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⌄
Datadog Blog
原文发布：2026-10-28 08:00收录：2026-10-29
GitHub 在旧金山 Universe 大会上发布了 Copilot Fusion，这是一个帮开发者自动挑选和调度 AI 模型的系统。以前写代码时，开发者要自己判断用哪个模型：复杂任务挑强模型，日常任务忘了换回来，容易又贵又慢。Copilot Fusion 会根据任务自动选模型，还能在工作流中途切换，比如让一个模型答题、另一个模型检查，或者让一个模型评审另一个模型的输出。开发者只需选择投入档位：日常用 Standard、较难用 High、最复杂用 Max。据 GitHub 数据，Fusion Max 在编程智能体评测中得分 60，与 Claude Code 搭配 Opus 5.5 Max 只差两分，但 API 成本约为一半、每任务耗时少约 40%。该功能已正式可用，企业管理员可以限制可选模型并决定是否设为默认。
文中可用工具
- GitHub Copilot Fusion自动为编程任务选择并编排 AI 模型，开发者只需选择投入档位
- Project HydraFusion提供运行时模型编排能力，Fusion 的前身研究预览
- Copilot Auto Model Selection自动选择模型的原有功能，已并入 Fusion
- Claude Code作为对比基准的编程智能体
- GitHub Copilot app原文未说明用途
- Copilot Projects原文未说明用途
- Copilot Automations原文未说明用途
- Open SWERamp 的开源编程智能体，已把模型选择纳入系统
- Artificial Analysis Coding Agent Index用于评测编程智能体表现的基准榜单
展开详情收起详情：GitHub 发布 Copilot Fusion：全新的模型选择与编排系统，以一半 API 成本击败 Claude Code⌄
The New Stack
原文发布：2026-10-29 00:19收录：2026-10-29
Cloudflare 把它内部几乎每个请求都会用到的键值存储 Quicksilver，做成了 Workers KV 的一种新模式，目前开放给少数客户做私测（private beta），还没正式上线。键值存储可以理解成一个超大的查号台：给一个名字，马上返回对应的内容。新模式读取速度在 p99 下是 1.62 毫秒，而经典 KV 是 287 毫秒。但限制很硬：最多 1 万个键，每个命名空间只有 1 MB，每秒只能写一次，所以只适合读多写少、数据量小的场景。
文中可用工具
- QuicksilverCloudflare 内部的键值存储，现作为 Workers KV 的一种模式开放私测
- Workers KVCloudflare 的边缘键值存储服务，Quicksilver 作为其新模式提供
展开详情收起详情：Cloudflare 以 Workers KV 即时模式向客户开放 Quicksilver，限制在 1 MB 容量内⌄
InfoQ Architecture & Design
原文发布：2026-10-28 16:57收录：2026-10-29
Colin Douch 分享了他搭建并扩展自托管可观测性系统的实战经验。过去团队要监控系统，往往得依赖 SaaS 服务，容易被供应商锁定、成本也不好控；他改用 Prometheus、VictoriaMetrics 和 Jaeger 等开源工具，把指标、结构化日志和分布式追踪关联起来，说明这样做在工程上有哪些取舍。对运维和平台团队来说，这提供了一套不依赖外部厂商、可自行掌控的监控方案思路。需要说明的是，材料只提到这是一场演讲，具体可用性和详细做法原文没有展开。
文中可用工具
- Prometheus开源监控工具，用来采集和存储指标数据
- VictoriaMetrics开源时序数据库，用于大规模存储指标数据
- Jaeger开源的分布式追踪工具，用于跟踪请求链路
展开详情收起详情：演讲：大规模遥测数据治理——自托管可观测性实战指南⌄
InfoQ Architecture & Design
原文发布：2026-10-28 19:00收录：2026-10-29
Airbnb 更新了它用来给推荐系统提供数据的 Chronon 平台。以前，推荐系统用的用户行为特征要等将近两天才更新一次，推荐容易过时。现在他们加了 Push Mode（推送模式）和近实时模型转换，能在几秒内更新这类推荐向量，把延迟降到一分钟以内。效果上，离线评测指标 NDCG 提升了 1.67%，线上测试中未取消的预订量大约增加了三分之一百分点。
文中可用工具
- ChrononAirbnb 的特征平台，用来生成和更新推荐系统所需的数据
- Push ModeChronon 新增的推送模式，让特征更新更快
- Near Real-Time Model Transform近实时模型转换，用于在秒级更新推荐向量
展开详情收起详情：Airbnb 借助 Chronon 将推荐数据陈旧度从两天缩短至数秒⌄
InfoQ Architecture & Design
原文发布：2026-10-28 21:53收录：2026-10-29
Spring AI 是一个用 Java 写 AI 应用的框架。以前它把模型回复只当成一段文字，但像 Claude、Gemini、OpenAI 这些推理模型会额外返回“思考过程”和加密签名，要求下次请求时原样带回；如果顺序错了或丢了，模型就会报错或忘掉之前的推理。Spring AI 2.1 把消息改成按顺序排列的“部件”列表，可存放文本、推理、工具调用、工具结果、图片等，并原样保留这些加密数据，不同厂家的模型之间也能安全切换。该版本目前是 2.1.0-RC1 候选发布版，主要聊天模型都能生成和读取部件，还新增了可持久化这些部件的会话记忆功能。使用 Spring AI 的开发者升级后，推理内容能在多轮对话和流式输出中完整保留，读取方式也统一了。
文中可用工具
- Spring AI用 Java 构建 AI 应用的框架，2.1 版把消息改为按顺序的部件列表
- OpenAI Responses APIOpenAI 面向推理模型和智能体的较新接口，返回带加密推理项的数组
- Chat CompletionsOpenAI 最早的聊天接口，许多其他服务器也实现
- OpenAiChatModelSpring AI 中对接 Chat Completions 接口的实现
- OpenAiResponsesChatModelSpring AI 2.1 新增，对接 Responses API 的无状态模式
- MessageAggregator把流式返回的分片合并成完整消息
- JdbcChatMemoryRepository原先只保存文本和消息类型的会话记忆存储
展开详情收起详情：Spring AI 2.1 消息部件：能完整往返保留的推理内容⌄
Spring Blog
原文发布：2026-10-28 08:00收录：2026-10-29