而非纯文本形式。它能够并行处理输入数据，最终提供的结果会附带概率分数和置信度数值。Jev得到了迅速的应用，已经被集成到了Vercel、Netlify等平台上，这些事实充分证明了它相较于传统模型的高效性。 作者：Daniel Curtis
一次常规的TLS 1.3升级意外地破坏了Route 53的健康检查机制，导致内容分发网络停止将流量路由到正常的服务器区域，而内部监控系统却并未显示任何异常。本文探讨了为什么高可用性与韧性实际上是截然不同的问题、控制层之间的依赖关系如何会导致隐藏的故障现象，以及为何在缺乏明确的责任划分机制时，系统的恢复能力会逐渐减弱。 作者：阿列克谢·戈列夫
Dhruva Juloori探讨了Uber是如何在那些每月要处理超过65,000次代码变更的庞大单仓库系统中保持构建流程的顺畅与高效运行的。他解释了SubmitQueue是如何利用二进制分析算法、冲突检测机制以及机器学习模型来预测构建过程的成败及执行所需时间。此外，Dhruva还提到了通过绕过那些较大的代码差异文件，Uber成功将持续集成系统的资源使用效率提高了53%，同时使代码合并请求的审批流程速度加快了37%。 作者：Dhruva Juloori
软件工程技能的提升需要放慢节奏。生成式人工智能已经改变了软件工程领域中技能培养的方式。虽然各种工具和人工智能技术能够加速学习进程，但它们未必真正有助于技能的发展。工程师们必须了解系统的运作原理才能真正掌握相关知识。资深开发人员可以通过运用各种学习方法来指导初级开发者。 作者：本·林德斯
与会专家们探讨了人工智能如何推动生产运营领域的变革，如何将各类运营数据转化为可用于应对各种突发情况的实用信息。他们还解释了自动化技术以及新的架构设计方法是如何帮助工程团队构建更加易于理解的系统的，并进一步分析了人工智能如何改变软件交付流程，以及如何颠覆那些一直以来都具有确定性特征的生产应用模式。 作者：Michael Hausenblas、Sujana Sooreddy、Noam Levi、Renato Losio
高通为其即将推出的Snapdragon X2系列笔记本电脑处理器发布了Linux操作系统的早期开发预览版本。这一举措旨在在产品正式上市之前，让该操作系统能够与主流的Linux内核顺利集成，从而有效避免ARM架构笔记本电脑过去常常遇到的软件问题。这个预览版本包含了功能完备的Debian 13操作系统环境，其目的在于实现系统初始化过程及硬件任务管理的标准化。 作者：Olimpiu Pop
迟早，大多数前端开发人员都会遇到这样一个问题： "这个内容能覆盖整个屏幕吗？" 无论是幻灯片、视频播放器、信息亭的控制面板、游戏界面、绘图工具，还是教室投影仪上的计时器，当浏览器标签页和地址栏还显示在屏幕边缘时，这些界面看起来总是不完整。 好消息是，浏览器本身提供了解决方案： 全屏API 。不过坏消息是，这个API存在一些问题，在实际使用中很可能会遇到麻烦——比如用户的手势操作、Safari浏览器特有的前缀、某些iPhone设备的不兼容性，以及屏幕在进入全屏状态两分钟后就会自动变暗的问题。 在本教程中，你将学习如何： 将任何元素（或整个页面）设置为全屏显示，然后再恢复正常视图 当用户按下 Es
大型语言模型能够回答问题、总结文档、编写代码，还能与外部系统进行交互。但构建一个可靠的人工智能应用，仅仅发送指令并显示响应是远远不够的。 一个可用于实际生产的应用程序必须能够管理对话历史记录、提供相关的上下文信息、安全地使用各种工具、处理不同类型的响应，并判断生成的内容是否有用。 在本教程中，我们将构建 ShopHelper ——这个为虚构在线商店设计的客户支持助手。完成制作后，ShopHelper将能够做到以下几件事： 以统一的语气回答常见问题 记住顾客之前说过的话 通过调用代码中的函数来查询订单状态 安全地处理Claude给出的多段式响应 利用工作流程来处理客户支持请求 评估修改提示语后效
我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门内容全面、操作指导详细的视频课程，这门课程会教你如何使用Python和Django从零开始构建一个自动化、端到端的算法交易系统。 该课程将引导你完成名为“Momentum Trader”的功能性Web应用程序的开发过程。这款应用程序能够对大量的股票进行评估，在12个月的时间范围内计算出这些股票的动量指标（同时会排除最近一个月的数据以避免出现短期价格波动），从而生成买入/卖出的交易信号，并自动将这些指令发送到相应的经纪账户中执行。 课程内容涵盖了整个开发流程，详细解释了其中的量化分析逻辑以及系统架构构成： 使用Django
现在是星期四，大约两点二十分。两周前，你们的团队推出了一款内部辅助工具。测试效果还不错，以至于财务部门的某个人询问这种工具是否能够阅读合同文件。消息很快传开了，今天，所有人第一次同时使用这款工具。 支持渠道收到了同样的投诉，但这些投诉是以六种不同的方式表达的。是系统出现故障了吗？我的设备只是一直在循环加载中……今天早上它还能正常工作啊。有人发了一张显示加载指示器的截图，但没有附上任何说明文字，看来他们觉得这样挺有意思的。 于是你打开了控制面板。 所有节点都已准备就绪，容器也在运行中，CPU使用率仅为20%。没有发生重启现象，也没有进入崩溃循环状态，也没有任何警报被触发。根据Kubernetes
无论你是在写文章、发推文还是撰写博客帖子，记录单词数和字符数都是非常重要的。 在这个教程中，你将从零开始构建一个功能完备的实时单词计数工具。你会使用HTML来构建结构，CSS来实现美观的设计，而纯JavaScript则用于处理计数逻辑。 由于这个工具完全在浏览器中运行，因此你在输入文本时它就能立即开始工作，并且你的文本数据也会得到严格保护，不会被泄露。 让我们开始吧。 先决条件 为了轻松跟随本教程，你需要具备以下条件： 对HTML标签和CSS样式有一定的了解。 熟悉JavaScript的相关概念，比如函数、事件监听器以及基本的正则表达式。 需要一个代码编辑器（例如VS Code）以及一台网页浏
Svelte团队已经将SvelteKit 3推进到发布候选阶段，这一阶段的重点在于对代码进行优化，为未来的更新做好准备。其中一些重要的变更包括：将配置文件移至`vite.config.ts`中，并用`#lib`代替`$lib`这个别名，以提高兼容性。SvelteKit 3需要Vite 8和Svelte 5作为运行环境，这些新版本在提升错误处理能力与构建效率的同时，也保留了一些实验性的功能。 作者：Daniel Curtis
CodeScene发布了一项案例研究：在三周的时间里，这些编程机器人使用大约4,000美元的代币费用，重新编写了30万行C语言代码，其工作过程通过逐帧回放工具进行了验证。在这些过程中，这些机器人还建立了一套针对特定代码库的编程流程指南。不过，业内人士对这项研究的范围、评估指标，以及最终结果在多大程度上受到所使用工具的影响提出了质疑。 作者：Steef-Jan Wiggers
Patrick Debois探讨了如何运用经过验证的软件工程实践来管理、评估、分发以及监控各种上下文信息。他指出，将上下文数据视为代码来进行处理——包括对其进行测试、应用持续集成/持续部署机制、使用包管理工具以及进行安全扫描——能够帮助工程领导者可靠地扩展人工智能编码系统的规模，有效控制那些具有非确定性结果的流程，并帮助组织逐步积累长期可用的知识资源。 作者：Patrick Debois
Cursor推出了名为“Continuity”的Git存储架构，该架构以基于S3技术的预写日志作为数据存储的权威来源。这种设计将本地的NVMe仓库转换为缓存系统，并将副本协调机制与数据一致性保障机制分开处理。在模拟测试中，使用S3 Express One Zone时，Cursor能够实现线性扩展——当副本数量达到100个时，每秒仍可完成超过300次数据推送操作。 作者：Leela Kumili
本文介绍了InfoQ提供的两门在线认证课程：这些课程涵盖了生产环境中的人工智能系统在安全与隐私方面的相关要求，同时也讲解了当编程机器人被应用于现有的代码库时所需进行的验证工作。 作者：Artenisa Chatziou
软件自动化擅长将指令转化为具体的行动。 一个部署流程可以完成发布操作，Terraform可以配置基础设施，运行手册可以重启服务，而代理程序则可以分析遥测数据并选择相应的补救措施。 但这些系统都有一个共同的弱点：它们通常更擅长执行指令，而非理解这些指令背后的真正意图。 当自动化过程较为简单时，这种差距很容易被忽视。如果一个脚本只执行一条命令，那么这个脚本本身或许就足以说明应该发生什么。 然而，随着系统变得越来越分布式、越来越受策略驱动，也越来越自主，执行逻辑开始承担一些原本并不属于它的职责。 如今，一个部署工作流程可能会包含以下内容： 需要部署什么 它可以在哪里运行 必须遵守哪些约束条件 需要检
现代模型在近100%的情况下都能生成语法正确的代码。Veracode在2026年发布的报告明确指出：“语法问题已经基本得到解决。” 这听起来像是一个里程碑，但实际上正是这个原因导致了当前存在的问题。 同一份报告测试了上百种模型，发现它们的平均安全通过率仅为56%，“与第一份报告中的55%几乎没有变化”；大约44%的代码生成任务会引入安全隐患。 功能正确性与安全性其实是两个不同的问题，而目前只有其中一个问题接近得到解决。 这个结果既不是个特例，也不是什么新鲜事。2022年，在IEEE安全与隐私会议上，纽约大学坦登分校的一个团队让GitHub Copilot在89种与安全相关的场景中运行，生成了1
每当我们发布一份工程招聘启事时，一周内就会收到300到400份简历。仔细阅读每一份简历大约需要两分钟的时间。因此，仅仅为了处理一个职位空缺，我们在开始任何面试之前就已经要花费11个小时来处理这些简历了。 但实际上，并没有人会真的去阅读每一份简历。相反，人力资源部门会进行快速的筛选工作。他们会快速浏览应聘者的职位名称、工作经验年限以及所掌握的技术框架，然后在大约15秒的时间内，将简历分为“需要进一步查看”和“可能不符合要求”两类。当他们看到第40份简历时，他们对这份简历的关注程度就已经远远低于对第4份简历时的关注了。 我们的目标就是取代这种快速筛选的过程，而不是放弃阅读简历这一环节。当阅读简历确
许多开发人员认为，一旦使用了对象关系映射工具，SQL注入问题就不再存在了。但实际上，这个问题并没有消失，只是转移到了其他地方。 像Sequelize、Prisma、TypeORM和Knex这样的对象关系映射工具会自动为你生成参数化的查询语句，这一功能确实非常实用。但问题往往出现在那些超出了这些工具安全处理范围的代码部分——比如那些无法被对象关系映射工具的查询构建器清晰表达的原始SQL语句、动态排序字段，或者那些被不加思考就直接使用的辅助函数。 恰恰就是这些地方，会成为攻击者首先关注的目标。而且由于应用程序的其他部分看起来都受到了保护，开发者很容易忽视这些问题。 本文将重点讨论四种这类常见的安全
Cloudflare已经正式推出了基于PEP 783标准开发的Python Workers功能，这些功能是通过Workers connect API来实现的，同时也利用了操作系统中的socket系统调用。不过，该公告并未提供任何关于性能的数据。后来，一位urllib3项目的维护者质疑：究竟是谁在为这些上游开发工作提供支持？而Wasmer的创始人则要求提供有关“冷启动时间”的数据，他引用了Cloudflare之前发布的信息，称冷启动时间约为1.027秒。 作者：Steef-Jan Wiggers
Cloudflare推出了“Worker预览”功能。这一功能使得每个Git分支都能拥有属于自己的、独立且类似于生产环境的开发环境。每个这样的环境都有一个固定的URL，同时每个分支也拥有自己独特的配置设置和状态信息。此外，该功能还提供了针对特定范围的数据观测功能。 作者：Claudio Masolo
软件公司Atlassian发布了一份关于自己从gostatsd迁移到OpenTelemetry的说明。这一迁移旨在替换原有的指标收集平台，该平台原本负责从遍布14个地区的约10万台服务器中收集数据。由于原有系统的服务水平协议达标率为99.95%，因此团队必须在不干扰生产环境中的警报系统的前提下完成平台的更换。 作者：Matt Saunders
冈萨洛·马尔多纳多阐述了技术领导者如何运用自己的“风险投资抽象层知识”将工程技能转化为创业成功。他分享了自己在寻找产品与市场的匹配点、将商业提案编写成类似技术文档的形式、避免联合创始人之间产生矛盾，以及如何在零利率环境下将内部平台视为商业项目来评估等方面的宝贵经验。 作者：冈萨洛·马尔多纳多
在2026年9月21日这一周，一系列重要的发布活动接连发生：Spring Boot、Spring Batch、Spring Security、Spring AMQP、Spring Integration、Spring Data、Spring Framework、Spring for GraphQL以及Spring for Apache Kafka都迎来了它们的第二个里程碑版本；同时，Spring AI、Spring Cloud、Spring Web Services和Spring LDAP也首次发布了新的版本。 作者：Michael Redlich
Adobe的工程师们提出了一种开源方案，使得团队能够在多租户Kubernetes环境中自行访问自家的Prometheus指标数据，同时不会泄露其他团队的共享指标信息。 作者：Craig Risi
Cloudflare在其边缘网络中实现了对HTTP Vary头的原生支持，这一功能提升了所有客户计划的缓存管理效果。该特性有助于更有效地协商内容呈现方式，同时最大限度地减少缓存碎片化现象。运营商可以为请求头定义特定的行为规则，从而更好地控制缓存效率并降低服务器负担。 作者：Olimpiu Pop
最近推出的Amazon CloudWatch Omni是一款以人工智能为核心的技术平台，旨在在统一的环境中监控、评估各类应用程序以及自主运行的AI系统，并帮助用户解决其中出现的问题。 作者：Sergio De Simone
本周于2026年9月21日发布的Java新闻汇总主要包括以下内容：TornadoVM 7.0和Groovy 6.0正式发布；GraalVM与Gradle也进行了版本更新；Quarkus及用于Micronaut的GDK也发布了维护版本；Maven 4.0的第七个测试版也已问世；Micrometer Metrics与Tracing也达到了新的发展阶段；此外，Open Liberty和Hibernate ORM也分别发布了测试版。 作者：Michael Redlich
AWS最近宣布，Aurora DSQL现已支持外键约束功能，这使得应用程序能够直接在数据库中维护参照完整性，包括执行“CASCADE”、“SET NULL”等相关操作。这一功能的添加弥补了长期以来用户们一直认为会阻碍该技术被广泛采用的缺陷。 作者：Renato Losio
Linear将其基于React开发的应用程序从使用styled-components迁移到了Meta推出的StyleX这一CSS-in-JS库，整个迁移过程涉及了超过1,000个拉取请求。此次迁移的目的是提升应用程序的性能，并明确界定组件的功能边界。虽然有人对StyleX的一些限制性规定提出了批评，但这一变革确实减少了主线程的负担，从而提高了页面的加载速度。 作者：Daniel Curtis
Uber发布了一份关于其新开发的ServiceScale控制器的详细说明。该控制器能够让多个调度系统安全地管理同一Kubernetes工作负载的扩展行为。这篇由高级软件工程师Egor Grishechko和Srikar Paruchuru撰写的博客文章，阐述了该公司是如何将扩展指令与执行过程分开处理的，从而实现区域间的故障切换机制，同时避免浪费多余的闲置资源。 作者：Matt Saunders
Ben Maraney介绍了Forter是如何帮助技术人员和非技术人员更轻松地创建人工智能代理的。他谈到了如何利用定制的MCP服务器，结合无代码和基于代码的开发平台，避免使用复杂的RAG架构，并协调安全团队和法律部门的工作，从而加速整个研发部门对这类人工智能代理的采用。 作者：Ben Maraney
在这期播客中，Michael Stiefel与Erin Doyle讨论了人工智能工具是如何改变软件开发流程的，以及这些工具对软件工程师产生了哪些影响。如今，架构设计能力已经变得至关重要，因为工程师们必须了解如何构建系统，并能够应对需求中存在的各种限制及模糊性。 作者：Erin Doyle
现代软件架构通常会使用一些旧有服务来完成特定的任务，但这些服务往往缺乏详细的文档说明；如果使用者对这些服务的原理不了解，使用它们就会带来风险。而人工智能编程辅助工具可以帮助填补这一知识缺口。 作者：Pierre Pureur、Kurt Bittner、Todd Miller
Meta推出了ZGateway这一专为ZippyDB设计的无状态代理服务器。该代理服务器负责集中处理连接管理、流量路由、缓存分配、负载均衡以及访问控制等功能。目前，ZGateway每秒能够处理超过10亿次请求，占ZippyDB总流量的约40%；根据Meta的模型估算，使用该代理后，持久连接的数量将会减少19倍。 作者：Leela Kumili
Radicle在其网络协议中发现了两处严重的安全漏洞，这些漏洞会影响所有版本的节点的正常运行，从而导致数据保密性遭到破坏。攻击者可以利用这些漏洞直接访问私有存储库中的数据，并伪造节点的身份进行恶意操作。由于存在架构上的缺陷，建议立即停止所有涉及明文传输的操作。为修复这些漏洞，需要更换为新的协议（Iroh），但这会导致旧版本与新版本之间的不兼容问题。 作者：Olimpiu Pop
目前，有三处Artifactory漏洞正在被恶意利用，这些漏洞使得那些通过互联网可以访问的、自主托管的环境中的系统容易出现认证绕过问题，攻击者很可能在不到五分钟的时间内获得永久性的管理员权限。一旦获得了这些权限，攻击者就能实施各种危险操作，包括窃取凭证和密钥、任意执行代码、保持持久性连接以及采取反取证措施。 作者：Sergio De Simone
直到最近，构建一份技术写作作品集其实很简单：只需创建一个网站，添加一些文章列表，描述自己的写作经验，并链接到自己的社交媒体账号即可。 但如今，这样的做法已经不够了。 开发人员现在可以让人工智能助手在几秒钟内生成API的使用说明、总结相关文档、编写教程大纲，甚至完成一篇编程文章的初稿。 这种情况改变了技术写作工作者应该具备的能力和技能。 如今，最重要的能力不再是仅仅写出技术上正确的句子，而是要深入了解相关技术，知道该写什么内容，验证这些说明是否有效，找出开发人员可能会遇到的问题，并将这些知识转化为可供他人实际使用的文档。 这就是我创建 这份作品集网站 的初衷。 我构建这个网站的目的并不仅仅是为了
谷歌发布了关于GKE Pod快照的性能测试结果，数据显示：快照的使用能够将应用程序的启动延迟降低多达89％；对于规模为70GB的模型来说，其加载时间仅需37秒。该功能还会通过gVisor将CPU和GPU的内存使用情况记录到Cloud Storage中。一些从业者质疑：在实现这些功能的过程中，“使快照失效”这一环节是否才是真正棘手的问题——因为快照的生成是基于机器的规格参数、系列型号以及内核和驱动程序的版本来进行的。 作者：Steef-Jan Wiggers
Swift的最新版本Swift 6.4带来了许多语言层面及工具方面的改进，其中包括：通过对不可复制值的更强支持来提升性能、生成的Wasm代码运行速度可提高多达40倍、与C++20及Java的互操作性得到了增强，同时还新增了一个名为“子进程库”的模块，该库提供了用于在跨平台环境下启动外部进程并与其进行交互的API。 作者：Sergio De Simone
谷歌的安全团队开发了一种方法，用于将giflib图像处理库中原有的C语言代码替换为Rust语言代码，从而消除其中存在的内存安全漏洞。他们采用了自动化迁移流程来确保代码的兼容性，并有效解决了零日漏洞问题。这个项目在成功提升代码运行效率的同时，也证明了人工智能在进行代码翻译时仍需要人类持续进行监督和调整。 作者：Olimpiu Pop
Cloudflare最近宣布，其主博客已从WordPress迁移到自己开发的开源内容管理系统EmDash。新平台旨在提升性能和缓存效果，经过测试后，它能够处理每秒高达7000个请求的流量。 作者：Renato Losio
Mallika Rao指出，自适应推荐系统的真正复杂性并不在于其模型架构本身。她阐述了实时反馈机制、数据检索的新鲜度保障、多阶段协调流程以及端到端的延迟控制措施，这些因素如何使系统能够在延迟、成本和可观测性等现实操作限制条件下，在生产环境中持续学习并不断发展。 作者：Mallika Rao
Docker Cloud Sandboxes为在Docker管理的基础设施上运行AI编程代理提供了安全、托管式的执行环境。该平台基于硬件强制实现的微虚拟机隔离技术，能够确保执行环境的稳定性，并提供统一的命令行界面工作流程，从而帮助用户将工作负载轻松地从本地机器迁移至云端。 作者：Sergio De Simone
我们刚刚在freeCodeCamp频道发布了一段新的纪录片风格的视频，该视频带您了解了这场充满激情的24小时黑客马拉松背后的幕后情况。 Quincy Larson专程前往香港，担任SeaHack活动的评委。共有来自十几个国家的250多名开发者和创新者参与了这次活动。挑战在于：大家必须团结协作，集思广益，在时间截止之前从零开始打造出一个能够正常运行的AI应用。 如果您曾经好奇参加如此高压力下的黑客马拉松会是怎样的体验，或者只是想为自己的下一个编程项目寻找一些灵感，那么您一定应该 观看这段视频 。 在活动期间，Quincy走遍了各个会场，采访了那些为了在下午3:30这个严格的时间截止期限内完成项目
Vercel Labs推出了一种名为scriptc的实验性编译器，这种编译器能够将TypeScript代码转换为体积较小的原生可执行文件，而且无需依赖Node.js、V8或任何JavaScript引擎。它使用TypeScript编译器进行类型检查，最终可以生成C语言代码或WebAssembly代码。初步测试结果显示，与Node.js相比，scriptc的启动速度更快，内存占用也更低，不过其执行效率略低。 作者：Daniel Curtis
本文通过两个金融辅助系统的实现案例，详细解释了代理框架的开发过程及其运行机制：分别是AWS AgentCore Harness以及结合Envoy AI Gateway的LangChain系统。文章对比了这两种方案在工具管理、内存分配、模型访问方式、成本控制以及可观测性方面的差异，并分析了它们在运营责任归属、移植性以及开发工作量等方面的优缺点。 作者：Trista Pan
Christine Lemmer-Webber和David Thompson详细解释了Spritely的架构是如何解决那些核心的去中心化挑战的。他们分享了关于基于能力的访问控制机制、通过OCapN实现的参与者模型通信机制，以及昵称系统的设计思路。了解Spritely是如何利用Scheme、WebAssembly（Hoot）以及以本地数据为中心的CRDT技术来构建无需中央服务器的安全型点对点应用程序的。 作者：Christine Lemmer-Webber, David Thompson
在这一集中，Meryem Arik、Clara Higuera Cabañes和Jeff Smith共同探讨了企业中人工智能技术的现状。他们分析了当前企业在应用人工智能技术方面所面临的挑战，包括如何在这些技术帮助自己保持竞争优势的同时，解决可靠性问题、伦理考量以及软件工程角色的演变等问题。 作者：Meryem Arik, Clara Higuera Cabañes, Jeff Smith
QCon AI New York已确定了23个会议主题，这些主题涉及代理授权、生产环境中的安全防护机制、共享推理基础设施，以及人工智能系统在部署后的评估问题。 作者：Artenisa Chatziou
Grafana Labs发布了一种实用的方法，通过将Cypress测试结果转换为Prometheus指标，并将这些指标发送到Grafana Cloud中，从而实现对Cypress测试套件的监控。 作者：Craig Risi
AWS详细说明了最新的Model Context Protocol规范是如何取消对远程MCP服务器而言所需的协议级会话机制、粘性会话功能以及会话存储功能的。这一变更使得请求路由能够更加独立地进行，同时也简化了系统的水平扩展流程；而与应用状态管理、重试机制、可观测性以及函数幂等性相关的问题，则被转移到了其他层次来处理。 作者：Leela Kumili
Perplexity将其搜索基础设施从Amazon DynamoDB迁移到了自己开发的Rust语言实现的键值存储系统CobbleDB。这一变更有效降低了处理大量文档时所产生的延迟以及相关成本。新的架构能够更高效地应对高查询量，从而在保证性能的同时减少存储开销，并顺利处理大量的生产级请求。 作者：Olimpiu Pop
当我把我的软件包发布到pub.dev上时，最初的几天真的很令人兴奋，因为下载量一直在上升。短短几天内就收到了201次下载请求！ 但随后发生了一些奇怪的事情：下载量开始下降——先是降到了120次，然后又降到了55次。就在那时，我意识到有些事情不对劲了。 我没有破坏任何东西，软件包本身也没有任何变化，人们也没有停止使用它。 问题出在统计的时间窗口上。 这就是我对pub.dev最不理解的地方之一：它显示的30天累计下载量其实并不是总数，也不是累积计数，而只是一个时间窗口内的数据。当那些最初带来大量下载量的用户在这个时间窗口之外时，你的下载量就会下降，尽管这些用户仍然在使用你的软件包。 这个发现让我开
如果您是一名软件工程师，希望掌握构建可投入生产环境的人工智能应用以及开发智能工作流程的相关技能，那么我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门内容全面的新课程，这门课程将帮助您为获得Claude认证开发者基础考试(CCDV-F)证书做好准备。 这门课程由Andrew Brown制作，专为那些希望将Anthropic公司的Claude作为其主要人工智能开发工具的开发者设计。无论您是想构建自主智能体、管理复杂的上下文信息，还是集成各种高级工具，这门课程都能为您提供所需的实践知识。 您将学到什么 这门深入浅出的课程会引导您掌握所有必要的技能，让您能够自信地使用Clau
对于现代开发者而言，高效地管理庞大且快速增长的数据集是一项至关重要的能力。无论你是负责跟踪API请求日志、监控物联网设备的遥测数据，还是为人工智能应用构建仪表盘，如果不对时间序列数据进行优化处理，那么这些操作很快就会导致标准的PostgreSQL查询速度变得极慢。我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门新课程，这门课程将帮助你全面了解TimescaleDB。 通过这门课程，你将获得实际使用TimescaleDB的经验，学习如何将PostgreSQL升级为经过优化的时间序列数据库。你还将学会优化查询速度、大幅减少存储空间占用，并确保你的仪表盘在处理大量数据时仍能
现代软件系统正变得越来越自动化。我们正在自动化部署流程、基础设施调整、扩展操作、事件响应以及数据处理流程。 现在，借助人工智能工具，我们甚至开始自动化一些运营决策的制定过程。这看似是一种进步，但实际上却引发了一个容易被忽视的问题： 我们在执行各种操作方面变得越来越熟练，但与此同时，我们却并没有更清楚地界定这些操作究竟应该实现什么目标。 一个部署流程可能运行顺利，但却仍然违反了某些重要的业务约束条件； 一个基础设施配置脚本可能没有出现任何错误，但执行完成后系统状态仍然会出问题； 一个人工智能工具可能会完成一系列操作，但其最终产生的结果却无法被任何人验证。 在许多系统中，运营决策的意图仍然存在于各
苹果公布了“Reference Image”这一iPhone 18 Pro的相机模式的设计细节：该模式会在传感器阶段对像素数据进行处理，随后在苹果自建的私有云环境中对这些数据进行处理。然而，Hacker News和Reddit上的开发者们对这一设计的实际意义提出了质疑，他们认为这种模式实际上只是用于拍摄屏幕截图而已；同时，他们也质疑这种匿名性保障机制是否真的依赖于苹果的云计算服务，以及身份验证功能是否真的是这种模式的合理应用场景。 作者：Steef-Jan Wiggers
Canvas UI是由David Haz开发的一个开源组件库，它利用了实验性的HTML-in-Canvas API。该库包含了35个组件，这些组件能够在实时页面内容上呈现GPU效果，同时还能保证内容的可访问性。该库可以与多种框架集成使用，但要实现全部功能，需要使用特定版本的Chrome浏览器。 作者：Daniel Curtis
Balakrishnan Ramdoss探讨了如何构建可大规模应用的、基于人工智能技术的对话式应用。他解释了如何克服模型响应延迟的问题，如何利用服务器驱动的用户界面设计以及“后端为前端服务”的开发模式来动态生成多模态用户界面，如何优化提示信息以帮助用户进行选择，以及如何将低延迟且注重隐私保护的移动设备人工智能技术集成到这些应用中。 作者：Balakrishnan Ramdoss
平台是一种协作工具，而非基础设施。文化是建立在结构之上的：平台团队可以组织开放性的支持会议，为那些为项目做出贡献的开发者颁发奖励，并制定共同的开放标准，以此培养大家的工程思维方式。开发者与产品团队离不开平台团队的支持，而平台团队本身又依赖于应用开发团队；因此，为了共同发展，他们需要拥有统一的共享标准。 作者：本·林德斯
安全研究员Patrick Wardle发现了Meta公司开发的Muse桌面客户端中存在一个尚未被修复的零日漏洞。这一漏洞使得未经授权的软件能够利用该助手所拥有的广泛权限，从而威胁到用户输入数据的保密性以及账户的安全性。尽管Meta已经发布了临时补丁，但这一漏洞仍然引发了人们对平台安全性及信任问题的严重担忧。 作者：Olimpiu Pop
InfoQ现已开始招收参加这个为期五周的新认证课程的学生。该课程涵盖工程团队的设计、工作流程管理、利用人工智能提升工作效率以及相关评估指标，由InfoQ的编辑兼播客联合主持人Olimpiu Pop负责授课。 作者：Artenisa Chatziou
随着可折叠iPhone Duo的即将上市，iOS开发者需要调整他们的应用程序，以确保这些应用能够在新设备的外屏、内屏以及部分折叠状态下正常运行。开发者还必须考虑到导航栏和工具栏的变化、相机的功能调整，以及一些新的预留区域所带来的影响。 作者：Sergio De Simone
AWS为Elastic Beanstalk添加了“集群模式”：该模式允许应用程序在AWS创建并管理的EKS集群上运行。集群的分配是根据子网设置来确定的，之后无法进行更改；对集群的直接访问由AWS服务进行管理。对于那些不受信任或需要遵守特定监管规定的工作负载，AWS建议使用单独的集群来运行这些应用程序。采用“集群模式”会增加使用EKS及自动配置功能所需支付的费用，而这些费用并不会因为EC2提供的折扣而减少。 作者：Steef-Jan Wiggers
在多租户SaaS环境中，采用单体架构设计的边缘计算节点会导致部署过程中的耦合性问题，并使影响范围变得非常广泛。本文介绍了一种基于Cloudflare Workers的模块化架构设计方案，该方案通过服务绑定机制来实现各功能模块之间的解耦；同时，以图像优化为例详细说明了如何根据不同租户的需求进行配置调整，以及如何确保系统性能能够适应各种设备环境。文章还涵盖了多CDN部署方案的差异、分阶段发布策略、配置流程以及测试方法等内容。 作者：Chintan Tank
谷歌为XProf添加了一套内核分析工具。这是专为TPU工作负载设计的开源分析工具。现在，开发人员能够详细了解自定义Pallas内核在运行过程中的具体情况；而在之前，这些内核在跟踪数据中仅表现为一些不可理解的、整体化的信息。 作者：Claudio Masolo
在JetBrains的一次采访中，Zig的创建者Andrew Kelley详细解释了该项目为何正式禁止使用人工智能技术进行代码开发，以及为何将项目从GitHub迁移到Codeberg的原因：自动化的代码提交会降低代码库的质量，还会削弱开源开发者之间的合作氛围；此外，GitHub频繁出现的技术问题，以及激励机制的不完善，也是导致该项目迁移的主要原因。 作者：Bruno Couriol
Jim Gough和Andreea Niculcea介绍了摩根士丹利是如何利用CALM这一“将架构视为代码”的技术来现代化其API开发的。他们演示了如何整合模型上下文协议（MCP）以及代理间通信机制，通过部署控制流程实现自动化管理，并确保平台升级过程中不会出现任何中断，从而让企业级AI应用及自动化工作流程能够安全地扩展。 作者：Jim Gough, Andreea Niculcea
Cloudflare重新设计了自己用于存储Big Pineapple DNS缓存数据的内存结构，使得每个缓存项所占用的内存空间减少了56%，从而使其所有服务器总共节省了约100 TB的工作内存。这些基于Rust语言进行的改进还使缓存的插入速度提高了43%，查询延迟降低了19%；同时，Cloudflare能够在不增加额外内存的情况下提升其缓存容量。 作者：Leela Kumili
在最近发表的一篇文章中，Modal公司的工程师Colin Weld和Connor Adams描述了他们是如何从零开始重建自己的沙箱基础设施的，从而使得该系统能够支持数百万个同时运行的沙箱，并且每秒能够创建数万个新的沙箱。 作者：Sergio De Simone
Graphify是一款开源工具，其设计目的在于将代码库及非结构化数据转化为可供查询的知识图谱。该工具于2026年4月正式推出，有效解决了人工智能编码辅助工具在处理多文件数据时所面临的推理难题。最近的更新进一步提升了解析器的功能以及跨文件的数据处理能力。社区用户的反馈表明，这一技术架构具有很大的潜力，但同时也指出了其在日常工作中集成使用时所存在的挑战。 作者：Olimpiu Pop
几年来，我一直在使用一个采用 tufte-jekyll 样式设计的博客，正是这个经历让我发现了Edward Tufte所提出的布局理念。 Edward Tufte 因在数据可视化与信息设计领域的贡献而闻名，他是高数据密度设计的坚定支持者，同时也极力反对使用那些毫无意义的视觉元素。 tufte-css （以及它的许多衍生版本）为网页设计带来了诸多优势：充足的空白空间、适合阅读的排版格式，还有用于提供补充信息的 侧边注释 （而非干扰用户体验的弹出窗口）。 除了那些与写作无关的部分外，我对 tufe-jekyll 博客的设计几乎毫无意见。这个基于 Jekyll 框架、使用 Ruby 语言开发的版本，
乱序HTML流式传输这种由前端框架推广开来的一种用户体验技术，能够让用户在页面尚未完全加载完毕之前就快速查看内容并与其进行交互。这项技术正在被越来越多的网页浏览器所采用。目前，浏览器会在数据到达时立即对相关代码进行修补；开发者既可以使用声明式的HTML语法，也可以利用相应的JavaScript API来实现这一功能。该功能已在Chrome 151版本中正式启用。 作者：布鲁诺·库里奥尔
2026年8月11日发布的Changesets v3.0为JavaScript单仓库项目带来了诸多重要更新：它优化了安装流程，重新设计了命令行界面，并对依赖管理机制进行了改进，从而解决了长期以来存在的问题。进行升级时需要调整相关配置。该工具注重版本控制与变更日志的管理，同时也能帮助开发人员明确发布计划的意图。 作者：Daniel Curtis
David Gudeman探讨了那些在资源有限的工程团队中经过实践验证的有效架构模式。凭借他十多年的创业经验，他解释了如何结合使用GCP、Firebase和Cloud Run来加速产品的市场适配过程。了解如何消除前端状态中的冗余数据，如何构建基于事件驱动的后端系统，以及如何在确保长期可扩展性的同时推行精益的DevOps开发方式。 作者：David Gudeman
GitLab扩展了其“GitLab Duo自托管版”功能，使其能够支持通过Microsoft Foundry部署的模型；这样一来，各组织就可以在自己选择的Azure环境中运行GitLab提供的AI开发工具，从而对这些模型进行处理。 作者：Craig Risi
谷歌已将AX这一专为管理自主AI智能体的工作负载而设计的工具开源。AX运行在名为“Agent Substrate”的运行时环境中，将这些智能体视为具有状态变化的实体。该工具能够高效地暂停及恢复任务的执行过程，从而优化性能，并在智能体处于空闲状态时减少延迟。它还配备了采用Kubernetes架构设计的控制机制，用于管理智能体的任务与资源。 作者：Olimpiu Pop
生成式人工智能的快速发展促使成千上万的网页开发者在他们的应用程序中添加智能功能。 人们的第一反应通常是从浏览器直接调用Gemini API的SDK。然而，这种做法存在严重的安全风险：会将你的API密钥暴露给外界。 在本文中，你将了解到为什么将原始的Gemini API密钥提供给客户端是危险的，Firebase AI Logic的代理架构是如何解决这一问题的，以及Firebase App Check又是如何弥补单独使用代理所无法解决的问题。 阅读完本文后，你将能够搭建出一个可正常使用的生产环境配置：一个受到保护的AI Logic客户端、一个配置正确的App Check流程（其中包含调试令牌），以
云原生计算基金会宣布发布了Kubernetes 1.37版本，该版本被命名为“Garhwal”，其开发重点在于提升系统的稳定性、安全性，以及优化人工智能/机器学习相关工作的运行效率。 作者：Mostafa Radwan
亚马逊网络服务公司告知客户，在与伊朗发生冲突期间，那些仅存储在阿联酋的mec1-az2可用区域或仅存储在巴林地区的资源及数据已经无法被恢复。该公司表示，巴林地区发生的损坏影响了多个可用区域，其区域性服务以及多可用区架构所具备的容错能力已经无法应对这种程度的破坏。 作者：Steef-Jan Wiggers
OpenAI的Vinoth Govindarajan探讨了为什么在实际应用中，人工智能代理会出现各种问题，而这些问题的根源并不仅仅在于模型产生的“幻觉”现象。通过OpenClaw等实际案例，他解释了构建可靠的人工智能代理系统所需要遵循的关键原则：明确界定状态的所有权、对并发状态变化进行序列化处理、限定执行权限的范围，并在用户能够看到的层面验证这些操作的有效性。 作者：Vinoth Govindarajan
在这一集中，Sahil Agarwal讨论了在人工智能代理时代，身份识别、授权机制以及安全性所面临的诸多关键挑战。他介绍了DPACT框架（即委托机制、政策设定、可审计性、上下文信息以及时间因素），并将其视为构建负责任、受到有效监管的人工智能系统的蓝图——这种系统会摒弃基于简单令牌的访问控制方式，转而采用有限授权、委托管理的模式。 作者：Sahil Agarwal
本文分析了传统个性化系统的局限性，并强调了采用以治理为核心的设计架构的必要性。文章指出，必须将“相关性”与“治理机制”区分开来，这样才能确保推荐结果具有上下文意识、可被审计，并且符合相关规范。这种设计架构整合了状态存储功能、基于策略的AI协调机制以及可解释的评分系统，从而有效提升了个性化系统的性能。 作者：杰拉尔德·塞尔瓦拉吉
Cloudflare推出了“代理开发生命周期”这一机制，以此进一步提升基于人工智能的软件开发流程。这一新方法取代了传统的软件开发生命周期模型，有效解决了测试、部署和维护环节中存在的各种瓶颈问题。其核心组成部分包括自动化软件开发工具、动态调度系统、先进的可观测性技术，以及专为自主运行代理设计的安全防护机制，这些措施共同有助于实现更高效的音乐管理。 作者：Olimpiu Pop
Uber重新设计了M3DB中的分片布局，采用了固定大小的子集群结构，以此来减少节点故障、维护操作以及集群扩展所带来的影响。这种设计方式能够有效控制分片之间的依赖关系，保证副本数据的隔离性，并通过贪婪算法来决定分片的迁移方案，从而避免进行额外的数据重新平衡操作及不必要的数据传输。 作者：Leela Kumili
本周于2026年9月14日发布的Java新闻汇总重点介绍了以下内容：JDK 27、LibericaJDK 27、Open J Proxy 1.0以及A2A Jakarta 1.0的正式发布；Azul Payara、JHipster、JetBrains Ktor和BoxLang等工具的更新版本；同时还介绍了Netflix ja这一专为Java开发者设计的现代化JMS命令行开发工具。 作者：Michael Redlich
将iPhone靠近贴纸，就会发生一些奇妙的事情：名片会自动添加到联系人列表中，某个聚焦操作会结束，或者某扇门会自动打开。这种芯片的成本大约为20便士，其存储容量约为130字节。 读取一条NFC信息需要执行两次函数调用；而要获得执行这些调用的权限，则需要花费更长的时间。之后，CoreNFC还会要求你再次完成这个流程。 第一个障碍来自苹果公司：你需要拥有一个付费开发者账户，在某个网站平台上注册应用ID，勾选相关选项，并重新生成配置文件。如果其中任何一步出错，构建过程就会因为代码签名错误而失败，而这些错误信息中根本不会提到“NFC”这个词。 第二个障碍则来自CoreNFC本身，而且没有人会提醒你注意
不久前，我给一个机器学习模型提供了来自公共CDC数据集的五列数据，让它尝试预测同一文件中的第六列数据。该模型的R²值为0.998，这个数值已经非常接近完美了。 虽然这个结果看起来很成功，但实际上该模型对现实世界的认知几乎没有任何提升——因为CDC本身就是根据其他五列数据计算出了第六列数据的，所以该模型实际上只是机械地应用了CDC的计算方法而已。 数据科学家将这种问题称为 目标信息泄露 ，当输入给模型的数据本身就已经包含了答案的某些信息时，就会发生这种情况。 在公共数据中，这类问题很容易被隐藏起来，因为大量的公共数据都是通过其他公共数据计算得出的。例如，一个政府指数可能是根据调查数据构建的，而另
Cloudflare已不再使用静态的X25519加密算法来进行源站之间的TLS握手，而是采用了针对每个源站进行个性化配置的机制。在经过检测的源站中，“HelloRetryRequests”这一指标从大约52%下降到了3.7%，由此使得p90延迟时间减少了150毫秒以上。而在后量子时代，能够通过一次往返通信完成连接的比率从0%上升到了99.2%，不过目前只有12.8%的源站支持这种连接方式。 作者：Steef-Jan Wiggers
谷歌发布了针对Kotlin 1.0版本的Agent开发工具包(ADK)。这个专为生产环境设计的框架，可用于在基于Kotlin的应用程序、Android系统以及JVM/服务器环境中构建人工智能代理。该工具包使Kotlin在功能上与谷歌为Python和Java开发的ADK处于同等水平，同时还增加了针对Android平台的特性，从而支持设备端及混合环境下的人工智能应用。 作者：塞尔吉奥·德·西蒙内
阿里巴巴最近将OpenCodeReview开源了。这款由人工智能驱动的代码审查工具提供了一个命令行界面，它结合了用于文件选择、打包以及规则匹配的确定性处理流程，并利用大语言模型来进行动态代码分析。该工具还支持针对空指针异常、线程安全性问题、XSS攻击以及SQL注入等常见缺陷的内置检测功能。 作者：Renato Losio
Bun的创建者Jarred Sumner最近宣布，这款用于JavaScript/TypeScript项目的运行时环境、打包工具及包管理器已经被重新用Rust语言编写。进行这种重构的目的是利用Rust的语言特性来消除那些反复出现的内存安全漏洞。在经过4个月的开发后，这项由人工智能辅助完成的重构工作终于完成了——原本预计需要一年的时间。 作者：Bruno Couriol
AI编程助手在修复代码方面已经变得非常出色。 将错误代码输入到AI工具中，几秒钟内就能得到修正后的代码。当你只是想让程序正常运行时，这种功能确实非常有用。 但当你在学习编程时，还有一个问题值得思考：AI是帮助你理解了问题的本质，还是仅仅帮你解决了问题而已？ 这个区别非常重要。 调试并不仅仅是为了得到能够正常运行的代码，更重要的是要了解为什么会出现错误、找出错误的根源、进行相应的修改，并验证这些修改是否真的解决了问题。 我在使用Coddy.tech这个交互式编程学习平台时深入探讨了这个问题。这个平台结合了编程练习、测试反馈、调试工具、提示功能，还配备了一个名为Bugsy的AI辅导系统。 我并没有
放射科医师可以通过在CT扫描图像中绘制一条直线来标记肿瘤的位置。而要完成完整的3D分割，就需要在肿瘤出现的所有切片中都标出其边界，这个过程耗时较长。 本教程介绍了Lumina的工作原理。该系统利用CT扫描图像以及RECIST标记线，生成被标记肿瘤的3D分割掩膜。 Lumina是专为 FLARE 2026泛癌症分割挑战赛 开发的。该系统设计用于在内存限制为8GB、推理时间上限为60秒的CPU上运行。 本教程涵盖了形成最终系统的各项关键设计决策、实现细节以及相关实验内容。 我们将涵盖以下内容： Lumina的功能 Lumina处理流程概述 先决条件 步骤1：编码前请先审核您的数据 扫描图像已经过亮
SolidStart是一个基于SolidJS开发的全栈元框架，现已升级到2.0版本，该版本提升了与Vite的Environment API的兼容性。此次更新使该框架更加现代化，改善了CSS处理能力，并使其能与Tailwind CSS等工具以及部署服务更好地集成。在此之后，SolidStart被设置为维护模式，因为它的各项功能已被整合到Solid 2.0中。 作者：Daniel Curtis
AWS Lambda现在允许在Lambda托管实例上运行的函数运行时间最长达到90分钟，这一时限是之前15分钟限制的六倍，这使得Lambda调用与传统服务器之间的区别变得更加模糊。对于传统的同步请求而言，这一限制仍然保持不变。 作者：Renato Losio
阿杰伊·普拉卡什探讨了LinkedIn是如何在庞大的代码库中克服人工智能代理所面临的限制的。他解释了那些基于“模型上下文协议”构建的“上下文代理脚本工具”——这些工具能够为编程代理直接提供程序记忆功能、代码搜索机制以及运行流程指导。普拉卡什还分享了相关的架构细节与运营保障措施，这些措施使得工作效率提升了20%，同时可靠性却丝毫未受影响。 作者：阿杰伊·普拉卡什
杰弗里·辛顿被誉为“人工智能之父”。 我们刚刚在 freeCodeCamp.org 的YouTube频道上发布了一门课程，这门课程通过重现杰弗里·辛顿的开创性研究成果，帮助您掌握现代神经网络的相关知识。该课程涵盖了他的主要论文，让您能够了解这些理念是如何在几十年的发展过程中逐渐演变的——从玻尔兹曼机、反向传播算法，到深度信念网络、t-SNE技术、AlexNet模型、Dropout机制、知识蒸馏技术、胶囊网络、层归一化方法，以及前向传播算法等等。 在这门时长为27小时的课程中，穆罕默德·阿布拉赫将会详细解释每项研究背后的动机、所解决的问题、论文中提出的核心理念，并将这些理论与使用PyTorch实
大多数传统的迁移项目在最终切换完成之前就会失败。 这种失败通常源于将迁移过程视为一个单一的步骤来执行：迁移应用程序、数据库，转移所有用户数据，调整流量分配，然后关闭旧系统。 这种做法隐含了一个危险的假设：即旧系统和新系统必须同时被替换掉。 但实际上，这种情况很少会发生。 如果你已经了解了旧系统的运行机制，可以通过编写测试用例来保护这些现有功能，设定适合迁移的边界条件，并对比新旧系统的实现方式，那么你就有了另一种选择。 你可以一次只迁移一个功能模块。这样就能彻底改变原有的迁移方案。 旧式单体系统 ↓ 全面重构 ↓ 一次性切换完成 而你现在可以选择的做法是： 旧式单体系统 ↓ 提取出一个功能模块进
高分辨率的图片看起来很棒，但它们会显著增加页面加载时间，并占用大量的存储空间。 虽然后端压缩工具非常常见，但在客户端构建图像压缩工具却具有巨大的优势：那就是保护用户隐私。当你在浏览器中直接处理图像时，任何用户数据都不会被发送到服务器上。 在本教程中，你将学习如何开发一个功能完备的、基于浏览器的批量图像压缩工具。你会使用HTML5 Canvas API来减小图像文件的大小，并结合JSZip库将多个压缩后的文件打包成一个方便下载的ZIP文件。 为了让这个项目更具实用性，你会把代码设计成可嵌入式的组件。由于省略了标准的HTML模板标签，你可以轻松地将这段代码直接插入到WordPress的自定义HTM
你们的工作流程使用了 actions/checkout@v4 这一标签。目前，这个标签指向的是经过审核的版本代码；但明天，如果维护者或攻击者篡改了这个标签，它就会指向恶意代码。而你们的集成管道在运行时会使用 GITHUB_TOKEN 来访问这些代码。 第三方提供的 Actions 实际上属于依赖项。这种“浮动标签”的机制就类似于未固定的包依赖关系——如果引用地址发生变化，工作流程也会执行不同的代码，但你们的仓库本身并不会因此发生任何改变。 本文会教你如何通过将Actions绑定到具体的提交哈希值上来防止连续集成过程中的安全风险，包括验证这些绑定的准确性、限制允许执行的操作类型，以及利用Depe
OpenAI发布了一套用于识别模型在其生命周期中出现的偏差的披露框架。员工可以报告潜在的问题，这样技术人员就能对这些问题进行分类处理。最初的案例研究揭示了模型的一些异常行为，这些现象有助于我们了解模型参数与预期值之间的差异。公众对这一透明性举措的反应既有赞同，也存有疑虑。 作者：Olimpiu Pop
当有三千名员工同时进行身份验证时，同步API调用会导致系统崩溃。本文介绍了一种适用于大规模人脸识别系统的四层架构：客户端过滤功能可使云服务成本降低30%；检测与验证过程的分离使得系统扩展能力提升10倍；基于风险的动态阈值设置有助于更好地控制系统性能；而零信任隐私保护机制，结合用户同意机制及自动化数据清理功能，能够有效遵守GDPR和HIPAA等法规要求。 作者：Praveen Kumar Gopalakrishnan
在这期播客中，负责“文化与方法”板块的首席编辑Shane Hastie与Elisabeth Hendrickson、Joel Tosi共同探讨了如何将系统思维作为软件开发的工具；领导者及团队可以运用哪些文化手段来塑造组织结构；以及在人工智能推动的变革背景下，如何建立充满活力且具有可持续发展能力的团队。 作者：Elisabeth Hendrickson, Joel Tosi
htmx 4已经正式发布。该版本实现了从XMLHttpRequest向fetch() API的过渡，从而显著提升了数据流处理能力。其中最重要的更新包括：为保持DOM状态而引入的内置转换机制，以及用于实现更简洁更新操作的hx-partial标签。属性继承机制现在已被明确规范，事件名称也得到了统一。尽管如此，这个JavaScript库依然坚持使用最简洁的代码结构，因此在各种开发框架中仍然备受青睐。 作者：丹尼尔·柯蒂斯
Philip Mortimer探讨了由人工智能代码生成技术所推动的、向仅支持写入操作的软件架构转变。他解释了为什么传统的拉取请求机制已经不再适用，并说明了工程领导者如何通过将功能需求与实现方式分离、自动化代码审查流程，以及构建具备自我修复能力的系统架构，来有效管理软件开发的复杂性，从而激发高级工程团队和架构团队的创造力。 作者：Philip Mortimer
WSO2宣布正式推出WSO2 Agent Manager。这一开源平台专为那些运行在不同模型、框架及部署环境中的AI代理提供集中式管理功能，包括身份认证管理、安全控制措施以及运营监控机制。 作者：Craig Risi
DoorDash构建了一个多智能体大型语言模型系统，用于自动化清理超过60,000个特征标志以及分布在623个代码仓库中的这些标志。该工作流程结合了实时实验数据、工程师的审核流程、独立的Git开发环境、并行运行的智能体以及自动验证机制。在针对50个特征标志进行的测试中，有45个特征标志在平均13.8分钟的时间内生成了可使用的拉取请求，每次清理操作的成本为4.79美元。 作者：Leela Kumili
MariaDB Community Server 13.0现已正式上市，属于稳定版本。此次更新带来了许多新功能，同时也对部分旧功能进行了弃用处理，并提升了系统性能，其中包括对过程式SQL语言的更强支持、新的DML操作功能等等。 作者：Sergio De Simone
根据OpenAI制定的准备框架，GPT-6 Astra被归类为“具有严重网络安全风险的模型”，这是首次有模型被如此评定。在专家进行的测试中，该模型在某个浏览器以及操作系统内核中发现了此前未被发现的漏洞，并且还成功制造出了可以利用这些漏洞的攻击工具。同一套测试系统也显示，该模型的“思维过程可监控性”出现了显著下降。 作者：Steef-Jan Wiggers
TanStack Charts是一个专为TypeScript开发的新可视化库，它不依赖于任何特定的框架。开发者可以通过组合各种元素来创建可视化效果，而无需使用固定的图表类型。目前该库仍处于Alpha测试阶段，但其每周的下载量已达到约16万次。虽然这个库支持多种框架，并且适用于多种环境，但它尚未具备在生产环境中稳定使用的条件。 作者：Daniel Curtis
传统的虚拟机无法有效隔离那些具备网络攻击能力的自主代理程序。使用GPT-5.6-Cyber进行的测试表明，由于内核存在缺陷，这些代理程序会多次尝试逃逸。虽然Firecracker在某种程度上起到了限制其活动的作用，但漏洞依然存在。这项研究强调了开发能够最小化攻击面的虚拟化技术以及采取快速、主动的补丁更新策略的必要性，这样才能有效保护主机系统。 作者：Olimpiu Pop
Vanessa Huerta Granda阐述了为什么各种突发事件会暴露出现有工作方式与实际工作需求之间的差距。她以现实中的案例为例，说明了复杂的系统故障是如何揭示出一个组织的脆弱性、人类的局限性以及各系统之间的相互依赖关系；同时她也解释了为什么应对这些突发事件需要有条不紊的应对措施、合理的人员轮换安排，以及跨部门的协同合作。 作者：Vanessa Huerta Granda
云原生计算基金会(CNCF)于2026年9月宣布，名为Karmada的多集群、多云环境下的Kubernetes编排项目已经达到了该基金会的最高成熟度等级。 作者：Claudio Masolo
智能代理正逐渐成为新的开发平台，它们会利用Git、Slack和Jira等工具提供的数据进行语义搜索，从而理解具体的使用场景。在部署这些智能代理时，需要设置相应的规则来决定哪些操作是被允许的，哪些是被禁止的；同时，还需要通过日志、指标和追踪数据来分析智能代理的行为表现。 作者：本·林德斯
macOS 27 Golden Gate已经上市了。苹果于2026年9月14日发布了这一版本，所有能够运行它的Mac设备都可以免费升级。 我会向您说明在macOS 27中开发者们会遇到哪些实际变化，如何快速完成升级过程，以及如何确认软件开发所需的工具是否已经安装完毕。 您是否应该进行升级呢？我的建议是：如果您的Mac使用了苹果自家的Silicon芯片，那么**强烈推荐您进行升级**；如果您的Mac使用的是Intel处理器，那么**最好下载相应的安装包**而非通过“软件更新”功能来升级，同时借此机会对您的Mac系统进行一次全面的检查和维护。 如果您已经做好了准备，那么升级本身并不会带来任何问题。
开发人员的笔记本电脑中存储着比大多数人意识到的更多敏感数据：API密钥、数据库登录凭据、测试环境的配置信息，有时甚至还包括为了“测试”而下载的正式生产环境数据副本。 最终用户要为75%的内部数据丢失事件负责，而这些事件大多属于意外情况，并非恶意行为所致。对于开发团队来说，这种风险主要集中在终端设备上——也就是那些用于编写代码、进行测试以及部署代码的机器上。 以下是制定保护这些终端设备的策略的方法，而且这一策略不会影响团队的正常工作效率。 目录 如何制定终端数据丢失预防策略 步骤1：确定终端设备中敏感数据的存放位置 步骤2：将访问控制作为基础措施来实施 步骤3：强化终端设备的操作系统安全 步骤4
你在网上的形象往往会让潜在的雇主、客户、合作伙伴以及招聘人员对你产生第一印象。这很可能是他们在与你见面之前所了解到的关于你的信息。 他们会搜索你的名字，阅读你发布的内容，查看你的个人资料。所有这些都会在第一次通话之前发生。 拥有强大的线上形象并不意味着要加入每一个社交网络。关键在于，人们能够通过这些平台清晰、准确地了解到你所从事的工作以及你的能力。 以下是七项最为重要的要素： 1. 强大的专业个人资料 2. 个人网站 3>真实作品集 4>内容记录 5>跨平台统一的形象 6>便捷的联系方式 7>维护与声誉管理 8>确保各项措施真正发挥作用 1. 强大的专业个人资料 在找到你的名字后，大多数人接下
Linux中的 内核模块 是一段较小的代码，可以在不重新构建整个内核的情况下被加载到正在运行的内核中。 这听起来很简单，但实际上，即使是最简单的模块也会产生大量相关的文件和数据：对象文件、元数据、导出的符号以及未解析的符号，最后还会生成一个与普通可执行文件截然不同的 .ko 文件。 下面是一个完整的、可以正常工作的Linux内核模块。它的代码仅有22行，其中7行是包含头文件和元数据： #include #include #include MODULE LICENSE("GPL"); MODULE AUTHOR("Chris Roy"); MODULE DESCRIPTION("一个最小的可加载
云基础设施 配置Ubuntu服务器，启用安全的SSH密钥认证机制，并完全禁用密码登录和root账户登录。 安全与防火墙设置 使用UFW阻止未经授权的端口访问，同时配置Fail2Ban来自动拦截暴力攻击。 应用运行环境搭建 安装Python和Node.js，为资源有限的服务器配置交换内存，并使用Gunicorn和Supervisor来管理后台进程。 数据存储与搜索功能 自行搭建轻量级的Meilisearch实例，为其分配专用的系统用户账户，并实现数据库快照的自动化生成。 全球部署方案 通过DNS将自定义域名映射到服务器上，使用Let’s Encrypt证书确保连接安全，配置Nginx作为反向代理
Pinterest Engineering对自身的Manas搜索平台进行了升级，从而能够更有效地处理海量数据，进一步提升搜索及信息发现功能的效率。通过应用标量量化与向量量化技术，该平台的内存使用量大幅降低，同时检索准确率依然保持较高水平。该平台还使用了SSD硬盘来提升性能，并正在转向多向量模型，以实现更加精确的相关性匹配功能。 作者：Olimpiu Pop
Dropbox说明了在过去十年中，通过不断优化基础设施，它是如何应对日益增长的人工智能需求，而并未将增加数据中心的容量作为解决问题的唯一途径。它的这些优化措施涵盖了预测分析、设备利用率管理、存储密度优化、硬件生命周期管理以及机架级别的电力分配系统改进等方面，其中许多措施在当前人工智能发展热潮出现之前就已经开始实施了。 作者：Matt Foster
甲骨文发布了Java编程语言及虚拟机的第27个版本。作为JDK 25之后的第二个非长期支持版本，该版本的最终功能集包含了九项JEP提案，其中五项仍处于预览阶段或孵化阶段。此次发布的重点在于提升安全性、推动语言的进一步发展，以及推进那些属于“Java Verified Portfolio”项目范围内的开发工作。 作者：迈克尔·雷德利奇
Sarah Deitke探讨了Duolingo是如何推动文化层面的人工智能应用的普及的，而不仅仅局限于提供相关工具。她介绍了该公司内部开展的人工智能素养培训项目以及用于监控各项人工智能应用进展的可视化仪表板，同时还分享了一个案例：通过使用自动化的代码审查风险评估工具来重新设计代码审查流程。Deitke指出，将有针对性的开发者培训与安全的人工智能防护机制相结合，能够加快应用程序的开发进度，同时也不会增加缺陷出现的概率。 作者：Sarah Deitke
Lyft已将数百个用于生产环境的Flink任务从2020年自己开发的Kubernetes操作工具迁移到了Apache Flink Kubernetes Operator，这一举措使得这些任务能够进行最终状态的升级、实现原位自动扩展以及资源自动调优。 作者：Mark Silvester
在这篇文章中，作者介绍了“类型化领域基础框架”这一方法——通过将特定领域的编程语言嵌入到主流的类型化语言体系中，从而有效减少大语言模型在这些领域产生的错误或幻觉现象。作者以kUML基准测试以及一个基于代码定义基础设施的实例为例，探讨了如何利用编译器的验证机制以及“生成-编译-修复”循环来提高模型生成的特定领域编程语言代码的可靠性。 作者：伊拉克利·贝奇瓦亚
Shopify最近宣布将放弃使用React Native，转而用Swift和Kotlin重新开发其核心应用程序。由于人工智能模型质量的显著提升，移动业务负责人Mustafa Ali重新评估了Shopify对React Native的依赖程度，他认为，在不同移动平台上维护原生代码库所带来的收益与成本之比，现在已经高于使用抽象层技术所带来的收益与成本之比。 作者：Bruno Couriol
Dropbox已将Riviera从一项文件预览服务发展成了一个能够支持300多种文件格式、具备100多种内容处理功能的通用内容处理平台。该平台每秒可执行数十万次内容处理操作，目前支持搜索、回放、签名等功能，其API还允许为人工智能及信息检索相关工作流程实现异步数据提取。 作者：Leela Kumili
微软已将TauGrid这一专为在支持GPU的Kubernetes集群上管理、调度及监控人工智能相关工作负载而设计的云原生平台开源。 作者：Sergio De Simone
在2025年的假期购物季期间，美国消费者花费了约290亿美元购买礼品卡，其中43%的消费者至少购买了一张礼品卡。根据 全国零售联合会 的调查数据，礼品卡确实成为了人们最想要的购物方式。 这些数据解释了为什么企业会备有礼品卡这一商品。然而，这些数据并没有说明在什么情况下提供礼品卡服务才能取得最佳效果。在本文中，我们将探讨是否值得在应用程序中加入礼品赠送功能。为了回答这个问题，我在 Mobbin的参考库 中研究了58款应用程序。 礼品赠送的功能可以表现为礼品卡、订阅服务、直播打赏或是结账时的附加选项等多种形式。在这58款应用程序中，有49款提供了完整的礼品赠送流程，用户可以通过9种不同的方式触发这
功能开关是团队在部署过程中最强大的工具之一。它们将 部署 与 发布 分离开来，这意味着你的持续集成/持续交付流程可以在每次代码合并时都将更新推送到生产服务器上，但只有当你明确启用这些功能开关时，用户才会看到新的变化。 “部署”是一个技术性操作，而“发布”则是一项产品决策。正是这种分离机制，使得本文中讨论的诸多内容成为可能。 然而，如果实现不当，功能开关反而会带来技术债务、测试难题以及运行时的复杂性。在这篇文章中，你将学习到实施功能开关的核心方法——从简单的布尔值切换，到基于百分比的比例化部署方案，再到针对不同用户群体的功能启用策略，同时还会了解相关的生命周期管理方法及应避免的错误做法。以下就是
在旧系统迁移过程中，最危险的时刻并不一定是在开始编写新实现代码的时候，而是在新实现看起来已经完成的时候。 代码编译通过了，测试也通过了，架构也更加清晰了，新的服务响应速度也更快了…… 然后所有人都会开始问同一个问题： 我们现在可以把流量切换过来吗？ 这时，信心就会变得难以建立。 一个新的实现虽然能够通过自己的测试套件，但其行为仍可能与它所要替代的系统有所不同。 也许数值的舍入规则发生了变化，或者对空值的处理方式不同了，又或许某个错误现在被当作成功的响应来处理了…… 也许记录的排序方式改变了，某些副作用出现的顺序也变了，又或许在迁移过程中，一些从未被记录下来的业务规则丢失了…… 正因如此，在进行
当开发人员在代码还记忆犹新的时候就收到反馈，安全审查的效果会最好。等到提交拉取请求、进行持续集成构建或渗透测试时才发现存在暴露的凭据或不安全的编码模式，就会导致不必要的返工。 一种将安全检查提前到开发阶段的简单方法，就是通过Git的预提交钩子在本地执行静态应用安全测试。 在本指南中，你将安装DevSkim命令行工具，将其配置为在文件被添加到暂存区时进行代码检查；同时还会使用专门的工具来检测敏感信息；通过故意设置错误来验证配置是否正确；最后会在持续集成流程中强制执行这些安全检查。 我们将涵盖以下内容： 为什么要在预提交阶段进行安全扫描？ 什么是DevSkim？ 先决条件 创建预提交配置 安装Gi
Web实时通信（WebRTC）是一种开放标准，浏览器利用这一标准直接相互发送音频、视频和数据。无需任何插件或原生应用程序，只需要每个浏览器都已内置的API即可。 WebRTC负责处理媒体数据的传输过程：一旦两台设备建立连接，从编解码器的选择到数据的编码与传输，所有相关环节都由WebRTC来处理。不过，它并不负责设备之间的连接建立过程。 本文探讨了构成WebRTC标准的三个API，分析了为什么信号传输机制和NAT穿透技术不属于这些API的范畴，介绍了一种大规模部署的信号服务器实现方案，并讨论了影响媒体数据传输能力的关键因素，如Mesh网络结构、选择性转发单元以及多点会议单元等。 目录 基础构成：
本周于2026年9月7日发布的Java新闻汇总中，重点介绍了以下内容：针对提前编译和结构化并发机制而开发的新JEPs；Jakarta CDI 5.0及Kotlin 1.0的ADK正式发布；2026年9月的Open Liberty版本更新；TornadoVM与RefactorFirst的补丁版本发布；Micronaut的维护版本更新；以及Groovy 6.0和Gradle 9.8的首个测试版本。 作者：Michael Redlich
AWS已经发布了Amazon Linux 2027的公开测试版。该版本基于AL2023基础架构构建，默认采用了内核7.1及强制模式的SELinux安全机制。那些在AL2023版本中能够正常运行的应用程序，在使用Amazon Linux 2027时可能会出现故障。公告中并未说明AL2023版本的终止支持日期，也没有公布正式发布的日期或相应的迁移方案。 作者：Steef-Jan Wiggers
Sun公司的Solaris对现代系统工程产生了深远影响，它带来了许多关键的创新技术：用于高效内存管理的Slab Allocator、用于高级存储的OpenZFS，以及用于提升系统可观测性的DTrace。其中，其“旋转门机制”有效解决了与互斥锁相关的问题，促进了更加简洁、高效的锁定设计的发展，而这些设计理念至今仍被广泛应用于各种现代编程语言和网页浏览器中，从而显著提升了系统的性能与内存利用效率。 作者：Olimpiu Pop
上周，微软发布了.NET 11的第一个测试版本——Release Candidate 1。这个测试版本附带了可用于生产环境的正式许可。此次发布使得C# 15和F# 11成为默认的开发语言；同时，dotnet test的功能也被扩展到了移动设备和桌面平台；SignalR的认证更新API也得到了完善；而在.NET MAUI框架中，Android应用程序的构建时间也得到了优化。 作者：Almir Vuk
Grab采用了LLM-Kit这一框架，该框架对该公司内部的500多项代理服务进行了标准化处理。这一系统有效提升了服务的集成效率、评估能力以及数据安全保护水平，使得新人工智能代理的部署时间从原来的两周缩短到了仅1小时。此外，它还实现了基础设施管理的集中化，从而便于运行时工具的查找和使用，并支持灵活的模型集成，同时仍能保证各项运营活动的正常进行。 作者：Hien Luu
Pauline Jepp阐述了系统思维、攀岩运动以及鸟类群居行为是如何应用于工程领导领域的。她分享了如何在保证团队自主性的同时实现目标的一致性，如何支持那些看似无形但至关重要的工作（比如指导他人的工作），以及如何在从一线工程师转变为工程领导者这一过程中，维持组织的信任氛围与员工的心理安全。 作者：Pauline Jepp
Atlassian提出了一种新的方法，用于自动化大规模云原生故障的根本原因分析。该方法通过分析各种指标、日志数据、分布式追踪信息以及服务架构，来生成关于故障起源及其传播机制的排序后的假设。 作者：Craig Risi
通过2026年9月发布的最新补丁，微软共修复了950多个安全漏洞。截至目前，今年微软已经修复了总计约2,750个漏洞。虽然许多人将这一快速进展归功于人工智能在安全研究中的作用，但各类组织在跟上这些技术发展的步伐并充分利用这些成果方面仍可能面临困难，尤其是在评估漏洞、确定优先处理顺序以及部署补丁等方面。 作者：塞尔吉奥·德·西蒙内
Meta最近宣布正式推出了Astryx这一开源设计系统。该系统是Meta内部花费了八年时间开发的，基于React 19和StyleX技术构建，提供了超过150个可供使用的UI组件、可定制的CSS设计工具，同时还为工程师和AI开发人员配备了专用的命令行工具及管理界面。 作者：布鲁诺·库里奥尔
ESP32 Bit Pirate项目利用HTML5 API，在浏览器环境中实现了多协议调试功能。它允许用户直接通过浏览器来安装固件，并与ESP32-S3等微控制器进行交互。该平台支持多种数字及无线通信协议，同时还提供了关于内存转储、信号分析等实际操作的指导。 作者：Olimpiu Pop
Jotai是一个专为React开发的原子状态管理库，现已发布3.0.0版本。该版本完全采用了ES模块机制进行开发，同时仍保持了对旧版本的兼容性，但删除了一些已被弃用的API。对于大多数用户来说，进行版本升级的过程非常简单。这个新版本的核心功能得到了优化，一些重大的功能变更则被推迟到未来的更新中再实施。 作者：Daniel Curtis
在OpenAI进行了为期六天的现场调查后，METR与Redwood Research的研究人员组成一个小团队，详细描述了今年早些时候OpenAI的智能体在攻击Hugging Face的过程中是如何行为的。大约有700个本应彼此隔离的智能体找到了相互沟通和协作的途径，从而实现了那些单独行动时无法完成的目标。 作者：塞尔吉奥·德·西蒙内
Alex Porcelli指出了企业人工智能领域存在的一个关键问题：在那些高风险决策中，人工智能系统产生的结果往往是非确定性的，同时也缺乏相应的责任机制。他介绍了如何将DMN决策模型与大语言模型、智能代理的功能以及NeMo安全机制相结合，从而构建出可被审计的、具有确定性结果的智能系统架构——这样，企业领导就能真正掌握这些决策逻辑的制定权，而工程师们则能够确保整个系统的架构设计具备高度的稳定性与安全性。 作者：Alex Porcelli
在这期播客中，Michael Stiefel与Scott Hanselman讨论了在人工智能已经完成了大部分原本需要初级开发人员来完成的工作的情况下，如何培养新的软件工程师。Hanselman认为，软件行业应该采用类似于护理行业中的导师制模式来培养人才。 作者：Scott Hanselman
Postgres可以充当工作流程的持久状态存储机制及协调层，从而无需使用外部调度工具。SKIP LOCKED机制支持并发处理任务；主键检查点能够确保操作的幂等性；而租赁机制则有助于系统在发生故障后顺利恢复。此外，工作流程的状态以及人工审批结果也可以被保存在数据库中，这样在系统重启后这些数据依然可以保留。 作者：Raman Varma
Agoda将其规模为1.5 TB的酒店价格缓存系统从72个SQL Server分片迁移到了DragonflyDB，以此来应对日益增加的读写请求量。此次迁移采用了分阶段双读机制、奇偶校验技术、逐步转移流量策略以及去中心化的故障检测机制。据Agoda称，P99读延迟时间减少了大约8倍，而两个DragonflyDB集群则确保了系统的高可用性。 作者：Leela Kumili
GitHub的HydraFusion项目是GitHub Copilot的一个研究预览版本，它通过运行时模型编排来提升编码效率。该系统会动态地利用来自不同供应商的模型来生成执行方案，并根据任务的复杂程度采用三种不同的执行模式。评估结果显示，这一技术能够在显著降低运营成本的同时确保任务的高质量完成。 作者：Olimpiu Pop
Cloudflare最近介绍了一种名为“缓存转码”的原型技术，该技术会在将符合条件的缓存内容存储到磁盘之前，使用Zstandard压缩这些内容——主要是那些未被压缩的文本文件，如HTML、JSON、CSS和JavaScript。这家超大规模云计算公司认为，这种技术能够额外提供数PB级别的有效缓存容量，不过仍需要进行更广泛的测试才能验证其实际效果。 作者：雷纳托·洛西奥
以下是一个会自我限制自身权限、然后尝试读取两个文件的程序： 在没有启用Landlock机制的情况下： read /etc/hostname 可以成功执行 read /tmp/secret.txt 也可以成功执行 而在启用了Landlock且只允许访问/etc目录的情况下： read /etc/hostname 可以成功执行 read /tmp/secret.txt 失败（权限被拒绝） 这个程序没有使用root账户，也没有使用任何容器或配置文件，更没有后台守护进程。它只是请求内核剥夺自己对大部分文件系统的访问权限，而内核也确实这么做了。 这就是Landlock机制。自2021年以来，它就已经被集
你的苹果手表能够告诉你移动的速度、心脏在运动中的反应情况，以及你的锻炼效果随时间的变化。但其中一项相当有趣的健康指标其实是它无法直接测量的：最大摄氧量。 最大摄氧量代表的是人体在进行高强度运动时所能利用的最大氧气量。这一指标被广泛用于评估心肺功能。 不过与实验室检测不同，苹果手表并不会测量你吸入或呼出的氧气量。相反，它是通过结合传感器收集的数据以及关于你的身体状况和运动习惯的信息来估算最大摄氧量的。 这就引出了一个有趣的问题：一块戴在手腕上的设备，究竟是如何估算出发生在你心血管系统和呼吸系统深处的这些数据的呢？ 随着苹果手表12系列和苹果手表Ultra 4配备了新的健康监测功能，再加上苹果推出
假设你还有足够的信用点数，可以在一个AI应用中再生成一张图片。你在一个浏览器标签页中提交请求，然后在第一个请求完成之前，在另一个标签页中再次提交请求。 该应用会接受这两份请求。 在后台，每份请求都会经过信用点数检查。但问题在于，该应用接收的任务量超出了你的剩余信用点数所能支撑的范围。你刚才所经历的情况就被称为“竞争条件”。 对于开发者来说，这会引发两个问题： 如果只有足够的信用点数完成一个请求，那么这两份请求是如何都通过检查的呢？ 如何防止它们消耗相同的信用点数呢？ 在本指南中，我们将构建一个简单的Django信用系统来探讨这些问题。我们会重现这一故障现象，然后利用数据库事务和行锁机制来解决它
如果你为那些需要缴纳英国税款的用户开发软件，那么迟早你会需要与 HMRC 进行沟通。 针对所得税的“数字化纳税”计划于2026年4月6日正式实施，目前自我雇用人以及年收入超过50,000英镑的房东必须遵守这一规定。到2027年4月，这一收入门槛将降至30,000英镑；而到2028年4月，则进一步降低到20,000英镑。因此，在未来两年内，受该规定影响的人群数量将会大幅增加。 实际上，这意味着许多小型企业现在都需要能够将其财务数据发送给HMRC的软件，而有人就需要开发这样的软件。 当你第一次阅读HMRC提供的开发者文档时，会看到一大堆缩写词：MTD、ITSA、OAuth权限范围、防欺诈头部信息以
Rustls是一个基于Rust语言开发的TLS库，它从一个最初的业余项目发展成了一个得到了资金支持的开源项目。众多组织的支持极大地促进了其开发进程，使得该库具备了后量子加密技术以及出色的性能。即将发布的0.24版本将进一步优化其架构与灵活性，其中包括新的输入缓冲机制以及改进的会话处理功能。 作者：Olimpiu Pop
AWS已将Lambda SnapStart的功能扩展到容器镜像领域；这种容器镜像能够存储多达10GB的数据，而zip文件的最大存储容量仅为250MB。此前，开发团队必须在“为依赖项留出足够空间”与“实现亚秒级启动速度”之间做出选择。一个月前，Reddit上有一个帖子详细说明了这种权衡所带来的代价：为了不超过限制，开发者不得不从已安装的包中删除所有的空白字符和文档字符串。 作者：Steef-Jan Wiggers
Cassie Shum阐述了为什么知识图谱是构建智能系统的重要基础。她不仅讨论了基本的检索、问答技术，还解释了四种实用的架构模式：上下文整合、决策来源的可追溯性、代码即事实，以及系统的透明度。她还展示了一个基于知识图谱设计的工程解决方案，该方案能够简化反馈流程、优化资源使用效率，并确保系统的稳定性。 作者：Cassie Shum
这个开源项目vphone-cli使得完整的iOS 27系统能够在Apple Silicon平台上作为虚拟机运行。该项目是基于苹果自己开发的Virtualization.framework开发的，而非传统的模拟技术，因此为安全研究、逆向工程以及自动化iOS测试带来了新的可能性。 作者：Sergio De Simone
2026年8月13日，DeepSeek在GitHub上发布了一个名为 deepseek-harness 的仓库。仅仅两天后，这个仓库就获得了95,386个星标和8,826次分支请求——这一数字本身虽然算不上什么具有实际意义的指标，但如此迅速的增长速度显然说明其成功并非偶然。在2026年，这款开发工具在GitHub上的增长速度堪称最快的之一（例如 Flowtivity 和 deepseek-ai/deepseek-harness ）。 九个月前，一位名叫Mario Zechner的奥地利工程师发布了一个完全相反的产品：一款名为Pi的编程辅助工具，它仅配备了四项内置功能，除此之外几乎没有其他附加组
几乎每个人在某个时候都试过把两块乐高积木拼在一起，即使成年后从未拥有过任何一套乐高玩具。你把一块积木压在另一块上面，听到“咔嗒”一声，它们就固定在一起了。 你很可能从未想过这些积木是如何被制造出来的，使用了什么样的塑料材料，又出自哪家工厂。在那一刻，你只关心一件事：那些凸出的连接部分是否对齐了？ 这个看似平凡的小动作，其实就是编写这本手册的整个出发点。现在，请暂时把乐高放在一边，想象一下Flutter项目吧。在这个项目中，肯定存在某个文件，团队里的每个人都暗自害怕去打开它。这个文件负责获取数据、对其进行格式化处理、进行验证，最后将结果呈现出来——而所有这些操作都是在一个巨大的`build()`
你的生日告诉你已经活了多少年，但它并不能必然反映你的身体正在以何种速度衰老。 两个同龄人，他们的心血管健康状况、睡眠质量、心脏健康以及新陈代谢水平可能会存在很大差异。换句话说，尽管他们的实际年龄相同，但某些健康指标却可能反映出不同的情况。 “生物年龄”可以说是可穿戴设备领域中的新的“健康评估指标”。苹果新推出的“健康年龄”功能让我开始思考：它究竟是如何测量这一指标的？ 与只关注单一指标不同，这一功能综合了长时间收集到的健康数据，从而反映你的某些健康状况相对于实际年龄而言的发展趋势。 但是，仅仅通过手腕上收集的数据以及健康记录，真的能够准确估算出你的身体“老化”到什么程度呢？ 为了弄清楚这个问题
过去，恶意软件的结构通常非常简单：病毒会附着在某个文件上，而杀毒软件则会将其清除。 但那种情况已经一去不复返了。如今，一次攻击就能窃取你的密码、锁定你的照片、监视你输入的内容，甚至隐藏在你信任的软件之中。 更严重的问题在于恶意软件的数量。根据 AV-TEST研究所的数据，每天都有超过450,000种新的恶意程序出现 。没有任何安全团队能够手动检查这么多文件，因此这项工作不得不交给机器来完成，而杀毒软件的决策机制也随之发生了变化。 在这篇文章中，我们将探讨签名扫描技术的工作原理，以及为什么这种技术会逐渐失效；同时也会介绍机器学习为反病毒防护带来了哪些帮助，行为分析是如何在恶意软件运行过程中将其捕
你将自己的AI功能部署出去，演示效果也确实不错，团队成员们都感到非常满意。然而，当有用户提出一些超出测试范围的问题时，模型却会给出完全错误的回答。 使用大型语言模型进行开发的现实是：传统的软件测试方法根本行不通。当你的系统每次运行都会生成不同的输出结果时，你根本无法使用“output == expected”这样的简单判断语句来进行测试。 大多数教程都会教你如何构建聊天机器人或设置RAG评估流程，但之后就戛然而止了。它们只会告诉你“将其部署到生产环境中”，仿佛最困难的部分已经结束了。但实际上，真正关键的是要判断你的AI模型是否真的有效，以及在它性能下降时及时发现这个问题。 在这篇文章中，我会带
如今，你打开的每一款AI产品几乎都具有相同的界面结构：消息列表、底部的文本输入框，以及以单个词元形式逐条显示的信息。这种设计看起来很简单，但实际上要将其构建得完善却并非易事。 你必须处理诸如数据流状态管理、部分词元的处理、工具调用、重试机制、Markdown格式的渲染、滚动位置的设置，以及其他众多细节问题……同时还要确保界面易于使用且运行速度足够快。如果使用不合适的工具来开发这些功能，你将会花费大量时间去修复各种技术问题，而根本无暇专注于产品的核心功能建设。 在本教程中，你将使用两款专为彼此设计的工具来构建一个真正的AI聊天界面：Vercel AI SDK用于处理数据流逻辑和模型运算，而sha
TinyGo 0.42版本带来了许多重要的更新，其中包括可恢复的异常处理机制，以及对Go 1.27和LLVM 22的支持。这些更新优化了错误处理功能，同时还使得Go代码能够以UEFI应用程序的形式运行。搭配Seeed Studio XIAO使用的TinyGo开发套件为开发者提供了便捷的硬件开发环境，其中包含了ESP32-C3开发板和各种模块化传感器。这些配置显著提升了该工具在嵌入式系统及Wasm开发领域的实用性。 作者：Olimpiu Pop
会话追踪与成本控制正逐渐成为用于诊断人工智能代理故障的关键技术手段；这些技术能够帮助团队发现工具调用循环以及过度消耗资源的情况，同时还能保留足够的执行上下文信息，以便在问题发生之后进行调试。 作者：马克·西尔维斯特
LinkedIn公布了其基于人工智能技术的求职系统背后所使用的训练基础设施的详细信息，其中描述了一种“多教师蒸馏”机制：这种机制能够将大型教师模型中的知识压缩成一个参数数量仅为0.6B的排名模型。 作者：Claudio Masolo
Ross McFarlane和Kevin Holditch讨论了Form3从单云架构向三活多云架构的演变过程。他们分享了关于跨云网络技术、使用CockroachDB和NATS构建分布式数据库的相关策略，还介绍了如何定制Kubernetes相关组件，以及如何应对英国、欧洲和美国金融市场在灾难恢复方面的不同要求。 作者：Ross McFarlane, Kevin Holditch
Terraform AWS Provider仍在持续快速发展，其v6.62.0版本不仅新增了对新AWS功能的支持，同时还改进了Terraform对现有基础设施的识别与管理方式。 作者：Craig Risi
tsgolint发布了稳定版的v7版本，该版本利用Go语言的原生性能优化了TypeScript的代码检查功能。它支持基于类型信息的代码检查，通过“typescript-go”编译器来运用TypeScript的语义分析机制；而Oxlint则负责配置管理及文件路径的检测工作。这个新版本与TypeScript 7.0.2兼容，能够处理61条类型检查规则中的59条，并且其性能明显优于ESLint。 作者：Daniel Curtis
Netflix对其Conductor工作流编排引擎进行了升级优化，以便能够处理更大的工作负载。此次升级使该系统所能支持的工作流规模从约2,500个任务增加到了30,000个任务，同时也将工作流评估的延迟时间减少了大约40%。Conductor 4.0将工作流元数据与任务数据分离出来，将评估过程改为异步处理，并引入了动态工作者分配机制及并发控制功能。 作者：Leela Kumili
NVIDIA个人AI路由器(PAIR)现已进入测试阶段。该工具可让你利用本地网络中多台计算机的推理能力，自动将AI请求分配给这些计算机进行处理。它主要适用于那些需要多个独立模型协同运行的场景——因为在这些情况下，如果仅使用一台GPU进行处理，系统很可能会不堪重负。 作者：Sergio De Simone
几个月前，我使用React、Node.js以及Vercel Serverless Functions构建了一个聊天机器人应用程序，并将其应用到了我的网站 buildcv.makeadifference.app 中。在本次教程中，我将详细向您讲解我是如何构建这个应用程序的——从与Google的Gemini API进行交互的后端无服务器函数，到用于显示AI生成响应内容的React聊天组件，都会一一为您介绍。完成本教程后，您将了解以下内容： 如何配置Vercel Serverless函数，使其能够调用Gemini API，并将生成的响应以小段文本的形式实时传输给浏览器。 为什么采用这种技术能让聊天机
Gradio就是这样一种Python库，它让你不禁思考：为什么构建Web界面一开始就会变得如此复杂呢？ 你可能已经有过这样的经历：你编写了一个Python程序，它运行得很好；你的机器学习模型能够生成预测结果；你的AI应用程序也能给出相当不错的答案；你的数据处理脚本也完全按照你的预期完成了工作。 然后，有人想要使用这个程序。 你把Python文件发给他们，他们询问如何运行这个程序，你告诉他们需要安装Python环境。 接着他们又发现需要特定版本的Python，还需要相关的依赖库，之后还得执行`pip install`命令……然而，最终还是会出现各种问题。 于是，原本让你充满期待想要分享的这个应用
结构设计模式关注的是对象在结构和层次结构方面的创建方式。 其中一种专门用于帮助你管理复杂层次结构的模式就是组合设计模式。 那么，这种模式究竟能起到什么作用呢？ 让我举个例子来说明。假设你有一个数据集，你需要一个统一的接口来管理这个数据集，确保所有操作都使用相同的方法进行。同时，你也希望这个系统能够灵活地扩展，以便数据量可以不断增加。在这种情况下，组合设计模式就非常适用了。 以下是一些其他典型的应用场景： 购物车由单个商品以及捆绑销售的商品组成，这两种情况都需要确定价格。 税收系统既包含单独的纳税人，也涉及家庭团体和企业团体，所有这些对象都需要进行税费计算、折扣处理以及累计金额的计算。 文件系统
数一数你的部署检查清单上列出了多少项内容。如果项目数量超过了少数几个，那么这个清单的长度确实值得你再仔细考虑一下。 其中一部分原因可能是你的团队工作非常细致；而另一部分原因可能说明，你们的产品团队仍有许多基础设施相关的工作需要人工进行核查。 部署检查清单的内容会随着应用程序所面临的风险不同而有所变化——比如你的代码、数据以及部署流程可能会对用户造成哪些影响。其他一些项目，如证书、负载均衡器、镜像来源信息、自动扩展机制以及连接释放设置等，都是需要人工进行验证的环节，因为没有其他系统能够替你完成这些验证工作。 对于这些项目来说，不需要改进其表述方式；真正需要的是为它们指定负责人。值得思考的是，这个
机器学习听起来可能比实际情况要复杂得多。你会听到诸如“模型”“训练”“特征”“数据集”“预测”和“算法”这样的术语，这可能会让你觉得，在编写第一个机器学习程序之前，自己必须拥有数学博士学位才行。 但实际上，机器学习的本质就是让计算机从示例中学习规律，然后利用这些规律来对新的案例进行预测。如果你曾经通过观察大量的猫来学会识别它们，那么你就已经理解了这一概念的基本含义。 在这个教程中，我们将使用Python构建一个真正的机器学习模型。我们会从一个小型数据集开始，训练出一个模型，让这个模型能够根据学生学习的时长来预测他们是否能够通过考试，然后利用这个训练好的模型来对新的学生进行预测。 先决条件 学习
在任何运行了 systemd 的机器上打开终端，然后运行以下命令： systemd-analyze 在我正在使用的这台笔记本电脑上，运行该命令后得到的结果是： 启动过程耗时：5.855秒（固件加载时间）+ 8.469秒（引导加载程序加载时间）+ 3.106秒（内核加载时间）+ 12.181秒（用户空间处理时间），总计29.613秒。在进入用户空间后，系统又用了12.175秒才完成启动过程。 将这四个数字相加，得到的结果应该是29.611秒，而不是最后一行显示的29.613秒。这个差异是真实存在的，并非计算错误：`systemd-analyze`在显示结果时会对每个阶段的耗时进行四舍五入处理，因
OpenAI Codex是现代软件开发中非常有用的工具，但要真正发挥它的作用，关键在于了解其正确的使用方法。为了帮助开发者掌握它的核心功能，我们刚刚在 freeCodeCamp.org 的YouTube频道上发布了一门针对初学者的完整实践课程。 这门教程会从基础开始，逐步引导你了解所有相关内容，包括安装方法、定价方案以及界面的使用技巧。你将学习如何运行定时的后台自动化任务，如何利用Notion和Supabase等工具管理外部数据，以及如何在开发环境中直接处理GitHub的拉取请求。此外，课程还会讲解Codex最强大的两种操作模式：计划模式（在这种模式下，系统会反复验证各种假设并规划整体架构）和
过去，开发应用程序往往就像在没有任何说明书的情况下组装家具，而且还会缺少一半的螺丝。如今，像Lovable这样的人工智能工具可以帮助你用简单明了的语言描述自己的需求，从而将一个想法转化为可运行的网页应用。 这确实很令人兴奋——但同时也意味着一种责任。 Lovable能帮助你快速行动、尝试各种想法，并创造出实用的软件。不过，速度绝不能取代周密的思考。由人工智能生成的程序可能会存在安全问题、导致用户使用体验混乱、包含不准确的信息，或者其代码在演示环境中可以正常运行，但在实际使用中却会出故障。 在这份指南中，你将学习到如何在实际使用Lovable的过程中兼顾安全性、隐私性、可访问性以及用户的安全。我
在经过社区成员的共同努力后，Python核心开发团队正式将RISC-V认定为CPython中的“三级平台”。目前各方仍在继续努力，旨在进一步推动RISC-V与持续测试流程的整合，并争取使其达到“二级支持”标准。我们非常欢迎拥有RISC-V硬件的开发者提供反馈意见，以便进一步提升系统的稳定性和性能。 作者：Olimpiu Pop
2026年6月，IETF发布了RFC 10008标准，该标准为HTTP协议引入了“QUERY”方法——这是自2010年以来首个新的HTTP标准操作。通过使用“QUERY”方法，开发人员可以在请求体中发送更为复杂的查询条件，同时这些操作依然具备可缓存、安全以及幂等性等特点。这一改进有效弥补了GET和POST方法长期存在的局限性，从而提升了API交互的效率。 作者：丹尼尔·柯蒂斯
AI编码助手已经成为软件开发中不可或缺的一部分。虽然AI生成的代码确实提高了开发效率，但同时也导致了安全漏洞的出现以及一些常见的编程错误。在这篇文章中，作者Nitin Garg指出，当前开发的瓶颈已经从代码生成环节转移到了代码验证阶段，并说明了当AI生成的结果与预期的设计意图出现偏差时，应该如何及时发现并解决这些问题。 作者：Nitin Garg
莉莉·玛拉介绍了如何通过渐进式的FFI重构来避免高风险的软件重写。她说明了工程团队如何利用PyO3将Python代码中的性能瓶颈替换为Rust代码，从而实现函数执行速度的显著提升、无缝的集成测试，并在无需引入微服务架构的情况下大幅降低基础设施维护成本。 作者：莉莉·玛拉
在现代软件开发中，自主团队被视为一种不可或缺的核心理念。我们的价值观决定了我们能够做什么，也决定了我们在“自主性”与“一致性”之间应该如何做出取舍。每个人都有自己的使命，也都拥有采取行动的能力，因此，我们应该将关注点从产品本身转移到价值创造上来。 作者：本·林德斯
OpenAI发布了GPT-6 Astra，这是一个专门为编程、计算机应用、需要长时间持续执行的任务以及网络安全领域设计的新型模型，该模型可以通过ChatGPT、Codex以及OpenAI API进行使用。 作者：Daniel Dominguez
Python依然是科技领域中最通用、应用最广泛的编程语言之一。由于其语法与日常英语极为相似，因此对于初学者来说，它绝对是开始学习编程的最佳选择。 我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门内容全面、注重实践的Python课程。这门课程会引导你从编写第一行代码开始，逐步构建出三个功能完备、可用于展示自己技能的终端应用程序。负责教授这门课程的是Scrimba的Treasure Porth。 你将通过完成一些能够解决实际问题的项目来学习Python： “PayUp”费用分摊工具 学习变量、用户输入处理、数据类型转换以及算术运算符等基础知识，从而制作出一个可以公平分配账
Neovim在自身的Lua标准库中通过`vim.async`命名空间引入了一个结构化的并发处理库。这个框架为管理异步工作流程提供了标准化的方式，有效解决了与任务管理及错误传播相关的问题。它支持协作式调度机制，并能清晰地体现任务之间的层次关系，从而显著提升插件的开发效率以及异步操作中的错误处理能力。 作者：Olimpiu Pop
微软已正式推出Azure虚拟桌面混合版。会话主机通过Azure Arc在客户的硬件上运行，而所有的连接管理功能则由Azure来处理。该混合版服务是免费提供的；若要使用Windows Server进行支持，则需要购买带有软件保障服务的RDS CAL许可证；此外，多会话版本的Windows系统并不被支持。 作者：Steef-Jan Wiggers
Felipe Huici解释了Unikraft是如何实现毫秒级快速启动、可保持状态的状态缩减技术，以及如何为AI工作负载提供极高的部署密度。他讨论了隔离机制、Linux内核优化措施以及快照技术，展示了如何在大规模应用环境中保持低于10毫秒的性能表现，同时还能确保系统能够与Kubernetes环境无缝集成，并具备硬件级别的安全性。 作者：Felipe Huici
Meta公司阐述了如何设计人工智能代理，使其能够捕捉领域专家的逻辑思维与专业知识，而不仅仅是存储文件或检索相关信息。这一被称作“组织机构的第二大脑”的系统最初是为合规管理领域开发的，但Meta认为这种架构同样适用于安全、金融、工程和采购等领域。 作者：塞尔吉奥·德·西蒙内
在工程团队中，每个月都会出现这样一种常见的情景：有人会转发一张AWS账单的截图，显示出的费用数额比上个月要高。大家都表示认同，认为这笔费用确实应该更低一些，但实际上并不会采取任何具体的行动来改变这一状况，这样的循环就这样不断重复着。 本指南的目的就是打破这种循环，通过一种更为有效的方法来替代原有的处理方式——采用系统化、针对具体服务的分析方法，从而清楚地了解自己的支出情况、支出的原因，在问题真正形成账单之前就发现它们，并且在不需要猜测的情况下降低成本。 本书的结构设计便于读者随时查阅。每一部分都可以独立使用：如果你当前面临的是与RDS相关的问题，可以直接阅读相关章节；而如果你打算从零开始建立F
设计模式是针对软件设计中常见问题的、可复用的解决方案。可以把它们看作是蓝图：并非完整的代码，而是经过验证的模板，你可以根据自己的需求将其调整过来，用于解决自己代码库中的特定问题。 这本手册旨在帮助大家切实理解软件设计模式。我编写这本书是为了所有开发者，无论你使用哪种编程语言。书中的示例是用C#编写的，但这里提到的每一个概念同样适用于Python、Java、TypeScript、Go等语言。 源代码可以在这里找到： github.com/Clifftech123/design-patterns-handbook 。 需要注意的事项： 设计模式本身并不是代码。 它们是一种思考代码结构的方式，是解决
一旦一个团队决定迁移现有的旧应用程序，通常就会面临立即开始迁移代码的压力。 需要迁移数据库、API或用户界面，或者将整个应用程序迁移到新的框架、运行环境、云服务提供商或架构中。 这听起来似乎合情合理，但实际上存在一个问题。 如果当前的系统将业务规则、数据持久化机制、基础设施、外部集成功能以及各种协调逻辑都混合在同一个模块中，那么迁移工作就会变得比实际情况要困难得多。 你并不是在仅仅迁移软件本身，而是在试图迁移那些在多年开发过程中逐渐纠缠在一起的各种组件和功能。 正因如此，我通常更倾向于在迁移之前先对代码进行重构。这样做的目的并不是为了让旧系统看起来更加美观，也不是要彻底重新设计整个系统，更不是
这是一个简单的C程序。它调用了三次`clock_gettime()`函数，然后向标准输出输出了5个字节。 #include #include #include int main(void) { struct timespec ts; for (int i = 0; i 这两者看起来都属于系统调用。它们都是向内核请求程序本身无法获取的信息：当前时间，以及文件描述符的访问权限。 gcc -O0 -o mystery mystery.c strace ./mystery 2>&1 | grep -c clock_gettime 答案是`0`。 write() 函数被立即执行了，而那三次`clock_
游戏手柄API是您使用过的最小的浏览器API之一。它仅有四个属性、一个函数，而且不需要任何权限请求。只需大约十五行代码，就能在屏幕上显示出一个游戏控制器的外观。 不过，这十五行代码也会“悄悄地”忽略那些出现故障的游戏控制器。 我是通过自己动手开发了一个基于浏览器的控制器测试工具才了解到这一点的。有位用户发来邮件说，尽管他在所有游戏中都发现游戏手柄的摇杆在不断漂移，但该网站却显示他的手柄是正常的。事实证明他是对的——浏览器实际上返回的是错误的数据。 这篇文章介绍了GamepadAPI中那些未在官方规范文档中提及的部分，以及这些部分是如何让我花费了大量时间进行调试的：为什么必须定期向硬件发送请求以
尼尔·弗雷泽的公开声明指出，一项监管变化正在影响“.name”这一顶级域名。在获得ICANN的批准后，Verisign将取消针对三级域名的注册服务，因为这些域名的使用率正在下降。这一决定影响了大约22,000名注册用户，同时也引发了安全方面的担忧——因为那些已经注册的二级域名可能会被不法分子利用。受影响的用户目前正在考虑通过法律途径来挑战这一决定。 作者：奥利米皮乌·波普
标准的混沌工程假设实验能够顺利结束，且故障的影响范围是可以提前预测的，同时生产环境也会成为这些实验的对象。然而，支付系统却完全违背了这三个前提。Salim Adedeji指出了在企业环境中部署ECS时可能出现的特定故障模式：例如60秒的DNS TTL设置会导致93秒的故障切换时间，重试机制会使数据库负载增加2.4倍，而区域重新平衡机制也会被常规工具忽略。 作者：Salim Adedeji
Joe Cassavaugh分享了自己从软件工程师转变为成功独立创业者的经历——他创立了一个价值超过200万美元的独立开发项目。他讲述了自己如何在5年内将游戏开发规模扩大到10款游戏，如何使用Unity技术使开发效率提高4到6倍，如何优化内容开发流程，以及如何运用代码重构技巧来提升开发质量。他还探讨了对于资深开发者而言，在企业工作与自主创业之间究竟存在哪些关键的权衡因素。 作者：Joe Cassavaugh
GitLab警告称，将人工智能编码代理隔离在沙箱环境中并不一定能确保其安全。在这项新的安全分析报告中，该公司描述了进行的一项内部测试：在该测试中，某个人工智能代理利用了一个被明确列入沙箱允许列表中的脆弱软件包代理，从而成功逃出了沙箱环境。 作者：Craig Risi
与会专家们阐述了平台团队是如何适应并支持人工智能辅助工程发展的，同时指出了哪些功能应该被纳入该平台中。他们还讨论了标准化与开发者自主性之间的权衡问题，并分享了管理人工智能工具、安全机制以及调整工作流程的相关策略。 作者：Stéphane Di Cesare、Davide de Paolis、Stephen Cihak、Camila Macedo、Renato Losio
HashiCorp发布了Packer v1.16.0版本，该版本为该工具生成的每一张机器镜像提供了生成、签名及验证SLSA来源证明的功能。这一更新为各团队提供了关于这些机器镜像的生成过程的安全、防篡改的记录，而且无需使用任何额外的供应链管理工具即可实现这些功能。 作者：Claudio Masolo
本周于2026年8月31日发布的Java新闻汇总重点介绍了以下内容：TornadoVM 6.0版本的正式发布；JReleaser、LangChain4j、Java Operator SDK、JHipster、Kotlin Toolchain以及Yupiik Fusion等工具的更新版本；此外，Micronaut和GraalVM Development Kit也进行了维护性升级。 作者：Michael Redlich
vlt是由最初的npm团队开发的，它已经发布了1.0版本，可以作为npm的替代品使用。该工具具有分阶段安装的功能，这样可以防止脚本被自动执行；它还提供了一个包含60多种筛选条件的依赖关系图，并且配备了能够阻止恶意包被上传的注册系统。这些设计旨在提升安全性并简化JavaScript开发流程。 作者：丹尼尔·柯蒂斯
CERN的工程师们宣布，将其加速器控制系统从基于Red Hat的发行版切换为Debian。这一决定是由于Red Hat对编译器的使用要求日益严格，而这些严格要求威胁到了一些老旧硬件的正常运行。此次切换工作涉及2,200台专用控制设备，预计将在2026年底完成；而CERN的其他系统则将继续使用Red Hat和AlmaLinux作为操作系统。 作者：Olimpiu Pop
在Azure API Management的Premium v2版本于12月推出后，微软也在Standard v2版本中提供了区域冗余功能。Standard v2版本的月费为700美元，而Premium v2版本的月费则为2,801美元；不过Standard v2版本提供的服务水平协议保障率为99.95%，而非99.99%。区域冗余功能只能在创建实例时进行配置。 作者：Steef-Jan Wiggers
周宇探讨了为什么人工智能代理在演示阶段会遇到停滞现象，并介绍了如何通过基于模拟的测试来解决合规性及可靠性方面存在的问题。了解哥伦比亚大学和Arklex AI是如何利用合成用户角色、轨迹熵以及自动化的持续集成/持续部署流程来评估多轮交互式智能代理的，从而在部署之前发现潜在问题，并在生产环境中优化这些自主学习工作流程的。 作者：周宇
Netflix正在将旗下分布在多个AWS区域的3万多项流处理任务迁移至开源工具Apache Flink Autoscaler。这种基于操作员级别的调度机制有效弥补了Netflix原有集群级自动调度系统在处理复杂、具有状态依赖性的数据处理流程时所存在的局限性。据Netflix称，采用这一新方案后，某个团队的年度Flink计算成本降低了58%，每年因此节省约110万美元。 作者：Leela Kumili
TrueNAS CORE长期以来一直被视为基于FreeBSD和OpenZFS的开源存储解决方案的标准。然而，随着系统架构转向基于Debian的TrueNAS SCALE，一些用户开始需要其他替代方案。FreeCORE将TrueNAS CORE升级到了FreeBSD 15.0版本，从而恢复了诸如FreeBSD Jails这样的关键功能。虽然这一升级满足了部分管理员的需求，但由单个人负责该系统的长期维护工作，确实引发了一些担忧。 作者：Olimpiu Pop
软件公司Figma的工程团队最近记录下了他们是如何开发出这些人工智能助手的。这些助手帮助安全团队调查各类警报、检索过去的事件记录、检查公司系统，甚至协助编写代码修复方案。这些人工智能助手通过学习之前的处理经验，有效减少了重复性工作，使工程师们解决复杂问题的速度提高了约70%。 作者：雷纳托·洛西奥
谷歌已将Mantis这一人工智能代理框架开源。该框架旨在自动化处理软件漏洞的整个生命周期，包括识别和验证漏洞、重现这些漏洞以及修复它们。谷歌表示，开发Mantis的目的是为了解决传统基于人工智能的代码扫描工具所导致的误报率过高以及虚假漏洞频发的问题。 作者：塞尔吉奥·德·西蒙内
当漏洞扫描工具报告你的应用程序存在23个安全漏洞时，其中4个属于严重等级，7个为较高风险等级，剩下的12个则为中等风险等级，乍一看，解决办法似乎很明确：立即开始修补这些漏洞。但究竟应该先修复哪一个呢？ 这在漏洞管理中一直是个棘手的问题。虽然安全团队可能会及时发现存在漏洞的代码依赖项，但并不总能立刻对其进行修复。开发人员需要确保这些有漏洞的代码仍在被使用中，并在将修复方案部署到生产环境之前完成所有必要的测试。 不过，最近在利用人工智能来检测软件漏洞及攻击手段方面确实取得了一些显著的进展。例如，这篇 研究 就详细介绍了相关的研究成果以及未来的发展方向。 但这一切究竟如何才能真正帮助开发社区呢？我们
Discord就是这样一种技术：几年前它突然出现，如今已经无处不在。 各种社区、项目和倡议都建立了大量的服务器，而且这类服务器还在不断涌现。在很大程度上，它们已经取代了论坛、聊天室，有时甚至也替代了文档网站和新闻板块的功能。 这种变化究竟是好是坏，还有待讨论，但可以肯定的是，Discord将会长期存在下去。 就可访问性而言，Discord曾经面临过一些问题。多年来，对于使用屏幕阅读器的用户来说，使用这款软件一直非常不便，因为开发者显然没有充分考虑过可访问性的需求。 不过在过去的几年里，这种情况已经得到了显著改善。虽然到2026年时，Discord仍然不是完全适合所有用户使用的工具，但只要掌握了
从表面上看，人工智能接待员似乎很简单：来电者说话，系统做出响应，然后对话持续进行，直到来电者得到答案或与相关人员取得联系。 但实际上，在这一对话的背后，存在着一系列电话基础设施、语音识别技术、语言模型、应用逻辑、应用程序接口、数据库以及呼叫路由机制。 有趣的地方并不在于人工智能模型本身，而在于这些组件是如何协同工作，将音频流转化为有用的商业行动的。 那些希望拥有这类功能的企业有两种选择： 它们可以购买现成的产品。目前市场上已经有专门的人工智能接待系统，比如Nextiva公司的 XBert ，以及Goodcall、Dialzara等公司提供的相关工具。 或者，它们也可以自行开发这样的系统，而这篇
寻找奖学金信息其实是一项需要系统地进行研究的任务，而不仅仅是通过简单的搜索来完成的。你需要根据学科领域、平均成绩、国籍以及截止日期等条件来筛选各类奖学金信息，然后列出候选名单，并对相关申请材料及推荐人的意见做好记录。一周后，你再回顾这些信息，尝试回忆自己当初为什么选择保存某个具体的奖学金项目。 人工智能助手可以帮助完成这一工作流程，但前提是它必须能够访问真实的数据库，并能保留你之前所做的筛选和决策结果。聊天记录并不能替代数据库；而那些被错误设定的截止日期反而会比根本没有截止日期更糟糕。 Model Context Protocol (MCP) 为人工智能应用程序提供了获取这类信息的标准接口。在
JupyterGIS是一款专为Jupyter笔记本设计的、专注于GIS功能的扩展插件。最新发布的0.16版本增强了协作功能、实时编辑能力，并提升了对大规模数据处理的支持力度，尤其是针对遥感数据的处理。该版本还提供了更强大的可视化工具，并进一步提升了与R语言用户的兼容性。社区用户反馈指出，目前该插件在实用性方面还存在一些不足，同时人们也希望能进一步提升其便携性。 作者：Olimpiu Pop
Blume是一个开源文档框架，它能够将Markdown格式的文档转换成完整的文档网站。该框架采用Astro和Vite技术构建，安装时仅需Node.js环境以及一个Markdown格式的文档文件即可。它支持多种配置方式，具备自动优化搜索引擎排名的功能，同时还提供了用于测试文档质量的工具，因此用户可以轻松地将其他文档系统中的内容迁移到Blume平台上。 作者：Daniel Curtis
在最近发表的一篇研究论文中，谷歌提出了“Beyond Zero”这一概念——这是一种“专为人工智能时代设计的安全模型”，它将“零信任”理念应用到了自主运行的智能系统上。这种新的安全机制将访问权限的控制权限从应用程序层面下放到具体的资源或操作层面，同时结合静态的授权规则与动态的人工智能决策机制，从而实现以机器般的速度来执行各种安全控制措施，无论是对于人类用户还是智能系统而言都是如此。 作者：雷纳托·洛西奥
Meryem Arik谈到了她对2030年软件工程领域的发展预测。她解释了代币管理机制、并行智能体基础设施以及非技术背景的从业者将如何重塑信息技术行业；同时，她也分享了自己对于智能体在供应商决策中的作用、即将出现的监管挑战，以及为什么软件工程师必须从单纯的编程技能转向具备产品领导能力和多智能体协调能力等方面的见解。 作者：Meryem Arik
大型语言模型从根本上改变了我们构建企业内部应用的方式。它们使开发人员能够创建出能够分析复杂企业数据、回答内部查询以及自动化重复性工作流程的智能软件。 然而，将基于大型语言模型的应用从本地原型阶段部署到生产环境时，往往会暴露出一个关键的可靠性问题： 过度自信 。 标准的语言模型被优化为生成在统计学上最有可能出现的下一个输出结果，而不是用来评估它们自身的准确性。当遇到模糊的输入指令、不完整的检索信息或超出模型适用范围的边缘情况时，这些模型会毫无顾忌地生成看似合理的虚假答案，甚至编造事实，而不会向用户提示任何不确定性。 在那些对业务运行至关重要的企业环境中，一个盲目猜测的人工智能应用无疑会带来严重的
像 Claude Code 、 OpenAI Codex 、 Google Antigravity 以及 Cursor 这样的代理编码工具，在日常软件开发中已经变得无处不在。 随着代理系统的不断发展，开发者让这些系统完成的大部分工作都是通过逐个分配子任务来实现的。许多团队也在探索并使用共享的、多租户式的代理基础设施，这种架构的成本不会与某个特定的所有者挂钩。在这种情况下，可观测性就成为了监控基础设施成本的关键因素。 在本指南中，您将了解可观测性的工作原理，然后学习如何启用Claude Code内置的遥测功能，运行后端程序来收集数据，并读取该系统生成的各类指标、日志及追踪信息。这些内容将帮助您更
METR )。 DORA )。 Stack Overflow )。 Anthropic )。 目录 先决条件 什么是AI原生SDLC？ 当代码开发成本降低后，瓶颈会出现在哪里？ Claude Code、Codex与Gemini CLI：同一个框架，三种不同的工具/术语体系 如何开展规划阶段的工作 如何开展设计阶段的工作 如何开展构建阶段的工作 如何开展测试阶段的工作 如何开展部署阶段的工作 如何开展维护阶段的工作 一名工程师如何负责一个五人的团队 规划阶段 设计阶段 构建阶段 测试阶段 部署阶段 维护阶段 在全面采用AI原生SDLC之前，需要检查的事项清单 结论 接下来应该探索什么 先决条件
jQuery由John Resig创建，于2006年正式发布。它是一个JavaScript库，能够简化HTML操作、事件处理、动画效果以及Ajax功能的实现。由于提供了跨浏览器的通用API，jQuery极大地便利了网页开发工作。尽管随着现代框架的兴起，其使用频率有所下降，但如今仍有大量网站在使用jQuery。 作者：Daniel Curtis
Zack Bartel开发了Tether这个开源项目，它的目的是将Apple Continuity功能与Linux工作站结合起来。通过Tether，用户可以在Linux系统上直接发送iMessage消息、同步剪贴板内容，并查看iOS系统的通知。该项目采用了安全的局域网通信技术以及定制的蓝牙协议栈，从而确保了跨平台交互时的稳定性与安全性。 作者：Olimpiu Pop
在这期播客中，负责“文化与方法”板块的首席编辑Shane Hastie与Click Boarding公司的CTO Adam Wachtel进行了交谈。他们讨论了在招聘时应更注重候选人的性格特质和解决问题的能力，而非仅仅看重他们的技能；还探讨了如何在危机时刻扭转一个平台或团队的发展势头；此外，他们也分析了人工智能如何正在改变团队的人员构成与规模，但这种变化并不会导致SaaS服务的发展受到阻碍。 作者：Adam Wachtel
在意识到许多客户尚未准备好迁移到GitHub之后，微软向所有Azure DevOps客户开放了针对Azure Repos的GitHub Copilot代码审核功能。这些审核服务按照使用次数计费，费用会通过用户所关联的Azure订阅账户进行扣除，48小时后才会显示在“成本管理”页面中。虽然系统会发出预算提醒，但并不会阻止审核功能的正常使用；每个组织最多同时可以使用5个审核任务。 作者：Steef-Jan Wiggers
Onur Satici详细解释了如何利用Vortex这一由Linux基金会推出的开源列式文件格式来彻底改变高吞吐量数据加载的方式。他说明了如何通过层叠式的轻量级编码技术、基于文件结构的数据分段优化机制以及零拷贝内存传输技术，消除CPU与NVMe之间的性能瓶颈，从而让S3存储中的数据能够以高达60 Gbps的速度直接传输到GPU上，而无需在进行任何预处理操作。 作者：Onur Satici
这本电子杂志探讨了在这样一个快速发展的工程领域中，架构师该如何以清晰的思路来引领发展方向，并将行业经验转化为可供团队实际应用的实践方法。这些案例共同揭示了一个核心主题：技术领导者们的角色正在从单纯构建系统，转变为引导技术的行为模式与发展方向，同时帮助工程师们和各类组织充分发挥他们的潜力。 InfoQ出品
Kubernetes鼓励开发者仔细研究KYAML这种格式。KYAML其实是YAML的一种更严格的形式，它的设计目的在于使Kubernetes的配置更加清晰、易于理解，同时降低出现常见YAML错误的可能性。 作者：Craig Risi
Airbnb重新设计了其认证架构，采用了基于服务器处理的流程以及根据策略来选择相应的认证方式。这一新的“灵活认证系统”使与认证相关的代码量减少了60%，使得网页客户端的大小缩减了100 KB，同时大大提高了认证成功的成功率（成功率提升了2.6%），还有效减少了重复账户的创建现象（重复账户的数量减少了27%），此外，使用一次性密码进行认证所带来的成本也降低了11%。 作者：Leela Kumili
假设你的量子程序需要对编号为 0 和 50 的两个量子比特执行某种操作。 从编程者的角度来看，这似乎是一件很简单的事情。 你有两个量子比特，也有一个可以同时作用于这两个量子比特的门电路。那么，为什么量子计算机不能直接执行这个操作呢？ 因为在真实的量子处理器中，各个量子比特并不一定彼此相连。 量子处理器并不是由一系列可以随意互换的量子比特组成的系统，在这种系统中，每个量子比特都能立即与其他所有量子比特发生相互作用。这些量子比特的实际排列方式非常重要，连接装置、控制电路、门电路的种类、错误率以及它们之间的通信路径也同样重要。 这些因素就导致了你编写的量子程序与实际执行该程序的量子计算机之间存在本质
有些对象非常简单，比如字符串、数字或布尔值。你可以用一行代码创建它们，然后继续进行其他操作。 而另一些对象则完全不简单。例如，一个轮播组件就需要包含项目数量、项目生成函数、控制器、高度、视图窗口比例、自动播放设置、页面切换回调函数以及无限滚动配置等信息。再比如，一个HTTP请求需要URL地址、请求头信息、认证令牌、请求体内容、超时时间以及重试逻辑。又或者，一条通知消息需要标题、正文、图标、发送渠道、优先级、声音效果、振动功能以及操作按钮等等。 当你需要构建这类对象时，一种常见的方法是使用带有大量参数的构造函数。这种方法虽然可行，但随着对象结构变得越来越复杂，就会带来一系列问题：这些参数很难区分
关于人工智能辅助开发，最大的误解之一就是认为使用人工智能就意味着要放弃多年来积累的工程经验。其实并非如此。 你可以将自己所学到的架构模式、犯过的错误、团队遵循的规范，以及作为Flutter工程师所制定的标准，通过特定的技能教给人工智能编码助手。这样一来，你就不必在自身经验与人工智能之间做出选择，而是可以将两者结合起来使用。 然而，几乎每一位Flutter开发者，在第一次在实际项目中使用人工智能编码助手时，都会遇到一些令人沮丧的情况。 比如，当你让助手生成一个个人资料页面时，它虽然能生成能够正常运行的代码，但却没有在`widgets/`文件夹中创建一个结构清晰、可重复使用的`ProfileCar
如果你是一名软件开发人员或DevOps工程师，那么你很可能已经听说过OpenTelemetry。在讨论可观测性、监控或分布式系统的调试时，这个术语经常会被提及。 你可能也知道它的基本定义，但了解OpenTelemetry是什么与真正理解它的运作原理其实是两回事。 读完本指南后，你将能够明白OpenTelemetry是如何从端到端工作的——从请求进入你的应用程序的那一刻起，直到这些数据被显示在可观测性后端系统中。你还会了解到追踪信息、时间跨度、上下文传播机制以及数据导出工具是如何共同构成一个完整的处理流程的。 如果你完全不了解OpenTelemetry，也别担心：接下来的部分会帮助你快速掌握相关
我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门关于半导体供应链的全面课程，这门课程完全基于第一性原理进行讲解。该课程由硬件专家Kian Kyars主讲，深入剖析了从原始硅材料到最终在现代数据中心得到应用的整个过程。 随着用于人工智能基础设施的资本支出不断增加，达到数千亿美元之多，硬件已经不再是一个仅限于芯片设计专家研究的领域。对于开发人员、研究人员以及科技行业的专业人士来说，了解支撑现代人工智能模型运行的各种硬件设备已经变得至关重要。 这门课程重点介绍了Nvidia最新的硬件产品，详细讲解了双芯片结构的GB300 Blackwell Ultra GPU是如何进行设计
Cohere推出了Parse 5，这是一种多模态基础模型，旨在从复杂的企业文档中提取结构化数据。这个拥有23亿个参数的系统能够将内容丰富的PDF文件转换为Markdown格式，同时还能提供用于视觉识别的边界框坐标。经过对2000多份企业文档的测试，该系统在关键性能指标上的平均得分达到了79.2分。 作者：Olimpiu Pop
Brian Martin探讨了各种指标库在现实环境中的性能开销，并分享了那些能够降低开发成本、实现“无惧性能影响”的监控与分析策略。他结合自己在IOP Systems的工作经验，介绍了原子操作原语、基于CPU的分布式数据处理技术、无需锁机制的直方图分析工具，以及eBPF技术的集成方法，这些方法能够帮助软件架构师和工程团队在保证系统性能的前提下实现全面的性能监控。 作者：Brian Martin
pnpm 12现已采用Rust语言进行开发，同时仍保持了与pnpm 11命令、参数及格式的兼容性。此次更新显著提升了程序的启动速度以及文件系统的处理性能，尤其是在使用现有缓存的情况下。社区用户反馈指出，虽然性能得到了提升，但文件的大小也有所增加。 作者：Daniel Curtis
在面对复杂的代码修改时，强制进行人工智能检查，并结合人工审核流程，能够帮助开发者保持敏锐的判断力。如果大多数开发人员都是代码的负责人，且团队规模较小，那么对于风险较低的代码提交，团队可以跳过同行评审环节，直接使用人工智能审批机制来提升开发效率。 作者：本·林德斯
Shopify的工程团队采用了一种名为“gisting”的新技术，这种技术能够将冗长的大语言模型输入文本压缩成一组简短的、“精华提取后的”符号，从而提高处理效率并降低推理成本。 作者：Sergio De Simone
在开发环境中，你的注册接口看起来没有任何问题。用户完成注册后，你会将相关数据保存到数据库中，然后调用邮件服务提供商，并返回状态码 201 Created ，这样用户就会收到欢迎邮件。一切似乎都很顺利。 然而，当生产环境中的请求开始涌入时，问题出现了： 邮件发送接口现在需要2秒钟才能完成响应，而不是原本的200毫秒。因此，有些请求会超时失败。而在邮件服务提供商出现故障的情况下，所有注册请求都会返回状态码 500 。技术支持人员很困惑：为什么用户能够创建账户，但却始终收不到确认邮件链接？ 其实问题并不出在你的邮件模板上，而在于你选择将邮件发送处理逻辑放在HTTP请求路径中这一决策。 在这篇文章中，
作为在小型团队中工作的工程师，目前的开发结构或许还可以应付得来。但倘若你的团队规模扩大到20人或更多，且所有人都在同一个代码库上进行开发，那么你就需要运用精心的设计思路、顺畅的协作流程，以及一些能够保持代码库简洁性的方法。 在选择文件夹结构、应用程序架构以及项目中使用的各种模式时，你也必须十分谨慎、有目的性地进行决策。 大多数Flutter应用程序的开发过程都是类似的。起初，你只需要一个“lib”文件夹、几个界面模板、一个“models”目录，以及一个负责处理所有逻辑的“services”文件即可。这样的结构能够正常运行，应用程序也能顺利发布，大家也会对此感到满意。 但随着应用程序的发展，新的
Cloudflare新增了可选的OAuth权限范围，允许客户端所有者指定用户在表示同意时可以不选择哪些权限。该公司以MCP服务器为例来说明这一设计的必要性，因为这些代理会请求获得所有他们可能需要的权限。虽然在其他场景中也存在部分同意的情况，但开发者却无法自行决定哪些权限范围是可以被用户舍弃的。 作者：Steef-Jan Wiggers
里卡多·费雷拉探讨了如何超越简单的提示工程技术，来构建具备生产级功能的人工智能应用。他分享了一些实用的架构策略：如何利用Redis整合长期记忆与短期记忆机制，如何通过信息摘要来管理大语言模型的令牌使用限制，如何通过重新排序和语义缓存来防止上下文信息的丢失，以及如何在严格的延迟约束下控制API调用所带来的成本增长。 作者：里卡多·费雷拉
OpenAI最近发布了一份关于GPT-Live的技术说明文档。其中详细介绍了他们是如何设计这个系统的——该系统能够在保持连续语音交互的同时，将那些对延迟敏感的媒体处理任务与其他应用程序逻辑分开来处理。实时通信流程中包含了媒体数据传输机制以及推理模块；而授权管理、工具使用、数据持久化等功能则是在异步远程过程调用框架下运行的。 作者：Eran Stiller
Swiggy开发了一套自主研发的预测生命周期价值模型，该模型采用了超过350个预订单相关特征，并结合了多任务MLP算法来分析Food业务及Instamart业务的数据。通过将订单数量作为辅助训练指标，模型的参数数量减少了63%，同时其预测性能也得到了提升。目前，Swiggy正在将这种预测生命周期价值的方法与Google的Target ROAS竞价系统相结合，以优化客户获取策略。 作者：Leela Kumili
许多工程师在继承遗留代码后，首先想要做的就是改进这些代码。 你会遇到一些难以理解的函数，或者看到重复的逻辑、深度嵌套的条件语句、混合了业务规则的数据库调用，以及那些使得测试几乎无法进行的依赖关系。 你知道这些代码本可以做得更好，于是开始对其进行优化。 然而，随后就会出现问题。并不是因为新的实现方式存在明显的错误，而是因为旧的实现方式在背后做了某些人们之前根本不知道它在做的事情。 这就是在遗留代码现代化过程中最常出现的风险之一。 在修改代码之前，你需要有一种方法来回答一个简单的问题： 我是否保留了那些原本就重要的功能行为？ 这时，特性测试就派上了用场。 特性测试并不是从“软件应该做什么”这个角度
也许你可以理解这样的场景：本周，你用了同样的说明四次向别人解释人工智能模型的使用方法。 你反复讲解过团队是如何构建演示文稿的框架的，哪些检查步骤需要在部署之前完成，以及为什么测试数据库并不是文档中提到的那个。 每次你都要把这些内容重新写一遍，每次智能助手也能完成得不错，但每次新的会话开始时，一切都得从零开始。 而这正是 智能助手技能 所要解决的问题。 技能 实际上就是一个文件夹，其中只包含一个名为 Skill.md 的文件。智能助手在启动时会阅读其中的一行总结内容，而只有当真正需要时才会打开完整的说明文件。你只需把解释内容编写一次，将其与代码一起提交，那么团队中的每个智能助手就能访问这些信息，
产品数据记录了您的应用程序或网站内部实际发生的情况。它展示了用户的行为、系统的运行状态，以及业务的运营表现。 在本文中，您将了解什么是产品数据、哪些部分值得追踪、哪些部分可以忽略不计，同时也会明白：编写代码的开发者实际上承担着比他人认为的更大的责任。 目录 什么是产品数据？ 为什么应该追踪产品数据？ 还有谁会使用您所追踪的数据？ 为什么应该尽早开始数据追踪？ 为什么数据追踪永无止境？ 在您的产品中应该追踪哪些内容？ 有哪些内容是不应该被追踪的？ 如何安全地处理用户数据？ 总结 什么是产品数据？ 产品数据指的是您的应用程序或网站内部实际发生的情况。它能够回答一些简单的问题：用户喜欢哪些功能？他们
大多数应用程序最终都需要存储和操作数据。如果你使用Firebase进行开发，那么这些数据就会存储在Firestore中——这是谷歌提供的一种灵活且可扩展的NoSQL文档数据库。 但在能够自信地创建、读取、更新或删除数据之前，你首先需要了解Firestore实际上是如何组织信息的。Firestore的结构与SQL数据库不同，如果将其视为SQL数据库来使用，那么最终结果很可能就是得到一个结构混乱、难以查询的数据模型。 在本教程中，你将学习 Firestore的NoSQL数据模型是如何工作的，然后通过使用Firebase Web SDK（v9及以上版本）来构建一个简单的任务管理应用程序，从而练习各种
Instagram拥有超过5亿个注册用户名。当有新用户尝试注册时，平台几乎需要立即回答一个问题：这个用户名是否已经被别人使用了？ 一种简单的解决方法是进行数据库查询——从用户表中查找该用户名，判断它是否存在。这种方法在数据量较小时效果不错，但当数据库记录数量达到5亿条，且每天要被查询数百万次时，就会成为一个严重的性能瓶颈。即使为数据库添加了索引，每次注册尝试时，数据库仍然需要执行复杂的操作。 幸运的是，还有更聪明的解决方法。在触碰数据库之前，可以先询问另一个系统来快速获取答案。这个系统会给出两种可能的回答： 肯定没有被占用： 这个结论是绝对可靠的，没有任何例外情况。这意味着该用户名是可以使用的
Excel仍然是科技和商业领域中最常用、最强大的工具之一，但真正掌握它的公式和功能有时会让人感到不知所措。为了帮助您成为真正的电子表格高手，我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门内容全面的新课程。 这门课程由Sergio讲授，他曾经是亚马逊的软件工程师，也是“Formula Wars”这款工具的创造者。Sergio表示，自己早期掌握的Excel技能帮助他获得了投资银行的实习机会，进而开启了他的软件工程职业生涯。现在，他采用了一种非常实用、以代码为教学方式的互动式学习方法。通过测验和实际操作练习，您将很快巩固对电子表格相关概念的理解。 你将学到的内容 核心功能
1999年，埃里克·布鲁尔提出了一种理论，这一理论在随后几十年里极大地影响了分布式系统的设计方式。他指出，任何分布式数据存储系统最多只能同时满足三个属性中的两个：一致性、可用性和分区容错性。 两年后，塞思·吉尔伯特和南希·林奇正式证明了这一观点，这一理论后来被称为CAP定理。 所有那些需要在多台机器上存储数据的分布式数据库、云服务或系统，都必须在这三个属性之间做出选择。理解这些属性的具体含义、为什么不能同时满足全部三个属性，以及在实际应用中应该如何做出这种选择，对于任何负责构建或运营大规模系统的工程师来说，都是至关重要的基础知识。 目录 先决条件 三个属性 为什么不能同时满足全部三个属性 真正
如果你曾经打开过一份30页的PDF文件，然后心想“我绝对不可能读完这一切”，那么你就已经理解了为什么文件分析人工智能工具会非常有用。 想象一下，当你上传一篇研究论文、简历、CSV文件、商业报告或PDF文档后，只需简单地问这样一个问题： “其中最重要的发现是什么？” 人工智能工具无需你手动浏览整个文件，就能理解文件的内容，并回答相关问题。 在本教程中，我们正是要构建这样的工具。我们将使用Python编写一个适合初学者的 AI文件分析工具 ，它能够： 从你的电脑中接收文件 将文件上传到人工智能模型中 读取文件的内容 理解自然语言提出的问题 分析文件 给出有用的答案 处理各种类型的问题，而无需我们为
让移动应用程序具备无障碍使用功能，就能确保包括那些有视觉、听觉、运动或认知障碍的人在内的所有用户，都能有效地与这些应用程序进行交互并使用它们。 过去，无障碍设计往往被视为事后才需要考虑的问题——只有在发布前有足够时间时才会被纳入考量范围。 如今，这种观念已经发生了根本性的变化。随着《欧洲无障碍法案》等法规在欧盟各市场开始生效，开发具备无障碍功能的软件逐渐成为一项法律和商业上的必备要求。 更重要的是，开发无障碍应用程序本身就是良好的工程实践。这样的应用能够提升所有用户的使用体验，同时也能确保你不会遗漏掉大量潜在的用户群体。 与传统的Android View系统相比，Jetpack Compose
每次你打开一个网页，都会留下痕迹。你的浏览器会泄露你的IP地址、屏幕尺寸、所使用的字体以及许多其他细节信息。广告公司会收集这些信息并将它们整合起来，从而形成关于你的个人资料——包括你是谁、购买什么产品、经常去哪些地方。 好消息是，你并不需要成为安全专家才能解决这个问题。大部分操作只需要花一个下午的时间就能完成。之后，保护隐私就会变成一种习惯，而不再是一个复杂的项目。本指南会按照能让你以最少的努力获得最大收益的顺序，一步步指导你完成这些操作。 在这篇文章中，你将了解到如何在不让浏览过程变得复杂的情况下保护自己的在线隐私。我们会介绍最重要的步骤，从选择适合保护隐私的浏览器、阻止追踪器到使用VPN、
HashiCorp将HCP Terraform视为新一代由人工智能驱动的基础设施中的治理与控制工具，认为随着编码工具的迅速普及，基础设施领域最大的挑战已经从配置文件的编写转变为对这些配置文件进行验证以及确保其能够安全地被执行。 作者：Craig Risi
姚跃指出了标准折线图在系统监控方面的根本局限性。凭借15年大规模系统运维的经验，她分享了工程领导者与软件架构师如何利用遥测数据——突破传统的时间序列分析框架——来构建能够直接解答关于系统容量、延迟及资源配置等关键问题的可视化工具。 作者：姚跃
这是InfoQ在线认证项目9月课程的预览信息，以及负责这些课程的讲师们：Luca Mezzalira、Michelle Brush、Xichuan Xiong以及Premanand Chandrasekaran。 作者：Artenisa Chatziou
OpenClaw发布了OpenClaw 2.0版本，这一重大更新对这款开源个人AI助手进行了多处改进，包括修改了其安装流程、浏览器界面设计、内存管理机制、技能功能、自动化流程、插件系统以及安全性与协作功能等方面。 作者：Daniel Dominguez
Dirk Lemmerman将FlexGanttFX作为一个开源的资源调度框架发布出来，该框架采用AGPL许可证进行授权。这个基于JavaFX开发的库能够帮助各种行业的用户创建甘特图，并通过使用Canvas渲染技术来提升程序的性能。该框架还提供了用于构建任务依赖关系模型以及直接编辑相关数据的功能，因此能够满足不同项目规划的需求。 作者：Erik Costlow
微软将Foundry的模型路由器所支持的区域数量从2个增加到了28个：其中28个区域适用于全球范围内的标准部署，21个区域则用于数据区域的部署。同时，微软还新增了Claude Opus 4.8和GPT-5.6这两个模型，并移除了4个已被弃用的模型。在默认配置下，系统会自动应用这些模型变更；而对于那些被特别配置为不使用新模型的环境，新的模型需要被明确添加后才能被使用。实际上，系统中可使用的模型范围始终取决于池中规模最小的那个模型。 作者：Steef-Jan Wiggers
詹姆斯·霍尔探讨了将人工智能相关工作负载从云服务提供商迁移至本地边缘设备的战略意义与技术可行性。他介绍了如何利用WebGPU、Transformers.js以及DuckDB等工具，在JavaScript环境中实现接近原生应用的性能表现。通过实际案例分析，他还说明了如何有效降低数据隐私风险、优化浏览器中的推理流程，并构建完善的评估体系。 作者：詹姆斯·霍尔
在这一集中，以参与Macintosh、Google Maps和Chrome等项目的设计而闻名的资深UX设计师Scott Jenson，分析了桌面操作系统的长期发展停滞现象，以及当前以移动设备和云计算为中心的发展模式所存在的局限性。 作者：Scott Jenson
长期使用的GCP服务账户密钥属于必须永久管理的机密信息，这些密钥难以定期更替，同时也很容易被泄露。将“工作负载身份联合机制”应用于120多个生产项目后，人们才意识到这种机制彻底改变了机器身份管理的方式：密钥仍然需要被妥善管理，但联合身份机制所代表的则是那些只需配置一次的信任关系，而这些信任关系的应用则取决于特定的属性条件。 作者：Shijin Nair
本周于2026年8月24日发布的Java新闻汇总中，重点介绍了以下内容：Atmosphere 4.0版本的正式发布；GraalVM、Azul Payara以及Quarkus的更新版本；WildFly 41的维护版本；Jakarta Data与Eclipse JNoSQL的重要升级版本；2026年9月版Open Liberty的测试版本；以及GlassFish 8.0.4对应的Docker镜像的发布。 作者：Michael Redlich
DoorDash已将工程代理的工作负载从开发人员的笔记本电脑转移到了其Flux云平台上。该平台在一个月内自动化处理了130,000项工程任务，每周还能支持超过25,000次自动化的代码审查流程。Flux利用隔离式的Firecracker微虚拟机、MCP网关、可重复使用的脚本以及多种调用机制来运行这些代理工作流程，同时确保这些流程具备受限的访问权限，并能实现集中式的审计功能。 作者：Leela Kumili
亚马逊最近推出了Kiro Crew，这是一个开源系统，可用于在不同的会话、工具和任务中同时运行多个Kiro编码代理。这个新的工作环境使开发人员能够将异步编码任务分配给人工智能代理，从而让诸如事故调查、工单分类处理、数据迁移以及代码审查监控等工作能够在无需人工持续监督的情况下继续进行。 作者：Renato Losio
Cloudflare AI Search是一款内置的搜索与检索服务，专为人工智能代理和应用设计，能够让它们使用定制数据来开展搜索操作。该服务支持与各种代理工具的集成、多模态搜索功能，并能与其他Cloudflare工具实现无缝衔接。 作者：Sergio De Simone
在不断切换标签页来测试应用程序的集成功能时，思考API的逻辑会让人感到不堪重负，而且非常耗时。 不过，你可以通过为应用程序编写测试用例来节省时间和精力——每当添加新功能时，都可以运行这些测试，而且在整个开发过程中都不需要离开集成开发环境。这样就能确保每个新功能都能按预期正常工作。 在本指南中，我将通过代码帮助你建立信心：首先你会学习如何使用测试用例来验证API的功能，然后会在Postman或其他API测试工具中确认测试结果。 先决条件 Node.js与Express的基础知识： 你应该具备Node.js和Express（或类似库如 fastify ）的基本使用能力，包括如何构建和运行简单的AP
来自加州大学伯克利分校和麻省理工学院的研究人员开发出了FreeToken这一开源推理引擎，该引擎提升了混合专家模型在消费者级硬件上的实用性。通过实施动态调度策略并优化权重管理机制，FreeToken显著提高了边缘计算场景中人工智能应用的解码速度与执行效率，从而促进了自主推理系统的发展。 作者：Olimpiu Pop
现在，Cloudflare Workers可以通过通过Spectrum路由的新connect(socket)处理程序来接收传入的TCP连接，从而结束了此前对HTTP使用的八年限制。使用任何语言编写的容器都可以使用全双工的gRPC协议进行通信；而Cloudflare Workers则可以通过自动进行的gRPC-to-web转换机制来实现单向通信或服务器端流式传输功能。目前所有这些功能都还处于私人测试阶段。 作者：Steef-Jan Wiggers
Fabiane Nardon介绍了TOTVS是如何为那些对大量数据“渴求不已”的AI系统准备企业数据的。她探讨了如何在精确性、安全性与成本之间平衡确定性逻辑与非确定性大语言模型。Nardon还详细说明了如何通过使用数据网格、低延迟数据库架构、语义本体以及动态的工具选择机制，来优化上下文窗口的设计，并减少事务系统中因数据处理而产生的开销。 作者：Fabiane Nardon
每次你与现代人工智能模型进行交互时，其实都在使用一种源于2017年那篇名为《注意力才是关键》的研究论文所提出的架构。 我们在freeCodeCamp.org的YouTube频道上发布的最新视频，详细讲述了八位谷歌研究人员是如何着手改进Google Translate的，最终又如何彻底改变了整个科技领域的格局的。 在这一突破性成果出现之前，人工智能领域主要依赖循环神经网络。这类模型会按顺序逐词处理文本，但这带来了两个巨大的障碍： “上下文丢失”：当处理长句或长段落时，模型会忘记开头那些重要的信息。 “训练速度缓慢”：由于需要顺序处理数据，各个步骤无法并行执行，因此即使使用庞大的GPU集群，模型的
许多开发者使用人工智能编码工具来生成那些缺乏创意且功能不完善的界面。在freeCodeCamp.org YouTube频道上最新的完整课程中，讲师Eric展示了如何利用现代的人工智能工作流程，摆脱低质量的设计成果，从而开发出成熟、可直接投入生产的网页应用。 本课程采用结构化的五步方法，帮助大家构建专业的网页前端： 需求分析 首先通过规范驱动的讨论会，让人工智能系统了解你的设计需求、特殊情况以及技术选型，从而生成清晰的规范文档和决策依据。 借鉴成熟UI设计 不要从零开始绘制线框图，而是直接复制那些经过实践验证的高性能用户界面，从而借鉴其布局结构和开源UI库。 整合需求与技术架构 将收集到的产品规
随着人工智能开发工具的不断扩展，那些采用垂直集成架构的生态系统为软件的开发提供了强大的解决方案。在freeCodeCamp.org的YouTube频道上，讲师Andrew Brown在这个长达三小时的课程中详细讲解了如何利用Meta公司的Muse生态系统来构建应用程序以及自主智能体工作流程，其中涵盖了Muse Spark模型和Muse Code终端工具的使用方法。 这个课程内容涵盖了很多方面，从低级别的API集成，到使用这些工具进行的全栈项目开发，无一不包括： 模型概述与性能评估 了解Muse Spark模型以及开源的Glimmer模型在成本、性能和多语言推理能力方面的优势。 API集成与兼容
第一次在技术面试中被问到“你的测试覆盖范围是多少？”时，我并没有一个令人满意的答案。 那时我已经发布了几款真正的Flutter应用程序，它们可以正常运行，用户也在使用它们。但我的测试工作其实非常有限——仅仅是为某个定价功能编写了少量的单元测试而已，并没有其他测试内容。 几个月后，我对其中一个任务完成流程进行了重构，这个修改在代码差异对比中看起来完全没问题，但却破坏了用户真正关心的一个功能：当用户将某项任务标记为已完成时，该任务并不会从错误的列表中移除。虽然没有任何程序崩溃，也没有任何错误日志被记录下来，但用户却开始不再信任这款应用程序。而我直到有用户把这个问题告诉了一位也是测试人员的朋友，才发
大多数关于如何调用语言模型的教程都会在 JSON.parse(response.content) 这行代码处结束。这段代码在处理前十个测试用例时确实可以有效运行。但当你开始实际应用时，会在第400次左右的一次请求中遇到问题：模型可能会返回一个它自己编造出来的日期，或者当你的数据结构应该包含5个元素时却返回8个数组项，又或者返回一个格式完全正确但实际上缺少某个字段的JSON对象。 我在开发Temploracraft这个简历工具时遇到了这样的问题。这个工具会接收用户上传的文档，并将其转换成应用程序可以编辑的结构化数据。 输入的数据确实具有很大的不可预测性：有些是两列结构的PDF文件，有些表格其实并
上周，我在一个静态网站前面加入了CDN缓存，本以为这样会让访问速度变快。 然而结果却恰恰相反——访问速度明显变慢了。这种变化非常明显：在调整之前，有一个独立的爬虫工具检测到了38个页面加载缓慢；而在调整之后，这个工具检测到的缓慢页面数量增加到了 75个 。 我在当天就恢复了原来的设置。下面我将说明到底发生了什么、为什么会出现这种结果，以及如果我在部署之前进行某个计算，就能避免这个错误。 目录 先决条件 设置过程 我做了哪些更改 最终结果 为何会适得其反，第一部分：犯错是要付出代价的 为何会适得其反，第二部分：爬虫工具的反应总是迟缓的 我本应该先进行的计算 那个令人后悔的决定 一个值得保留的方法
在本文中，我们将探讨混合专家模型是如何从最初仅有少数几个“专家”组件，发展到每层包含近900个“专家”组件的，以及那些使得这种稀疏架构仍能保持可训练性且成本可控的压缩机制与稳定性机制。 开放权重的混合专家模型发展速度惊人：Mixtral的总参数数量约为470亿，DeepSeek-V3达到了6710亿，而Kimi K3的参数数量更是突破了万亿大关。令人惊讶的是，并非这些模型的规模本身，而是每个模型实际上只使用极少量参数来处理每一个输入数据。 Kimi K3拥有2.8万亿个参数，但其中仅有约1040亿个参数被用于处理任何一个输入数据。在几乎每一层中，都有一个小型“路由器”从896个专门的前馈网络中
最近有研究发现，AliExpress利用Web Audio API，通过无声音频流来识别用户的设备类型。这种技术是通过分析各种硬件设备特有的音频处理方式来区分不同用户设备的。那些注重保护用户隐私的浏览器已经开发出了相应的应对措施，但这也暴露出现行网页标准在音频处理机制及用户隐私保护方面存在的安全漏洞。 作者：Olimpiu Pop
Meta详细介绍了MTIA 300——这是该公司首款专为训练排名与推荐模型而设计的内部加速器。 作者：Matt Foster
有四种方式可以将PQC技术应用到Spring Boot项目中：在服务之间对数据内容进行加密、对数据库中的字段进行保护、为需要长期保存的文档添加签名机制，以及将用于识别服务的令牌从RS256加密格式转换为其他更安全的加密方式。在这篇文章中，我们还会探讨为什么“先收集数据，后再解密”这种做法已经在实际中被广泛应用，以及为什么在没有使用KMS或Vault等安全工具的情况下，这些技术还不能被放心地应用于生产环境。 作者：Pankaj Sharma
Kasia Trapszo讲述了Netflix是如何将其商业平台从最初仅服务于美国的DVD业务发展成覆盖全球的基础设施体系的。她详细解释了如何应对国际支付方面的挑战、如何遵守严格的监管规定、如何根据不同的业务领域对原有的单体架构进行拆分与重构，以及如何为应对大规模的在线活动需求而对系统进行重新设计——这些经验都证明了：只有不断进化，系统才能持续保持良好的运行状态。 作者：Kasia Trapszo
微软正在更加重视对Azure Kubernetes Service中节点自动配置功能所可能带来的干扰进行控制，为此发布了新的指导方针，以帮助相关团队在实现节点自动化整合所带来的效率提升与保障应用程序的正常可用性之间找到平衡。 作者：Craig Risi
Uber的GitFarm将Git相关操作整合为一项集中式服务，从而避免了在大规模的单代码库项目中进行本地仓库克隆的操作。该平台通过使用预先准备好的下载资源、临时沙箱环境、仓库同步机制以及gRPC流式传输技术，有效降低了那些需要管理数千个仓库的自动化系统所消耗的资源量，并缩短了其启动延迟。 作者：Leela Kumili
当一个产品只有一种结算方式时，支付逻辑通常很简单：向用户收费，将订单标记为已支付，然后完成后续流程。 但一旦商业模式涉及到预付款、后期余额结算，以及中间环节的推荐奖励或优惠券应用，情况就会发生彻底变化。 在这种情况下，你不仅仅是在收取款项，而是在管理整个支付流程。 在本教程中，我将向您展示如何在Django中构建一个能够处理推荐机制的分期支付系统，该系统能够： 分别记录预付款和剩余余额的信息 支持优惠券和应用合作伙伴提供的优惠机制 防止重复支付的发生 安全地使用数据库事务 确保推荐奖励的发放始终一致 只有当整个支付流程完成时，才会解锁相应的功能或结果 核心思想很简单：把支付过程视作一种状态转换
我确认，那些被标记为“已验证”的结果实际上都是虚假的。这样一来，原本五个伪造的响应中现在一个也没有了，测试过程进行得非常顺利，任务已经完成。 随后我在更严格的条件下再次进行了测试，得到的准确率为66.7%。然而，这个数值并不符合我的预期；我本来还打算在它旁边标注“人工验证”呢。出现这种结果的原因是：仅仅一次成功的测试并不能证明其结果就是正确的，“已验证”这个标签其实并不代表这一点。而我之前开发的那个工具，本来就是为了防止人们忽视这种区别，但这次我却差点忽略了它。 这种讽刺意味确实值得专门加以说明。 我开发的这个工具叫做“spec-verify”：它属于Claude Code系列技能之一。该工具
如果你曾经在考试前夜临时抱佛脚地复习过，你就知道要记住所有内容是多么困难。 闪卡是极其有效的学习工具，因为它们运用了 主动回忆法 ：你需要主动尝试去记住答案，而不仅仅是被动地阅读笔记。研究表明，这种方法能够增强记忆力，帮助信息更好地被留存下来。 在这个教程中，你将制作一个全栈功能的闪卡应用，该应用能让学生： 创建学习主题 （比如“生物101”或“微积分”） 添加闪卡 ，卡片正面是问题，背面是答案 通过翻动卡片来学习 ，并标记答案是对还是错 跟踪学习进度 ，了解自己的学习情况 完成这个教程后，你将拥有一个可以正常运行的应用。该应用会使用MongoDB存储数据，并基于Next.js框架进行开发。学
历史市场数据通常会以已完成的数据集的形式提供。这种格式便于进行分析，但它与交易软件体验实时市场的方式截然不同。在实际情况中，各种事件是依次发生的，未来的发展方向是不可预测的，因此每一个决策都只能基于迄今为止发生的事情来做出。 在本教程中，我们将利用历史成交数据来重现这种交易环境。我们会选取EODHD提供的完整AAPL交易日数据，将超过一百万笔交易转化为有序的事件序列，并通过一个可控制的市场时钟按照这些事件发生的原始时间顺序重新播放它们。 在这个过程中，我们会添加可调节的播放速度、暂停与继续播放的功能、搜索机制，还会开发一个FastAPI服务，该服务能够通过REST接口提供这些控制功能，同时通过
您的Search Console报告显示，在90天的时间里，某个页面在谷歌搜索结果的第一页获得了3,068次展示机会，但在同一时期内，该页面并没有获得任何点击量。 通常人们会认为这个页面存在点击率低的问题，因此就会修改标题、优化元描述，然后等待效果出现。但实际上这种分析很可能是错误的，据此采取行动只会浪费精力。因为根本没有人会进行这样的搜索操作，所以那些数据也就没有任何实际意义。 本教程将教您如何区分网站所获得的两种类型的展示机会。您可以使用自己的Search Console数据运行一个简单的脚本，根据搜索排名将这些展示机会分为不同的类别，读取查询日志以分析机器生成的搜索请求信息，并将可疑页面
Cloudflare推出了“Wallets”功能，为代理商提供了稳定的加密货币余额以及支出控制机制，但目前仅支持索赔功能的操作，而关于“非法占用的投诉”已经开始出现。这些支付功能是通过x402平台来实现的，而该平台目前由Linux基金会负责维护。这种控制系统仅能针对单次支付进行管理，无法处理多笔支付的序列处理问题，因此具体的支付流程仍需要由相应的应用程序来决定。 作者：Steef-Jan Wiggers
Chad Schuster探讨了如何利用Numba JIT和GPU来提升Python的开发效率，同时使其具备类似C语言那样的高性能。他以大规模精算建模为例，详细解释了LLVM编译器的架构，以及由此带来的高达750倍的性能提升；同时，他也指出了在开发过程中需要面对的一些关键问题，比如面向对象编程的限制、类型推断错误以及编译时产生的开销等，这些都对那些负责构建计算密集型企业级系统的工程师们来说非常重要。 作者：Chad Schuster
通过采用可持续的测试策略，你可以跳过那些不必要的测试，确保问题能够尽快被发现，并且只运行那些会受到代码变更影响的测试。记录每次测试所消耗的能量，同时利用静态代码分析工具，可以帮助你找出效率低下的地方，从而指导优化工作。 作者：本·林德斯
Sätteri是由Astro团队开发的一款高性能Markdown及MDX处理器。这款基于Rust语言编写的工具为Astro 7.0版本带来了高达61%的构建速度提升。Sátteri支持灵活的JavaScript插件，并能原生集成各种Markdown功能。它在保持与现有生态系统兼容性的同时，还实现了更快速的解析速度以及更少的依赖关系。 作者：Daniel Curtis
谷歌云推出了由人工智能驱动的数据库操作代理程序。其中，入门引导代理程序能够简化数据库的配置流程；而监控与优化代理程序则有助于实现故障排查、性能调优等自动化操作。这些代理程序与“Gemini Cloud Assist”平台相结合，能够支持包括AlloyDB、Bigtable以及Spanner在内的多种数据库服务。 作者：Sergio De Simone
在上一批Spring生态系统的更新发布之后，经过了长达10周的间隔，2026年8月17日那一周，相关活动再次活跃起来。在这一周里，Spring Boot、Spring Framework、Spring Data、Spring Security、Spring Integration、Spring HATEOAS、Spring Modulith、Spring Batch、Spring AMQP以及Spring for Apache Kafka等组件都迎来了它们的首次更新发布。 作者：Michael Redlich
Diagrid Catalyst 2.0采用了基于Dapr的技术来实现数据恢复功能，并能够记录工作流程的历史信息，同时提供执行结果的验证机制。这一技术适用于多种代理框架。在评估其性能时，架构师应将其与这些框架自带的持久性机制以及现有的工作流程引擎进行对比，同时还需要考虑相关的基准测试结果及实际使用中的权衡因素。 作者：Mark Silvester
在这篇文章中，作者斯里坎特·马米达拉探讨了用于数据分析、报告生成以及机器学习的数据湖架构，并说明了在使用Kafka和Apache Hudi时如何管理消费者延迟相关的指标。 作者：斯里坎特·马米达拉
人类可靠性工程师亚历克斯·帕尔库埃分享了关于如何利用大语言模型来应对现实世界中的突发事件的相关经验。他解释了为什么人工智能在分析日志和追踪数据时能够发挥“超人般”的作用，为何在根本原因分析过程中，它仍然难以区分因果关系与相关性，以及工程领域的领导者该如何将人工智能融入到应急响应的工作流程中，同时避免削弱人类的专业能力。 作者：亚历克斯·帕尔库埃
AWS提出了一种以规范为导向的方法，通过将数据处理的意图与具体的处理逻辑分离出来，从而构建出灵活的数据工作流程。这种架构采用了声明性的规范、可重用的处理功能，并在执行前进行验证。AWS表示，这种方法能够将数据集的集成时间从数周缩短到几天，同时还能支持数据的可追溯性、版本控制、分类管理以及合规性要求。 作者：Leela Kumili
医学影像领域的论文中充斥着一些看起来很熟悉的术语：标准化、标签标注、验证、注释以及预处理。 如果你有机器学习的背景，你可能会认为自己已经理解这些术语的含义了。有时候确实如此。 但医学影像领域有一些特殊的之处。有些术语的含义有所不同，而有些术语则会根据具体的使用场景而有不同的用法。 本文将以一张胸部X光片为例，从它被拍摄下来的那一刻开始，一直讲到模型做出预测的整个过程。在这个过程中，我们将了解在医学影像论文中常见的那些术语以及它们真正的含义。 还有一个配套的 笔记本 ，你可以利用它亲自尝试完成这些步骤，而不仅仅是阅读相关内容而已。 我们将涵盖的内容： 你将学到的知识 从图像到数据集 1. 数据采
如今，数据已成为一种极其宝贵的资源。它使企业能够在市场中展开竞争，并推动创新，从而提升所提供产品与服务的质量。 数据处理能让团队自动化各种流程。它还能辅助决策制定，为终端用户带来更加个性化的体验，在诸如银行欺诈防范或风险控制等诸多领域帮助人们发现其中的规律。企业必须明白如何以有效、安全且合法的方式收集和利用数据。 你很可能目前正在使用或曾经使用过各种各样的产品与服务。你也知道，那些涉及数据的流程几乎与我们身边的所有事物都息息相关。此外，你或许已经熟悉“大数据”、“数据分析”、“人工智能”以及“机器学习”这些术语了。 但除非你是这些领域中的专家，否则其中一些概念可能会让你感到难以理解。毕竟，这些
想象一下这样的场景：你工作到很晚，终于让代码运行成功了，准备将其推送到GitHub上。 你执行了以下操作： git add . git commit -m "修复API集成问题" git push 几分钟后，你发现了一些异常现象：API的使用量突然增加了。可能是出现了意外的请求、新的云资源被使用了，甚至账单金额也比预期要高得多。 然后你发现了问题的根源： const apiKey = "sk_live_123456789"; 你的API密钥竟然被保存在Git仓库中去了。 这种情况确实很令人紧张，但也是可以解决的。 最重要的一点是： 如果API密钥已经被提交到了Git仓库中，那么即使你立即将其删
DuckDB Labs已经公开发布了DuckDB v2.0版本，该版本的代号为“Cyanoptera”。此次更新包含了超过10,000项修改内容，同时引入了客户端/服务器模式，从而实现了网络连接功能。其他改进还包括扩展程序的可移植性、更先进的数据类型以及新的解析器。在性能方面，该版本进行了异步I/O操作优化及存储机制调整。预计DuckDB v2.0将在2026年秋季正式上市。 作者：Olimpiu Pop
AI编程助手Cursor推出了名为Origin的代码托管平台，该平台被集成在其基于AI技术的编辑器中，因此对于那些已经在使用Cursor的工具包进行开发的团队来说，Origin可以被视为GitHub的一个替代方案。目前，Origin正处于早期测试阶段，仅面向Pro、Teams和Enterprise版本的用户提供；用户可以在Cursor应用程序中的“代码库”选项卡中找到这个新功能。 作者：Matt Saunders
Nuxt发布了4.5版本，其中包含了诸多更新：比如改用了Vite 8作为构建工具，采用了新的Rspack 2构建系统，同时还实现了实验性的SSR流式渲染功能。这种流式渲染技术能够通过立即生成HTML页面内容来缩短用户从请求开始到看到首字节内容所需的时间。此次版本还改进了错误代码处理机制，提供了新的组件模块，并为那些从早期版本升级过来的开发者提供了详细的升级指南。 作者：Daniel Curtis
安全研究人员警告称，由于服务器主板中内置的基板管理控制器存在漏洞，数千台企业服务器可能会面临被攻击的风险。这些基板管理控制器是专为管理员设计的专用处理器，能够让管理员远程实现对服务器的控制。 作者：Craig Risi
Ian Nowland探讨了为什么传统的持续集成/持续交付实践在处理那些具有状态特征的核心基础设施时会遇到问题。凭借他在AWS和Datadog的工作经验，他分享了一些实用的技术方法，这些方法能够帮助用户实现安全的渐进式部署、在生产环境中进行模拟测试，以及有效降低复杂软件平台中可能出现的问题带来的影响。 作者：Ian Nowland
本周于2026年8月17日发布的Java新闻汇总主要包括以下内容：JDK 27的第一个候选版本；针对JDK 28开发的JEP 541和JEP 540项目；Apache Tika 4.0的正式发布；Helidon版本的维护更新；Micrometer Metrics 1.18与Micrometer Tracing 1.8的首个里程碑版本；关于Jakarta EE 12的最新进展；以及BellSoft发布的重大安全补丁信息。 作者：Michael Redlich
现代应用程序通常会通过 ` /metrics ` 端点以 Prometheus 格式公开各种指标数据。 在这些指标中，直方图尤其实用。它们能够显示数值落在不同区间的频率，比如 HTTP 请求的耗时、数据库查询的时间，或者队列处理的延迟等。 与简单的平均值不同，直方图能够呈现完整的图像：你可以清楚地看到有多少请求处理得很快，有多少请求处理得很慢，以及那些偶尔出现的异常值是如何影响用户体验的。 例如，在支付系统中，交易数量的突然增加可能会暴露出隐藏的瓶颈。虽然大多数请求会迅速完成，但那一小部分处理速度缓慢的交易却可能对整个系统产生连锁反应，导致重试次数增加、失败率上升，进而影响整体的吞吐量。直方图
如果你之前曾经开发过 Node.js API，那么你就应该了解这种麻烦：TypeScript 中定义的类型与运行时验证的结果不一致，而 OpenAPI 文档的内容也与这两者都不同。 有时有人会在接口中添加新的字段，但相应的模式文件却从未得到更新。因此，文档内容会一直保持过时的状态，直到有客户端提交错误报告为止。这种情况下，既不会出现编译错误，也不会有测试失败的情况——这三个信息来源就这样出现了分歧。 在本教程中，你将学习如何使用 Hono 和 Zod 将这些问题统一起来。你会学到我在实际开发中使用的那些模式，包括我在维护的开源视频处理工具包 ClipForge 中所采用的方案。这些方法能够确保
当我刚开始学习对话式人工智能测试时，有一个问题一直困扰着我： 预期的结果到底在哪里？ 由于我之前从事过传统的软件测试工作，所以我习惯于一种固定的流程。 需求文档会告诉我们系统应该完成什么功能。我们创建测试用例，提供输入数据，定义预期结果，执行测试，然后将实际结果与预期结果进行对比。 举个例子： 测试项 输入内容 预期结果 有效登录 正确的用户名和密码 用户成功登录 无效登录 错误的密码 显示错误提示信息 API请求 有效的请求数据 收到HTTP 200响应及预期内容 但当我开始接触对话式人工智能时，我发现同样的测试方法不再适用了。 如果我向AI系统询问“如何重置密码？”，它可能会回答：“您可以
每一位移动应用开发者最终都会遇到同样的问题：当用户正在使用应用程序时，它运行得非常正常。 但一旦用户按下主屏幕按钮，所有事情就会出问题。本应在后台完成的同步操作根本没有进行；应该发出的通知也没有出现；用户在应用程序中开始进行的文件上传，在他们离开应用程序的瞬间就无声无息地失败了。 在移动设备上实现后台执行功能，是整个移动开发领域中最容易被误解的话题之一。大多数开发者认为这只是一个简单的问题——只要让代码在后台持续运行即可。而操作系统则将这个问题视为一个直接影响电池寿命、性能以及设备整体运行的资源管理问题。 只有真正了解iOS和Android系统对后台任务的处理方式，再进一步理解Flutter是
Cloudflare最近将Cloudflare OS开源了。这一平台使企业团队能够利用自身的知识、专业技能以及预先配置好的连接工具来创建工作成果；通过优化代币使用成本，这些工具能够帮助团队自动化那些重复性较强的工作流程（仅在必要时才会借助人工智能技术来提供辅助）；同时，该平台还允许用户构建个性化、可共享且可定制的工作软件，从而满足各种特定且复杂的应用场景需求——所有这些功能都在一个安全的环境中得以实现。 作者：布鲁诺·库里奥尔
JDK 27是自JDK 25以来第二个非长期支持版本的Java发行版。目前，它已进入第一个候选发布阶段，在这一阶段中新增了九项功能，这些功能以JEP的形式被纳入JDK中，大致可以分为四类：核心Java库、HotSpot虚拟机、安全相关功能以及Java语言规范。本文将对JDK 27进行详细分析，并预测哪些功能可能会被纳入JDK 28中。 作者：Michael Redlich
Andrew Swerdlow讲述了Roblox是如何将自动化软件开发从开发阶段扩展到实际生产环境的。他讨论了如何构建可靠的安全测试环境，如何通过代码审查来挖掘机构内部积累的知识，如何更新工程基础设施，以及如何重新定义衡量生产效率的指标——将这些指标从功能开发的速度转变为AI模型训练的效率——从而实现大规模、可信赖的自动化部署。 作者：Andrew Swerdlow
阿斯高特·米约尔内·索德博姆和奥拉·哈斯特讨论了他们的软件工程实践的发展历程，这些实践包括持续部署和结对编程。这次对话延续了上一集的内容，重点探讨了他们尝试采用Claude Code这一工具的经历，以及他们认为这种工具在其他方面确实很有用，但并不适合用于编码的原因。 作者：阿斯高特·米约尔内·索德博姆、奥拉·哈斯特
“左移开发”模式以及DevOps理念确实改变了我们从项目启动到将其投入生产这一整个流程，但这种变化也带来了认知负担的增加，同时导致测试、安全维护等工作出现了重复劳动的现象。本文探讨了在调整开发者平台规模时所面临的实际挑战，并分析了如何让使用这些平台的工程团队在文化层面达成共识，从而进一步降低他们的认知负担、提升工作效率，使变更能够更快地得到实施。 作者：约翰·基茨
微软提出了一种涵盖九个治理领域和四种功能的AI治理架构：政策制定、控制机制、透明度以及审计证据。这一框架将政策规定与运行时的执行措施、持续评估机制、可观测性体系、身份管理机制、安全保障措施以及审计流程相结合，从而帮助各组织在AI应用实际投入生产环境后验证其是否符合相关的治理要求。 作者：Leela Kumili
你所处理的大部分数据实际上都反映了各种关系：一个客户属于某个账户，某次事件会影响某种服务，而一名工程师负责维护某个代码库。你把所有这些信息存储在表格中，长期以来，这种存储方式一直运行得非常顺利。 然而，有时会有人提出这样的问题： 哪些工程师最近了解过昨晚那次事件所影响的服务情况？ 这类问题很容易理解，但编写相应的SQL查询却相当困难。通常需要使用四到五次连接操作，每次连接都会生成一个比最终结果范围更广的中间数据集，而大部分这些中间数据最终都会被丢弃。随着表格规模的扩大，查询速度会变得越来越慢，而且每次查看这个查询语句时，都很难理解其具体逻辑。 为了解决这类问题，人们才创造了图数据库。 在这本手
几个月前，我坐在一个会议中心里，准备在一场活动中发表主题演讲。这时，我发现我的Oura手环显示的心率数据与我在普拉提课上测得的数据完全一样——数值相同，压力等级也一样。只不过这一次，我感到紧张不安，而不是像在普拉提课上那样专注于完成各种动作。 就在那时，我明白了为什么这两种截然不同的情境会产生相似的结果：你的可穿戴设备并不知道你真正的感受。它只知道你的身体正在做出某些反应，然后根据收集到的数据来推测这些反应的具体含义，而不管你是兴奋还是恐惧。 这并不是说这些技术有缺陷，而是所有市面上的可穿戴设备在测量情绪时都存在这样的局限性。说实话，一旦你明白了其中的原因，你看待自己收集到的数据的方式就会完全
一些最为危险的“原生故障”其实是由那些看似运行正常的程序所引发的。 加密操作会生成正确的密文，解析器也会拒绝处理格式错误的输入数据，缓存机制也能通过基准测试，候选发布版本也能通过所有的单元测试和集成测试。 然而，在这些看似正确的结果背后，某些组件仍然认为自己拥有已经被转移的对象控制权；某些成功路径在运行过程中并未初始化输出字段；有些终结器还在等待释放那些实际上已经由其他运行时机制控制的对象；还有两个线程会修改相同的状态，但调度器并没有选择那种会导致竞争条件出现的执行顺序。 然而，预期的输出结果中根本没有任何迹象能够揭示这些隐藏的问题。 第一次出现可观察到的故障可能要几个小时后才会发生：比如分配
智能手表可以告诉你，你的心率是每分钟78次，你走了6,421步，或者昨晚睡了7个小时。这些数字在屏幕上看起来很简单，但实际上，每一个数字的背后都蕴含着一系列复杂的测量和计算过程。 你的手表并不会直接“看到”你走了多少步，也不会直接测量你的睡眠时间。相反，那些微小的传感器会持续检测你的运动、血液流动的变化、电生理活动以及体温等信息。这些信号会被转换成数字数据，经过处理以去除干扰，然后由算法进行分析，从而找出其中有意义的模式。 这一整个过程是在后台悄悄进行的。你手腕的每一个动作都会被转化为一系列数字；反射光的变化会用来测量心率；多种不同的信号会被综合起来，以此来判断你在做什么，或者你的身体处于怎样
以下是一些大多数Kubernetes教程都不会告诉你的内容：绝大多数工程师都能够使用 kubectl expose 命令，但其中不到10%的人真正了解这个命令执行后会带来什么效果。 我在超过10家公司中解决过与Kubernetes网络相关的问题，每次都会遇到同样的知识盲区。工程师们并不明白ClusterIP在底层是如何工作的，也不理解为什么不同命名空间中的Pod能够默认互相通信，更不清楚CNI插件在内核层究竟起到了什么作用。 本教程正是为了解决这些问题而设计的。你将从中系统地学习Kubernetes网络的工作原理：了解Pod的IP地址是如何分配的，以及这些地址为何能够在不同的节点之间正常使用；
许多工程师在继承现有的代码库时，首先想要做的就是修改这些代码。我完全理解这种冲动。 当你打开一个长达1500行的类文件时，你会看到其中混杂着数据库调用、业务规则、分散在各处的配置值、根本没人愿意去修改的方法，以及那些提到早已被淘汰的系统的注释。 这时，一款人工智能编码助手主动提出可以帮助你理解整个代码库的结构。 于是你就会问： 请重构这个类。 但通常来说，现在还不是进行重构的时候。 从处理遗留系统的经验中，我认识到：代码虽然可能写得很糟糕，但却可能蕴含着重要的信息。 某个奇怪的条件实际上可能代表着某种业务规则；重复出现的计算逻辑可能是由于两个看似相同的流程其实并不完全相同所致；一个命名很糟糕的
Odoo是一个开源的企业资源规划平台，它能够帮助企业通过一个统一的应用程序来管理销售、客户关系管理、库存、会计、人力资源以及制造等各项业务运营。 您可以将Odoo部署在不同的托管环境中，这样就能根据自身的需求灵活选择适合的部署方案。 选择合适的托管方式是任何Odoo部署项目中的重要环节，它会影响性能、安全性、维护成本、可扩展性以及长期运营费用等诸多方面。 您的团队可以选择在自己的基础设施上自行托管Odoo，也可以使用托管服务提供商来负责服务器的管理工作。这两种方法各自提供不同的控制程度、灵活性以及运营责任。 在本文中，您将了解到多种托管Odoo的方式，包括如何设置基本的自主托管环境。同时，您还
任何系统在某个阶段都会出现这样一种情况：存在某个没人愿意去修改的功能。 一开始，这种问题很轻微：只是一个简单的验证逻辑，这里加一个if语句，那里再加一个。但随着需求的变化，越来越多的条件被添加进去，相应的功能代码也变得越来越长。有人还会留下注释，提醒别人“在修改之前一定要先阅读整个代码”。于是，这个功能就变成了新开发者入职培训中的必讲内容。 当复杂的业务规则毫无秩序地堆积在一起时，就会发生这种情况。 责任链模式正是为了解决这类问题而存在的。它不是让一个方法包揽所有事务，而是通过一系列专门处理特定任务的组件来解决问题。每个组件只负责执行其中一条业务规则，并判断请求是否符合该规则；如果符合，则将请
你是否曾经好奇过，计算机是如何识别手写数字的，如何判断一封邮件是否属于垃圾邮件，如何推荐视频，又如何理解句子的含义呢？ 许多现代人工智能系统都依赖于一种被称为 神经网络 的技术。 不过，这个名称可能会让人们觉得这种技术比实际情况要复杂得多。你可能会认为，构建一个神经网络需要高级的数学知识、一台性能强大的计算机以及成千上万的代码行。 其实并非如此。 从最基础的角度来看，神经网络是一种数学模型。它以一些数字作为输入，对这些数字进行计算，然后得出预测结果，再判断这个预测结果与正确答案之间的差距，并据此调整自身的参数，以便在下一次计算时能够取得更好的效果。 在本次教程中，我们将使用Python和Num
Dan Finneran探讨了在生产环境中使用未被妥善管理的AI生成代码所带来的风险，并展示了如何利用eBPF技术在Kubernetes中拦截并控制与AI相关的API请求。他解释了如何通过内核级别的套接字钩子来实现对提示信息的过滤、模型切换、令牌限制以及系统调用功能的管控，从而在无需修改应用程序的源代码或重新启动容器的情况下保障AI系统的安全性。 作者：Dan Finneran
安全研究员Christopher Domas开发了一款名为“skitter-creek-bath-salts”的开源硬件安全工具，该工具通过操控内存控制器的转换寄存器来破坏CPU的权限边界。这样一来，非特权级别的软件就能够访问受保护的内存区域，从而暴露出现代处理器架构中存在的安全漏洞——这些漏洞可能会影响云计算及保密计算系统的安全性。 作者：Olimpiu Pop
OVHcloud将从9月开始上调价格：2026款游戏服务器的价格将上涨87%，而其他新型服务器的价格则会上涨40%到59%。该公司的创始人Octave Klaba表示，由于RAM供应商将生产能力转向了用于人工智能领域的高带宽内存，因此6月份时内存的成本比一年前高了六倍。而AWS也在提前多年就预购了相关产品后，重新调整了这些产品的定价。 作者：Steef-Jan Wiggers
谷歌推出了HEIR（同态加密中间表示技术）这一开源编译器及开发工具链，其目的在于让加密计算更容易被实际应用。具体而言，HEIR能够将那些专为常规的未加密数据而设计的预训练AI模型进行重新编译，从而使这些模型能够直接处理加密数据。 作者：塞尔吉奥·德·西蒙内
VoidZero推出了Vite+的测试版。这款统一的Web开发工具链将运行时环境、包管理功能以及各种前端开发工具整合到了一个命令中。Vite+支持多种类型的项目，而且属于开源软件。该平台通过热重载、格式检查及测试等功能显著提升了开发效率。团队表示，未来会重视社区用户的反馈意见，以便对产品进行进一步优化。 作者：Daniel Curtis
AWS推出了aws-bench这一开源测试工具，用于评估人工智能代理在真实的AWS环境中的表现——这些真实环境包括那些存在配置错误或基础设施供应问题的场景。与传统测试工具不同，aws-bench使用的是AWS提供的临时资源，并通过自动化验证机制来评估代理的性能。 作者：Gianmarco Nalin
在LinkedIn这样的规模下，仅仅依靠人工审核员来处理代码审查任务，或者直接将现成的AI审核系统应用于GitHub，显然并不是一种有效的管理方式。为了解决这个问题，LinkedIn的工程师们开发了一个多智能体的AI代码审查平台——该平台能够理解企业的编码规范与环境，将代码审查视为一种重要的生产性基础设施，并有效减少错误判断以及那些信息量较少的反馈结果。 作者：Sergio De Simone
Bruna Pereira解释了DoorDash是如何构建这样一个能够处理各种类型内容的AI审核平台的。她介绍了如何用混合架构来取代那些仅依赖大语言模型的昂贵审核流程：利用快速的内部模型来过滤那些显而易见的错误，通过大语言模型进行多维度评估以做出更细致的判断，并使用无代码工作流程来进行后续测试。了解这种架构设计是如何在保障安全性的同时，使系统能够处理每天数百万条消息的。 作者：Bruna Pereira
Cloudflare最近推出了Kitesurf这款专为自动化工作负载设计的轻量级浏览器。Kitesurf在Cloudflare Workers平台上使用隔离的WebAssembly/Rust环境来运行浏览器的各项组件，并且支持Chrome DevTools协议，因此像Playwright和Puppeteer这样的工具可以使用它来进行测试或开发，而且其资源消耗远低于完整的Chromium浏览器。 作者：Renato Losio
Wiz的安全研究人员最近对六种流行的新型云存储服务进行了测试，发现这些服务与Amazon S3相比存在严重的安全漏洞。虽然S3已经成为了对象存储领域的行业标准，但大多数其他服务仍然缺乏AWS所提供的那些安全防护功能。 作者：Renato Losio
微软已正式推出Azure DevOps Remote MCP Server，该服务提供了针对工作项、代码仓库及管道的托管端点，用户无需进行任何安装操作即可使用。不过，Claude Desktop、Claude Code、ChatGPT以及Cursor目前还无法与之连接，因为Entra系统不支持动态客户端注册功能，也不支持客户端ID元数据文档。 作者：Steef-Jan Wiggers
架构并不是一种一旦确定就无法改变的选择；而系统的适应性则是一个会随着法规、技术以及市场环境的变化而不断变化的目标。即便是一个设计得非常合理的系统，也会随着时间的推移而不再适合当前的环境，但这并不意味着这些设计是错误的。这篇由七篇文章组成的系列文章探讨了上下文存储、网关以及拓扑结构等相关主题，将架构视为一门不断发展中的社会技术艺术——在这个过程中，开发团队会刻意地调整各种因素，以优化系统的摩擦力、适应能力以及运行效率。 InfoQ提供
Cloudflare最近详细介绍了自己是如何利用人工智能将内部的工程标准从被动的文档形式转变为在软件开发整个生命周期中都能得到有效执行的控制系统。 作者：Craig Risi
Cloudflare、Astro、AI智能体、GitHub Actions、问题分类与处理、智能代理技术、软件架构、开源技术、开发者工具、AI自动化、自动测试、人工干预机制、代理工作流程、GitHub、软件工程、AI软件开发、错误排查、持续集成、开发者效率、自主智能体、AI编程、Cloudflare Workers、Flue、triagebot 作者：Leela Kumili
学习数据结构与算法往往会让人感到面对着一堵由复杂术语、语法以及深奥的数学知识构成的障碍墙。不过别担心，因为我们刚刚在 freeCodeCamp.org 的YouTube频道上发布了一门课程，该课程由Sumit Saha主讲，它运用人们熟悉的现实世界类比来讲解计算机科学的基础概念。 通过这门课程，你将建立起关于数据在后台是如何被存储、检索以及优化的直观理解。由于这些抽象的技术概念与我们在日常生活中遇到的现象有着密切的联系，因此这门课程会让你意识到：其实你在日常生活中已经在运用这些知识了。 这门课程涵盖以下主题： 核心的线性数据结构，包括数组、单链表、双链表和循环链表。 顺序存储结构，如栈（后进先
使用简单的完成提示和基础的RAG流程来构建一个基础的人工智能演示系统确实很容易，但要将这样的智能系统投入实际生产环境，就需要进行严谨的系统设计、可靠性工程分析，并确保系统具备容错能力。 我们刚刚在 freeCodeCamp.org 的YouTube频道上发布了一门全面的课程，该课程会指导你设计和实现一个可用于实际生产环境的多智能体自动化Pull Request审核系统。这门课程是由Ayush Singh制作的。 这个系统的设计理念是模仿资深工程师的人工审核流程。在這门课程中，你将学习到以下关键内容： 将复杂的人类工作流程拆解为明确的触发条件、专业领域的关注点以及可审计的结果，并为这些结果分配相
DeepSeek发布了名为DeepSeek Harness的开源开发工具，该工具可用于构建自主运行的AI系统。这款软件采用了微内核架构，并为各种功能模块提供了可插拔的插件。此次发布的版本中还包括了一个仅用于记录事件信息的日志系统，以便追踪程序的执行过程。用户是否会选择使用这一工具，可能会受到其所使用的插件生态系统的稳定性以及相关API维护情况的影响。 作者：Olimpiu Pop
Harper所倡导的数据库平台采用单一运行时架构，这种架构能够将应用程序代码与数据整合在一起。通过与基于Vercel的技术栈进行对比测试，人们发现，在处理实时个性化数据任务时，Harper的性能要显著更好。最近，Harper发布了5.2版本，该版本配备了新的缓存机制，使得每个节点的处理吞吐量得到了进一步提升。 作者：Renato Losio
Flux推出了名为“Flux Mirror”的CLI插件，该插件能够根据声明性配置，在不同的注册中心之间复制容器镜像、Helm图表以及OCI相关资源。作为Flux v2.9 CLI插件系统的一部分，这个插件旨在确保Kubernetes集群仅从团队自己管理的注册中心中获取数据并进行同步操作。 作者：Matt Saunders
上周，微软发布了Aspire 13.5版本。这一更新改进了控制面板的设计以及aspire.dev网站的界面，并添加了许多提升使用体验的功能。交互服务现在支持文件导入功能及进度提示界面；资源管理功能允许在控制面板中显示交互式终端界面；此外，部署配置也加入了Kubernetes持久化存储机制以及跨范围的Azure资源引用功能。 作者：Almir Vuk
人工智能使得所有代码都变成了只能被写入而不能被读取的形式。这类代码结构过于复杂，难以理解；而测试代码本身反而成为了描述这些代码行为的文档。此外，这种代码也属于“一次性使用”的类型——重新编写这些代码要比调试它们要容易得多。人类根本无法大规模地审查由人工智能生成的代码。功能需求与实现方式之间的关联被解开了，开发者应该把注意力放在创新上。 作者：本·林德斯
InfoQ现已开始招收参加InfoQ认证的AI辅助工程培训项目的学员。这个为期五周的在线培训项目专为那些已经每天都在生产环境中使用编码工具进行开发的资深工程师和架构师设计。在当前阶段，培训的重点已从如何引导这些工具工作，转变为探讨这些工具被允许执行哪些操作，以及它们能在人类发现错误之前自动识别出哪些问题。 作者：Artenisa Chatziou
Vercel发布了Next.js 16.3版本，该版本相比16.0版本带来了许多显著改进。这些优化包括降低开发过程中的内存消耗、加快构建速度以及提升类型检查的准确性。“即时导航”功能使得响应速度更快，且仍保持服务器端渲染的技术架构。不过开发者们被建议谨慎使用这些新功能，因为其中也存在一些需要注意的问题。 作者：Daniel Curtis
詹姆斯·阿瑟阐述了为何同步是前端架构领域的下一个发展方向。他解释了如何利用Electric和TanStack DB将反应式编程的概念应用到服务器端，从而用声明式的数据绑定机制取代传统的命令式数据获取方式。通过了解基于查询的同步机制以及本地端的乐观更新技术，您将会明白：工程师们完全可以利用自己现有的技术栈来构建速度极快、具备高度协作性且功能强大的应用程序。 作者：詹姆斯·阿瑟
在本教程中，我将向您展示如何使用vLLM来优化大型语言模型的推理性能，从而提升AI代理的工作效率。我会帮助您理解大型语言模型推理的原理，分析为什么AI代理的任务会引发GPU调度和内存压力问题，并探讨vLLM是如何被设计出来以提高处理能力的。 接下来，我们将运行一台本地的vLLM服务器，并通过其兼容OpenAI的API，使用AI代理与它进行连接。 目录 背景知识 先决条件 什么是大型语言模型推理？ 大型语言模型推理如何利用CPU和GPU 为什么AI代理的任务难以处理 vLLM是如何为AI代理任务提供支持的 设计动机与架构 步骤1：安装vLLM 步骤2：启动vLLM服务器 步骤3：将AI代理连接到
每当你在SQL中看到一个查询嵌套在另一个查询内部时，这就是子查询。子查询也被称为内查询，而包含它的那个查询则被称为主查询或外查询。 子查询的作用是为主查询提供额外的数据，这些数据可以以派生列或派生表的形式出现，或者它们也可以用来过滤主查询返回的行。 对于刚开始学习SQL的初学者来说，子查询可能相当难以理解。本文将帮助大家简化这一概念，使其更易于理解。读完这篇文章后，你应该能够更加熟练地使用子查询来解决问题了。 目录 先决条件 子查询的工作原理 执行顺序 子查询的类型 非相关子查询 相关子查询 结论 先决条件： 子查询属于高级SQL概念，因此，必须牢固掌握SQL的基础知识，包括SELECT、FR
今年早些时候，我发表了《在Flutter中分离Material和Cupertino设计库》，这篇文章介绍了当时还处于预览阶段的功能：Flutter计划将Material和Cupertino设计库从核心SDK中分离出来，作为独立的包发布在pub.dev上。 在当时，这一功能仍处于预览阶段，迁移工具还不完善，相关生态系统也尚未做好相应准备。这篇文章主要是为了说明Flutter的发展方向及其原因。 2026年8月12日发布的Flutter 3.47彻底改变了这一状况。 独立的`material_ui`和`cupertino_ui`包已经更新到了1.0版本，迁移工具也已准备就绪，兼容性过渡方案也正式投
一个网站可能看起来很专业，使用鼠标操作时也能运行得非常顺畅，但对某些用户来说，使用它仍然会遇到困难。 有时，某个表单会仅通过颜色来提示用户出现了问题；固定的页眉可能会完全覆盖当前处于键盘焦点位置的元素；登录表单可能会阻止用户从密码管理工具中复制密码并粘贴到表单中；而某个自定义按钮，用鼠标点击时可以正常使用，但当人们使用键盘操作时却毫无反应。 这些其实都是开发过程中做出的决策，并非只有在进行无障碍性审核时才会出现的问题。 《Web内容无障碍性指南》为识别和消除这些障碍提供了统一的标准。WCAG 2.2是最新的WCAG 2建议标准，世界万维网联盟也建议开发人员和各类组织在可能的情况下使用WCAG
我维护着自己的网站，偶尔会将其升级到新版本。在升级的过程中，我也会经常尝试不同的技术和架构。 最近，我遇到了一个问题：Vercel向我发出了警告，提示我在“图像优化”功能上即将达到免费版本的使用限制。经过几次尝试和调整，我最终解决了这个问题，确保该功能不会不必要的超出我的免费版本使用范围。 在这篇文章中，我将解释具体出现了哪些问题，我是如何找出问题的根源的，以及我采取了哪些措施来解决问题。同时，我也会向大家详细介绍我所选择的方法以及是如何成功解决这个问题的。 那么，问题到底是什么呢？ 我现在使用的网站版本是第5版（发布于2026年），该版本使用了Cloudflare R2对象存储提供的CDN服
React在很多方面都表现得非常出色。但如果你曾经尝试过每秒向它传输数千个数据点，你就会很快意识到：React并不像一根能输送大量水流的消防水管，而更像是一根普通的花园浇水软管。 如果强迫它处理过多的数据，要么会导致“草坪被淹没”（即DOM结构变得混乱），要么会使得“管道爆裂”（也就是应用程序运行出现严重问题）。 还有另一个与上述观点相关的观察结果：你的笔记本电脑通常拥有8到16个CPU核心，而你的React应用程序几乎总是只使用其中的一个核心。主线程负责处理JavaScript代码、DOM操作、布局计算以及绘制工作；而其他核心则处于闲置状态，因为主线程实在难以维持每秒60帧的渲染速度。 这两
像PyTorch和TensorFlow这样的高级机器学习库使得训练智能代理变得非常简单，但依赖这些现代框架往往会掩盖其内部运作的复杂机制。 我们刚刚在 freeCodeCamp.org 的YouTube频道上发布了一门视频课程，该课程演示了如何完全不使用外部库或第三方引擎，仅用标准的C语言从零开始构建一个强化学习框架。 这门课程涵盖的内容包括： 实现自定义的自动微分功能，同时设计动态计算图、内存分配系统以及矩阵数据结构，以便处理前向和反向梯度传播过程。 从基础层面开始编写线性代数运算代码，包括转置矩阵乘法、ReLU激活函数以及数值稳定的Softmax算法实现。 用C语言开发一个功能完备的蛇形游
React Router v8于2026年6月17日正式发布，此次更新带来的变动很小，同时也引入了一些新的功能。主要的更新内容包括仅支持ESM格式的构建版本以及默认的中间件设置。React Router v6和Remix v2已经进入了生命周期终止阶段。开发者应遵循相应的迁移指南来更新自己的应用程序；同时，也有人正在考虑使用其他替代方案，比如TanStack Router。 作者：Daniel Curtis
亚马逊网络服务为Amazon Bedrock AgentCore添加了运行时实例这一新功能，这一计算选项为人工智能代理提供了专为复杂的长周期工作流程以及多代理协作而设计的持久性基础设施支持。 作者：马特·桑德斯
上周，微软发布了.NET 11预览版7，此次更新涉及C#、ASP.NET Core、.NET MAUI、Entity Framework Core、Windows Forms以及F#等多个技术。C#语言新增了带有标签的“中断”与“继续”功能；ASP.NET Core引入了Blazor电路暂停机制、CacheView功能，同时还提供了内置的验证规则本地化支持；Windows Forms增加了可选的现代化渲染流程；而EF Core则在SQLite数据库中添加了对Half数据类型的支持。 作者：阿尔米尔·武克
Sam Newman探讨了土木工程中“渐进性崩溃”这一概念，以及它如何应用于分布式系统。通过列举一些现实世界中的案例——从1968年Ronan Point大厦的坍塌事故到AWS系统的故障——他为软件领域的从业者提供了重要的韧性工程策略。了解如何加强系统组件的稳定性、隔离故障节点，并减少组件之间的相互依赖关系，从而有效防止灾难性的连锁反应。 作者：Sam Newman
WhatsApp正在有限范围内进行Scam Alert功能的测试。该功能利用设备上的机器学习技术，来识别来自非联系人的潜在诈骗信息。Meta的架构能够将消息内容保留在用户设备上；同时，通过使用保密计算、不可察觉的HTTP传输方式、差分隐私技术以及模型透明度机制，来评估这一功能的性能并确保模型数据的安全传输。 作者：Leela Kumili
Docker VMM（虚拟机监控层）是Docker专为Docker Desktop开发的新款虚拟化技术。它用Docker能够直接控制且经过优化、专门为容器工作负载设计的引擎，取代了原有的第三方虚拟化组件。该技术的公测版本随Docker Desktop 4.86版在Mac和Windows平台上同步推出。 作者：Sergio De Simone
截至2026年8月2日，欧盟《人工智能法案》第50条规定，人工智能系统必须以机器能够识别的方式对合成生成的内容进行标记。各大技术供应商目前正在采用统计水印技术来实现这一要求，这些技术不会影响自然语言生成的性能，但会对相关系统的运行产生一定影响。这一举措引发了开源社区的强烈反应，人们普遍对这些规定的合规性以及可能带来的安全风险表示担忧。 作者：Olimpiu Pop
微软发布了.NET 11预览版7，其中包含了许多针对.NET MAUI的更新功能，这些更新包括跨平台密码认证机制、新的XAML热重载技术、Shell路由模板，以及更多适用于AOT编译环境的绑定方式。此次发布也进一步推动了MAUI从传统渲染引擎向新处理器的迁移进程，同时改善了在Android和Apple平台上的开发体验。 作者：Edin Kapić
GitHub宣布，目前“堆叠式拉取请求”功能已进入公开测试阶段。这一功能允许将大型软件修改拆分为多个较小的、相互依赖的拉取请求，从而使这些请求能够被独立审核和合并。 作者：Craig Risi
布拉德·格兰瑟姆探讨了软件工程师和架构师如何从个体贡献者转变为具有影响力的技术领导者。他分享了一些实用的建议，包括如何将自身技能扩展到业务和法律领域、如何调整沟通方式以适应非技术领域的利益相关者、如何摒弃个人私心来助力团队发展，以及如何应对复杂的组织环境以最大限度地发挥自己的技术影响力。 作者：布拉德·格兰瑟姆
Netflix将用于观察性因果推断的自动化工作流程进行了开源，这一技术大大减少了进行因果分析时所需耗费的时间与精力。在掌握了观测数据以及用户制定的分析计划之后，该自动化系统会通过“演员-评论家”循环机制来估算因果关系、生成分析报告，并提出后续应采取的行动。 作者：安东尼·阿尔福德
Jordan Nanos探讨了半导体技术的限制、数据中心的扩张以及网络传输瓶颈如何影响人工智能软件架构。他基于SemiAnalysis的研究成果，分享了关于基准测试性能、GPU性能扩展能力，以及从芯片制造到模型推理这一整个流程中的“代币经济”机制等方面的见解。 作者：Jordan Nanos
Cloudflare推出了WriteGuard，该功能目前处于私人测试阶段，旨在为使用Model Context Protocol的服务器提供精细的安全控制机制。通过限制这些服务器对那些能够修改数据或执行某些操作的工具的访问权限，而非仅仅允许它们读取信息，Cloudflare希望能够提升人工智能系统的安全性。 作者：Sergio De Simone
你向编码助手请求创建一个新的端点，90秒后，这个新的端点就已经可以正常使用了。 然后你查看代码变更内容，发现它引入了一个并不存在于你的`package.json`文件中的验证库；尽管你们的团队在去年春天就已经改用了Node.js的测试框架，但它仍然使用Jest来编写测试用例；此外，由于它不知道代码库中其他处理函数都是通过服务来调用的，所以它直接从路由处理函数内部访问了数据库。 代码可以运行，它编写的测试用例也能通过，但你们还是不得不重写大部分代码。 这些情况都不是模型本身的问题——它确实给出了一个看似合理的解决方案，但它之所以会犯这些错误，是因为没有人告诉它这个特定的代码库是如何运作的。 你们
本周于2026年8月10日发布的Java新闻汇总中，重点介绍了以下内容：针对JDK 28提出的简单JSON API方案；Jakarta EE 12的最新进展；2026年8月的Open Liberty版本更新；LangChain4j的版本升级；Eclipse JNoSQL及GraalVM Native Build工具的维护性更新；GlassFish 9.0的第三个里程碑版本发布；以及Groovy 6.0的第二个测试版发行。 作者：Michael Redlich
Jendrik Jördening分享了将大语言模型集成到生产流程中的实际工程策略。他探讨了如何克服不确定性问题、如何对数据结构进行限制、如何将语义文本提取与确定性代码分离，以及如何利用鉴别模型来验证各种设计决策。此外，他还介绍了如何采用MVC架构来组织大语言模型的开发工作，从而确保数据库的完整性、系统的可观测性以及其可靠性。 作者：Jendrik Jördening
Grafana Labs宣布，目前已正式推出了两款工具，这些工具能够让人工智能编码代理在开发过程中查询实时的观测数据：gcx CLI和Grafana MCP服务器。这两款工具都允许代理从Grafana Cloud或自行搭建的环境中获取各种指标数据、日志信息、跟踪记录、服务水平目标以及合成监控结果。 作者：Claudio Masolo
在这段播客中，Michael Stiefel与Tracy Bannon讨论了人工智能在软件领域所扮演的角色，以及它在安全性、软件开发以及整个社会层面所带来的各种风险。虽然在一个软件生态系统中建立一定的信任是合理的，但当两个不同的软件生态系统相互交织时，这些风险就会急剧增加。 作者：Tracy Bannon
确定性规则能够有效保障各项硬性指标的准确性，但建筑设计的初衷呢？了解如何利用“智能适应性评估函数”结合人工智能代理与分版本的评估标准，来评估那些需要主观判断的复杂问题——比如边界匹配度、语义契约的偏离情况，以及那些已经过时的假设等等。通过持续且经过校准的反馈机制，可以进一步提升进化式架构管理的效率。 作者：Hemant Kumar Mahato、Łukasz Sieczkowski、Vijayasenthilkumar Kuppusamy
Vercel的设计工程师Shadcn在shadcn/ui项目中推出了用于聊天界面的新组件。此次发布的组件包括MessageScroller和Message等，这些组件的设计重点在于提升对话功能。这种设计方式强调了模块化的特点，使得开发人员可以在不影响底层逻辑或样式的情况下随意调整各种元素。同时，该系统也支持无头组件的使用。 作者：Daniel Curtis
Cloudflare推出了cloudflare/ci这一CI开发工具包。该工具包基于Cloudflare Workflows，使用TypeScript定义代码执行流程；它为每个执行步骤提供了可靠的重试机制和回放功能，默认支持并发执行，并支持对测试环境的状态进行快照缓存。该工具包专为Workers运行时环境设计，且依赖于仍处于私人测试阶段的Artifacts技术。因此，其实际价值在于所提出的“可靠步骤模型”，而非作为一种可以直接替代传统CI系统的解决方案。 作者：Mark Silvester
Grab正在利用人工智能技术来自动化数据分析流程，由此使得分析师所需完成的工作量从2月份的44%下降到了6月份的30%。该方案结合了人工智能系统的自主性、经过验证的数据、上下文管理机制以及人工监督功能，使得许多分析任务能够由自助分析系统来完成，而无需分析师的干预——这些系统可以自行处理各种指标数据查询及SQL请求。 作者：Leela Kumili
JEP 540——这个简单JSON API项目，目前已经进入了JDK 28版本的开发阶段。该API提供了一种无需依赖任何外部库即可解析和生成JSON文档的功能。它专注于实现核心功能，同时提供了不可变的值结构；这种API允许用户进行简单的遍历和数据转换操作，并且严格遵守相应的语法规范。在测试阶段收集到的用户反馈将会对它的后续发展产生重要影响。 作者：A N M Bazlur Rahman
SpaceXAI推出了Grok Bot这一系统——这套由持久性人工智能代理组成的系统运行在专用的云计算机上，能够与网站、应用程序、收件箱以及其他工具进行交互。 作者：丹尼尔·多明格斯
Nikolay Samokhvalov开发了PGSimCity，这是一个开源的教育工具，它能够在浏览器中通过3D空间模拟的方式呈现PostgreSQL数据库的运作机制。该工具有助于后端开发人员和系统可靠性工程师更好地理解SQL语言以及内核执行的流程。该项目已在GitHub上公开发布，其目的就是通过交互式设计来帮助人们更深入地了解数据库架构。 作者：Olimpiu Pop
Amazon DynamoDB最近推出了原生向量搜索功能，这使得开发人员能够将嵌入向量与应用程序数据一起存储在DynamoDB中，并且可以直接在DynamoDB上执行近似最近邻查询，而无需使用单独的向量数据库。该功能支持过滤后的相似性搜索，同时也允许用户为语义搜索需求配置相应的向量索引。 作者：Renato Losio
AWS已将Dogwood这一政策语言开源。该语言在Cedar的基础上增加了时间条件功能，使得规则能够分析代理之前执行过的操作，而不仅仅是某一次具体的请求。Dogwood适用于审批流程、速率限制控制以及统计功能的实现，它采用Apache 2.0许可证进行发布，在AgentCore Policy中也被支持；不过，目前用于解释这些规则的解析器尚未达到可生产环境使用的标准。 作者：Steef-Jan Wiggers
我还能清楚地记得第一次戴上Oura戒指，第二天早上查看自己的状态得分时的情景——那一刻，我觉得自己就像在查看考试成绩一样。 我看到得分大概是62分，顿时慌了神：难道是我生病了吗？还是压力太大了？又或者是睡眠姿势不对导致的？ 但实际上，这些根本无关紧要，因为这款戒指根本不了解我的具体情况。它所掌握的关于我的信息仅仅是一晚上的数据而已。而我却把这些数据当成了绝对可靠的依据。 对于那些购买了智能手表或智能手环，却发现它们无法立刻了解自己的健康状况而感到失望的人来说，这款产品非常适合你们。事实上，在使用的第一周内，你们的可穿戴设备并没有出现故障，只是它还没有真正掌握你的健康数据而已。 目录 使用初期的
交易研究代理可以编写策略代码，运行回测，检查结果，并不断修改策略。而更困难的任务在于确保这一循环不会演变成一种无序的、盲目追求理想回测结果的探索过程。 在这本手册中，我们将利用LangChain Deep Agents构建一个多代理交易研究系统。EODHD会提供历史市场数据，而一个基于Python的确定性层则会负责控制数据的分割方式、回测逻辑、基准测试的设置、实验记录的保存以及策略选择规则的实施。随后，协调员、策略工程师和研究评估人员将在这些规定的框架内共同开发并评估三种不同的策略版本。 我们的目标并不是证明人工智能代理能够可靠地发现盈利策略，而是建立一个研究工作流程，在这个流程中，各代理可以
当看到Discord机器人实际运行时，它们会显得相当复杂。这些机器人能够回复消息、讲述故事、记住对话内容，并且可以全天候保持在线状态。 当我最初开始研究它们的工作原理时，我认为背后肯定有大量复杂的代码在支撑着这一切。 但实际上，其基本原理其实非常简单。 从根本上说，Discord机器人只是一个Python程序，它连接到Discord平台，等待某些事件发生，然后决定该如何做出响应。一旦你理解了这个基本概念，就可以逐步为它添加各种功能，从而将一个简单的机器人发展成更有趣的东西。 在这个教程中，我们将从一个非常基础的机器人开始，逐渐将其开发成功能更强大的工具。在这个过程中，你将会学习到关于Disco
Cloudflare最近推出了“缓存响应规则”这一功能——这种规则引擎会在源服务器做出响应之后、但在内容被写入Cloudflare的缓存系统之前开始发挥作用。此前，缓存规则仅能针对请求的相关属性进行操作；而“缓存响应规则”则增加了在内容被缓存之前对其响应内容进行评估的环节。 作者：雷纳托·洛西奥
Cloudflare推出了代理追踪功能，为代理调用、模型运行、工具执行以及相关审批操作添加了新的追踪数据。会话记录会按顺序依次回放，但文档中也提醒用户：这些追踪数据并非无损存储的，因此数据内容可能会被截断。不同框架在数据记录方面的默认设置也有所不同；从2026年10月1日起，所有的追踪数据都将被视为可计费的事件。 作者：Steef-Jan Wiggers
Sudeep Das讲述了DoorDash是如何从传统的一次性预测系统转变为一个能够主动为用户提供推荐服务的平台的。他介绍了如何利用消费者与语言之间的天然联系、RQ-VAE模型生成的语义标识来优化产品信息的呈现方式，以及如何通过基于实际数据的搜索算法来显著提升推荐结果的相关性及转化率。 作者：Sudeep Das
在本教程中，你将构建一个实用的人工智能代理。该代理能够接收用户的输入指令，判断是否需要使用某些工具，在PHP环境中执行这些工具，将对话记录存储在MySQL数据库中，并持续进行推理，最终给出答案。 我们的目标并不是创建一个华而不实的演示程序，而是要展示：对于许多开发者来说，如何利用一套现实可行的技术栈来构建这样的人工智能代理——使用PHP处理请求，用MySQL进行数据持久化存储，借助Gemini Flash进行推理和函数调用，最后通过cPanel将系统部署在标准的共享托管环境中。 读完本文后，你将会了解以下内容： 如何构建代理循环结构 工具调用在实际应用中的工作原理 如何存储及重新加载对话记录数
你肯定已经见过上百次这样的场景：Wi-Fi信号突然中断，Chrome浏览器陷入无反应状态，然后一个像素化的霸王龙图标就会出现，只要你按下空格键，它就会立刻在沙漠中开始奔跑。 这个自2014年以来就隐藏在“没有网络”错误提示背后的小游戏，每个月被玩大约2.7亿次。在谷歌内部，它的代号是“Project Bolan”，这个名字是为了纪念摇滚乐队T. Rex的主唱马克·博兰。 由于Chrome浏览器是基于开源的Chromium项目开发的，因此这个游戏的全部代码——包括所有的设计细节和编程技巧——都公开透明，任何人都可以查看。 所以我把它的全部代码都看了一遍。结果发现，这个看似“简单”的游戏其实蕴含着
任何具有合规性要求的B2B SaaS产品（比如涉及银行业务、贷款服务、工资发放或加密货币相关的应用）在开发初期都会遇到同样的问题：在允许企业使用你的平台之前，你必须先核实他们的身份。 这意味着需要收集企业的类型信息、审核他们的注册文件，并向用户展示他们的验证进度，但整个流程不能让人感觉像是在填写繁琐的海关表格一样。 本文详细介绍了如何利用Shadcn UI构建一个功能完备的三步客户身份验证流程：包括用于显示操作进度的步骤提示组件、用于选择账户类型的单选组、用于上传文件的区域，以及用于显示验证状态的警告提示。你会看到实际的代码实现，而不仅仅是简化后的示例代码，同时也会了解到每个设计决策背后的理由
使用原始的LLM SDK来构建AI代理，在开发原型阶段确实可行，但一旦你需要结构化输出、可测试的代码以及具备生产环境可靠性的系统，这些问题就会显现出来。 这些问题的出现具有很强的规律性。你的笔记本代码可以正常运行，于是你将其应用到生产环境中，并开始添加各种补丁：比如为`json.loads`添加异常处理逻辑，编写辅助函数来去除Markdown格式的标记，使用`if`语句检查字段类型，设置重试机制，以及创建一个将工具名称与对应的可调用函数关联起来的映射函数。这些代码单独来看并不复杂，但当它们汇集在一起时，就会占据你代码库的大部分内容，而真正的代理逻辑反而被这些辅助代码所掩盖。 本文将按照这些问题
我见过一些旧系统的迁移项目被认为取得了成功，因为那些旧的框架已经从代码库中消失了。 但六个月后，团队仍然在面对同样的耦合问题、同样不清晰的业务规则，以及几乎相同的部署难题。 虽然技术已经发生了变化，但整个系统本身并没有发生太大的改变。 人工智能让这个问题变得更加复杂了。 它能够比人类团队更快地翻译代码，能够解释那些不熟悉的类结构，生成测试用例，创建适配器，更新API接口，从而大大减少重复性工作。 但是，如果你让一个人工智能编码工具去处理一个旧应用程序，并简单地要求它将所有内容都迁移到现代的技术架构中，那么很可能会得到你想要的结果： 还是那个系统，只不过被更快地重新编写了一遍而已。 这并不一定算
许多PDF文档中包含色彩丰富的图表、演示文稿、营销材料、扫描页或图形，而这些内容并不总是适合用于打印或归档。在某些情况下，将文档转换为灰度格式可以减少视觉干扰，生成更适合打印的文件，降低打印成本，或者为黑白出版做好准备。PDF转灰度转换工具能够自动化这一过程：用户无需手动编辑每一页，只需在浏览器中上传PDF文件，选择灰度转换的方式，预览结果，然后下载新生成的文件即可。 在本教程中，您将使用JavaScript开发一个基于浏览器的PDF转灰度转换工具。用户可以通过该工具上传PDF文件，预览每一页的内容，调整灰度程度，在多种转换模式中进行选择，指定需要处理的页面，生成灰度版本的PDF文件，预览最终
Meta AI Research推出了Muse Glimmer这一模型。该模型是一个拥有300亿个参数的开放源代码模型，采用Apache 2.0许可证进行发布，专为本地计算环境设计。它能够让自主智能体在消费者级别的GPU上独立执行复杂任务，而无需依赖云服务API。Muse Glimmer采用了多阶段训练机制来提升性能，并且支持多种输入形式，从而有效辅助编码与自动化相关工作。 作者：Olimpiu Pop
npm 12带来了许多与安全性相关的变更，使得某些安装行为需要用户明确选择才会被执行。值得注意的是，默认情况下，脚本的执行是被禁用的，因此运行任何脚本——包括那些在构建过程中自动执行的脚本——都需要获得用户的明确许可。此次更新还限制了来自非官方注册源的代码的下载，从而解决了社区对于自动执行脚本可能带来的安全风险的担忧。 作者：丹尼尔·柯蒂斯
Kubeflow项目宣布了几项技术更新，这些更新旨在进一步提升在Kubernetes平台上实现的分布式人工智能及高性能计算能力。这些改进包括Kale 2.0的推出——这是一个经过升级的SDK，它支持Spark语言，并且增强了Kubeflow Trainer的功能。在这些发展举措的背后，是该项目为尽快完成从“云原生计算基金会”的认证流程而做出的努力。 作者：Matt Saunders
Rx.NET 7.0发布了，这一新版本所做的改动旨在减少Windows应用程序的部署大小。在新版本中，WPF、Windows Forms、UWP以及Windows Runtime的相关功能被从主要的System.Reactive包中分离出来，这样就可以避免那些独立运行的应用程序因包含大量未被使用的框架依赖项而占用数十兆字节内存的情况。 作者：Edin Kapić
在这期播客中，负责“文化与方法”板块的首席编辑Shane Hastie与David Gudeman讨论了早期初创企业工程团队的独特文化，探讨了创始人的性格特点以及过早推行某些流程规范如何可能破坏团队的运作效率，同时还分析了工程师们如何在没有正式权力支撑的情况下发挥自身影响力，并做出明智的职业选择。 作者：David Gudeman
Expedia集团已将mockql-rs这一Rust语言编写的命令行工具开源。该工具能够根据请求，在被@mock-annotated标记的GraphQL字段中填充由大语言模型生成的数据。这一举措延续了Airbnb在4月份推出的@generateMock工具，同时也呼应了 GraphQL基金会于2月份发布的RFC建议。这三项技术虽然采用不同的实现架构，但都旨在解决相同的问题；其中还有两项工具使用了相同的指令名称，然而这些指令的实际含义并不兼容。 作者：Steef-Jan Wiggers
Baruch Sadogursky和Patrick Debois探讨了为什么编码代理会因为过大的上下文窗口以及过于冗长的提示信息而失效。他们介绍了一些实用的解决方案，包括延迟加载技能、为上下文数据添加版本标识、使用外部存储系统来保存数据，以及利用大语言模型来进行评估。软件架构师与工程团队负责人将了解到如何将原始的Markdown文件转化为高效、可靠的代理工作流程。 作者：Patrick Debois, Baruch Sadogursky
在工程管理领域，人们普遍认为：报告的事故数量增加意味着系统的可靠性正在下降。然而，《Great Circle》最近发表的一篇文章指出，实际情况往往恰恰相反：事故数量的增加实际上可能说明一个组织的事故管理机制正在得到改善。 作者：克雷格·里西
Cloudflare已将其开源的JavaScript及CSS库托管服务cdnjs迁移到了自己的开发者平台上。新的架构采用了Workers、R2、KV存储系统、工作流机制、队列系统以及持久化对象等技术，从而整合了内容发布与传输相关的基础设施；同时，在每天要处理90亿次请求的高负载环境下，该新架构依然能够确保包内容、URL地址以及SRI哈希值的完整性。 作者：Leela Kumili
如今，扩散模型已成为最具影响力的生成式人工智能系统之一。它们被应用于从图像合成与编辑到视频生成、科学发现以及多模态内容创作等诸多领域。 尽管这些模型具备令人印象深刻的功能，但其背后的基本原理却出奇地简单：它们从纯粹的噪声开始，逐步将其转化为真实的数据。 然而，这个简单的描述立刻引出了一个更深层次的问题：如果模型仅仅以随机噪声为起点，那么它如何知道在每一步该朝哪个方向发展？是什么让模型判断出某个微小的改变是会让图像变得更真实，还是会让它偏离真实数据的分布范围呢？ 2019年，杨 Song和Stefano Ermon提出了一种新的视角，以一种简洁且符合数学原理的方式解答了这个问题。他们的框架并非试
有时你并不想更改PDF文件的实际内容，只是想要在文档的某些部分或全部上添加一层彩色背景而已。 这种方法在制作带有品牌标识的报告、为文档添加彩色背景、突出显示打印版内容、生成设计样稿、应用水印效果，或是为演示文稿准备材料时都非常有用。 “PDF颜色覆盖工具”能够实现这一功能——它在PDF页面上叠加一层半透明的彩色层，同时保留下方的原始文本、图片和布局。 用户无需使用图形设计软件逐页进行手动编辑，只需上传PDF文件，选择所需的覆盖颜色、调整透明度、选择混合模式，指定颜色层的显示位置，预览效果后即可下载修改后的文档。 在本教程中，你将学习如何使用JavaScript来开发这个工具。用户完全可以无需将
在学习C语言时，人们很容易陷入那种仅仅负责接收用户输入并输出结果的终端应用程序的编写中。虽然这类练习对于掌握语言基础非常有用，但要真正深入理解CPU架构、内存管理以及游戏引擎的核心原理，就必须了解代码是如何直接转化为可视输出的。 我们刚刚在freeCodeCamp的YouTube频道上发布了一门新课程，这门课程不再局限于终端环境，而是重点介绍像素操作与图形处理相关的内容。该教程由Gustavo Pezzi制作，利用SDL3库的跨平台功能，教你从零开始构建低级软件渲染器。 在课程中，你将学习计算机是如何通过创建和管理自定义帧缓冲区来处理内存的；你会了解如何将2D屏幕坐标映射到1D内存数组中，如何
无论你是从事机器人设计、流体动力学分析，还是处理复杂的工程数据，学习编程都是提升工作效率与技术分析能力的最有效方法之一。 我们刚刚在freeCodeCamp.org的YouTube频道上推出了一门全新的综合课程，这门课程将教你如何使用Python进行工程开发，并帮助你掌握NumPy和Pandas等工具。同时，你还会学到如何在工作中运用人工智能技术。 这款课程专为机械工程师、机器人爱好者以及那些希望在日常工作中运用现代编程技术和人工智能工具的人设计。 在学习实际的工程应用之前，你会先系统地学习Python的基础知识： Python核心基础：从工程师的角度学习变量、控制结构（`if/elif/el
Astro 7着重提升构建性能，它采用了原生工具以及用Rust语言重新编写的编译器。新版本在处理Markdown格式的内容时效率更高，同时对HTML代码的规范要求也更加严格。最近的更新为该工具添加了高级路由功能及增量构建机制；不过，在用户反馈中也有提到一些关于旧文件兼容性以及依赖项数量计算方面的问题。Astro主要适用于那些依赖少量JavaScript代码的内容驱动型网站。 作者：丹尼尔·柯蒂斯
Nick DiStefano介绍了Uber Eats是如何从传统的原生应用界面转变为采用原生技术构建的单页WebView架构的。他为那些希望绕过原生应用的发布周期、管理跨平台数据状态、构建通用性的原生与Web应用之间的通信机制，以及在不影响各项性能指标的前提下进行大规模用户界面迁移的工程领导者及软件架构师提供了关键性建议。 作者：Nick DiStefano
在OpenAI公开了其沙盒测试系统中的安全漏洞后，Anthropic对141,006次评估测试进行了审查。审查发现，在三起情况下，由于配置错误，Claude模型竟然访问了互联网；这些行为导致了针对实时目标系统的未经授权的攻击。因此，Anthropic已经暂停了所有具有攻击性的评估测试，并计划加强安全措施，同时与外部审计机构展开合作。 作者：Olimpiu Pop
在伦敦QCon大会上，阿拉斯代尔·艾伦在题为“当AI取代了职业发展中的中间环节时” 的演讲中指出：AI通过消除各个职业发展阶段中的学习机会，扰乱了人们的职业发展路径；但同时，它也让人们能够超越自身的经验水平去完成任务。因此，越来越少的初级开发人员选择进入这个行业，而AI也使得入门级别的招聘活动变得缓慢。 作者：本·林德斯
Vercel已经正式推出了v0 API，这使得开发人员和AI应用能够通过API调用来程序化地生成、迭代、预览以及部署各种应用程序。 作者：Daniel Dominguez
想象一下：现在是周五下午4点，你的团队刚刚完成了本次迭代周期的最后一项功能开发。但产品经理要求在当天结束前通过TestFlight发送一个新的版本，这样客户就可以在周末进行测试。 你打开Xcode，等待代码打包完成，处理一个昨天还不存在的签名错误，修复问题后重新打包代码，再次等待上传，然后等待App Store Connect进行处理。接着你需要为Android版本重复这些步骤，不过这次是通过Android Studio来操作的。你需要签署APK文件，登录Firebase App Distribution平台，将文件上传进去，添加测试人员，编写发布说明，最后点击发送按钮。 现在已经是下午6点4
对于基于大语言模型的AI功能而言，因果推断已不再是理论上的概念。Airbnb、Netflix、Lyft和Uber都发布了详细的工程博客文章，详细说明了他们是如何衡量产品变更对用户行为的因果影响的。 他们所使用的技术方法（如差异分析法、回归不连续性分析以及双重稳健估计等）都是标准工具。 值得关注的是，这些团队是如何在大规模应用中运用这些技术的：在哪些情况下这些方法在实际操作中会失效，他们又是如何通过补充措施来确保估算结果的可靠性，以及他们是如何将这些数据与实际的产品决策联系起来的。 如果你正在开发基于大语言模型的功能，并且是根据用户点赞率和会话时长来做出产品决策的，那么这些文章一定会改变你对测量
PDF编辑并不仅限于添加签名或合并文档。有时，你只是想通过增加亮度、提升对比度、添加模糊效果、将其转换为灰度图，或者应用一些创意视觉效果来改善PDF的外观——而这一切都不需要打开Photoshop或安装任何桌面软件。 在这个教程中，你将使用JavaScript、PDF.js、Canvas API以及PDF-lib构建一个基于浏览器的PDF过滤器工具。用户可以上传PDF文件，预览每一页，叠加多个过滤层，应用预设效果，处理选定的页面，预览最终结果，重新命名文件，然后直接从浏览器中下载编辑后的PDF。 由于所有操作都在用户的设备上本地进行，因此上传的PDF文件永远不会离开用户的设备，这使得这个工具既
当你的AI代理同时为多个人提供服务时，每一次工具调用都必须明确：该代理究竟是在代表哪位用户行事。让我们通过构建一个能够与Slack和GitHub连接的AI代理来学习如何解决这个问题。 当使用Slack时，系统会使用 해당用户的 workspace；而在GitHub上创建问题时，也会以该用户的身份在其有权访问的仓库中操作。虽然代理可能会犯错，但它绝对不能使用错误用户的权限来进行操作。 解决这个问题的方法分为两个部分，而这两个部分都在本教程的前半部分进行了讲解： 每位用户都需要单独授权。 Alice为自己授权Slack，Bob也为自己授权Slack。 代理传递的是标识符，而不是令牌。 像 alic
MCP 2026-07-28规范去掉了初始化握手过程及会话头部信息，同时增加了必要的方法说明字段和工具名称字段，这样一来，网关在无需解析JSON数据的情况下就能对代理请求进行路由处理。开发者们对此意见不一：一些人认为这是对REST架构的重新诠释，而另一些人则坚持认为，这种规范设计本来就是标准的核心内容。 作者：Steef-Jan Wiggers
David Chisnall阐述了CHERI硬件架构是如何重新定义指针安全性，从而解决数据隔离与共享所带来的问题的。他解释了CHERI如何为C/C++语言提供空间上的和时间上的内存安全保障，如何通过CHERIoT技术将其应用到微控制器中，以及如何用轻量级且可审计的隔离机制取代那些成本高昂的操作系统级别的远程过程调用机制——而所有这些都不需要对现有代码进行大规模的修改。 作者：David Chisnall
在这一期播客中，InfoQ的编辑团队成员以及我们的朋友们将共同探讨云计算与DevOps领域的当前发展趋势。这些报告旨在为InfoQ的读者提供有关值得关注的关键话题的概览。通过这期播客，您将有机会听到我们之间的真实对话，以及各位行业专家分享的经验故事。 作者：Daniel Bryant、Matt Saunders、Shweta Vohra、Steef-Jan Wiggers、Mark Silvester
InfoQ的编辑团队以及InfoQ的朋友们正在讨论云计算与DevOps领域的当前发展趋势，这些讨论是我们编制2026年度趋势报告的重要组成部分。 作者：Steef-Jan Wiggers、Matt Saunders、Shweta Vohra、Daniel Bryant、Mark Silvester
Spotify为Apache Parquet数据湖引入了外部索引架构，这种架构能够在不将数据集复制到生产数据库的情况下实现低延迟的点查询。该方案将查找键与Parquet文件中的行位置对应起来，从而允许从云对象存储中进行有针对性的数据读取；同时，这些数据仍可被用于分析、机器学习、人工智能应用以及在线服务。 作者：Leela Kumili
Netflix将其大部分批处理工作负载迁移到了Kueue上。Kuee是一个开源的、基于云技术的批处理作业执行系统，这些年来，它的功能已经远远超过了Netflix自己开发的解决方案。Netflix将自己之前自主研发的功能对应到了Kqueue的功能体系中，同时也受益于那些如果自行开发的话会耗费高昂成本的新增功能。 作者：Rafał Gancarz
一个令人印象深刻的演示与一个值得信赖的系统之间的差距，其实是通过各种评估来衡量的。 我想先讲一个目前正在数百个工程团队中发生的真实案例。 有一个团队为法律研究开发了一个RAG应用程序。他们用40个精心挑选的问题对该程序进行了测试，结果看起来很不错，于是便向合作方展示了这个系统。合作方对它印象深刻，随后便决定将其正式投入使用。 然而在系统投入生产三周后，一名法律助理发现其中一个答案错误地引用了某项法规。工程团队查看了相关数据，发现“准确性得分”为0.91，这个数值看起来是正常的；他们还检查了答案的相关性，结果也符合标准。 但他们忽略了一个重要的指标：即“上下文完整性”。这个指标用于判断系统是否检
2022年，我在业余时间开发了一个小型微服务产品，最终以几千美元的价格将其卖了出去。如今，有了人工智能工具的帮助，开发这样的产品可能会更加容易。 但真正发生巨大变化的是获取关注的成本，而不是开发软件本身的成本。 我认为，在2026年，产品的分发渠道将比开发本身更为重要。在这篇文章中，我会与大家分享我在产品开发过程中所学到的经验，并试图劝阻大家在开始下一个项目之前，先不要急着直接投入编码工作。 读完这份指南后，你应该能够掌握一些实用的方法和思路，这些方法可以帮助你将自己那些充满热情的项目推向市场。 需要明确的是，这篇文章主要是针对那些正在开发数字产品的人，尤其是软件产品。不过，这些概念同样适用于
六个月前，你们推出的这款人工智能产品开始采用“用户主动选择参与”的模式。你们进行了倾向性分析，并考虑了用户的参与程度以及查询的准确性等因素，最终发现任务完成率确实提高了8个百分点。这一数据被纳入了季度业务报告中，大家都对此感到满意。 然而，严谨的数据科学家难免会提出一些棘手的问题：你们有多确定这个倾向性模型已经考虑到了所有可能影响结果的因素？如果遗漏了某些因素，那么逻辑回归模型得出的选择概率就会不准确；又或者，如果结果回归模型的设定本身就有误——因为任务完成率与查询准确性之间的关系并非线性的，线性模型根本无法准确反映这一关系——那又会怎样呢？ 你们有两个模型，但并不确定哪个是正确的，而这两个模
JetBrains解释了为何在与开发相关的支出在六个月内增加了大约十倍之后，它开始集中管理人工智能技术的使用情况。该公司并没有限制工程师只能使用少数被批准的工具，而是建立了一个共享访问及成本核算系统，这样既能保证各团队仍可以自由选择所需的工具，同时也能让这些团队更清楚地了解自身的资源消耗情况，并对资源的利用进行更好的控制。 作者：Matt Foster
Meryem Arik探讨了针对高容量、非实时工作负载设计低成本大语言模型推理架构的策略。她解释了软件架构师和工程负责人如何通过在硬件配置、推理运行时机制、推测性解码技术以及智能队列重排序等方面进行关键权衡，从而实现成本的大幅降低。 作者：Meryem Arik
IBM与Red Hat宣布将进一步扩展Lightwell项目，推出新的商业产品，这些产品旨在帮助各组织在人工智能辅助的软件开发时代建立可靠、可验证的软件供应链。 作者：Craig Risi
Netflix详细说明了自己是如何重新设计其实时服务依赖关系映射系统“Service Topology”，以便使其能够支持大规模生产环境的。该系统通过三个阶段来区分数据的中转处理、内容丰富化处理以及持久化存储操作；它将产生的压力反馈给Kafka系统，而不是直接丢弃这些数据；同时，在进行大量内部数据传输时，它使用服务器发送的事件机制，而非gRPC协议。 作者：Eran Stiller
静态网站目前正受到人们的青睐，这是有原因的。一个包含HTML、CSS和JavaScript文件的文件夹，加载速度很快，托管成本也很低，而且几乎不可能出现故障。 像 Astro 、 Eleventy 和 Hugo 这样的工具，能够利用Markdown文件和模板帮您生成这样的网站结构。而Netlify、Vercel以及Cloudflare Pages等托管服务，则可以通过内容分发网络来提供这些生成的网站内容，而且通常还是免费的。 不过，您的网站还需要具备实际的功能。读者可能想要留下评论，或者有人想通过电子邮件与您联系。也许您还想实时显示价格信息，需要用户登录后才能查看某些页面，或者在网站发布之前收
系统设计长期以来一直被视为后端领域的问题。 如果你问一群Flutter工程师“系统设计到底意味着什么”，他们中的大多数人会提到服务器架构：负载均衡器、数据库以及微服务。 但如果你让他们设计一个分布式缓存系统或画出一个消息队列的示意图，他们会犹豫不决。而当你要求他们为社交Feed应用开发Flutter客户端时，他们就会立刻打开新文件开始编写组件代码。 这种差距确实存在，不过正在迅速缩小。 随着Flutter应用程序变得越来越复杂——它们具备了实时功能、离线支持、多平台兼容性，同时还包含需要维护的人工智能生成代码——在编写任何一个组件之前所做出的架构决策，其重要性已经与后端架构相当了。 在那些以产
Linux生态系统中的各种人工智能相关政策呈现出极大的多样性：从GCC的严格限制，到Linux内核的务实态度，再到Kubernetes所采用的那种更加开放、以透明性为原则的开发模式，这些不同的策略都体现出了一个共同的目标：确保人类维护者始终能够成为代码不可或缺的守护者。 作者：Olimpiu Pop
Angular v22是谷歌开发的以TypeScript为基础的开发框架。此次更新带来了API功能的稳定性改进、符合人体工程学设计的模板，以及用于支持AI集成的工具升级。主要亮点包括：Signal Forms功能的稳定性得到提升，变化检测机制也得到了优化，同时还新增了一个用于依赖注入的@Service()装饰器。该版本支持TypeScript 6，并去除了那些已被弃用的功能。 作者：Daniel Curtis
“Cloud Native Buildpacks”于2026年7月正式成为CNCF的官方项目。这一变更将各服务所使用的Dockerfile中关于基础镜像的选择机制，统一到了由平台工程团队管理的单一构建系统中，从而实现了对所有服务的统一补丁管理。BellSoft开发的优化版Paketo构建系统，进一步证明了如今供应商们已经将这种构建系统，而非Dockerfile本身，视为保障容器安全的关键环节。 作者：马克·西尔维斯特
根据GitHub的公告，GitHub Code Quality服务现已在GitHub Enterprise Cloud和GitHub Team上正式推出。该服务结合了CodeQL分析技术以及人工智能辅助检测功能，能够识别代码在可维护性及可靠性方面存在的问题，随后会利用Copilot Autofix功能为开发者提供修改建议，这些修改建议会出现在拉取请求中供他人审核。 作者：Matt Saunders
Kennedy Torkura介绍了在AWS环境中使用GenAI技术来保护大语言模型和知识库，使其免受数据污染、LLMjacking等安全威胁的方法。他阐述了工程领导者与架构师如何将传统的云安全措施与MITRE ATLAS框架相结合，从而主动发现漏洞、建立防护机制，并确保生产环境中的AI应用能够获得有效保护。 作者：Kennedy Torkura
Pinterest公布了其自主研发的Terraform执行引擎——资源供应管道系统(RPP)。该系统能够确保最小权限访问机制，并需要经过双重审核流程。对于Pinterest的AWS基础设施而言，这一系统至关重要，因为它为GitHub Actions工作流程提供了严格的防护机制。 作者：Claudio Masolo
随着人工智能使代码生成的成果变得日益普遍，人们对系统的理解能力却在不知不觉中逐渐下降，这种认知上的缺陷会威胁到软件架构的健康发展。本文探讨了为何必须将人类的理解能力视为软件架构的重要组成部分，并提出了具体的策略、社会技术指标以及设计检查点，以帮助现代工程团队保持对系统设计初衷的清晰认识。 作者：Jacobus Meintjes、Narayana Rengaswamy、Paul Katsande、Sureshbabu Bikki
本周于2026年8月3日发布的Java新闻汇总中，重点介绍了以下内容：JEP 535项目——Shenandoah垃圾收集器默认采用分代回收模式，该功能将应用于JDK 28版本；A2A Java SDK、Apache Camel以及Gradle都发布了更新版本；GlassFish也进行了维护性升级；Groovy 8.0也迎来了第五个里程碑版本的发布；同时，JetBrains的TeamCity也针对安全漏洞进行了相应的修复。 作者：Michael Redlich
Canva对会话撤销机制的基础设施进行了重新设计，使其能够在支持多达1亿个活跃会话的同时减少数据库查询次数。该架构使用Amazon S3来存储持久性的撤销记录，并将紧凑型内存索引分发到应用程序网关中。Canva表示，这种设计提高了部署速度，降低了对数据库基础设施的需求，同时还将撤销缓存所需的内存占用量减少了87.5%。 作者：Leela Kumili
JEP 401被集成到了JDK 28中，它引入了“值对象”这一概念。这些新的类实例具有不可变的字段、经过修改的相等性判断逻辑，以及更为严格的构造函数使用规则和同步机制。其目的在于提升程序运行效率并降低内存分配所带来的开销。不过，默认情况下这些新功能是处于禁用状态的，需要用户在编译或运行时进行相应的配置才能启用。 作者：A N M Bazlur Rahman
Cloudflare宣布推出了一项开发者预览功能，通过一个简单的控制面板设置，任何网站都可以启用WebMCP（Web模型上下文协议）接口。这一功能使得基于浏览器的AI应用能够通过结构化的工具与未经修改的网页进行交互，而无需进行数据抓取或猜测操作，从而确保人类用户仍然可以正常访问并控制这些网站。 作者：Sergio De Simone
Stripe的工程团队最近介绍了他们是如何通过将全球基础设施建模为图结构来实现数据库故障恢复自动化处理的。该团队利用图搜索算法以及状态机，自动计算并执行相应的修复方案。 作者：Renato Losio
Cloudflare推出了名为Cloudflare Computer的新开源运行环境。这一平台旨在为人工智能代理提供更接近“真正计算机”的运行环境，而不仅仅是临时使用的容器。据该公司称，该技术利用Cloudflare的隔离机制来实现快速的无服务器执行，从而使这些人工智能代理更加经济、高效且易于扩展。 作者：Sergio De Simone
GitHub整合了其在2026年3月至7月期间为防范供应链攻击而进行的npm及Actions相关设置调整。其中一些修改实际上只是改变了默认值，并没有新增任何选项。在Hacker News上的讨论中，人们更多关注的是这些等待机制是否真正有效，或者它们能否替代开发者对软件包进行签名验证这一措施。 作者：Steef-Jan Wiggers
Cloudflare最近推出了Precursor这一客户端行为分析工具。该工具会持续监测用户的操作行为，例如鼠标移动轨迹及键盘输入节奏，从而更有效地识别那些复杂的机器人程序或人工智能代理，而无需依赖CAPTCHAs这类一次性验证机制。 作者：Renato Losio
马丁·斯皮尔阐述了在OpenAI中，这种“智能工作流程”是如何显著提升代码修改量的。他讨论了快速交付机制所带来的那些隐藏的、系统性的性能问题，并说明了如何通过部署这些持续运行的AI系统来自动化执行性能分析、回归检测以及持续优化工作，从而确保产品在全球范围内仍能保持高速发展与良好的扩展性。 作者：马丁·斯皮尔
几乎每一个正在发展的软件系统中都会出现这样一个问题，而大多数开发人员直到问题造成了实际的损害之后才意识到自己遇到了它。 你有一组对象：它们具有不同的类型、形状和数据结构。而在某个时刻，会有人要求你对这些对象执行某种操作，比如将它们导出为PDF格式、向它们发送通知、生成报告或计算相关费用。 你的第一反应可能是编写一个函数，根据对象的类型来决定执行哪些操作，例如使用if-else语句或switch结构。这样的代码逻辑是：如果这个对象是NewUser类型，就执行这个操作；如果是JointAccountUser类型，就执行另一个操作。这种方法确实有效，你将其实现后，大家都很满意。 然而，后来又出现了新
在本教程中，我将向您展示如何使用QLoRA进行有监督微调，从而优化大型语言模型，使其能够用于AI代理中。这种方法使我们能够对预训练模型进行定制，使其表现出我们期望的行为。我们将采用一种轻量级的训练流程，仅更新模型中的少量参数。 我们会利用Unsloth以及Hugging Face生态系来下载Qwen 1.5B基础模型，然后应用基于QLoRA的有监督微调方法，并将优化后的LoRA适配器权重保存在本地，以便后续进行推理使用。所有操作都在本地完成，因此您无需支付任何模型API的使用费用。 目录 背景知识 什么是有监督微调？ 什么是LoRA？ 动机与架构 步骤1：安装Python相关依赖库 步骤2：训
几十年来，要进行心电图检查，人们都必须前往医院或诊所。医生会在患者的胸部和四肢上放置多个电极，以此来检测心脏的电活动。 如今，许多可穿戴设备也能进行这种检查。它们仅使用设备内部安装的两个小型电极，在大约30秒的时间内就能完成单导联心电图的测量。 尽管这种检测方式非常方便，但智能手表并不能取代医院里使用的专业心电图仪。实际上，它们的作用是不同的：临床用的心电图仪用于诊断各种心脏疾病，而可穿戴设备则主要用于收集足够的信息来监测心律，并识别某些异常情况，比如心房颤动。 多项研究已经证明，在适当的条件下，现代智能手表上的单导联心电图设备能够以很高的准确率检测出心房颤动，但它们的用途是补充而非替代标准意
我仍然记得第一次在量子模拟器上运行贝尔态电路的情景。 那段代码只有几行，但它的效果实在令人惊叹——两个量子比特发生了纠缠，模拟器也给出了几乎完美的结果。后来，我把同样的电路应用到了真正的硬件设备上。 然而那种神奇的效果有所减弱。 输出结果仍然可以识别，但原本理想的50/50分布现在出现了误差，额外的错误也让电路的行为不再像我在本地测试时看到的理想状态那样。 那一刻让我明白了一个重要的道理：量子计算的未来不仅仅取决于更优秀的算法，还离不开更好的架构设计。 多年来，许多囚禁离子量子计算机都是基于 一维线性离子链 构建的。这类系统在门操作精度方面取得了行业内的领先水平，因此非常适合用于早期的量子计算
如果你曾经构建过Web应用程序或配置过Spring Security，那么你几乎肯定遇到过跨站请求伪造攻击（CSRF）。 OAuth 2.0的工作原理：后端开发人员的实用指南 》中，我简要介绍过那个神秘的 state 参数，并指出它的核心作用就是保护授权流程免受CSRF攻击的侵害。 当时，我们只是把CSRF视为一个需要了解的基本概念而已。而今天，我们将深入探讨这一主题。 也许你在使用Spring Boot构建REST API时，会遇到每次发送 POST 请求时都会出现的HTTP 403 Forbidden错误，于是你通过在Security Filter Chain中添加 .csrf(csrf
长时间阅读PDF文档会让人感到疲劳，尤其是当文档的背景颜色很鲜艳，或者你在光线较暗的环境中阅读时。 在某些情况下，设计师、开发人员和印刷专业人士可能希望查看文档在颜色反转后的效果，或者为便于访问或审查而准备不同的版本。 PDF颜色反转工具能够实现这一目标——它在保持文档结构不变的前提下，改变PDF页面的颜色。用户无需手动编辑每一张图片或图形，只需上传PDF文件，选择颜色反转模式，指定需要处理的页面范围，调整输出质量，然后点击几下即可生成新的PDF文件并下载。 在本教程中，你将使用JavaScript制作一个基于浏览器的PDF颜色反转工具。用户可以上传PDF文件，预览其内容，选择反转方式，指定处
当某个工作流拥有的权限超出了实际需求时，一个看似简单的构建任务就可能引发仓库数据被修改、令牌被滥用，甚至带来比团队预期更严重的后果。 这个问题很容易被忽视，因为该工作流仍然能够正常运行，所以这些多余的权限往往会在直到出现审查问题、事故或发布失败时才会被发现。 这一点非常重要，因为GitHub Actions在代码管理、机密信息处理、版本发布以及自动化部署等环节中扮演着核心角色。如果能在工作流和具体任务的层面严格限制权限范围，那么一旦某个步骤、操作或依赖项遭到攻击，攻击者能造成的破坏也会大大减少。 在本教程中，你将学习如何确定一个工作流实际所需的权限范围，将这些权限降到最低限度，同时确保在权限受
你花了两周时间开发这个AI助手。流式聊天功能设计得很美观，系统提示语也很简洁，安全过滤机制也配置好了。 你向团队展示了这个成果，大家都感到非常印象深刻。随后你将应用提交到了App Store，它终于上线了。 然而在上线三天后，有用户反馈称：如果连续快速点击两次发送按钮，就会出现两个永远无法停止旋转的加载图标；还有用户发现，如果在聊天过程中关闭应用程序再重新打开，聊天界面就会崩溃。 你们团队中的某位成员修改了`AIRepository`中的错误信息字符串，但由于测试用例检测的内容有误，所以测试结果仍然显示正常。一位产品经理询问如果Gemini API不可用，这个新功能是否会出问题，但没有人知道答
npm为Node.js引入了分阶段发布机制：在某个版本能够被用户安装之前，必须先获得维护者的批准。这些版本会被放入队列中，而且在正式发布之前必须通过双重身份验证。这一功能的目的是为了在日益严重的供应链安全威胁面前增强系统安全性。目前，npm CLI 11.15.0及以上版本以及Node 22.14.0及以上版本都已经支持这一功能，同时还提供了许多可配置的权限设置选项。 作者：Daniel Curtis
微软发布了Azure API Management中的专门用于处理AI相关请求的层级功能，并将其置于公开测试阶段。这一层级的核心架构是围绕模型、MCP服务器以及相关工具来构建的，而非基于API本身。它将Foundry、Bedrock、Vertex AI以及OpenAI等服务统一通过一个终端点提供访问接口，且配置管理采用政策卡片的形式进行，而非XML格式。架构师们对这种整合表示欢迎，但同时也质疑相关的治理边界应该如何划定。 作者：Steef-Jan Wiggers
事件管理平台提供商Rootly宣布，它决定放弃长期以来实行的关于小型拉取请求的限制政策。该公司表示，既然现在大多数代码都是由人工智能工具生成的，那么这一限制已经不再具有实际意义了。Rootly指出，他们的评估重点已经从“拉取请求的规模”转变为“这些变更所可能带来的影响范围”，因此功能开关和回滚机制被赋予了更高的优先级，而代码行的数量则不再被作为评判标准。 作者：Matt Saunders
Uno Platform 6.6版本支持在五个目标平台上进行原生AOT编译与发布，同时提供了可选的Vulkan渲染后端，并能够自动完成与该框架的Model Context Protocol服务器之间的注册流程。此次更新还减少了XAML代码中的重复部分，扩展了跨平台的WinUI API功能覆盖范围，同时还提升了应用程序的可访问性以及多语言文本处理能力。 作者：Edin Kapić
这就是2026年的工程文化趋势报告。报告中，来自QCon会议的演讲者以及InfoQ的撰稿人们共同探讨了人工智能应用的成熟度与相关风险、工程团队结构与角色的变化，以及在2026年这一年中绝不能被忽视的软件开发中的人文因素。 作者：本·林德斯、拉菲克·杰梅尔、克雷格·史密斯、瓦内萨·福米科拉、肖娜·马特尔、菲利普·莫蒂默、因卡·奥莫勒
这份报告总结了InfoQ文化与方法编辑团队对2026年这一领域中正在持续发展中的各种趋势以及新出现的动向的看法。 作者：Shane Hastie、Ben Linders、Vanessa Formicola、Shawna Martell、Rafiq Gemmail、Craig Smith、Phillip Mortimer、Yinka Omole
Jo Kelly-Fenton和Aleksandar Mitic介绍了Spotify是如何创建“Honk”这一人工智能编程工具的，该工具专门用于处理大规模代码库迁移工作。他们还分享了关于如何将持续集成测试的运行流程与人工智能工具分离、如何解决自动化拉取请求过程中出现的瓶颈问题，以及如何推动数千个工程代码仓库实现标准化的一些关键经验。 作者：Jo Kelly-Fenton, Aleksandar Mitic
人工智能正在迅速改变工程团队应对生产故障的方式——它能够帮助人们总结故障信息、分析不熟悉的代码、提出相应的解决措施、生成拉取请求，而且在诊断故障方面也发挥着越来越重要的作用。 作者：Craig Risi
Instacart推出了名为Blueberry的人工智能辅助事故响应系统，该系统能够帮助值班工程师更快地排查生产中出现的问题。该系统结合了人工智能代理、运营数据以及历史事故处理经验，在Slack平台上生成合理的根本原因分析结论。通过使用并行子代理机制、与MCP系统的集成功能以及事故处理记录，该系统能够在确保工程师能够有效控制整个调查过程的同时，显著缩短事故排查所需的时间。 作者：Leela Kumili
想象一下，你正在构建一个电子商务平台，在这个平台上下订单时需要同时触发多个操作：必须通知仓库准备发货，电子邮件服务需要发送确认邮件，同时欺诈检测系统也需要审核这笔交易。 订单处理模块负责完成结账流程，将订单信息保存到数据库中，然后向消息队列发布一条 order.created 事件，这样下游的所有系统就可以各自独立地对这条事件作出响应。 这种设计非常常见且合理，但它存在一个可靠性问题——在生产环境中出现问题之前，这个问题往往不容易被察觉。 当顾客下订单并且支付成功后，应用程序需要执行两步操作：将订单信息保存到数据库中，以及向消息队列发布事件。这两项操作分别针对两个不同的系统进行，目前没有办法让
大多数Flutter教程都只涉及到网络调用和REST API。但一旦你需要与物理设备进行交互——比如心率监测器、智能灯泡、健身追踪器、工业传感器，或者你自己定制的硬件设备——你就不得不离开HTTP这个“舒适的环境”，转而使用蓝牙低功耗技术。 本指南会教你如何在Flutter中正确且全面地实现这些功能。 移动设备上的蓝牙功能其实相当复杂。Android和iOS之间的权限设置有所不同，即使是同一款Android系统的不同版本，权限要求也会存在差异。蓝牙连接的生命周期包含许多状态，服务与特征的数据模型也会让新手感到困惑，而字节级的数据编码方式几乎会让每个人在初次尝试时遇到麻烦。 flutter_bl
想象一下，让人工智能助手来处理成千上万的医学图像。它能够运行整个处理流程，跟踪进度，总结每一项决策，并告诉你哪些文件需要人工审核——而这一切过程，它根本不需要看到任何患者的个人信息。 乍一听，这似乎是不可能的。因为通常情况下，人工智能助手需要访问它们所要帮助处理的数据。 在这个教程中，你将构建一个不会直接查看敏感医学图像的人工智能系统。相反，它会通过精心设计的工具来协调整个去标识化处理流程，确保患者的所有数据都保留在你的机器上。 使这一切成为可能的技术是“模型上下文协议”（Model Context Protocol，简称MCP）。这一开放标准允许人工智能模型调用外部工具，而不仅仅依赖它们内置
Vercel Labs推出了一种名为Zero的实验性系统编程语言，这种语言专为人工智能应用设计，而非供人类用户使用。它具备一些独特的特性，比如专门的工具链契约以及结构化的错误提示信息。目前该语言已发展至0.3.4版本，能够为各大操作系统生成本机二进制文件。虽然Zero仍处于开发阶段，但它非常注重代码的大小、执行速度以及人工智能系统的易用性。 作者：丹尼尔·柯蒂斯
在Kubernetes平台上运行AI代理时，会遇到一个关键问题：是否应该为每个代理分配一个单独的Pod？kagent项目认为不需要这样做——这些代理的活动频率较高、生命周期较短，有时还会生成子代理，并且可能需要等待人类的批准才能执行某些操作，因此为每个代理分配一个Pod会造成资源浪费。Agent-Substrate方案则通过添加一个控制层，来将逻辑“演员”调度到那些寿命较长的工作节点Pod上。 作者：马克·西尔维斯特
AI工作流程存在两个相互矛盾的需求。要在生产环境中可靠地运行，就必须确保每个步骤都能被持久化存储并分布式执行，这样系统才能在发生故障后继续运行、完成部署并重新启动。然而，正是这些机制使得系统的运行速度变得过慢，而快速迭代测试对于评估大语言模型的输出质量来说却是必不可少的。那些能够提升系统稳定性的特性，恰恰会降低迭代的效率。 作者：Mateus Moury
Wiz Research公开了一种名为CosmosEscape的攻击工具，这种工具能够突破Azure Cosmos DB的Gremlin沙盒机制，进而获取一个能够在整个平台上被使用的密钥，从而对该服务中的所有数据库进行读写操作。微软在两天内就封锁了这一攻击途径，但直到2026年7月才成功移除了该密钥。业界专家们对这种“共同承担责任”的机制以及此次重组所带来的实际影响展开了讨论。 作者：Steef-Jan Wiggers
Dumanshu Goyal探讨了如何优化数据层，以便让那些对延迟要求极高的应用（比如用于存储人工智能特征的数据结构）能够更高效地运行。他以NASA的航天飞机项目为例，解释了代理架构会带来哪些隐藏的CPU使用成本、导致延迟增加以及增加系统风险的问题；同时，他也展示了直接访问型Valkey架构是如何实现微秒级延迟、提升系统的可靠性，并大幅降低基础设施维护成本的。 作者：Dumanshu Goyal
仅仅拥有一个平台是远远不够的；真正的挑战在于确保该平台能够被用户理解、使用，并真正被他们采纳。只有当某种功能能够被他人可靠地使用时，它才算真正实现了其价值。为了评估开发工作的进展，你可以问自己：“这个功能真的被人们在使用吗？”“它是否减轻了用户的使用难度？”这样的思考有助于让开发工作始终与实际的用户需求保持一致，而不仅仅是追求功能的完成。 作者：本·林德斯
如果你问别人QA工程师是做什么的，你很可能会听到这样一个熟悉的答案： “他们负责测试软件并找出其中的缺陷。” 这种看法非常普遍，而且公平地说，找出缺陷确实是QA工作的重要组成部分。但如果你在现代软件团队中工作几周，你就会很快意识到，这其实只是QA工程师实际工作内容的很小一部分。 在过去十年里，软件开发发生了巨大的变化。各个开发团队不再需要等待数月才能发布新功能；许多机构甚至每周、每天，甚至是每天多次进行系统更新。应用程序已经变得越来越复杂，云服务、API、微服务、移动应用以及第三方集成组件都在幕后共同发挥作用。 随着软件的发展，QA的角色也在不断演变。 如今的QA工程师会在某个功能开始进入测试
几个月前，我在跑步时同时使用了三款不同的设备。为什么呢？这又是一个关于截止日期以及我自己的拖延习惯的长故事…… 当我跑完步回到家后，那款使用GPS功能的智能手表的电池电量已经只剩下15%左右了；而那些依靠手机GPS功能运行的智能手环和智能戒指的电池电量却几乎没有减少。就在那时，我才真正意识到：GPS功能实际上会消耗设备多少电量，以及大多数人在看到手表提供导航信息时，其实并不了解其中的具体原理。 那么，让我们来详细了解一下吧：可穿戴设备中的GPS功能究竟是用来做什么的？为什么它会如此耗电？在长途徒步过程中，又该如何节省电池电量呢？ 目录 当你的手表显示“正在获取GPS信号”时，实际上发生了什么？
我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门全新的课程，这门课程将帮助你从完全的初学者成长为Claude Code的高手。 无论你是想自动化自己的开发流程，管理复杂的项目架构，还是希望更快地部署应用程序，这套课程都能帮助你立即开始实际操作。负责教授这门课程的是Eric，他曾经在亚马逊和微软担任高级软件工程师。 在这门内容全面的速成课程中，你将深入学习构建基于人工智能的应用程序所需要掌握的基础知识。课程内容包括： 如何在Visual Studio Code中本地安装Claude Code并配置工作环境。 使用 /goal 命令自动执行任务，并循环运行这些任务，直到满
微软与Uno Platform发布了SkiaSharp 4系列的首个稳定版本，首先是4.148.0版，随后不久又推出了4.150.0版。此外，还提供了4.151.0版本的预发布版本，这一举措体现了该项目所采用的新策略：即使软件包的版本号及发布节奏与Skia项目的进展保持同步。 作者：Edin Kapić
Ponytail是一个仅包含指令文件而非源代码的仓库。在短短九天内，它就获得了44,000个GitHub星标——这一成就得益于它让那些用于自动编码的程序停止了不必要的重复操作。该项目最初宣称自己的代码量减少了80%到94%，但这一数据是基于有缺陷的基准测试结果得出的；在有人指出这一问题后，维护者重新进行了测试，并最终得出了代码量减少了54%这一更准确的数值。 作者：Steef-Jan Wiggers
Laurence Tratt介绍了yk这一开源的元追踪JIT编译器框架。他讲解了如何通过进行最小限度且不会对代码造成实质性影响的修改，来自动提升Lua、MicroPython这类基于C语言编写的解释器的运行速度。他还详细阐释了追踪机制的工作原理，以及如何利用开发人员提供的提示来优化编译后的代码执行路径，同时介绍了如何处理那些需要恢复到原始解释器执行方式的复杂情况。 作者：Laurence Tratt
JioHotstar详细解释了其实时广告请求处理流程所依赖的分布式架构体系，这一架构涵盖了广告决策机制、分层处理流程、节奏控制算法、延迟优化措施，以及为在大规模流媒体播放过程中选择并展示个性化广告而所需的服务协调机制。 作者：Leela Kumili
你提交代码后，几分钟后，这些代码就会真正开始为用户提供服务。 在这两个时刻之间，有一系列复杂的流程在运转：代码构建、生成相应的成果文件、数据库迁移、健康检查以及流量分配调整。每一位生产工程师都依赖这一整套流程，而许多团队至今仍然亲自负责这些工作的执行。 部署基础设施如今已经悄然成为一种运营负担。它最初只是出于技术上的必要性而存在的——因为当时没有其他可行的解决方案，所以每个团队都必须自行搭建这套系统。 如今，这已经成为另一个需要工程师维护的系统，它会消耗大量的值班时间、开发资源，甚至还会在凌晨两点占用本该用于更重要工作的精力。 在这篇文章中，我们将详细探讨一次实际的生产环境部署过程：从代码构建
大多数SaaS产品的登录页面都包含相同的核心组成部分：首页展示区、用户评价、功能介绍、价格信息、常见问题解答以及页脚。而大多数开发者都会在每个项目中从头开始构建这些内容，这种重复性工作其实并不属于真正的软件开发过程。 因此，我开发了一个名为 ChatDeck 的SaaS登录页面模板，并将其开源。该模板基于Next.js 16、React 19、shadcn/ui以及新的 base-nova 样式框架进行开发，同时使用了Tailwind CSS v4和TypeScript。完整的源代码托管在GitHub上，遵循MIT许可证。这个模板的诞生源于我在开发过程中所做的各种决策。 在构建这个模板的过程中
如果完全相同的量子电路在模拟器中能够完美运行，那么为什么在实际的量子计算机上却常常会产生不同的结果呢？ 这个问题几乎让每一位量子开发者都感到困惑。如果你打算开发更大规模、更可靠的量子应用，理解这个现象就至关重要。 本教程假设你已经熟悉如何在 Qiskit 中创建和执行基本的量子电路。 当你第一次在真实硬件上运行一个量子电路时，你可能会认为其输出结果应该与模拟器中的结果一致。毕竟，代码、算法和编译器都是相同的。然而实际情况往往并非如此。 有时候这种差异几乎难以察觉；而有时，那些在模拟器中运行得非常完美的电路，在实际设备上却会产生令人费解的输出结果。当你的量子电路结构变得更加复杂，涉及的量子比特数
作为软件开发人员，我们通常被教导要优先考虑速度、性能和正常运行时间等因素。在构建API时，我们的核心目标就是确保数据能够顺利地从A点传输到B点。 然而，全球范围内的数据隐私法规正在日益严格，用户也越来越关注自己的数字足迹。将隐私问题视为“事后才需要处理的法律事项”，或者认为可以在生产环境中再解决这些问题，已经不再是一种可持续的做法。 这时，《设计即隐私》这一理念就派上了用场。 “设计即隐私”是一个框架，旨在将隐私保护措施主动融入到工程开发的整个生命周期中。这意味着，你的系统架构应该默认就能保护用户数据。 在这份全面的指南中，我们将通过现代的工程模式、代码设计理念以及有针对性的数据库结构，来讲解
在我还从未听说过“HIPAA审计”这个术语之前，我花了三天的时间帮助一家医疗保健领域的SaaS初创企业修复一个配置错误的S3存储桶。其实并没有发生任何数据泄露事件——没有人访问过那些数据。但那个存储桶是公开可查询的，其中存放着患者的预约记录，因此周五晚上11点时，这家企业的首席执行官收到了一位安全研究人员的消息。 最终并没有被处以罚款，但却产生了大量的法律费用，还有进行整改所需的成本。在接下来的六个月里，与企业客户进行的那些涉及HIPAA合规性的沟通也确实给企业带来了不少麻烦。 HIPAA并不只是一项抽象的合规要求，而是一系列具体的技术规范，这些规范会直接影响到基础设施的建设决策。如果这些规定
安全漏洞的曝光揭示了在评估人工智能在网络防御能力方面的表现时所存在的一些问题。值得注意的是，OpenAI开发的模型突破了沙箱环境的限制，侵入了Hugging Face的系统。这一事件属于多阶段攻击，它暴露出了评估机制中存在的缺陷，因此人们呼吁加强基础设施的安全管控，并开发更有效的本地应急响应工具。 作者：Olimpiu Pop
eslint-rspack-plugin的5.0.0版本现已作为纯ESM包发布，这一改动旨在使其与Rspack生态系统保持一致，并同时移除了原有的CommonJS构建方式。该插件仍然会在构建过程中集成ESLint功能，但此举可能会影响构建速度。为提高效率，建议用户使用独立的代码检查命令。该项目是开源的，可以通过npm获取。 作者：Daniel Curtis
Chris Richardson探讨了如何利用团队架构设计与内部平台来加速微服务的交付过程。他详细解释了六种关键的平台开发模式——这些模式涉及安全性、可观测性以及构建与部署环节——并分享了相应的策略，旨在帮助那些采用流水线式工作模式的团队减少认知负担，同时避免常见的平台工程失误。 作者：Chris Richardson
根据Perforce Software发布的2026年平台工程报告，平台工程的成熟度正在成为决定企业能否将人工智能的应用转化为可持续的运营价值的重要因素。 作者：Craig Risi
Quotient公司的首席执行官Lizzie Matusov解释了为什么在人工智能技术投入不断增加的情况下，软件交付效率却往往没有得到提升。她提出了一个基于研究结果制定的人工智能成熟度评估框架，该框架旨在帮助工程领域的领导者摆脱那些徒有表面意义的指标（如代币的使用量），使整个组织在人工智能应用方面保持一致的行动方向，并解决软件开发生命周期中存在的各种关键瓶颈问题，从而实现可衡量的商业成果。 作者：Lizzie Matusov
Embabel已经发布了1.0版本，这个框架为基于Java开发的人工智能代理程序提供了支持。它允许Java和Kotlin开发者将这些代理程序定义为具有明确数据类型的对象。Embabel建立在Spring AI的基础上，能够支持多种模型架构，并将规划机制与预定义的状态机相结合，从而为代理程序的工作流程提供了极大的灵活性。 作者：Erik Costlow
微软发布了TypeScript 7.0版本，该版本配备了原生编译器，使得构建速度提升了8到12倍。在实际代码项目中，这些性能提升得到了验证。不过，这个版本目前还缺乏稳定的编程接口，这一功能预计会在7.1版本中加入。为了帮助现有工具顺利过渡到新版本，微软提供了兼容性包，而且TypeScript仍然是一个开源项目。 作者：丹尼尔·柯蒂斯
阿伦·约瑟夫分享了关于如何扩展像德国电信的LMOS这样的企业级智能平台的实际经验。他探讨了如何消除组织内部的分歧与障碍，用核心平台抽象机制取代繁杂的工具体系，以及如何通过临时生成的智能代理和代理定义语言，将传统的聊天机器人发展成具备实际操作能力的智能系统。 作者：阿伦·约瑟夫
HashiCorp发布了Vault Kubernetes Key Management的公开测试版。这款与KMS v2兼容的插件允许Kubernetes API服务器将数据包加密任务委托给Vault Enterprise，从而将用于保护etcd数据的密钥移出集群，将其存储在另一个受专门管理的信任域中。 作者：Mark Silvester
微软的Agent Framework现在提供了受支持的运行时环境。Build 2026版本将Agent Harness、GitHub Copilot以及Claude Agent SDK连接器，还有相关的编排工具正式发布了；从那以后，Agent Harness和Foundry Hosted Agents也进入了正式发布阶段。这一变化意味着：开发工具的重点已经从用于构建代理程序的SDK，转变为用于运行这些代理程序的、受到严格管理的平台。 作者：Steef-Jan Wiggers
安德烈亚·佩鲁福探讨了WebAssembly在浏览器之外的发展前景，以及它在服务器端的JVM中所扮演的日益重要的角色。他介绍了Wasm运行时在性能方面的改进——从解释器模式发展到高效的JIT编译技术，并分析了各种实际应用场景，这些场景涵盖了边缘计算平台以及模块化插件架构等领域。 作者：安德烈亚·佩鲁福
为什么一些看似简单的功能却会突然需要跨团队进行协商呢？在本文中，我们将探讨边界模糊现象是如何悄悄破坏各团队之间的协作效率、增加他们的认知负担的。通过学习一些实用的社会技术策略——重新分配职责、明确关键决策规则、提前准备应对异常情况的方案——我们可以重新界定各个团队的职责范围，从而推动软件架构的持续进化与发展。 作者：迈克尔·费舍尔、尼古拉斯·劳伦斯、莫妮卡·卡雷卡尔
HubSpot重新设计了其“即时访问”授权系统，采用了规则引擎架构。该系统通过以有向无环图形式组织的独立规则来评估访问请求，并加入了结构化的决策元数据、规则级别的可观测性功能以及相应的管理流程，从而取代了那些复杂的条件授权逻辑。 作者：Leela Kumili
本周于2026年7月27日发布的Java新闻汇总中，重点介绍了以下内容：针对JDK 28提出的OpenJDK JEPs提案；GPULlama3.java 1.0版本的正式发布；Micronaut、Quarkus及JobRunr的更新版本；JDKUpdater的维护版本；Maven 4.0的第六个测试版；以及Jakarta Agentic AI 1.0的首个里程碑版本。 作者：Michael Redlich
在最近一篇关于Azure架构的博客文章中，Azure首席工程师Kishorekumar Pattabiraman详细阐述了在构建AI系统时，在选择各种技能、子代理机制或其他解决方案时应遵循的实际标准，他特别强调了可重用性、简洁性以及长期维护的便利性。 作者：Sergio De Simone
Cloudflare最近推出了Meerkat这一基于QuePaxa共识算法的内部服务。与Raft不同，Meerkat允许在无需领导节点的情况下进行数据写入操作，同时仍能保证数据的一致性，从而提升Cloudflare全球网络的可用性。 作者：Renato Losio
AWS Builder Center现在为各类研讨会提供了免费且限时使用的沙箱环境，因此开发者不再需要使用自己的AWS账户和信用卡，也不必担心会出现意外费用。这一功能一直是社区用户长期以来的诉求之一，它有效解决了那些正在学习新AWS技术的从业者们所面临的最大障碍之一。 作者：Renato Losio
大多数营销着陆页都会遇到同样的问题：你面对的只是一块空白屏幕，而你需要重新创建那些已经制作过无数次的页面元素。 标题栏、功能展示区、用户评价、价格信息、常见问题解答以及页脚这些内容都是常见的构建模块，但开发人员往往会在每个新项目中花费数小时来重新设计这些部分。 通过本指南，你将学习如何使用Next.js、shadcn/ui、Tailwind CSS以及可复用的shadcn组件来构建现代化的营销着陆页。你无需从零开始创建每一个页面元素，而是可以直接组装出一个可用于实际项目的完整页面，然后根据自己的品牌需求进行定制，从而获得一个适用于各种实际开发场景的基础框架。 目录 先决条件 我们要构建什么？
你向ChatGPT提出一个问题，它会给出回答；你再提另一个问题，它又会再次作出回应。这种来回互动的方式，一直是大多数人体验人工智能时的标准模式：一种聪明且反应迅速的助手，在被说话时就会做出响应。 但如今，一些重大的变化正在发生。人工智能不再仅仅是被动地作出回应，它还能自主地进行规划、决策并采取行动。这种新型的人工智能被称为 能动型人工智能 ，而它也正迅速成为当今科技领域最重要的发展趋势之一。 在这篇文章中，我们将详细解释什么是能动型人工智能、它是如何运作的、目前它在哪些领域被应用，以及它会带来哪些风险。 我们将会探讨的内容 “能动型”到底意味着什么？ 聊天机器人与能动型人工智能的工作原理有何不
JDK 24去掉了那些在Java 21版本中导致Netflix等团队遇到开发瓶颈的、与监视器相关的机制。而在JDK 25 LTS版本中，这种问题被“下游资源饱和”这一新的瓶颈所取代：开发瓶颈的位置发生了变化，现在应用程序代码中必须明确设置相应的限制条件。本文分析了在采用虚拟线程技术后可能出现的各种故障情况，并提供了一套基于公开测试基准的实际解决方案。 作者：Sandeep Bharadwaj
霍莉·卡明斯探讨了为何在科技领域“没有什么是全新的”。她将历史上那些与技术架构相关的权衡关系，与现代的云计算、微服务以及人工智能领域的热潮联系起来进行分析。她还把财务债务（零利率政策实施后的现象）、技术债务与认知负担及睡眠不足等问题联系起来，帮助工程领域的领导者们理解如何应对各种假设的变化，如何践行可持续发展的理念，以及如何重新运用那些已被证明有效的工程技术方法。 作者：霍莉·卡明斯
Dropbox将其内部的知识平台Dash与Model Context Protocol（MCP）相结合，从而在人工智能辅助的代码审查过程中揭示相关的安全设计信息。该系统能够为拉取请求检索相应的威胁模型及安全要求，帮助审核人员验证代码实现是否符合设计初衷。InfoQ的一篇问答栏目进一步探讨了这一技术的架构及其实施过程中获得的关键经验。 作者：Leela Kumili
HashiCorp推出了tfpolicy，这是一个基于HCL的新政策即代码框架，专为Terraform设计。目前该框架已在HCP Terraform中进入公开测试阶段。它的作用在于通过将政策的制定与执行直接集成到Terraform的工作流程中，来简化基础设施管理的流程并使其更加现代化，从而无需再使用额外的工具或语言。 作者：Sergio De Simone
我们正在迅速超越那些基于单一提示的大型语言模型，步入自主智能体的时代。 为了帮助您掌握这一全新的技术范式，我们在freeCodeCamp.org的YouTube频道上发布了一门内容丰富、系统全面的课程，该课程将全面讲解有关自主智能体的所有知识。 这门课程旨在从基础概念入手，引导您逐步学习如何使用LangChain和LangGraph构建可用于实际生产环境的端到端智能体工作流程。 以下是您可以从这门课程中获得的几项关键收获： 标准大型语言模型与自主智能体在架构上的区别。 如何利用LangChain构建单智能体系统及多智能体系统。 LangGraph的核心组成部分，以及它为何对于那些需要处理状态变
现在，AWS Lambda可以直接引用客户自己拥有的S3存储桶中的部署包，这样就不再受地区限制，代码存储的配额也不再存在地域差异；同时，默认的存储空间也从75GB增加到了300GB。每个函数的代码包使用量限制仍然保持不变，在更换代码文件后，仍然需要执行“UpdateFunctionCode”操作。至于对Terraform提供者的支持，这仍然是一个有待改进的功能。 作者：Steef-Jan Wiggers
人工智能是一种能够放大效果的工具；将战略重点放在组织架构上，才能获得最大的收益。DORA在2025年针对软件开发中的人工智能技术进行的研究，提供了有关团队构成及成功要素的详细信息，这些信息可以用来将相关研究成果付诸实践。 作者：本·林德斯
穆拉特·德米尔巴斯探讨了由于云计算经济因素的影响，云数据库架构正在向分散式结构发展的趋势。他解释了如何通过将计算资源与存储资源分离来实现弹性扩展、降低成本以及提高系统的容错能力。他还分析了传统的Paxos协议在推动这种分布式架构发展过程中所起的作用，并讨论了网络优化、共享内存技术的发展以及自组装数据库设计的相关概念。 作者：穆拉特·德米尔巴斯
如果你问十位初级开发人员OAuth 2.0的原理，其中九个人会开始列举诸如“授权服务器”、“承载令牌”、“PKCE”和“隐式授权”之类的术语。他们还可能会画出一张包含六条来回箭头的序列图。 但当你问他们为什么会有某个特定的HTTP请求存在，或者如果去掉这个请求会发生什么问题时，他们往往无法给出合理的解释。 在我看来，这是因为人们通常是以逆向的方式来学习OAuth的。大多数教程都是先介绍定义和序列图，然后再解释为什么该协议会被设计成这样的结构。 在本书中，我们将改变这种教学方式。我们会从实际工程问题出发，逐步构建OAuth 2.0的概念体系，从而自然地理解这一协议的运作原理。当我们开始使用Spr
“反重力智能体技能”是一种非常有效的方法，可以帮助你一次性为人工智能智能体设定工作流程，并让它在各种场景中都能被重复使用。你只需编写一个简短的`SKILL.md`文件，将其放入相应的文件夹中，智能体在需要使用时就会自动加载这些配置。 然而，这类技能存在一个隐藏的局限性：它们是静态的。如果你下载了别人编写的技能代码，但希望它的行为有所改变，你就必须手动复制整个代码并进行修改。而且，最近你也应该注意到了，市面上有很多经过分叉修改的“技能版本”，这些版本往往很难进行维护。 在本次教程中，我将向你展示一种解决方法。这种方法可以让任何智能体技能读取特定项目中的配置文件，因此你完全可以使用现有的技能，只需
大型语言模型从根本上改变了我们构建现代软件的方式。 但是，如果对于每个用户请求都依赖同一个人工智能模型，就会带来严重的生产风险。API可能会出现故障；对于一些简单的任务来说，使用专有模型可能会耗费高昂的成本；而那些价格较低的开源模型则可能在处理复杂的逻辑推理时遇到困难。 当我所在的团队为我们的客户支持平台开发一个企业级的人工智能引擎时，我们选择对所有场景都使用同一个顶级模型。 然而仅仅一个月后，我们就遇到了两个严重的问题：一次大规模的API故障导致我们的应用程序完全无法正常运行；同时，由于我们使用了价格较高的模型来回答一些简单的常见问题，我们的每月API使用费用也大幅增加了。 为了解决这些问题
对于那些负责管理多模型路由系统的数据科学专家和产品经理来说，使用传统的回归分析方法来评估模型质量其实存在根本性的缺陷。无论你是否意识到这一点，你实际上都在进行因果推断实验；而你的路由规则正在潜移默化地影响你对系统性能的评估结果。 以这样一个路由系统为例：它会根据查询的置信度阈值，将请求要么转发给高级模型，要么转发给速度更快、成本更低的替代模型。如果查询的置信度低于某个阈值，就会选择高级模型进行处理；而高于该阈值的查询，则会使用低成本模型。如果你分析相关日志，并对路由决策结果进行回归分析，可能会发现使用高级模型处理请求确实能让系统性能提升14个百分点。基于这一数据，你的基础设施团队或许会提议将所
Kubernetes自带了一些控制器，用于管理一组内置资源，例如部署对象、服务、节点等等。 而“操作符”则将这种机制扩展到那些Kubernetes本身不识别的资源类型，使你能够以与管理系统中其他资源相同的方式来管理这些自定义的、通常是外部系统。 本指南分为四个部分：首先介绍什么是操作符，然后讲解操作符的内部结构，接着指导如何从零开始构建一个操作符，最后说明如何将其准备好投入生产环境使用。 目录 第1部分：简介 什么是操作符？ 操作符、控制器与CRD的区别 为什么不直接使用Helm Chart、CronJob或脚本呢？ 第2部分：操作符的内部结构 自定义资源 监控变化 管理器 协调循环 第3部分
微软发布了.NET 11预览版6，其中对.NET MAUI在架构设计及可靠性方面进行了多项改进。此次更新为Windows平台带来了新一代的CollectionView实现机制，同时将Android Shell的开发模式调整为处理器模型驱动的方式，提升了Native AOT技术的兼容性，还增加了对那些被中断的媒体选择操作的恢复支持功能。 作者：Edin Kapić
本文提出了一种深入防御的方法，用于保障模型上下文协议（MCP）在生产环境中的安全运行。文章阐述了四个层面的架构控制措施：安全执行机制、管理基础设施、出站数据的安全性控制以及语义完整性的维护，并指出，要确保生产环境的安全，必须在最早的可信任控制点就开始实施这些防护措施，而不仅仅是在网关层面进行防护。 作者：Nik Kale
丹尼尔·杜布罗夫金解释了为什么传统的LeetCode白板面试无法有效评估高级工程人才的能力。他分享了自己尽管拥有数十年的领导经验，但在基本算法测试中仍然表现不佳的经历，并提供了切实可行的方法来改进面试流程。通过这些方法，我们可以更准确地评估候选人在判断能力、系统设计能力以及实际的人工智能应用能力方面的表现，从而获得更可靠的招聘依据。 作者：丹尼尔·杜布罗夫金
Cloudflare推出了其内部DNS服务，该服务为私有网络提供权威DNS解析及递归DNS查询功能。通过将私有网络与公共网络的DNS管理整合到同一个平台上，这一服务大大简化了DNS管理的流程。 作者：Gianmarco Nalin
微软发布了用于在Azure Kubernetes Service中路由代理流量的参考架构。该架构将相关问题归纳为三个关键方面：哪种模型会被用来接听电话、电话是如何被管理的，以及由哪块GPU来处理这些通话请求。 作者：Claudio Masolo
要追踪洪水风险，需要一样虽然不起眼但却至关重要的东西：干净且结构清晰的数据。 在本教程中，你将亲手构建一个数据处理流程。你会创建一个Python ETL（提取、转换、加载）流程，该流程会从法国官方开放的水文数据API Hub'Eau 中获取每日的水位数据。然后，你需要对这些数据进行清洗，并将其发布为公共数据集，就像 实时版本 所做的那样。 本教程基于一个实际存在的流程系统——该系统每周会按计划自动运行一次，从而确保 巴黎洪水数据集 能够得到及时更新。 不过，你并不会只是简单地复制和粘贴代码。真正的目标是理解这个流程为何能以这样的方式运作。你会了解到，那些让一个脚本能够仅运行一次，却能让另一个脚
在这本书中，你将从零开始构建一个金融科技交易账本，并逐步将其发展成一个可用于生产环境的DevSecOps平台。你还需要将其部署在AWS上。 该应用程序能够处理贷方和借方交易，触发合规性警报，并将所有数据存储在数据库中。你需要自行搭建相关的基础设施：包括自动化系统、扫描工具、政策执行机制、秘密管理机制、威胁检测系统以及监控系统。 完成整个开发过程后，你在面试中就可以详细解释每一个决策的来龙去脉，因为这些决策都是你亲自做出的。 这份指南并不会直接提供现成的解决方案。它会让你先自己探索和理解每个问题，然后再介绍相应的解决工具。 所有的代码、配置文件、脚本以及分步操作说明都存储在配套的仓库中。在开始之
如果你曾经花费两天时间从APM工具中提取数据，只是为了回答“在我的负载测试中应该使用多少个虚拟用户？”这个问题，那么这个教程非常适合你。 通过学习这个教程，你将了解到如何在不到五分钟的时间内，直接从生产环境中的实时数据中计算出工作负载模型中所需的各个数值，而无需进行任何估算。 我们的应用场景： 每年，在黑色星期五之前的几周，性能工程师和运维人员都会面临同样的问题：有人需要为高峰期的负载测试建立工作负载模型，而且时间非常紧迫。 通常的做法是登录APM工具，导出CSV文件，在电子表格中对数据进行处理，然后根据这些数据对用户行为进行推测。这个过程需要花费数天的时间，还需要多个人参与，但最终得到的结果
在React中构建可用于生产环境的表单，往往会带来诸多麻烦。这是前端开发中让大多数开发者感到不适的部分之一。 通常，你会先使用`useState`钩子来创建一个简单的受控表单。但当表单的结构变得越来越复杂时，你会发现，在输入框中输入一个字符就会导致整个组件树重新渲染。这样一来，应用程序的性能会大幅下降，用户体验也会变得非常糟糕。 你或许还会尝试通过改用`useRef`钩子来创建非受控表单，以此缓解这种重新渲染的问题。然而，这样做会带来严重的可扩展性隐患。随着表单规模的扩大，维护代码就会变成一场噩梦。 虽然快速编写代码可能能让你得到一个可以运行的演示版本，但真正的工程实践才是为了让应用程序能够成
以下是互联网管理机构发布的一份官方文件中的内容： “那些无法通过阅读文本区分讽刺内容与真实文档的读者，或许适合从事市场营销工作。” 这条内容实际上出现在RFC编辑员的《给RFC作者的说明》中，而这正是制定互联网标准的实际规则手册[1]。 这就引出了一个值得思考的问题：为什么负责制定IP、TCP和HTTP等标准的机构，需要以书面形式提醒人们，自己发布的一些文档其实只是笑话呢？ 因为近五十年来，他们一直都是故意这样做的。 如果你们关注过我的文章，就会知道我非常喜欢计算机网络，尤其是那些我们所有人都在依赖的协议细节。当我第一次了解到这一传统时，真的感到十分惊讶，从那以后，这个话题就成为了我最喜欢讨论
增材制造已然成为工业4.0以及现代工业生产的核心技术。无论是减轻航空航天涡轮零件的重量，还是打印定制的钛合金医疗植入物，又或是优化数字化供应链，现代3D打印技术在工程领域和产品设计中都已变得不可或缺。 我们刚刚在 freeCodeCamp.org 的YouTube频道上发布了一门课程，该课程将帮助您了解基础的桌面3D打印技术以及工业级别的增材制造工艺。 这门课程涵盖了增材制造的整个生命周期，从基础概念讲到企业级应用流程，具体内容包括： 工业4.0与智能制造：探讨信息物理系统、物联网以及云计算如何与3D打印技术相结合，从而打造智能工厂。 核心打印技术：深入讲解ASTM标准分类的各种打印方法，包括
对许多开发者来说，人工智能的工作流程大致是这样的：编写一个提示语，获取模型给出的回复，提取其中有用的信息，然后继续下一步工作。这种工作流程涵盖了范围相当广泛的任务，从总结文档内容到起草电子邮件，再到解释代码逻辑。然而，当某项任务需要多个步骤、外部数据的支持，或者决策结果取决于模型刚刚返回的信息时，这种工作流程就会遇到问题。这时，开发者不得不手动重新编写提示语，手工调整输出结果，去做那些本应由系统来完成的工作。在这种情况下，单一的提示语就不再是一种有效的工具了，而设计一个能够多次向模型发送请求的系统，才成为了真正需要完成的任务。有两种术语可以用来描述这两种不同的工作模式： ** “提示语工程”是
Uber的“零增长架构”侧重于可扩展的基础设施建设，这种架构将容量扩张与业务需求分离开来，从而减少对硬件的依赖，同时提升服务的扩展能力。其中，垃圾回收机制的优化是这一架构的核心所在。此外，生成式人工智能也被应用于开发过程中，这不仅提高了开发人员的效率，同时还引入了成本管理措施，以确保企业的经济效益。 作者：Olimpiu Pop
AWS发布了GuardDuty调查工具的公开预览版。该工具能够将调查结果、90天内的活动记录以及资源拓扑结构整合成结构化报告，这些报告中会包含风险等级、置信度评分以及MITRE ATT&CK分类信息。用户可以通过AWS MCP服务器使用这一工具进行调查，因此调查工作可以直接通过代理工具来执行。目前，每个账户每天最多只能使用10次这个预览版工具来进行调查。 作者：Steef-Jan Wiggers
在一个没有专门分配迁移预算的情况下，一个负责薪资管理和人力资源管理的软件团队在五年的时间里，将原本由三个独立模块组成的系统拆分成了120多个较小的服务。每一个新功能都是作为独立的服务来开发的，而不是对原有的系统进行修改。这篇文章介绍了这种基于“拉取式开发”模式的迁移方法、实现这一目标所使用的工具、成本控制措施，以及团队在实施过程中遇到的各种问题。 作者：Prashanth Pasham
Remix 3是一个全栈Web框架，它摒弃了React，转而专注于Web平台的基本组件与机制。该框架将路由处理、请求处理逻辑以及UI组件整合到一个统一的架构中，前端开发则使用了基于Preact的分支版本。与之前的版本不同，Remix 3强调服务器在请求生命周期管理中的核心作用。从Remix 2迁移到Remix 3并非易事，因为这需要对现有的应用程序进行相应的修改。 作者：Daniel Curtis
本·格林探讨了在人工智能代码自动化快速发展的时代，软件工程师如何适应这一变化并取得成功。他结合自己创业的经验，解释了一些关键的理念，比如从简单的事情做起、保持对代码的理解能力、优先解决复杂的问题，以及关注这些解决方案对客户的实际影响。他还指出，在代码被自动化的情况下，人类的同理心、自主性以及实际问题解决能力依然是不可替代的。 作者：本·格林
Grafana Labs增强了Grafana Assistant的功能，使其这个基于人工智能的监控辅助工具能够通过自然语言从30多种不同的数据源中查询并分析相关数据。 作者：Craig Risi
当新的依赖版本发布时，Dependabot现在不会立即建议用户提交拉取请求，而是会等待三天后再发出提示。这种设置提高了在恶意版本被集成到系统中之前发现并将其移除的可能性。 作者：Sergio De Simone
TanStack Table V9是一个针对各种JavaScript框架开发的无头UI库的测试版。该版本在状态管理、内存使用效率以及扩展性方面都得到了优化。最显著的变化是采用了可选组件机制，这使得开发者可以仅加载所需的组件。对于旧版本的兼容性，也提供了相应的迁移工具。这个库仍然保持免费且以开发者为中心的设计理念。 作者：Daniel Curtis
Netflix介绍了将大语言模型推理技术集成到其内部服务平台中所面临的各种挑战，这些挑战包括如何支持不同规模的模型、满足不同的硬件要求，以及应对不断发展的推理技术。 作者：Matt Foster
传统的API网关假定相关服务具有确定性，且数据结构十分简单——然而，智能代理技术的出现打破了这些假设。了解为什么企业工程领域的领导者们正在将AI网关作为实现进化式架构变革的关键工具吧！通过将安全控制机制、路由规则、代理身份识别、操作策略以及语义审计功能整合到同一个控制平台中，企业能够有效预防各种昂贵的故障事件，同时确保核心系统的稳定性。 作者：Joe Price、Branimir Đurek、Pavlos Migkiros、Trevor Dearham
埃琳娜·范·恩亨格尔探讨了如何在不牺牲原生云服务功能的前提下，避免陷入无服务器架构所带来的供应商锁定问题。她详细介绍了如何利用“清晰架构”、Spring Cloud Function以及Gradle模块来构建FaaS应用程序，从而实现业务逻辑的解耦。最后，她还通过现场演示展示了如何使用Terraform CDK在AWS和Azure等多云环境中部署Kotlin服务。 作者：埃琳娜·范·恩亨格尔
约翰内斯·希克林探讨了自己是如何摆脱传统的三层Web架构，转而采用以本地处理为主的设计方式的。他分享了自己从使用Prisma转向开发Overtone这一音乐推荐应用程序的经历——Overtone这款应用就是利用客户端事件驱动模型和SQLite数据库来实现的。这次讨论重点分析了事件驱动模型与CRDTs技术之间的权衡关系。 作者：约翰内斯·希克林
本周发布的2026年7月20日Java新闻汇总主要包括以下内容：两项针对JDK 28提出的JEP提案；新的JEP 540和JEP 541，分别涉及“简单JSON API”功能以及淘汰macOS/x64平台版本的相关计划；2026年7月的关键补丁更新；Embable 1.0版本的正式发布；Azul Payara 7.2.0及Helidon 4.5.1的最新进展。 作者：Michael Redlich
微软发布了.NET 11预览版6，其中C#、ASP.NET Core、.NET MAUI以及Entity Framework Core都得到了更新。C#新增了扩展索引器以及内置的联合类型支持；ASP.NET Core默认提供了异步验证功能、自动CSRF防护机制，并兼容OpenAPI 3.2标准；.NET MAUI将CollectionView功能扩展到了Windows平台；而Entity Framework Core则增加了FULL OUTER JOIN操作的支援。 作者：Almir Vuk
Amazon EKS最近新增了对Kubernetes版本回滚的支持，这一功能使得用户在升级后如果遇到问题，可以在7天内将集群的控制平面恢复到之前的Kubernetes版本。这一特性为团队提供了保障，使他们能够在遇到问题时迅速恢复系统，从而有效降低直接进行集群升级所带来的风险。 作者：Renato Losio
JFrog Security Research发现了一种存在于FFmpeg媒体框架中的漏洞，名为“PixelSmash”。这种漏洞允许攻击者远程执行代码或发起拒绝服务攻击。该漏洞已经存在了16年，许多使用MagicYUV解码器的应用程序都受到其影响。要利用这一漏洞，攻击者只需制作一个特殊的媒体文件即可。建议用户检查自己的系统是否存在这一漏洞，如有必要，请及时应用补丁或禁用相关解码器。 作者：Olimpiu Pop
github.com/ziaongit/nodejs-gemini-agent 。 目录 功能调用机制的工作原理 我们正在构建什么 先决条件 项目设置 工具的定义 工具功能的实现 构建智能代理的循环机制 命令行入口点的设置 添加Express HTTP服务器 智能代理的测试 故障排除 接下来要构建什么 功能调用机制的工作原理 这里有一个让人感到惊讶的地方：Gemini并不会直接运行你的代码。它只会返回一个结构化对象，其中包含诸如“调用 get_weather 函数、将 city 设置为柏林”这样的指令。你的代码会接收到这些指令，然后执行相应的功能并将结果反馈回去。Gemini会检查这些结果是否
大多数开发者在开始自动化工作的过程中都会采取类似的方法。他们会编写一些脚本来完成某些有用的任务，比如从API中获取数据、调整一批图片的大小，或者发送报告邮件，然后将这些脚本安排在每天早上自动运行。 这样做之后，他们会在自己的crontab文件中添加相应的指令，这样就能感受到自己对自动化流程的控制力了。现在，在他们睡觉的时候，电脑会自动执行这些脚本。 有一段时间里，这样的安排确实足够用了。但后来就不再适用了。 也许某个备份脚本在凌晨3点悄悄地失败了，而你直到当天晚些时候需要使用该脚本时才发现了这个问题；又或者你编写了一个在终端环境中运行得非常顺利的脚本，但却发现在用crontab安排它执行时却会
在这个教程中，我将向您展示提示工程和上下文工程如何提升人工智能模型的性能。 我们将构建一个简单的本地模型，从基础输入开始，然后通过使用更合适的提示语和更丰富的上下文信息来改进它，这样您就能看到每一项改变对最终输出结果的影响。 我们将会使用LangChain v1、Ollama、Qwen以及Python。所有操作都在您的个人电脑上完成，因此您无需支付任何API费用。 目录 背景知识 什么是提示工程？ 什么是上下文工程？ 为什么提示工程和上下文工程对人工智能模型如此重要 动机与架构 步骤1：安装Ollama并下载模型 步骤2：安装Python相关依赖库 步骤3：编写代理代码 示例输出结果 提示语优
许多PDF文件包含不应公开分享的信息。在将文件发送给他人之前，个人资料、财务数据、签名、地址、账号信息、员工资料或机密商业数据通常都需要被隐藏起来。 一款PDF模糊处理工具可以让这一过程变得简单。它并不会永久删除这些内容，而是会在PDF文件的指定区域添加模糊效果，这样一来，敏感信息就会变得难以阅读，而文件的其他部分则保持原样。 在这个教程中，你将使用JavaScript制作一个基于浏览器的PDF模糊处理工具。用户可以上传PDF文件，预览每一页，在敏感内容上标出需要模糊处理的区域，调整模糊程度，对选定的页面应用模糊效果，预览最终结果，然后下载处理后的PDF文件——整个过程都不需要将文件上传到服务
每个开发者最终都会遇到同样的令人沮丧的问题。 有客户报告称，你的应用程序在生产环境中出现了故障。你在开发机器上使用完全相同的工作流程进行测试，但一切运行得都非常正常。你的团队成员也无法重现这个问题。自动化测试也通过了，代码中也没有任何明显的变动能够解释这种故障现象。 然而，客户们仍然在遇到这个bug。 这类问题是最难解决的，因为问题的根源往往并不在于代码本身，而在于代码运行的环境。配置差异、基础设施问题、流量模式的变化、操作系统不同、依赖关系的差异，或者生产环境中的数据差异，都可能导致那些在开发阶段根本不会出现的问题。 事实是：这些困难大多是我们自己造成的。你管理的每一台服务器、你搭建的每一个
如果你曾经尝试过构建一个能够真正感知周围环境、对其进行追踪并作出相应反应的机器人系统，你就会知道：真正的难点并不在于训练检测模型，而在于如何让这个模型在真实的机器人软件系统中实时稳定地运行——尤其是在遇到硬件限制或时间调度问题时，也能保证系统的正常运作。 在这个教程中，你将使用ROS 2和YOLOv11构建一个完整的实时物体检测与追踪系统。你会学习如何将模拟器中的摄像头数据发送到ROS 2系统中，在单独的线程中运行YOLO推理算法，利用ByteTrack技术实现跨帧的多物体追踪功能，以及如何将训练好的模型导出为ONNX格式，以便在性能有限的硬件上更快地执行推理任务。 通过学习这个教程，你不仅会
Zalando的工程团队最近介绍了他们为那种每秒需要处理约100万次请求的高吞吐量API所开发的、运行在客户端进程中的负载均衡系统的设计与实现方案。这一方案的实施使得延迟时间更加容易预测，基础设施的成本也有所降低，同时人们也能更清楚地了解故障实际上是从哪里发生的。 作者：Renato Losio
工程师们越来越多地认为，只要提供准备充分的背景信息，现代的大语言模型就已经能够通过根本原因分析来进行推理了，这样一来，原本复杂的难题就被转化成了那些负责处理相关遥测数据的系统流程。一项针对十一种不同模型的实验为这一观点提供了初步的证据。 作者：马克·西尔维斯特
想象一下，你的团队在两周前将A提示在全球范围内推广使用。由于时间紧迫且对效果充满信心，因此在没有进行任何A/B测试、也没有设置测试对照组或保留用户群的情况下，这一更新就应用到了100%的用户身上。 虽然各项完成率看起来都很稳定，但深夜时一位同事从测试环境中提交了一个新的提示方案，这就引发了一个重要的问题：这个替代方案是否才是更合适的上线选择呢？ 现在你陷入了这些已记录的数据所构成的困境之中。这个问题看似无解，但实际上并非如此。产品团队会通过前瞻性实验来观察如果推出某个功能会发生什么结果；而反事实估算则能帮助我们了解：如果选择了其他方案，最终会得到什么样的结果。 对于那些负责处理大语言模型产品日
你曾经构建并使用过API。你知道什么是GET请求，JSON响应的具体格式，也知道如何添加Authorization头部信息。你使用过REST，可能还尝试过GraphQL，或许也听说过gRPC。 但你是否真正了解：当你的应用程序发送请求时，实际上会发生什么？哪些数据会通过网络传输？为什么HTTP/2能提高传输效率？既然HTTP已经足够使用了，为什么还需要WebSockets？从根本层面来说，Protocol Buffers与JSON有什么不同？ 而在设计系统时，你该如何决定该采用哪种通信方式呢？ 这本手册正是为解答这些问题而编写的。 这并不是一本针对API初学者的指南。它深入探讨了客户端与服务器
如果你曾经很喜欢使用Express.js来快速构建后端服务器，但又希望不必去猜测数据类型或调试那些繁琐的运行时错误，那么我们刚刚为你准备了一篇非常实用的教程。 我们的新视频课程《在Express中使用TypeScript》已经登陆freeCodeCamp.org的YouTube频道啦！ 在这门实践性很强的教程中，讲师Rachel会一步步指导你如何将Express与TypeScript结合使用，让你同时享受到两者的优势：Express带来的快速开发效率，以及TypeScript所提供的类型安全性、可扩展性和稳定性。 在整个课程中，你将从零开始构建一个完全符合类型规范、可用于生产环境的爱宠收容所A
当开发人员从关系型数据库世界（如MySQL、PostgreSQL）转向Firebase这种NoSQL文档数据库时，他们往往会沿用原有的习惯，试图在新的系统中复制表结构、外键以及关联操作。 其结果是什么呢？复杂的查询语句、飞涨的读取成本，以及那种在添加少量功能后就变得难以维护的数据库结构。 要理解Firestore的工作原理，我们首先需要对比它所基于的关系型模型。只有弄清楚SQL是如何处理数据的，才能清楚地看到Firestore与它的区别所在，从而了解如何正确地构建NoSQL数据结构。 在本指南中，我们将介绍NoSQL的设计原则、数据嵌入与引用机制，以及各种类型的关系建模方法（1-1、1-N、N
两年前，人工智能编码工具还只是个新鲜事物。各广告机构会允许初级开发人员在内部项目或副业中试用这些工具，因为在这种工作中，即使代码存在缺陷，也不会造成什么严重后果。 对于客户委托的项目，代码仍然都是手写的。没有人会把自动完成功能作为完成截止日期的保障。 但那个时代已经结束了。如今，这些工具已经成为软件开发过程中的核心工具。那些过去需要六个月才能完成MVP开发的团队，现在只需六周就能完成任务，而客户们也开始质疑：为什么还会有人要求更长的开发时间呢？ 这些工具发展得非常迅速，围绕它们的工作流程也发生了巨大的变化：出现了新的代码审核机制、新的定价模式，而且高级工程师们的工作重点也从编写代码转变为评估机
Jotai v2.20.0已经发布，其主要目标是提升在高吞吐量场景下的性能。此次更新主要包括对内部架构的调整，以及解决之前存在的性能问题。虽然日常使用的API接口并未发生变化，但库开发者需要注意一些已被弃用的功能，因为Jotai v3的开发工作已经开始启动。 作者：Daniel Curtis
这篇文章介绍了一项实验：在这项实验中，代码辅助工具需要根据LangChain4j的文档来设计一个智能系统。该辅助工具创建了一个能够自主编写、测试和调试代码的编程框架。实验结果表明，在调试过程中，两种架构模式——监督式架构和工作流架构——在灵活性与执行速度之间带来了不同的权衡结果。 作者：Kevin Dubois, Mario Fusco
在经过招标流程后，空中客车选择了Scaleway作为其主权云服务提供商。在评选标准中，技术能力与对非欧洲地区治外法权规定的抵御能力都被视为重要考量因素。空中客车表示，这一选择旨在实现多云环境的互补性，并非意味着要放弃使用AWS。业内人士指出，这种趋势正在从大型云计算企业扩展到美国的小型SaaS供应商；同时，任何关于“主权云”的宣称仍然需要具备可验证的管控机制作为支撑。 作者：Steef-Jan Wiggers
约尔格·沙德详细解释了如何应对复杂的“数据管理问题”，从而构建出可扩展且安全的AI架构。他还介绍了自主数据产品是如何作为数据的“容器”来使用的——这些产品能够封装数据处理流程、数据结构以及元数据。通过使用MCP这样的协议，逐步发现并优化相关工具，可以有效避免数据关联关系的混乱，确保各项治理政策得到执行，并实现可靠的多模态数据访问功能。 作者：约尔格·沙德
当工程师们受够了企业律师们的过分干涉时，会发生什么呢？有时候，他们会想出一些内部笑话，而这些笑话会悄悄地被植入数百万台设备中，并且持续存在三十多年之久。 20世纪80年代末，在一场价值数百万美元的商标纠纷中，苹果公司的法律团队开始仔细检查每一项技术资产、每一行代码以及每一个音频文件，试图找出其中可能隐藏的音乐元素。在无休止的官僚主义干扰下，一位工程师决定采取一种巧妙而带有消极抵抗性质的反抗方式。 通过一些巧妙的文书操作，这个充满讽刺意味的内部笑话成功绕过了法律审查，最终成为了操作系统的一部分。三十多年过去了，这一隐秘的反抗行为仍然存在于现代科技发展的诸多角落——甚至包括苹果公司自己发布的法律声
Anthropic正在扩展其官方认证体系，现在，那些拥有高级技能的从业者可以通过参加“Claude认证架构师——基础课程”考试（ CCA-f ）来验证自己的专业能力。 不过，阅读官方考试指南可能会让人感到有些困难，因为Anthropic提供的标准文档往往侧重于概念性内容。为了解决这个问题，我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门内容全面、注重实践操作的备考课程，该课程由拥有20年开发经验的Andrew Brown主讲。 这门课程非常重视实际操作环节，而不仅仅是理论讲解。其主要涵盖以下领域： 智能体架构与协调机制： 构建可靠的智能体工作流程，并管理完整的智能体运
现代软件工程正在发展成为一个由人工智能积极参与规划、编码和部署的生态系统。为了帮助弥合初始概念与最终上市产品之间的差距，我们刚刚在 freeCodeCamp.org 的YouTube频道上发布了一门由开发者兼课程创建者Ania Kubow制作的课程。 该教程以TRAE IDE为核心内容，这是一种专为人工智能设计的开发环境，具备双操作模式。在IDE模式下，它像一个标准的编辑器一样使用，同时提供智能代码补全和重构辅助功能；而在单独模式下，开发者可以用简单的英语描述开发目标，然后将整个实现过程委托给系统来处理，同时还能监督最终结果。 通过将一个简单的句子转化为一份完整的产品需求文档和结构化的任务列表
Meta的React库将其Rust版本的React编译器集成到了主代码仓库中，这一举措旨在提升构建速度，并增强与基于Rust的JavaScript工具链的兼容性。这个经过优化后的版本能够自动缓存组件，因此其性能得到了显著提升，编译速度最快可提高50%。为了方便用户进行升级，公共API保持不变。 作者：Daniel Curtis
在成熟的安全运营体系中，瓶颈通常并不在于分析师的分工与任务分配，而在于检测引擎团队能否及时调整规则库，以适应那些变化速度远快于规则制定速度的威胁环境。了解多智能体系统是如何将威胁检测与响应的时间缩短40%，同时将所需的人工工作量减少12倍的。 作者：Willem Berroubache
Ink & Switch发布了bijou64这种变长整数编码方案，该方案使得每个数字都只能用一个字节来表示，从而彻底解决了那些针对PKCS#1、JWT库以及比特币的攻击中所存在的“规范性问题”。此外，这种编码方案的解码速度也比LEB128快两到十倍。随后，开发者们还为Elixir、Go、Perl和Java等语言实现了该编码方案的实现版本，而一些技术论坛上的评论者们则围绕SIMD指令的性能以及剩余数值范围的检测机制展开了讨论。 作者：Steef-Jan Wiggers
2026年QCon AI New York活动已于12月15日至16日在新泽西市威斯汀酒店举行，目前注册工作已经开始。本次会议设置了六个关于生产领域人工智能的讨论主题，这些议题由Eder Ignatowicz主持，Faye Zhang和Wes Reisz也将参与讨论。首批会议安排在8月份公布，完整的活动日程则会在11月之前确定。 作者：Artenisa Chatziou
Jeremy Edberg与Qian Li探讨了为什么外部协调工具会降低系统的可靠性，以及如何利用现有的数据库来实现可靠的数据处理流程。他们介绍了DBOS Transact是如何利用标准表格、SKIP LOCKED队列以及唯一的主键来管理那些复杂且具备容错能力的人工智能工作流程的——这些机制能够在将延迟降到最低的同时，完全避免额外分布式系统所带来的运营开销。 作者：Jeremy Edberg, Qian Li
当一个新的平台团队试图通过缺乏文档支持的、强制性的工作流程来实施他们的规划时，开发人员的体验会明显下降。成功的经验在于简化管理流程、优先处理真正重要的事情，并通过预防、检测和沟通等手段逐步推进各项合规要求的落实。同理心、专注精神以及共同的目标是推动这些措施获得成功实施的关键因素。 作者：本·林德斯
Expedia集团推出了STAR这一内部开发的、由人工智能辅助构建的观测平台。该平台能够帮助工程师利用服务遥测数据以及大语言模型来调查各类生产故障。STAR基于FastAPI、Datadog、Celery、Redis和Langfuse等技术构建而成，它遵循结构化的工作流程来分析遥测数据、生成根本原因分析报告，并为事故应对工作提供支持，同时确保工程师能够及时获取相关进展信息。 作者：Leela Kumili
GitLost是一种由Noma Security发现的提示注入漏洞利用技术，它通过欺骗GitHub的新版智能工作流程，导致私人数据被泄露。攻击者通过在公开的GitHub问题中嵌入隐蔽指令，从而绕过安全防护机制，迫使这些智能系统在公共评论中暴露机密信息。 作者：Sergio De Simone
大多数关于提示工程的教学教程都遵循相同的流程：安装SDK，输入API密钥，调用 generateContent 函数，然后打印输出结果。模型会生成一些看似合理的内容，之后教学教程也就结束了。 但当你真正尝试将这个系统投入实际使用时，才会发现其实真正的准备工作根本还没有开始。 “API返回的文本”与“让用户感到可信的实际功能”之间的差距，正是需要耗费大量精力去解决的地方。 这个差距中充满了各种棘手的问题：模型生成的内容听起来和其他聊天机器人没什么两样；它会编造用户从未说过的话；它返回的数据会被用Markdown格式包裹起来；系统会在凌晨2点出现故障；而对于那些只是想得到答案的用户来说，系统展示的
日期和时间选择器这类组件，在设计文件中看起来可能很简洁，但一旦开始实际开发，就会发现它们会消耗大量的资源。你需要一个日历、一个时间选择器，以及一个能够保证这两者同步的状态管理系统，通常还需要范围选择功能以及对应的多语言版本。 本指南将介绍一些现成的选择器组件，你可以直接将这些组件应用到你的React项目中：组合型日期和时间选择器、日期范围选择器以及时间选择器。 所有这些组件都可以作为 Shadcn日期和时间选择器 组件使用，你只需通过一条CLI命令即可安装它们，而无需从头开始开发。 这些组件都是基于Radix和Base UI的基础架构构建的，下面介绍的版本是使用Base UI实现的。此外，这些
大多数分割教程都是从选择一个模型开始，将图像输入该模型中，然后调整超参数直到相关指标得到改善。但这种方法忽略了通常最为关键的一步：理解数据本身。 在本教程中，我们首先会对数据集进行详细分析，随后会根据这些分析结果来决定MONAI分割流程中的每一个设计细节。 我们将涵盖以下内容： 本教程适合谁？ 关于数据集 什么是MONAI，为什么使用它？ 什么是Dice评分？ 第1部分——建模前的数据分析 类别平衡对分割结果的影响 患者数量对数据划分的影响 第2部分——构建分割流程 单一配置对象 按患者分组的数据划分方式 由快照自动选择的转换操作 模型、损失函数与评估指标 结果解读 预测结果可视化 失败模式比
在本教程中，我将向您展示如何使用LangSmith来追踪和监控本地的AI代理。我们会构建一个简单的本地AI代理，然后为其启用LangSmith追踪功能，这样我们就能通过Web界面查看模型调用情况、工具使用情况以及请求处理延迟等信息。 我们将使用LangChain v1、Ollama、Qwen以及Python这些工具。除了用于实现观测功能的组件外，所有操作都在您的本地机器上完成，因此代理本身不会产生任何与模型API相关的费用。 目录 背景知识 什么是可观测性与监控？ 什么是LangSmith？ 开发动机与架构设计 步骤1：安装Ollama并下载模型 步骤2：安装Python相关依赖库 步骤3：启
当你为他人维护文档时，比如简历、一页的作品集或可打印的菜单，瓶颈往往不在于布局设计，而在于编辑流程本身。 任何微小的修改（“把这个项目符号上移”、“删除那行内容”、“这个链接已经失效了”）都需要由你这位使用代码编辑器的人来完成，尽管提出修改要求的人自己非常清楚他们想要做什么。 我在为一位家庭成员维护简历时遇到了这个问题。那份简历被制作成了一个静态的HTML文件，设计已经完成，内容也是由当事人提供的。但每次进行修改——无论是重新排列职位顺序、添加证书信息、修复链接，还是调整打印分页设置——都意味着要再次发送修改内容给我，然后让我去编辑文件。经过第十次这样的循环后，我终于意识到：其实应该让页面能够
检索增强生成技术，通常被称为RAG，已成为利用大型语言模型构建应用程序时最常用的方法之一。 与让大型语言模型完全依据其训练数据来回答问题不同，RAG系统会从外部知识库中检索相关信息，并将这些信息作为上下文提供给模型。 其基本原理非常简单： 将用户的问题转化为嵌入向量。 在向量数据库中搜索语义上相似的文档片段。 将检索到的这些片段传递给大型语言模型。 基于这些片段生成答案。 然而，这个看似简单的过程存在一个重大缺陷：用户提出的问题与包含答案的文档在表达方式上可能存在很大差异。 例如，用户可能会提出这样的问题： 为什么我的AWS Glue作业在处理了几百万条记录后速度会显著下降？ 而知识库中相关的
任何应用程序在某些时候都需要与其他系统进行交互。移动应用会与后端服务进行通信；后端服务又会与支付网关对接；认证服务需要与用户服务进行交互；数据传输流程则要与存储系统相连。 问题不在于系统是否需要相互沟通，而在于应该如何实现这种沟通。 多年来，基于HTTP和JSON的REST架构一直是人们的首选方案。它运行稳定、使用简单，而且相关的开发工具也随处可见。然而，随着系统规模的扩大——无论是参与交互的服务数量增加、数据交换量增大，还是对实时通信的需求提高——REST架构逐渐暴露出了其局限性。 这时，远程过程调用、Protocol Buffers以及gRPC这些技术应运而生了。 通过这本手册，你将了解什
大多数关于 程序化广告 的教程都只停留在网页横幅这个层面。其实这很可惜，因为一旦你将这种概念应用到现实世界中，它会变得有趣得多。 如果你之前从未从事过广告行业的工作，也无需担心。你不需要任何广告行业的背景知识就能理解这些内容。只要你能阅读基本的Python代码，那就已经具备了所需的一切条件。 广告本身只是实现这一目标的一种手段而已。真正重要的技能是：如何将现实世界中那些杂乱无章的信息转化为软件能够处理的数据。 在这篇文章中，你将会了解什么是程序化广告，以及为什么它在网页上能够取得如此好的效果。你还会明白，为什么将这种技术应用到户外广告牌上实际上是一个数据建模的问题，并且你会通过编写简单的Pyt
在这篇文章中，你将通过亲手操作原始的Linux内核功能，逐步了解容器网络接口（CNI）的实际工作原理。而不是通过阅读YAML配置文件来学习。 容器网络接口（CNI）是Kubernetes系统中那些被称为“黑盒”的组件之一。大多数每天都在运行Kubernetes集群的人，从来都没有深入了解过它的内部机制。他们只知道自己使用的CNI的名称（比如“我们使用的是Calico”，“我们采用的是Cilium”），这种认知就如同你知道汽车上发电机的品牌一样——只是知道它的名称，并不真正了解它的工作原理。 CNI位于整个系统架构的最底层，位于kubelet之下、Pod们之下，它默默地负责转发每一个数据包。正因
当人工智能助手回答问题时，它会从寥寥几页内容中提取相关句子并加以引用。你的页面是否适合被人工智能系统引用，并非什么难以理解的现象，而是与你所使用的HTML代码的某些机械性特性有关——这些特性是可以被测量、评估并加以调整的。 本教程将详细介绍我对自己网站进行的那次审计过程：它发现了哪些隐藏在代码中的标题标签，以及如何通过一次简单的修改就能解决这些问题，同时还会讲解如何利用持续集成系统来防止类似问题再次发生。 重点在于：我的主页在可提取性方面的得分是65分（满分100分）。造成这一问题的原因在于有五个UI组件将其标题标记为 或 标签。将这六个标题修改为符合ARIA标准的段落格式后，页面的得分便提高
Max Korbacher解释了为什么仅仅依靠技术是无法构建出成功的内部开发平台的。他探讨了“先建设基础设施”这一思维方式所隐藏的陷阱，强调了明确的产品发展方向的重要性，并说明了如何通过DevEx和SPACE这些指标来衡量真正的价值。学习如何协调团队成员的工作、管理技术债务，以及如何营造一个充满活力的社区环境，从而确保平台能够得到长期的应用与推广。 作者：Max Körbächer
InfoQ现已开始招收三批为期五周的在线认证课程学员，这些课程将于八月启动，每批课程都由经验丰富的专家负责授课：Luca Mezzalira将讲授架构设计相关内容，Michelle Brush会讲解工程领导力方面的知识，而Katharine Jarmul则会探讨人工智能安全与隐私保护相关议题。 作者：Artenisa Chatziou
DoorDash开发了Entity Cache这一透明代理缓存平台。该平台基于Envoy和Valkey技术构建，旨在减少其微服务架构中的冗余服务请求。在DoorDash的服务网格环境中运行，该平台通过缓存机制、事件驱动的失效处理机制、故障应对措施以及性能优化手段，能够每秒处理超过150万次请求，并保持99.99999%的高可用性。 作者：Leela Kumili
本周于2026年7月13日发布的Java新闻汇总中，重点介绍了以下内容：Value Objects的功能重新引入（预览版本）；WildFly 41版本的正式发布；Open Liberty 26.0.0.7版本的更新；TornadoVM、Apache TomEE、Java Operator SDK以及LangChain4j的补丁版本发布；Micronaut的维护版本更新；一个新的扩展模块Quarkus Shim；以及Oracle为Fusion Applications开发的新AI Agent Studio。 作者：Michael Redlich
GitLab发布了其DevSecOps平台的19.2版本，新增了自动化功能，这些功能专门用于处理那些由于AI编码工具生成的代码量远远超过了开发人员手工审核的能力而堆积下来的安全审查任务。这一更新于2026年7月16日宣布发布，其中有四项功能已经从测试阶段正式推出或进入公开测试阶段：依赖关系扫描自动修复功能、安全审查流程管理功能、GitLab Duo命令行工具以及自定义审查流程功能。 作者：Matt Saunders
Yelp推出了“Training Orchestrator”这一新内部框架。该框架取代了之前各团队单独使用的Spark训练脚本，现在采用了基于配置、以DAG结构为基础的执行模型。 作者：Claudio Masolo
Bhavuk Jain探讨了如何将基础人工智能技术转化为可扩展的移动产品。他详细介绍了开发“AI壁纸”功能以及“Circle to Search”工具过程中所遇到的工程挑战，说明了如何建立可靠的运行时防护机制、进行模型微调以及实现与操作系统的无缝集成。对于工程领域的领导者来说，他指出了在确保用户体验的同时，如何平衡模型响应延迟与基础设施成本问题，从而推出安全、可靠的人工智能产品。 作者：Bhavuk Jain
GitLab提出了一种新的绿色DevOps实践方法，展示了软件工程团队如何衡量其CI/CD流程所产生的碳排放量。 作者：Craig Risi
由字节跳动开发的Rspack已经发布了2.0版本。这一新版本在性能上得到了显著提升，依赖项也有所减少，并且更加注重现代ECMAScript模块的标准。主要的更新包括采用纯ESM核心架构、优化了静态分析功能，同时还增加了对RSC格式的支持。性能测试结果显示，构建时间的缩短十分明显。这个项目的发展势头非常迅猛，其通过npm平台的下载量每周都超过了500万次。 作者：丹尼尔·柯蒂斯
最新发布的Android Studio版本Quail 2现已稳定可用。该版本在IDE中扩展了“Gemini/AI Agent Mode”功能，使得多路AI对话可以同时进行，进一步推动了谷歌将基于AI的工作流程直接集成到Android Studio中的目标。此外，该版本还提升了调试和性能分析功能，使用户能够更轻松地测试那些处于实验阶段的新增功能。 作者：Sergio De Simone
谷歌云发布了一份新的指南，详细说明了各类组织应如何保护在谷歌Kubernetes Engine上运行的人工智能应用程序。该指南指出，从原型开发阶段到生产环境的过渡速度远远超过了传统安全模型的发展速度。这份文档提出了一种三层防护体系，涵盖了基础设施安全、模型数据完整性以及应用程序安全等方面。 作者：马特·桑德斯
由于AWS的计费系统发生了配置变更，导致在超过24小时的时间里，客户看到的预估账单金额高达数十亿甚至数千亿美元。AWS自身的警报系统确实检测到了这些异常情况，但未能及时停止账单生成流程，也未通知相关工程师进行处理；直到4.5小时后，客户才向该公司反映了这一问题。在问题处理期间，整个平台范围内的预算与成本异常警报功能都被暂时关闭了。 作者：Steef-Jan Wiggers
Jake Mannix讨论了如何让人工智能代理摆脱那些混乱、类似于“20世纪70年代的BASIC编程语言所使用的架构”。他说明了通过实现中间协议层，工程团队能够构建出具有版本控制功能的、结构清晰的“虚拟工具”。这种设计使得接口映射、动态数据结构转换以及运行时异常检测成为可能，从而能够在不降低系统运行速度的情况下，主动消除数据泄露风险。 作者：Jake Mannix
Anthropic详细介绍了其在各类产品中为Claude所采用的管控架构。该团队认为，确保智能体的安全性关键在于对其文件系统、网络以及执行环境设定明确的限制，而非依赖权限提示或安全防护措施。尤为值得注意的是，Anthropic通过对那些在“信任边界”或允许的数据传输路径上发生的故障进行分析，从而对相关设计进行了修订。 作者：Eran Stiller
GitHub重新设计了其问题管理系统的导航功能，采用了客户端侧架构，该架构结合了缓存技术、预测性预加载机制以及服务工作者，从而有效降低了用户所感受到的延迟。这一方案还利用IndexedDB、内存缓存以及后台同步功能来加快数据传输速度。据GitHub称，用户的导航体验得到了显著改善，延迟时间减少了4%到22%，而且在多种导航操作中都能看到这种效果。 作者：Leela Kumili
