数据工程需要自己的 DevOps 时刻:把数据管道当作 24x7 服务
数据栈仍停留在 ELT 模式——把每张原始表逐字节复制进中心数据湖,再由数据团队用 cron 逆向出指标,反馈回路长达数月,团队只能靠永久保存原始数据来兜底。文章主张数据领域补上 DevOps 那一课:管道即代码、SQL 逻辑与环境解耦、CI 门禁每次部署、管道作为带 SLO 的 24x7 服务上报 lag、freshness、completeness 指标。
数据栈仍停留在 ELT 模式——把每张原始表逐字节复制进中心数据湖,再由数据团队用 cron 逆向出指标,反馈回路长达数月,团队只能靠永久保存原始数据来兜底。文章主张数据领域补上 DevOps 那一课:管道即代码、SQL 逻辑与环境解耦、CI 门禁每次部署、管道作为带 SLO 的 24x7 服务上报 lag、freshness、completeness 指标。
Anthropic 的 Claude Devs 发布教程,介绍如何用 Claude Managed Agents 搭建自动化智能体,示例为按计划读取 Slack 和 GitHub、具备凭证与记忆并发布更新。
在 Nvidia V100 上,仅靠共享内存(smem)分块和寄存器文件(RF)分块两项优化,CUDA 核心 fp32 gemm 即可达到 cuBLAS 88% 的性能(10.7 TFLOPS),而朴素实现仅 1.9 TFLOPS(16%)。作者认为,相比传统的延迟隐藏思路,吞吐量匹配才是首要目标,关键在于让内存系统以匹配计算单元消耗速率的带宽供给操作数。
CyberPulse 是一款实时监控 API 异常活动与安全威胁的工具,采用 Isolation Forest 算法检测异常,并将威胁分类为未授权访问、数据外泄、拒绝服务等类别。
freeCodeCamp 发布一小时视频教程,教你在笔记本或普通 CPU 上从零构建、预训练并微调一个 2500 万参数的语言模型。课程涵盖混合线性/稀疏注意力、MoE、绑定嵌入权重和多模态图像 patch 输入等现代 LLM 架构,并演示模型从随机字符生成逐步学会 Python 语法。后训练部分搭建轻量 RL 循环,让模型写代码、跑单元测试并获取奖励,任务成功率从 0% 提升到通过多数评测。
Databricks 在博客中介绍 Lakebase Postgres 的数据库分支能力,可在不到一秒内分支整个数据库,无论其大小,采用 copy-on-write 让分支共享父分支数据、仅在分叉时占用额外存储,并支持 scale-to-zero 使空闲分支不产生计算成本。
一位同时运行约十几个 agent 的用户在全局 CLAUDE.md 中禁用 "honestly"、"genuine" 等措辞和虚假对比句式,但发现风格规则只改变用词、不改变报告形态,Opus 5 之后散文变得难以忍受。
PHP 命令行工具的输出如今同时被开发者和 AI 智能体读取,两者看到的内容可能不一致,这一差异已成为攻击面。
NVIDIA 给出用前沿 AI 模型为机器人仿真创建 SimReady 资产的 5 步流程,基于 NVIDIA Omniverse 库,并遵循 SimReady Foundation 规范、由 NVIDIA 智能体技能引导。该流程用于把 CAD 资产转换为 OpenUSD 并完成验证,开发者需在测试机器人行为前配置和校验材质、碰撞几何、关节及其他物理属性。
现代软件中的漏桶限流机制可追溯至公元前1600年巴比伦人用底部小孔容器计时的水钟,公元前200年希腊人已将其改进为带浮子和齿轮的精确时钟,Ctesibius 用齿轮驱动指针显示季节。
针对代码变更后文档仍长期出错的问题,开发者正在构建 Amendary:连接 GitHub 与 Notion 或 GitHub 上的文档,选定要监控的页面并映射到对应仓库,再依据代码变更或指定的发布信号检查文档。发现可支撑的不一致时,它会附上来源起草修正,供人在审核队列中确认后再应用。
ComfyUI 博客作者 Bryan Wade 通过智能体搜集各类优化,把 MiniMax H3 实时视频生成压缩到单张 RTX 5090(32 GB 显存)上运行,生成 30 秒视频耗时 23.51 秒,达 1.28 倍实时吞吐。原文给出了完整的优化清单和开源节点,读者可据此复现这套降低硬件成本的思路。
DevOps 工程师 Inti María Tidball 为 Nerdearla 大会开发了一套基于 ESP32 的 IoT 环境监测系统,用于测量会场空气质量等环境条件。
作者发布 dirsql,一个用 SQL 查询本地文件的工具,把文件作为数据源,磁盘上增删文件时应用行数据自动更新,无需导出。它支持 SELECT * FROM './' 列出文件、按扩展名分组统计、用 --on-file 自定义解析器把 markdown 日记拆成行,并可通过 dirsql-plugin-embeddings 做向量语义检索。
作者用 FastVideo 的 FastH3 V2 checkpoint 配合四步采样、稀疏注意力 VSA、ClipProj 小文本编码器、INT8 剪枝 checkpoint。
推荐理由:作者把单张 RTX 5090 上跑实时视频的七项优化逐条拆开,可迁移到其他视频模型的推理部署。
NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获得第二名,其系统核心思路是让智能体的 harness 更小、更清晰、更易验证。该竞赛要求智能体针对数据库、CSV 和 JSON 文件、散文文档、PDF 及简报视频等异构数据源回答自然语言问题。
NVIDIA Dynamo 提出以统一的会话级 ID 把请求级服务基础设施改造成程序感知系统,支持会话感知路由、共享 KV cache 索引和跨 vLLM、SGLang 的程序化缓存迁移。
推荐理由:原文给出会话级 ID、追踪回放与调度策略的完整设计,可据此理解智能体推理服务栈的改造路径。
Jane Street 实习生 Theodor Totev 为内部消息框架 Aria 引入按 topic partition 划分的索引结构,配合 min-heap 做 n 路归并,使生产负载下 CPU 占用下降 30%。
加州大学伯克利分校人权中心团队以约 6TB 墨西哥军方泄露邮件为对象,用图分析(graph analytics)构建人员网络,以发现关键词搜索之外的间谍软件采购与部署线索。团队因缺乏现成方法论而自建系统,项目在成功前多次失败,文章复盘了其决策与失误。
AWS 发布基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构,让多个团队共享同一 GPU 集群。
Oracle 在招聘、工程和运营环节借助 ChatGPT Work 与 Codex,把专家知识转化为快速、可重复的工作流,将原本数天的工作缩短到几分钟。
作者用 Ollama 在 32GB Mac 上跑 Gemma 4 26B(A4B QAT)和 Qwen3-30B-A3B,通过 MCP 对接自建开源 ERP Saybooks(48 个工具)与 huntctrl(23 个工具),约 40 次测试发现本地客户端会丢弃 MCP 服务器的 instructions。
苹果在 iPhone Duo 上通过 feature flag 提供了 Device Posture API 和 Viewport Segments API,前者用 navigator.devicePosture 或 @media (device-posture。
Plasmidsaurus 一名工程师描述其 21 人工程团队在 AI 编程下的工作方式变化:AI 已写下他 97% 的代码,团队每周提交数百个 PR,16% 的 pull request 被自动批准并合并,还能处理 1000 行的 PR。他认为 Cursor 在 2025 年 7 月推出 background agents 是转折点,让开发者可以把整个任务委派给机器,而人的价值转向判断力与问责。
OpenUI 逆向工程了 ChatGPT 的 Intelligent UI,指出该能力随 GPT-6 引入,模型用 DIL(Markdown 加 JSX 式标签与 JavaScript)写出界面,经服务端编译为 JavaScript 程序和 JSON 数据,再由沙箱 iframe 中的 Web Worker 执行并渲染为 ChatGPT 原生组件。
开发者以每年约 10 美元买下 4 字母域名 o9.nz,用来集中托管自己用编码智能体做出来的一堆小项目,避免为每个项目单独买域名。他本想用 o3,但相关域名全被占用,最终在 o9.pe 与 o9.nz 中选了 o9.nz,并把 unyolo 等项目迁到其子域名下。邮箱方面,Google Workspace 不接受含 ? 的地址,最终选用 [email protected]。
Radar 团队用 Claude Code 在 Claude Sonnet 5 上跑 SREGym 的 50 个 Kubernetes 故障,对比只有 shell 和 kubectl 与使用 Radar 只读 MCP 工具两种情况。
schubergphilis 发布开源 AI 培训套件 ai-training,涵盖 AI 概念、AI 安全、使用 AI 智能体、AI 辅助软件工程以及定制和构建 AI 智能体。
一位开发者反思:LLM 智能体就像游戏作弊码和 Stockfish 引擎,一旦触手可及,就很难拒绝直接要答案。在编程 katas 练习中,让 agent 直接生成代码并表面理解,与亲手找到解法是两种不同技能,前者只是“跟着看”。作者认为工作中用 agent 提效合理,但学习时须保持自律,因为过程本身才是目标。
Anthropic 此前公开的一道面试题要求为玩具 VLIW SIMD 架构优化内核,该架构含 12 个 ALU、6 个向量 ALU 及 2 组 load/store 单元,原始内核跑出 147,734 周期。
Tripo 演示了用 Tripo P2.0 在几分钟内搭建关卡 blockout 素材包:先用 P2.0 生成完整环境,导入 Blender 后执行 Separate → By Loose Parts 拆分,即可得到原生四边面拓扑、可用于生产的资产。官方称这一流程将原本数小时的工作缩短到几分钟。
Replay.io 在 9 月 18 日至 10 月 1 日于自有仓库试运行由 Fullstory、Replay QA、Obvious 三层组成的自愈循环,共开出 152 个 PR,全部非人工编写,其中 80 个经复现验证后由工程师合并,覆盖 124 个 bug 中的 76 个。
文章提出 AI 原生软件工厂的关键不在编码智能体本身,而在围绕它的公司级系统,并给出四步落地路线:先从 git 历史度量评审等待时间,再让买来的智能体接手迁移、评审等苦活,然后只建第一条产线证明需要的平台,通常从模型网关开始,最后持续跟踪每次合并的成本、质量与吞吐。
Nate Meyvis 因找不到兼顾速度、笔记标注与文件导航的 PDF 阅读器,自己动手做了一个基于 Web 的阅读器,并加入 Vim 风格键位。他表示 AI 让开发过程快得出乎意料,仅为了改善那份促使他动手的 13 页 PDF 的阅读体验就已值得。他计划按需继续微调,并将其视为"家常软件"理念的一次实践。
Fivetran 作者在 iPhone 17 Pro 上用 DuckDB 运行 TPC-H 的 22 条分析查询,与 Databricks Serverless SQL 的 XS、S、M 三种集群规模对比,在 25、50、100、200 GB 四个数据规模下,iPhone 除最大规模外均快于 Databricks 集群,最大规模下也具竞争力。
QA Wolf 基于 WebRTC 实现了 Web、Android 和 iOS 端到端测试运行的实时直播,浏览器与 runner 之间直连延迟低于 200ms。
DevExpress 发布示例,演示如何在 .NET 控制台、WinForms 和 WPF 应用中注册 Azure OpenAI 服务并启用 AI 文本处理功能,覆盖 WinForms MemoEdit、RichEdit 及 WPF TextEdit、RichEditControl 组件。
作者歸藏演示了用 Grok Bot 在云端虚拟机上自动收集资讯、编写代码并渲染视频,实现每日 AI 早报的全自动生产。该工作流强调全云端执行、无需本地电脑以及可复制性,完整链路从 Prompt 输入到最终视频产出。
作者分享了一个视频生成 Prompt,通过模拟 2000 年代索尼 MiniDV 家用摄像机的画质、光影与物理动态,生成杭州街头散步视频。提示词用轻微手持晃动、自动对焦变化、数字噪点和低饱和度等视觉约束,来消除 AI 视频常见的塑料感与电影级完美感。
一种资源复用技巧:在 Grok Bot 的 Agent 云电脑中部署 Pi、DeepSeek Harness 等其他编程助手 CLI,通过 API Key 桥接,让 Grok 调度这些工具的算力处理视频渲染等子任务,从而消耗其他订阅的剩余 Token。