内容归档
按栏目浏览往期内容，用关键词、分类和日期找到需要的信息。
Pinterest 在数据库接入流程里加了一套机制，用来判断持续灌入的数据什么时候“差不多齐了”，好让下游任务开始处理。以前这种持续写入的数据不好确定边界，容易处理到一半又来了新数据。他们用 Apache Flink 跟踪事件时间，再通过 Apache Iceberg 的元数据发布一个只增不退的水位线，作为“可以定稿”的信号。这样下游就能按分区处理已经足够完整的数据，支撑到 PB 级别。这属于工程机制分享，原文没有说明具体上线范围或性能数字。
这是 2026 年 10 月 12 日这一周的 Java 生态周报，由 Michael Redlich 整理。内容提到几件事：OpenJDK 有三个 JEP 被列入 JDK 28 的目标；Azul Payara 发布了 2026 年 10 月版本；Gatherers4j、Yupiik Fusion、Google ADK for Java 和 Google ADK for Kotlin 都有小版本更新；Apache Camel 修复了 38 个 CVE 安全漏洞。对 Java 开发者来说，这份周报能帮你快速了解本周值得关注的版本更新和安全修复，尤其是用 Apache Camel 的团队应尽快查看这 38 个漏洞。摘要没有说明各 JEP 的具体内容、各版本的新功能细节以及漏洞的严重程度，需要看原文或官方发布说明。
AWS 宣布在 10 月 24 日做一次演练：把欧洲主权云和 AWS 全球网络骨干网断开，只用欧盟本地人员和该区域自己的硬件、软件独立运行好几个小时。AWS 说被切断的两套系统都不是维持业务运行的关键，但业内人士看法不一，有人认为这能否回答客户真正关心的问题还不好说。对关心数据主权的人来说，这算一次公开的“断网也能跑”测试，不过目前只是计划中的演练，实际效果要等当天才知道。原文没有说明具体客户是否参与，也没有给出更多细节。
提供的材料未提及具体可用工具。
AWS 发布了一个叫 Well-Architected Agent 的 AI 助手预览版，用来检查用户的云环境是否符合 AWS 架构最佳实践。以前做这类架构审查往往要人工对照清单逐项排查，耗时且容易漏项；现在这个 Agent 会从成本、安全、性能、可靠性四个方面给出按优先级排序的改进建议，还能告诉你具体怎么修，并在部署前先审查基础设施即代码。对使用 AWS 的团队来说，相当于多了一个自动化的架构顾问，帮助更早发现问题、减少返工。目前它只是预览版，尚未正式开放，具体可用范围和收费方式原文未说明。
亚马逊收购了开发分析型数据库 DuckDB 的公司 DuckLabs。DuckDB 这类数据库擅长快速分析大量数据，和传统的逐条读写数据库不太一样。两位联合创始人 Hannes Mühleisen 和 Mark Raasveldt 会加入 AWS 并继续带领团队，目标是让 DuckDB 发展得更好、覆盖面更广，同时保持开源。收购之后，Amazon Aurora PostgreSQL 获得了第一个由 DuckDB 驱动的功能。不过原文没有说明这个功能具体是什么、何时可用，也没有披露收购金额。
微软宣布从 2027 年起，把自研的 Maia 加速器系列扩大到多吉瓦级别（吉瓦是很大的用电规模单位），并用它作为自家产品的主要推理系统。新一代 Maia 300 把芯片之间的两种网络连接合并到一张以太网里，还能在预填充和解码两类工作节点之间传递 KV 状态，不用把数据搬出网络。不过有从业者质疑，这次公告重点宣传的“每瓦 token 数”效率指标是否站得住脚。对读者来说，这反映了大厂自研 AI 芯片的推进方向，也提醒大家看厂商效率数字时要多留个心眼；目前只是宣布计划，2027 年才落地，具体细节原文没有说明。
这篇文章讲的是企业在挑选移动驾照（mDL，手机里的电子身份证）方案时，该怎么提前问清架构问题。作者指出，很多企业在还没搞清技术底细前就急着选供应商或代码库，容易埋下隐患。文章给出一个思路：哪些部分可以放心交给外部、哪些信任边界必须自己盯着、密码学和不同系统互通方面要验证什么、不同使用场景下要求又会怎么变。对读者的用处是，能在掏钱之前把该问的问题想清楚。文章由 Praveen Kumar Gopalakrishnan 撰写，具体工具或产品原文未说明。
提供的材料未提及具体可用工具。
Andrew Martin 做了一场演讲，主题是 AI 安全其实和 Kubernetes 安全密不可分。他谈到，AI 带来的新风险包括：智能体的行为不再完全可预测、GPU 供应链可能被做手脚、多个任务共用同一批算力会带来隐患。针对这些问题，他给出了一些实际防守办法，比如在提示词入口设置防火墙、给智能体分配独立身份。对在生产环境跑云原生 AI 应用的人来说，这些内容有助于判断该从哪些环节加固安全。
提供的材料未提及具体可用工具。
Oracle 发布了 Helidon 27 这个 Java 开发框架的新版本。它第一次采用“Tip & Tail”双轨开发模式：一条轨道跟进最新 Java 技术，另一条轨道提供更稳定、更安全的基线，让用户按需选择。新版本还加入了两个大模块——Helidon Messaging 和 Helidon Data JDBC，并配合 JDK 27 一同推出。这次更新具体能解决哪些开发难题、是否已正式可用、性能提升多少，原文都没有说明。
InfoQ 出了一本小书，讲怎么让软件系统长期保持“可演化”，也就是在系统、技术和团队不断变化时，架构还能方便地跟着改。书里提到用智能体式的适应度函数来发现语义漂移，把“人能不能看懂”当作核心设计指标，还讨论跨云护栏与区域自治，以及如何让技术边界和康威定律对齐。它主张别再依赖静态架构图，而是用持续反馈系统让每次变更都安全、有意识。
提供的材料未提及具体可用工具。
Uber 建了一套自动化系统，用来分析自家庞大服务网格里各个服务之间的依赖关系。以前主要靠分布式追踪来排查故障，但它只采样一部分请求，像偶发但影响大的失败很容易被漏掉。这次的新做法从 RPC 中间件和生产环境指标入手，把调用方的失败和被调用下游的失败关联起来，再判断依赖关系属于“失败即阻断”“失败可放行”还是未知。这样工程师能更完整地看清服务间的真实依赖，尤其是罕见故障的场景。
提供的材料未提及具体可用工具。
这篇指南讲的是怎么在 Spring Security 7 里给服务端加上两种安全机制：DPoP 和 RFC 8693 令牌交换。以前 Spring Authorization Server 是单独一个项目，现在并进了 Spring Security 7，Maven 坐标没变，所以升级基本就是改个版本号。需要注意的是，7.1 版本的应用如果不主动调用 .dPoP()，可能会悄悄不再强制验证 DPoP，文章解释了原因。把两者结合起来，可以得到范围更窄、且绑定发送方的令牌，适合服务间调用和智能体调用。
这是 Brendan O'Leary 的一场演讲，他基于 40 万亿 token 的使用数据，谈开发者实际是怎么采用 AI Agent 的。他的核心观点是：真正决定 AI 能不能落地的，不是模型跑分多高，而是用户是否建立起了信任。他提出 AI 采用分为四个台阶，并分析了上下文构建、多模型路由和反馈回路这几个容易出问题的环节，帮工程负责人把 Agent 工作流真正用起来。演讲标题提到 25 万亿，摘要里数据则是 40 万亿，原文未说明两者关系。
提供的材料未提及具体可用工具。
Google 在 Antigravity SDK 中新增了对本地模型的支持，开发者可以把智能体工作流直接跑在自己的电脑上，不再必须调用云端模型。以前这类工作流通常依赖云端，代码和数据要发出去，还受网络和推理费用限制。现在开发者能自己掌控数据隐私、推理成本、网络依赖和算力分配，同时仍可按需混用云端模型处理更复杂的任务。对开发者来说，写智能体时更省钱、更私密，弱网环境下也能跑。文中未说明具体支持哪些本地模型、开放时间或可用范围。
Shipt 是一家杂货配送公司，最近上线了“Kits”（套装）功能，让用户能快速把一组主题商品拼成一个购物包，比如为聚会配齐食材。过去，商家要手工整理这类组合，工作量大且容易出错；现在平台把商品、购物清单和套装拆成可灵活组合的模块，商家可以按门店库存创建“门店感知”的套装，用户看到的套装内容也会根据附近门店的实际存货和需求自动调整。对普通用户来说，这意味着买主题套装更省事、更少遇到缺货；对商家来说，创建和维护套装从重活变成了简单操作。
提供的材料未提及具体可用工具。
软件工程师 Hillel Wayne 做了一场演讲，主题是如何在系统还没真正建好之前，就提前发现那些会导致故障的架构问题。他借用形式化方法里的一些思路，比如属性强度、状态空间验证和环境假设，帮助大家更早地揪出关键 bug。他提出“对抗式非确定性”这样的实用思维模型，用来推理并发、边界情况和分布式系统故障，而且不需要复杂的数学工具。对普通开发者来说，这意味着可以更早发现隐患、少走弯路，降低后期返工的风险。
提供的材料未提及具体可用工具。
Meta 把云端的“私密处理”功能扩展到了 AI 眼镜。以前，眼镜上的 AI 功能需要把数据传到云端处理，用户可能会担心隐私问题。这次 Meta 用机密虚拟机、可信执行环境、远程验证、匿名凭证、OHTTP 路由和基于 TEE 的存储等技术，让 AI 工作负载和用户的持久上下文可以在云端被安全处理。对用户来说，这意味着使用 AI 眼镜时数据在云端也能得到更好的隐私保护。具体可用时间、支持哪些眼镜和地区，原文没有说明。
Cloudflare 正在小范围测试一个叫 OHTTP Gateway 的新服务。OHTTP 是一种让服务器能看到请求内容、却看不到是谁发来的技术：请求先被加密封装，中间转发者只知道发送者是谁，而最终的网关只负责解密内容、不知道发送者是谁。Cloudflare 这次的一个特别设计是：如果请求是从 Cloudflare Workers 发出、或者来自通过 Cloudflare 代理的服务器，网关会直接拒绝解密。因为一旦解密，发送者身份和请求内容就落到同一方手里，隐私保护就失效了。目前该服务处于封闭测试阶段，尚未公开可用；原文没有说明具体开放时间、价格或申请方式。
EVE Online 的工程师 Nicholas Herring 在一场演讲中，介绍了这款已有 20 年历史的网游是如何做分布式追踪和可观测性的。难点在于游戏服务器实时处理海量事件，如果样样都记录，数据量太大、成本高，还可能拖慢游戏本身。他们的做法是在追踪一开始就决定采不采样（头部采样），并配合动态指数移动平均（EMA）和确定性采样，在保证数据能反映真实运行情况的同时控制开销。对做大型在线系统的读者来说，这是一套在“看得清”和“跑得快”之间取平衡的实战经验。
提供的材料未提及具体可用工具。
QCon AI 纽约 2026 大会（12 月 15 日至 16 日）已确认一批工程师演讲，主题是 AI 进入生产环境后遇到的真实难题。原来，模型上线后代码产出快到来不及审查，token 花销不断上涨，评估结果必须足够可靠才能据此决策，智能体还需要权限和护栏来约束。这些演讲会分享工程师们如何应对这些限制。对读者来说，可以借此了解把 AI 放进生产系统时，同行都在关心哪些问题和做法。目前只公布了会议时间和已确认的演讲，具体议题内容原文没有说明。
提供的材料未提及具体可用工具。