AWS 发文介绍 Elastic Beanstalk 面向受监管行业工作负载的定位。过去这类托管平台主要比拼“多快能把代码跑起来”，但医疗、金融、政府等受监管组织的应用往往要运行多年，期间要打补丁、应对运行时停止支持、满足不断变化的安全与审计要求。原文认为中型组织缺少大企业那样的平台工程、安全和合规专岗，却要承担 HIPAA、PCI DSS、SOX、FedRAMP 等义务，应用组合一多就容易出现配置“漂移”，审计风险随之上升。文章强调该平台能直接部署已有的 Java JAR、.NET/IIS、PHP、Python 等应用而无需先容器化，并用统一方式管理整个应用组合。目前原文只是介绍性内容，未说明具体发布时间、可用状态或价格。
文中可用工具
- AWS Elastic BeanstalkAWS 的托管应用平台，用于部署和管理应用，原文称其适合受监管工作负载长期运行
展开详情收起详情：AWS Elastic Beanstalk 面向受监管工作负载：为下一个十年而建，而不只是首次部署⌄
原文发布：2026-10-29 22:00 · 首次收录：2026-10-30
法国 AI 公司 Mistral 周四在 Hugging Face 上发布了前沿开放权重模型 Mistral Large 4（ML4）的权重。ML4 三周前才开放预览，公司称经过强化学习和客户、伙伴测试后提升明显：在 Terminal-Bench 4.0 智能体编程测试中得 41%，仅比 GLM-5.3 的 40% 高 1 分，并称每任务平均少用 47% 的 token；网络安全测试 CyberGym 得 79%，GLM-5.3 为 29%。Mistral 强调开放权重是为了让模型能跑在自己的基础设施上，不被别人随时关掉，并把 ML4 称为通往下一代模型的“垫脚石”，还预告未来几个月会推出可在笔记本上运行的小型号。读者可留意：这是可下载权重的模型，但各项对比分数均来自 Mistral 自己的测试，成本优势的说法也未提供第三方验证。
文中可用工具
- Mistral Large 4 (ML4)Mistral 发布的前沿开放权重模型，主打智能体编程和网络安全能力，权重已可在 Hugging Face 下载
- Hugging Face模型权重发布与获取的平台
- Terminal-Bench 4.0用于评测智能体编程能力的基准测试
- CyberGym E2E测试防御性网络安全能力的评测项目
- GLM-5.3文中作为对比对象的竞品模型
- GLM-5.3 Flash文中作为对比对象的较小竞品模型
- Kimi K3文中作为编程基准对比的模型
- Muse Spark Open文中作为编程基准对比的模型
- DeepSeek v4.1 Flash 1017文中作为网络安全基准对比的模型
- MiMo-V2.6-Pro文中作为网络安全基准对比的模型
展开详情收起详情：Mistral Large 4 开放权重发布，编程能力以 1 分优势领先 GLM-5.3：“竞争对手能做的事，这个模型都能做”⌄
原文发布：2026-10-29 22:49 · 首次收录：2026-10-30
AWS 的开发者倡导者 James Ward 提出，很多 MCP 服务器目前只是被动地返回数据，就像一个只负责查数据的接口。他建议服务器在返回数据时顺便告诉 Agent 刚做了什么、接下来可以做什么、去哪里找更多信息，相当于让服务器成为对话中的另一个参与者。他还指出 MCP 默认无法追踪调用链路，AWS 的做法是给工具加会话 ID 参数，让多次调用串成完整旅程，再加一个参数记录用户目标，方便团队复现问题、做评测并改进工具。对使用 MCP 的团队来说，这意味着要同时观察人和 Agent 协作的路径，检验工具改动是否真的帮用户完成任务。文中提到 AWS 已于 5 月向所有人开放其 MCP Server，并在 9 月加入 Lambda 诊断功能；这些做法本身并不新奇，重点在于能否持续观测和衡量。
文中可用工具
- MCP ServerAWS 提供的 MCP 服务器，现已向所有人开放，并加入了 Lambda 诊断功能
- Lambda diagnostics用于 Lambda 的诊断能力，帮助排查问题
- CLIAWS 提供的命令行工具，可在不同 AWS 用户配置之间切换
- skills原文未说明具体用途
展开详情收起详情：为什么 MCP 服务器应当告诉 Agent 下一步做什么⌄
原文发布：2026-10-29 23:55 · 首次收录：2026-10-30
微软把 GitHub Copilot 背后的 Agent 调度框架通过 Microsoft Foundry 开放给外部开发者，作为托管服务提供。它自带沙箱、可复用的技能包、MCP 集成和对子 Agent 的支持，开发者只需选模型、写指令和配工具，运行环境由微软负责。目前是公开预览，到 2026 年 12 月 1 日前免费使用，之后按 CPU 和内存计费，模型推理等费用另算。好处是搭建 Agent 省事，但限制也明显：创建时选定的 harness 之后不能更改，CPU、内存和空闲时长由微软控制，也不能自带模型，更适合愿意接受这套约束的团队。
文中可用工具
- Microsoft Foundry微软的托管服务平台，用来构建和部署 Agent
- Foundry Agent Service提供 Copilot harness 的托管 Agent 服务
- GitHub Copilot微软的 AI 编程助手，也使用同一套 harness
- Copilot Studio微软用于构建 Copilot 产品的工具，同样基于该 harness
- VS Code代码编辑器，支持该 harness
- Azure Developer CLI用来部署和调用 Agent 的命令行工具
- MCP工具集成协议，接入时需要认证和审批
- azure.yaml配置文件，定义模型部署、工具、指令和 harness
展开详情收起详情：微软新 Copilot harness 让 Agent 搭建变简单，但想换就难了⌄
原文发布：2026-10-30 04:54 · 首次收录：2026-10-30
AWS 的 Hydro 团队正在开发一个开源 Rust 框架，用来编写分布式系统（即同时跑在多台机器上的软件）。现在他们的大部分代码由 AI 编程智能体生成，人力主要负责把关，于是出现了长达约 5000 行、难以拆分的改动，人工审查跟不上。更麻烦的是，智能体常同时写代码和单元测试，测试未必可信。他们的做法是在智能体的“信任范围”之外加入由编译器执行的共享正确性检查，像 Rust 借用检查器那样在运行前就发现问题，让智能体立刻得到反馈。Hydro 目前是早期版本，适合对延迟和吞吐有要求的团队，但还不完善、需要学习；相关工具 Hydro 和 Infinity 已开源，由 AWS 与加州大学伯克利分校联合开发。
文中可用工具
- Hydro开源 Rust 分布式系统框架，可在编译阶段检查多类错误并给智能体即时反馈
- Infinity开源智能体运行时，等待工具调用或 CI 任务时暂停智能体以节省资源
- RustHydro 使用的编程语言，其借用检查器可在运行前发现竞态条件
展开详情收起详情：AWS Hydro团队希望让编译器捕捉编程智能体的错误⌄
原文发布：2026-10-30 05:53 · 首次收录：2026-10-30
OpenAI 的 CEO Sam Altman 在一档播客里说，公司曾考虑对下一代模型不再按 token 计费，改成开发者提交一个提示词、OpenAI 直接给出一个总价，像 AWS 那样“用完给你账单”。但试问客户时反馈非常负面：大家说“我得知道自己在为什么付钱”，否则成本没法估算。还有人表示宁可单价提高、也要保留按 token 的明细，因为“知道背后有真实的东西”。所以这个想法被放弃了，目前 token 定价仍在用。Altman 自己也承认 token 是“一种假单位”，不是衡量 AI 用量的好单位，但暂时没有更好的替代方案。对开发者来说，现阶段计费方式不变；事件中涉及的模型和时间表均未说明。
展开详情收起详情：Sam Altman 差点取消 Token 定价，为什么又放弃了？⌄
原文发布：2026-10-30 06:19 · 首次收录：2026-10-30
Anthropic 公布了 Claude Code 团队在 Claude 写出约 90% 代码后如何审查代码的做法。文中提到，团队里没有人对代码库保持完整的心智模型，也就是没人能在脑子里装下整个代码的全貌。他们还记录了一次拉取请求在一夜之间跑了五十多轮审查，以及审查者把大部分精力花在已有代码上。不过团队也承认，目前还缺一项他们想要的控制手段。这些说法是否站得住脚，正被一线实践者检验。
文中可用工具
- Claude CodeAnthropic 的 AI 编程工具，在本文情境中负责撰写大部分代码并参与代码审查
展开详情收起详情：Anthropic 称没人需要对 Claude Code 保持完整心智模型，实践者们正在验证这一说法⌄
原文发布：2026-10-29 17:58 · 首次收录：2026-10-30
Google 的 OAuth 平台最近开始支持一种叫 DPoP 的安全机制，全称是“演示持有证明”。原来 OAuth 2.0 里的访问令牌像一张不记名的通行证，谁拿到手都能用，一旦被偷就可能被攻击者反复使用（重放攻击）。DPoP 相当于给通行证绑上只有真正持有者才有的“钥匙”，每次使用时都要证明自己确实持有这把钥匙，偷来的令牌因此很难被冒用。对使用 Google 登录的开发者来说，这多了一层防护，但摘要没有说明具体开放范围、是否默认启用，也未提供更多技术细节。
文中可用工具
- DPoPOAuth 2.0 安全机制，用来防止访问令牌被窃取后冒用
- OAuth 2.0常用的授权登录协议，DPoP 是在其上增加的安全机制
展开详情收起详情：Google 采用 DPoP 增强 OAuth 2.0，抵御令牌窃取与重放攻击⌄
原文发布：2026-10-30 03:00 · 首次收录：2026-10-30
Spring 社区主持人 Josh Long 采访了 JOOQ 的作者 Lukas Eder，聊了 JOOQ 这个工具。JOOQ 的作用是把 SQL 语句变成 Java 里可以类型检查的写法，让复杂数据库操作更安全、更清晰。节目里两人谈到 JOOQ 的起源和演进，也涉及动态 SQL、跨数据库方言、存储过程、视图，以及 DuckDB、ClickHouse、Redshift 等现代数据库的实际使用情况，还提到 AI 辅助调试和 SQL 仍然重要。对 Java 和数据库开发者来说，这期节目能帮他们理解 JOOQ 的定位，以及强类型在减少心智负担上的价值。
文中可用工具
- JOOQ把 SQL 写成类型安全的 Java 代码，方便操作数据库
- DuckDB原文未说明具体用途，仅作为讨论中提到的数据库
- ClickHouse原文未说明具体用途，仅作为讨论中提到的数据库
- Redshift原文未说明具体用途，仅作为讨论中提到的数据库
展开详情收起详情：Bootiful 播客：与 JOOQ 创作者 Lukas Eder 聊“数据极客”⌄
原文发布：2026-10-29 08:00 · 首次收录：2026-10-30
美团基础技术部把 AI 编程（让 AI 帮忙写代码、查代码）用到了分布式存储系统里。这类系统一旦出错就可能导致数据丢失或服务不可用，所以光“写得快”不够。他们的做法是：让 AI 做代码评审、排查问题和自动化开发，但要求结论必须能被验证——比如用测试把问题复现成“红灯”、用接近真实环境的集成测试排除误报、用线上日志确认问题真的发生过。实践发现 AI 能抓跨文件不一致、删代码留下的隐患，也会因不懂运维流程而误判，所以人仍需把关定级和设计决策。读者可参考这套“提效+验证”的方法，守质量和稳定性底线。
展开详情收起详情：如何在“不能出错”的系统里使用 AI Coding？分布式存储实践与边界⌄
原文发布：2026-10-29 14:56 · 首次收录：2026-10-30
LangSmith 的 Managed Deep Agents 现在能替你的 Agent 运行浏览器，让 Agent 像人一样点击、滚动和填表，去做那些没有 API 可用的网页操作，比如订机票或提交理赔。原来 Agent 只能抓网页源码，Java渲染出来的内容和按钮它都碰不到。这次提供了几种配套工具，还能在需要登录时把浏览器交给你本人操作，登录状态可以沿用。对读者来说，以后让 Agent 代办网页事务会更顺手，也不必把密码交给模型。
文中可用工具
- Managed Deep Agents在 LangSmith 里构建和部署 Agent，无需自己运维基础设施
- LangSmith运行 Agent 的托管平台，也用于查看和调试运行记录
- browser_snapshot读取页面结构并给可交互元素标上编号
- browser_run在页面上执行点击、填写等操作或一段脚本
- browser_screenshot截取渲染后的页面画面
- browser_handoff把浏览器交给真人操作，完成后再交还 Agent
- StagehandBrowserbase 开源的浏览器 Agent 开发 SDK，这些工具基于它构建
- WebVoyager用于测试浏览器 Agent 在真实网站上完成日常任务的基准
- Open SWE用浏览器做端到端测试的编程 Agent
展开详情收起详情：托管式深度 Agent 中的浏览器使用⌄
原文发布：2026-10-30 00:45 · 首次收录：2026-10-30
Managed Deep Agents 发布 v0.10 版本。以前智能体只能处理有 API 的网站，遇到需要登录或点击的页面就卡住。新版本内置浏览器，能像人一样操作没有 API 的网站，遇到登录时把浏览器窗口交给你输入密码，模型看不到你的凭证；同时新增异步子代理，长任务放到后台跑，主智能体继续和你对话，结果完成后自动回到对话里。此外回复会回到发起请求的 Slack 线程，线程里还有停止按钮。
文中可用工具
- Managed Deep Agents管理和运行智能体的平台，本版本新增浏览器使用和异步子代理
- browser_handoff把远程浏览器窗口交给用户登录，避免密码进入模型消息和追踪记录
- LangSmith sandbox运行浏览器和子代理的沙箱环境
- Studio智能体渠道之一，可展示浏览器交接链接并恢复运行
- Slack对话渠道，回复回到原线程，并提供停止运行按钮
- define_browser在项目根目录声明浏览器及作用域的配置函数
- define_deep_agent定义深度智能体及其子代理的配置函数
展开详情收起详情：Managed Deep Agents v0.10：浏览器使用与异步子代理⌄
原文发布：2026-10-31 00:49 · 首次收录：2026-10-30
Datadog 推出了一个叫 Infrastructure Basic 的轻量监控档位。原来，对于不太重要的服务器（比如内部后台系统、开发测试机），团队要么用比实际需要更重的监控方案，要么另买一套工具，要么干脆不监控、留下盲区。现在这个档位只采集 CPU、内存、磁盘、网络、开机时长等基础系统指标，还能盯住指定进程是否在跑，并复用现有的告警通知工具。这样，次要服务器也能和重要系统放在同一个 Datadog 环境里统一查看，减少监控空档。目前该功能需要联系 Datadog 销售团队开通，新用户可先试用 14 天。
文中可用工具
- Datadog Infrastructure Basic轻量级主机监控档位，采集核心系统指标和指定进程状态，支持告警通知集成
- Datadog Agent部署在主机上的采集组件，在 basic 模式下只采集基础系统级数据
- Process Check监控指定的命名进程是否仍在运行
- ServiceNow接收监控告警并创建工单
- PagerDuty接收监控告警并触发事件通知
展开详情收起详情：按工作负载需求匹配监控深度：Datadog 推出 Infrastructure Basic⌄
原文发布：2026-10-28 08:00 · 首次收录：2026-10-29
Snyk 在旧金山举办了首届客户峰会 UNFILTERED，邀请一批安全负责人闭门坦诚讨论。大家集中聊了五个话题：AI 代写的代码出了问题该由谁负责；企业开始追问 AI 的投入回报和预算上限，不再只看成本；找出漏洞不再是难点，难点是修得快、少靠人；AI 让每个人都能写代码，风险来源也变多了；人能审核的数量有限，愿意信任自动代理，但前提是代理绕不过控制。这次峰会是闭门讨论，不发布产品；次日 Snyk 才推出 Evo Agentic AppSec 并举办 AI 安全峰会。
展开详情收起详情：Snyk UNFILTERED：走进我们的首届客户峰会⌄
原文发布：2026-10-28 08:00 · 首次收录：2026-10-29
安全公司 Snyk 回顾了 PHP 引擎两个严重漏洞（PHP2Shell）的应对过程。问题出在代码之下：漏洞位于 PHP 引擎处理请求的环节，应用代码还没开始运行就可能被利用，所以即使代码写得干净也挡不住。攻击者只需发一个无需登录的请求，而很多团队根本说不清 PHP 到底跑在哪些对外地址上。Snyk 的做法是先盘点外部可见资产、标出用 PHP 的主机，再上线针对性检测，打补丁后重测确认修复生效。对普通读者的意义是：漏洞从公开到被大规模利用只有几天，提前摸清自己对外暴露了什么，比事后临时找要快得多。文中提到 VirusTotal 指纹识别约 510 万个运行 PHP 的 IP，其中只有约 110 万主动暴露版本号。
文中可用工具
- Snyk API & Web从外部盘点域名资产、识别技术栈并做漏洞检测
- Snyk Container扫描容器镜像中的依赖和系统包漏洞
- Snyk Unmanaged检测不由包管理器安装的第三方组件漏洞
- VirusTotal指纹识别互联网上运行 PHP 的 IP 及版本信息
展开详情收起详情：PHP2Shell 不会是最后一个：下一个漏洞会先出现在哪里⌄
原文发布：2026-10-28 12:00 · 首次收录：2026-10-29
OpenAI 在 DevDay 宣布 ChatGPT 周活跃用户突破 12 亿，约相当于全球人口的 15%。这么多人和越来越多的 AI 智能体同时发起请求，每次聊天、API 调用和模型调用都得先验证身份和权限，传统集中式身份系统在高并发下容易成为瓶颈。OpenAI 采用 Ory 的解耦认证引擎和 OAuth2/OIDC 基础设施，让令牌校验在边缘以无状态方式完成，减少反复回查中心数据库。文章还比较了自托管可组合 IAM 与传统身份 SaaS 在数据主权、成本和扩展方式上的差异，并提到让智能体先“观察模式”运行、再收紧权限的思路。对读者的价值是：了解面向超大规模和智能体负载设计身份鉴权时的关键取舍。
文中可用工具
- Ory提供解耦的认证引擎和 OAuth2/OIDC 身份基础设施，供 OpenAI 这类超大规模场景使用
- Ory Kratos处理身份生命周期、凭证哈希和会话管理的微服务
- Ory Hydra高性能 OAuth2/OIDC 服务器，负责签发访问令牌和管理授权流程
- Ory Keto基于 Google Zanzibar 模型的细粒度权限控制引擎，评估关系元组
- ChatGPTOpenAI 的聊天产品，文中称其周活跃用户已超 12 亿
- Codex原文仅提及名称，未说明具体用途
- CockroachDB分布式 SQL 数据库，用于跨区域复制身份验证状态
- Spanner原文仅提及名称，未说明具体用途
- Postgres原文仅提及名称，未说明具体用途
- Auth0文中作为传统多租户身份 SaaS 的例子出现
- Okta文中作为传统多租户身份 SaaS 的例子出现
- Ping Identity文中作为传统多租户身份 SaaS 的例子出现
展开详情收起详情：从人类点击到智能体速度：OpenAI 12 亿用户规模对你的鉴权意味着什么⌄
原文发布：2026-10-28 20:00 · 首次收录：2026-10-29
这篇文章讲的是：当负责处理退款的 AI Agent 中途崩溃时，如何让接替它的新 Agent 安全接手，而不会重复退款。原来问题在于，Agent 会自己推理、临时决定，崩溃后新 Agent 可能重新想一套方案，甚至再退一次款，导致用户被退两次钱。作者的做法是：在发起退款前，先把这笔操作的金额、授权、幂等键和状态写进数据库（相当于先立一张可查的“操作底账”），新 Agent 只能继承这张底账，不能自己改写；支付接口前还有一层校验，只放行记录里已授权的操作。这样即使崩溃，也能靠同一个幂等键和操作编号查清到底发生了什么，避免重复退款。对读者的用处是：如果你在生产环境跑 Agent 处理支付、订单等有副作用的操作，可以用“持久操作记录+幂等键+边界校验”的思路提升可靠性。文中提到的 LangGraph、Temporal 能恢复执行，但不能判断外部是否已成功；Langfuse 和 ClickStack 可用于追溯，但都只是辅助证据，最终以支付方记录为准。
文中可用工具
- ClickHouse Managed Postgres存放业务数据和权威操作记录
- ClickStack查询应用遥测和日志
- Langfuse查看 Agent 调用链和工具调用记录
- LangGraph持久化执行进度并在失败后恢复
- Temporal持久化执行进度并在失败后恢复
- Langfuse MCP server让 Agent 按操作 ID 查询此前的调用链
- ClickStack MCP server让 Agent 检索同一时间窗口内的服务事件
展开详情收起详情：AI Agent 需要可替换——同时不丢失工作成果⌄
原文发布：2026-10-28 21:00 · 首次收录：2026-10-29
文章用一个虚构例子说事：云平台上有一个叫 research-agent-2 的账号，它的访问密钥是 14 个月前创建的，最后一次使用是 11 个月前，但至今仍然有效。问题出在：人离职会触发账号回收流程，但一个干完活的 AI 助手（agent）往往只是关掉页面就走，没人回头清理它的权限；而 AWS IAM 的访问密钥不会自动过期，于是这把旧钥匙一直能开门。文章引用 OWASP 2025 年非人类身份风险榜单，把“下线条目没处理好”排在第一位，并提到 2026 年 9 月 GreyNoise 记录的一次攻击：从零到在真实目标上实现远程代码执行不到 4 小时，26 秒内攻陷至少 11 家机构，说明拖慢清理很危险。解决办法分三步：用 CloudQuery 把 AWS 凭证报告同步进数据库，再用给出的 SQL 查询找出“创建超过 90 天且 90 天以上没用过”的有效密钥，然后由指定负责人复核，配合策略和定时任务处理。注意 90 天只是复查门槛，不是判死刑；查询不包含 root 账号密钥，那需要单独紧急审计。文章提供的是自查方法和查询语句，属于已给出的操作指导，不是新发布的工具。
文中可用工具
- CloudQuery把 AWS IAM 凭证报告同步到数据库，方便用 SQL 查询长期未用的密钥
- AWS IAM管理用户访问密钥，其密钥不会自动过期
- ClickHouseCloudQuery Platform 使用的查询数据库方言
- PostgreSQL另一种可运行文中查询语句的数据库
展开详情收起详情：Agent 早已消失，它的访问密钥却还活着，会发生什么？⌄
原文发布：2026-10-28 22:00 · 首次收录：2026-10-29
Nvidia 发布了 Nemotron 3.5 Transcribe，这是一个开源权重的多语言转录模型。以前的转录模型只能按音频原样转写，出错了也不好纠正；这次的新模型支持在开始前给它提示，比如告诉它这是英语医学讨论、附上专业术语表，还能要求标注说话人、指定逐字或整理后的格式。它可以处理 40 种语言、最长一小时的录音，但不支持实时直播。Nvidia 称它在 Hugging Face 英语开源语音识别榜上以 5.33% 的平均词错率排第一，在部分基准上还优于参数量大得多的 Voxtral。开发者可以用 vLLM 部署，或用 NeMo-Speech.cpp 在本地单 GPU 上运行，也能用 NeMo 工具微调以进一步降低错误率。模型已经发布，属于开源权重，采用 OpenMDW-1.1 许可。
文中可用工具
- Nemotron 3.5 TranscribeNvidia 新发布的可提示多语言转录模型，支持说话人标注和翻译
- VoxtralMistral 的可提示语音转文字模型，文中用作对比
- Universal 3 ProAssemblyAI 的可提示语音转文字模型，文中提及
- vLLM用于部署该模型的推理服务框架
- NeMo-Speech.cpp用于在本地运行该转录模型的工具，项目已开源在 GitHub
- NeMo Speech提供微调工具，可帮助降低模型错误率
- NeMo Curator用于构建 Granary v2 数据整理流水线
- Granary v2可复用的数据整理流水线，附带公开清单，用于准备自定义训练数据
展开详情收起详情：Nvidia 发布可提示的转录模型⌄
原文发布：2026-10-28 23:00 · 首次收录：2026-10-29
GitHub 的提交量涨得极快：2024 年平均每月约 6500 万次，今年 4 月 14 亿次，8 月 29 亿次，9 月已达到 74 亿次，公司称主要推手是 AI Agent 带来的自动化需求。这种增长也让服务频繁出故障，所以 GitHub 今年已增加 400 万个 CPU 核心（多数在 Azure 上）、160 PB 高速存储和 50 Tb/s 网络带宽，并加强 GitHub Actions 算力。同时它正把计算和存储拆开重新架构，内部测试写入吞吐最高提升 35 倍。对开发者的意义是：这轮扩容已在进行，目标是减少卡顿和宕机，但新架构的具体上线时间原文未说明。
文中可用工具
- GitHub ActionsGitHub 的自动化构建与运行服务，此次增加了算力
- Azure微软云平台，GitHub 新增 CPU 核心主要部署于此
展开详情收起详情：GitHub 9 月提交量达 74 亿次，新增 400 万 CPU 核心和 160 PB 存储以应对增长⌄
原文发布：2026-10-29 00:10 · 首次收录：2026-10-29