简单说，就是有人提出：用 Postgres 存数据很方便，但数据一多、尤其是做 AI 应用或有 AI 代理不断读写时，原生版会变慢、维护变麻烦。文章介绍的思路是用 TimescaleDB 来扩展 Postgres，而不是换成另一套数据库，这样就不用做昂贵的迁移。文中还预告了一场 10 月 21 日的网络研讨会，由 Tiger Data 的 Matty Stratton 讲解和现场演示。对读者来说，这提供了一条“继续用熟悉工具、但扛住更大数据量”的路线，不过具体演示效果和限制文中没说，得等研讨会。
文中可用工具
- Postgres一种常用的关系型数据库，用来存储和管理数据
- TimescaleDB用来扩展 Postgres，帮它在大量实时数据下跑得更稳
- autovacuumPostgres 自带的后台清理机制，数据变多时维护负担会加重
展开详情收起详情：你可以在不离开 Postgres 的前提下超越原生 Postgres⌄
The New Stack
原文发布：2026-10-09 00:23收录：2026-10-09
GitHub Copilot 很快会自动决定编程任务是在本地还是云端运行，预计10月底上线。微软说会看任务和缓存状态来选，但没说 Auto 模式会把多少代码库信息传到云端，也没说开发者能不能查看或限制这些决定。本地跑模型需要大内存，目前只针对特定 Windows 设备，选了本地模型也不等于完全离线，因为它仍可能联网。
文中可用工具
- GitHub CopilotAI 编程助手，即将自动决定代码任务是本地还是云端运行
- Project HydraFusion为编程任务选择模型的系统，扩展后负责决定在哪里运行
- MAI Code 1.1 Flash微软的本地代码模型，可离线运行
- Windows ML providerWindows 上运行本地模型的接口，原文未详细说明用途
- Execution Containers (MXC)微软开源库，用于强制沙箱策略
- ProcessContainer 后端 BaseContainer 层级Windows 上的沙箱执行环境，原文未详细说明用途
- SeatbeltmacOS 上的沙箱机制，原文未详细说明用途
- bubblewrapLinux 上的沙箱工具，原文未详细说明用途
- copilot-sdk在演示中用于构建每日分诊仪表盘的项目
- SWE-Bench Verified代码任务评测基准，用于对比量化前后性能
- Terminal-Bench 2.1终端任务评测基准，用于对比量化前后性能
- OpenAI-compatible local endpoints兼容 OpenAI 的本地模型接口，让开发者选择本地模型
展开详情收起详情：GitHub Copilot 将支持本地推理，但微软未说明哪些数据会发送到云端⌄
The New Stack
原文发布：2026-10-09 01:49收录：2026-10-09
Anthropic 推出了 Claude Dashboards，目前处于测试阶段，用户只要连接 Snowflake、Databricks 等数据源，用日常语言描述想看的数据，Claude 就能生成实时仪表盘，点击图表里的数字还能看到背后的查询语句，不懂 SQL 也能让 Claude 解释。过去企业做数据分析往往要专门找 BI 团队排期，现在营销、运营等业务人员也能自己动手，而且权限跟原有账号保持一致，看到的数据范围不变。它还支持把仪表盘导出到 Grafana、Hex、Sigma 等常见商业智能工具，企业版默认关闭，需要管理员手动开启。
文中可用工具
- Claude Dashboards连接企业数据源后用自然语言生成实时仪表盘，并支持查看查询语句
- Claude Motion把季度更新或图表等素材通过写代码的方式变成动画短片
- Snowflake作为 Claude Dashboards 可连接的企业数据源之一
- Databricks作为 Claude Dashboards 可连接的企业数据源之一
- Amazon Redshift作为 Claude Dashboards 可连接的企业数据源之一
- ClickHouse作为 Claude Dashboards 可连接的企业数据源之一
- Salesforce通过 Claude 现有连接器接入 Dashboards
- Grafana可把 Claude 仪表盘导入的 BI 工具之一
- Hex可把 Claude 仪表盘导入的 BI 工具之一
- Mixpanel可把 Claude 仪表盘导入的 BI 工具之一
- monday.com可把 Claude 仪表盘导入的 BI 工具之一
- PostHog可把 Claude 仪表盘导入的 BI 工具之一
展开详情收起详情：Claude 现在可以帮你构建仪表盘了⌄
The New Stack
原文发布：2026-10-09 03:00收录：2026-10-09
Harness 宣布收购了 Augment Code 的编程智能体产品，包括 Cosmos 软件工厂等，想解决的是：代码生成变快了，但测试和发布流程没跟上，反而成了瓶颈。他们计划让智能体在写代码时参考过去的部署失败记录，自动修复问题，但这项整合功能还没上线，具体怎么交换信息、权限怎么分配都没说清楚。目前 Cosmos 仍可在原网站使用，程序员依然要人工审核代码。对读者来说，如果团队用这套工具，现在只能用到基础功能，真正好用的部分还得等。
文中可用工具
- Cosmos把需求或缺陷报告变成代码合并请求，智能体在隔离虚拟机里写代码和测试
- Auggie CLI原文未说明具体用途
- Code Context Engine在编程过程中检索相关的代码库上下文
- Harness已有的软件交付平台，负责测试和部署
- Agent Harness计划用于管理 Cosmos 智能体的身份和策略控制，但细节未说明
展开详情收起详情：Harness 收购 Augment 编程智能体，但最佳功能尚未发布⌄
The New Stack
原文发布：2026-10-09 05:38收录：2026-10-09
Harness 收购了 Augment Code 的部分资产，包括 Cosmos、Auggie CLI 和代码上下文引擎。以前，AI 写代码和把代码安全部署到生产环境是两件分开的事，中间要人工搬运信息。现在 Harness 想把这些环节连起来：让 AI 代理从工单或 bug 出发，自动规划、写代码和测试、提 PR，再交给 Harness 的交付、安全、成本等代理一路管到上线。对读者来说，这意味着软件开发可能从「AI 帮写代码」走向「AI 跑通整条流水线」，但具体开放时间和可用范围原文未说明。
文中可用工具
- Harness Cosmos Software Factory Agent把工程任务从想法自动推进到代码，协调代理完成规划、写码、测试和提交 PR
- Auggie CLI原文未说明用途
- Code Context Engine帮助 AI 代理理解代码库及与任务相关的代码关系
- Harness Software Delivery Knowledge Graph连接软件构建、测试、安全、部署和运维的上下文信息
- PR Author预置的 AI 专家，负责撰写拉取请求
- Deep Reviewer预置的 AI 专家，负责深度代码审查
- Risk Analyzer预置的 AI 专家，负责分析风险
- Verifier预置的 AI 专家，负责验证变更
- Software Delivery Agent把代码变更安全地构建、部署到生产环境并验证，支持回滚
- Security Testing Agent在进入生产前发现并修复代码、依赖和供应链中的风险
- Runtime Protection Agent保护生产环境中的应用、API 和 AI，防御运行时威胁
- Cost Management Agent管理和优化云及 AI 成本
展开详情收起详情：Harness 收购 Augment Code，推进自主软件开发生命周期⌄
Harness Blog
原文发布：2026-10-08 08:00收录：2026-10-09
Harness 发布了一篇入门教程，手把手教没有用过 Harness CD 的开发者部署一个示例 Java 应用。原来很多团队用 SSH 脚本手动部署，一旦要加第二个环境、回滚或上线审批，脚本就会变得混乱，回滚往往要凭记忆找回上一个可用的镜像版本。这次教程把“构建”和“部署”拆开：部署目标、策略和失败处理只需配置一次、到处复用，从测试环境切到生产环境只改少量设置，出错一键回滚并保留完整发布历史。教程需要 GitHub 等代码仓库账号、Docker Hub 账号、Kubernetes 集群和 Harness 账号，并说明仓库里已带一份可用的流水线配置，可直接指过去跳过手动步骤，但整篇是演示性质，是否已在正式产品中可用原文未明确说明。
文中可用工具
- Harness CD配置和运行部署流水线，支持回滚、审批和发布历史记录
- Harness Delegate装在 Kubernetes 集群里的轻量代理，让 Harness 能访问集群并执行部署
- Docker Hub存放构建好的应用镜像，供部署时拉取
- Kubernetes运行示例应用的目标集群环境
- GitHub Actions在已有 CI 里附带部署步骤的常见做法
- GitLab CI在已有 CI 里附带部署步骤的常见做法
- Jenkins在已有 CI 里附带部署步骤的常见做法
展开详情收起详情：如何在 15 分钟内用 Harness CD 部署你的第一个应用⌄
Harness Blog
原文发布：2026-10-08 21:19收录：2026-10-09
这篇博客记录了作者用 Harness 搭建 CI 流水线的一次实际体验：他有一个 Java Maven 项目（含 42 个单元测试和 Dockerfile），以前搭流水线要手写一堆 YAML 配置，这次他把 GitHub 仓库授权给 Harness，让内置 AI 扫描代码、自动识别 Java + Maven 并生成构建、测试、缓存步骤，再手动加一步把镜像推到 DockerHub。整个过程不用写一行流水线 YAML，首次运行 2 分 34 秒全部通过，加上推送 DockerHub 后整条流水线也只跑了 3 分多钟，适合想快速体验 Harness CI 的开发者参考。
文中可用工具
- Harness CI自动化构建、测试并推送代码的持续集成平台，可让 AI 自动生成流水线
- GitHub存放源代码的代码托管平台，本次用它授权连接仓库
- Docker把应用打包成镜像并推送到镜像仓库
- DockerHub存放和分发 Docker 镜像的公共仓库
展开详情收起详情：Harness CI 流水线教程：构建并推送 Docker 镜像⌄
Harness Blog
原文发布：2026-10-08 22:55收录：2026-10-09
GitHub 的漏洞赏金团队为了庆祝网络安全意识月，专门介绍了他们赏金计划里的一位顶尖安全研究员 @vaib25vicky。他平时的工作，就是像普通用户一样去使用 GitHub 的各种功能，然后琢磨这些功能哪里可能被坏人利用。他特别擅长找和“权限控制”有关的漏洞，这次分享了他挑目标功能、验证漏洞的方法，也提到会用 AI 当助手，但强调 AI 给出的结果必须自己亲自验证过才能提交。对读者来说，这让人了解白帽黑客是怎么帮平台提前发现并修好漏洞、让大家的代码更安全的，也顺便知道了 GitHub 调整赏金规则、设了只邀请顶尖研究员的 VIP 计划，最高奖金能到三万美元甚至更多。
文中可用工具
- GitHub CopilotAI 编程助手，文章提到它正在改变软件开发方式，可能带来新的安全测试面
- Copilot coding agentAI 编程代理，同样被视为新的潜在攻击面
- HackerOne漏洞报告平台，文章建议通过它向 GitHub 提交安全发现
展开详情收起详情：一位漏洞赏金研究员如何挑选要调查的功能⌄
GitHub Blog
原文发布：2026-10-09 01:02收录：2026-10-09
Cloudflare 在“生日周”活动上发布了 Clef，这是一组开放的 AI 模型，专门用来在几个预设选项中做选择，而不是像聊天机器人那样生成大段文字。以前让 AI 做决策，常常要写很多复杂的提示词，还容易出错。Clef 把决策变成“选择题”，并配套了一个平台，可以针对具体决策任务进行调整。这次发布了 90 亿和 270 亿参数两个版本。对开发者来说，以后做自动化选择时可能更简单、更可控，但具体怎么用、效果如何，材料里没说。
文中可用工具
- Clef一组开放权重的 AI 模型，用于在预设选项中做选择，而非生成文本
- Cloudflare原文未说明具体用途
展开详情收起详情：Cloudflare 开源面向 AI 智能体的决策模型⌄
InfoQ Architecture & Design
原文发布：2026-10-08 14:54收录：2026-10-09
在 OSS EU 的一场讨论中，专家们说欧洲组织想要在技术上更自主，不是完全不用全球供应商，而是要有靠谱的替代方案，并且自己掌握必要的技能。他们强调，要搞清楚自己在云服务和硬件上依赖了谁，同时在软件上做出实际可用的选择，这样才能真正把技术控制权握在手里。对读者来说，这意味着技术自主不是一刀切地拒绝外部产品，而是学会评估依赖、培养能力，并善用开源等选择来保障日常运营。
展开详情收起详情：专家在 OSS EU 表示：技术主权需要选择、技能与支持⌄
InfoQ Architecture & Design
原文发布：2026-10-08 16:08收录：2026-10-09
Spotify 的工程师 Pratik Rasam 在一场演讲中介绍了 Spotify Ads Manager 如何用 Google ADK Java 在生产环境大规模运行多智能体系统。多智能体系统就是让多个 AI 程序各管一块任务、协同工作；规模一大就容易变成难以维护的“单体巨兽”，也难控制成本。他分享了架构模式、领域归属、确定性护栏和基于追踪的评估策略，以及划定智能体边界、优化工具结构、控制成本等经验教训。目前这是演讲分享，材料未说明具体落地成效或可复用代码。
文中可用工具
- Google ADK Java用来构建和运行多智能体系统的开发框架
- Spotify Ads ManagerSpotify 的广告投放管理平台，多智能体系统的运行场景
展开详情收起详情：演讲：Spotify AI 广告平台的多智能体模式⌄
InfoQ Architecture & Design
原文发布：2026-10-08 19:00收录：2026-10-09
这期 Spring 的 Bootiful 播客请到了 Java 圈很有影响力的工程师 Kohsuke Kawaguchi（川口耕介），聊了他的职业经历和对技术的看法。他曾在 Sun 参与 JDK 里的 XML 和 Web 服务基础设施，还做过几个后来被开发者广泛使用的个人项目，最有名的当属 Jenkins——起初只是因为他自己受不了构建老失败，才写了 Hudson，后来演变成最重要的持续集成平台之一，靠的是插件化、开放和模块化的设计。他后来创办 Launchable 想让测试和 CI 流程更高效，相关成果后来并入了 CloudBees。现在他不再全职带团队，把时间花在长途骑行、做饭和旅行上。他也谈了对 AI 的看法：AI 正在快速改变软件开发，但更可能胜出的做法是把智能能力嵌进现有工作流，而不是让所有人都用一个大聊天窗口。如果你关心 Java 历史、CI/CD、开源文化或开发者工具，这期值得一听。
文中可用工具
- Com4J让 Java 程序在 Windows 上更方便地调用 COM 组件
- Jenkins持续集成平台，自动构建和测试代码，取代了早期的 Hudson
- HudsonJenkins 的前身，一个持续集成服务器
- Launchable让测试执行和 CI 流程更高效的平台
- CloudBees企业级 CI/CD 平台，Launchable 的技术后来并入其中
展开详情收起详情：Bootiful 播客：传奇 Java 开发者 Kohsuke Kawaguchi 专访⌄
Spring Blog
原文发布：2026-10-08 08:00收录：2026-10-09
Anthropic 宣布启动一项长期计划 Anthropic Cyber Mission，帮助防御者保护关键基础设施和开源软件。他们发现，现在用 AI 找漏洞很容易，但真正修复、验证和排序这些漏洞却很难，而且电网、水厂等老旧系统往往不能停机打补丁。为此他们推出两个项目：一个是 Critical Infrastructure Defense Program，联合埃森哲、CrowdStrike、Palo Alto Networks 等公司，把 Claude 模型、现场工程师和威胁研究带给关键基础设施的防御方；另一个是 OSS Scanner，让开源项目可以免费定期用其最强模型做安全扫描。这些工作已经开始，但不代表所有问题都解决了，目前是先与一小批伙伴合作摸索有效做法。
文中可用工具
- ClaudeAnthropic 的前沿模型，用于帮助发现和修复安全漏洞
- OSS Scanner为开源项目提供免费定期安全扫描
- Critical Infrastructure Defense Program (CIDP)为关键基础设施防御方提供模型、工程师和威胁研究支持
- Project Glasswing此前发现漏洞的项目，已合并进 Cyber Verification Program
- Cyber Verification Program让更多防御者可以使用 Anthropic 最强模型的项目
展开详情收起详情：Anthropic 网络安全使命正式发布⌄
Anthropic News
原文发布：2026-10-08 17:04收录：2026-10-09
Anthropic 未来三年将投入 1.5 亿美元，支持美国联邦政府的 Genesis Mission 计划，让 Claude 等 AI 工具供 NASA、美国国立卫生研究院、国家科学基金会等 15 个以上机构的研究人员使用。此前研究人员要接触这类前沿 AI 工具并不容易，这次通过提供使用额度、技术培训和对口支持来降低门槛。主要用途是帮科学家处理聚变能、量子计算等难题，目前属于已公布的三年承诺，具体项目还在逐步推进中。
文中可用工具
- Claude供联邦机构研究人员用于科学工作的 AI 助手
- Claude Code面向科研项目的编程辅助工具，原文未详细说明具体功能
- Claude Science整合研究者常用工具和软件包的 AI 工作台
- Model Hardware Standard让 AI 智能体安全操作实验仪器的共享规范，处于研究预览阶段
展开详情收起详情：深化对美国科学发现的承诺⌄
Anthropic News
原文发布：2026-10-08 21:00收录：2026-10-09
Anthropic 发布了新版 Claude 使用政策，主要不是新增限制，而是把原来分散的旧规则讲得更清楚。比如把散落在选举、欺诈、隐私等条款里的“不能用 AI 造假账号、伪造新闻”合并成“禁止欺骗性宣传”一节；选举部分改为只禁止欺骗选民、破坏选举；武器条款明确也管武器里的软件和武装无人机；监控条款写清哪些监控禁止、哪些（如反欺诈、新闻、法律研究）仍允许。还要求健康和金融等高风险场景必须有人工审核并告知当事人，连接物理硬件的模型要能被操作者随时叫停。新政策 11 月 12 日生效，全文见官方政策页。
展开详情收起详情：2026 年使用政策更新⌄
Anthropic News
原文发布：2026-10-09 01:00收录：2026-10-09
OpenAI 最近阻止了两起利用 AI 进行的影响行动。这些行动假扮成记者和智库，在网上散播与地缘政治有关的宣传内容。OpenAI 发现后采取了措施，让这些虚假账号和操作无法继续。不过，目前不清楚这些行动具体针对哪些地区、使用了哪些 AI 工具，OpenAI 也没有详细说明。对普通读者来说，这意味着 AI 公司正在主动清理利用其技术制造虚假信息的行为，但类似威胁可能仍然存在。
展开详情收起详情：OpenAI 打击利用 AI 的“假幌子”影响行动⌄
OpenAI News
原文发布：2026-10-08 08:00收录：2026-10-09
Pollo AI 是一个帮创作者把创意点子变成图片和视频广告的工具。它接入了 OpenAI 的几款模型，据文中说法是 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，用来把想法生成细节丰富的图像和电影感的视频广告。原文只给了这一句介绍，没有说明这些模型是否已经开放使用、具体怎么操作、价格或限制，也没有给出实际效果和上线时间，所以这些信息目前都还不清楚。
文中可用工具
- GPT-5.6用于把创意想法生成图像和视频广告的 OpenAI 模型，原文未说明具体用途细节
- GPT-6 Astra用于把创意想法生成图像和视频广告的 OpenAI 模型，原文未说明具体用途细节
- GPT-Image-2.5用于生成图像的 OpenAI 模型，原文未说明具体用途细节
- Pollo AI帮助创作者把创意想法转化为图像和电影感视频广告的工具
展开详情收起详情：Pollo AI 借助 OpenAI 将创意想法转化为营销活动⌄
OpenAI News
原文发布：2026-10-08 20:00收录：2026-10-09
Oracle 在招聘、工程和运营部门使用 ChatGPT Work 和 Codex 这两款工具，把原本分散在专家脑子里的经验变成大家都能快速重复使用的流程。原来这类工作往往要花好几天，现在可以压缩到几分钟完成。不过原文只给出了一句概述，既没有说明具体是哪类任务，也没有提到节省了多少时间、有多少人使用，或者这些能力是已经上线还是仍在测试，这些信息都还没有披露。
文中可用工具
- ChatGPT Work帮助团队把专家知识变成快速、可重复的工作流程
- Codex在工程等场景中协助处理原本耗时数天的任务
展开详情收起详情：Oracle 如何用 ChatGPT 和 Codex 把数天工作量缩短到几分钟⌄
OpenAI News
原文发布：2026-10-09 00:00收录：2026-10-09
Stripe 做了一个叫 Restock 的示范智能体，它住在 Slack 里，能帮你在网上找商品、把商品放进购物车并完成付款。以前让 AI 自己花钱很麻烦：要么让它在网页上模拟点按结账，容易出错，要么得把银行卡信息交给模型，很不安全。这次的做法是让付款交给 Stripe 的消费者钱包 Link 处理，模型从头到尾看不到卡号，而且用户要在 Slack 里确认订单并设定花钱上限，比如买一盒 25 美元以内的蓝笔，智能体最多只能花这么多。对读者的意义是，可以从 Restock 的示例代码出发，自己搭一个能安全付款的智能体。
文中可用工具
- RestockStripe 的示范智能体，能在 Slack 里找商品、建购物车并付款
- Managed Deep Agents托管智能体运行的平台，负责 Slack 接入、人工审核、凭据和状态保存
- LinkStripe 的消费者钱包，持有付款方式并让用户批准付款
- Machine Payments Protocol定义通过 HTTP 进行付款交换的协议，商户返回需要付款的提示，客户端带上凭据重试
- Zinc通过其支持 MPP 的订单 API 搜索商品并代表用户向零售商下单
- Apify原文未说明用途
- Mercator原文未说明用途
- pympp处理 MPP 协议的格式
- Link CLI在沙箱里完成 Link 登录
- ChatOpenAI智能体使用的模型接口，调用 OpenAI 模型
展开详情收起详情：可付款的智能体：用 Stripe Link 和 Managed Deep Agents 构建 Restock⌄
LangChain Blog
原文发布：2026-10-09 01:37收录：2026-10-09
Datadog 原有远程漏洞扫描器在主机规模扩大后，扫描全部主机需超过18小时，而扫描器的 SSH 凭证只有12小时有效期，凭证过期后无法继续认证剩余主机，导致部分主机漏扫。他们改用已经部署在各主机上的 Datadog Agent 收集安装的软件包版本，传给 Datadog Cloud Security 来识别已知漏洞，并用六个月新旧系统并行比对覆盖范围和检测结果。迁移后扫描新鲜度保持在99%以上，即99%以上范围内主机在过去24小时内完成过扫描，并继续满足 SOC 2 Type II、ISO 27001、PCI DSS 和 FedRAMP High 的审计要求。
文中可用工具
- Datadog Agent已部署在各主机上的采集程序，用来收集安装的软件包及其版本信息，并发送给 Datadog
- Datadog Cloud Security基于 Agent 收集的软件包信息识别已知漏洞，并成为主机漏洞发现结果的记录系统
展开详情收起详情：我们如何用 Datadog Agent 取代主机漏洞扫描器⌄
Datadog Blog
原文发布：2026-10-07 08:00收录：2026-10-08