Datadog 的产品经理 Kathy Lin 和技术作者 David Lentz 写了一篇文章，讲 Kubernetes 的旧设备插件模型怎么限制 GPU 使用效率。旧模型里，团队必须提前把 GPU 切好固定的分区，请求只能写数量、看不出显存大小和连接方式，结果经常是花钱买的 GPU 容量白白闲着，或者任务排队等资源。新的动态资源分配（DRA）让 Kubernetes 按每个任务的具体需求灵活挑选和分配 GPU，还能让多个任务共用同一块 GPU，把闲置容量利用起来。读者可以了解 DRA 相比旧模型好在哪，以及用 Datadog 怎么跟踪这些改进和省下的成本。文章目前是博文介绍，没有给出具体性能数字，也没有说明 DRA 功能是否已普遍可用。
文中可用工具
- Kubernetes Dynamic Resource Allocation按任务需求动态挑选和分配 GPU 等硬件，提升利用率
- Kubernetes device plugin model旧版 GPU 分配方式，把设备当作可互换的数量单位
- NVIDIA Multi-Instance GPU把一块 GPU 切成多个相互隔离的硬件实例
- Datadog跟踪 GPU 利用率改进和成本节省情况
展开详情收起详情：Kubernetes DRA 如何提升 GPU 利用率并降低成本⌄
Datadog Blog
原文发布：2026-10-15 08:00收录：2026-10-16
Datadog 为它的 RUM（真实用户监控）产品加了一个叫“运维监控”的新功能。以前，团队能单独看到页面浏览、点击、报错这些零散事件，但很难直接回答“付款这一步到底成没成功、花了多久”。现在，你可以把“处理支付”这类由应用控制的关键步骤定义成一个“操作”，单独追踪它的成功率和耗时，还能用 SLO 设目标、用 Bits AI 查为什么变慢或报错，最后再把它放回整条用户旅程里看。这个功能随 RUM 免费提供，Bits Investigation for Operations 目前还在预览阶段。
文中可用工具
- Datadog Real User Monitoring (RUM)采集真实用户在使用应用时产生的浏览、操作、资源和错误等详细事件数据。
- Datadog MCP Server在不改动应用代码的情况下，通过 MCP 兼容的工作流来创建操作。
- RUM Operations API用编程或批量方式创建操作。
- Bits Investigation for Operations自动分析操作性能下降相关的信号，帮助排查原因，目前处于预览阶段。
展开详情收起详情：利用 RUM 运维监控，跟踪用户旅程中关键步骤的性能⌄
Datadog Blog
原文发布：2026-10-15 08:00收录：2026-10-16
Snyk 发布了一套叫 Evo Agentic AppSec 的“安全智能体”工具，用一组 AI 代理自动完成应用安全工作的各个环节。过去，安全团队面对 AI 大量生成的代码早已不堪重负，Snyk 的数据显示每修复一个漏洞、同时会新增约八个，其中不少是传统扫描器看不清的业务逻辑和权限问题，恶意依赖包还可能在扫描前就偷走凭证。这套工具覆盖从代码开发、CI 检查到定期深度分析三个环节，把威胁评估、漏洞发现、修复和验证串起来，人只负责定策略和审批；据其 VulnBump 测试，修复代理生成的修复有 90% 可直接合并，而无上下文时只有 59.6%。对读者的意义是：这类方案试图让安全审查跟上 AI 写代码的速度，而不是靠人工事后补漏。目前原文只说了这是将进入 Evo 平台的新方案，未说明开放时间或价格。
文中可用工具
- Evo Agentic AppSec由一组安全智能体组成，自动完成应用安全评估、修复和验证等工作
- Evo Agentic Security Review评估应用的威胁与防护措施，给出有证据支撑的发现和修复建议
- Evo Code Scanning Agent发现传统扫描器漏掉的业务逻辑和授权缺陷
- Snyk Secrets检测传统与 AI 辅助开发中暴露的密钥
- Evo Remediation Agent修复新代码和积压问题，上线时先从第三方依赖问题入手
- Evo Dependency Firewall在安装阶段拦截恶意或不符合策略的软件包
- Evo Continuous Offensive Security用对抗性测试评估应用防御和修复效果
- Snyk Code提供底层代码扫描分析并独立验证发现与修复
- Snyk Open Source提供底层依赖扫描分析并独立验证发现与修复
- EvoSnyk 平台上用于保护自研应用和所部署 AI 智能体的部分
展开详情收起详情：推出 Evo Agentic AppSec：跟上 AI 开发节奏的安全方案⌄
Snyk Blog
原文发布：2026-10-15 12:00收录：2026-10-16
Vercel 在旧金山的 Ship 大会上发布了几项后端新能力。原来它主要处理“有人请求才干活”的任务，像需要一直开着的视频转码、队列处理这类后台工作不太合适。这次推出的 Daemons（公测中）可以让开发者部署常驻容器，区域和实例数自己定，崩了自动重启，worker 主动去队列或数据库领任务；同时 Python 支持（FastAPI、Flask、Django）和给 AI agent 用的持久存储 Drives 转为正式可用。对开发者来说，以后更多后端负载可以直接放在 Vercel 上跑，不用再单独搭一套常驻计算服务。
文中可用工具
- Daemons部署常驻后台 worker 容器，自动重启并从队列领取任务（公测中）
- Vercel Queues提供任务队列，供 worker 拉取要处理的工作
- Vercel Drives给 AI agent 用的持久文件存储，可跨沙箱和环境继续使用（正式可用）
- Vercel Functions请求驱动的无服务器计算
- Vercel CLI命令行部署工具
- Container Registry存放 Vercel 构建的容器镜像
- Next.js官方示例中用作前端框架
- Python后端运行时，正式支持 FastAPI、Flask、Django
- FastAPIPython Web 框架，现获正式支持
- FlaskPython Web 框架，现获正式支持
- DjangoPython Web 框架，现获正式支持
- FFmpeg官方示例中用于视频转码和生成缩略图
展开详情收起详情：Vercel 推出常驻 Worker，扩展后端运行能力⌄
The New Stack
原文发布：2026-10-16 02:45收录：2026-10-16
GitHub 员工在共享组织里和外部客户、合作伙伴一起做项目，时间一长，谁还需要访问权限、哪些仓库已经没人用了，靠人工记录很难跟上。他们做了一个叫 Evergreen 的 GitHub App，用 GitHub 自带的定时任务、webhook 和 issue 来干活：每季度给每个仓库开一张清单 issue 让人勾选保留谁，没人回复就默认收回权限；长期没人动的仓库会先警告、再归档，而且从不删除内容。所有状态存成 git 里的 JSON 文件，改动记录本身就是审计日志。这样仓库管理员不用再维护表格，也能保证权限不会一直留着。
文中可用工具
- Evergreen自动审查外部协作者访问权限并归档长期无活动仓库的 GitHub App
- GitHub Actions按季度定时触发工作流，作为 Evergreen 的时钟
- repository_dispatchGitHub 事件类型，用于唤醒 Evergreen 执行任务
- workflow_dispatch支持手动触发工作流步骤
- GitHub webhooks监听 issues.closed 等事件并驱动后续操作
- GitHub custom properties设置 evergreen_repo_owner 来指定仓库负责人
- Copilot可通过复制粘贴快速回滚误操作
展开详情收起详情：保持常青：我们如何在共享组织中自动化安全访问与仓库卫生⌄
GitHub Blog
原文发布：2026-10-16 02:00收录：2026-10-16
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。
文中可用工具
- Spring Security 7Java 应用的安全框架，新版本内置了授权服务器
- Spring Authorization Server原本独立的授权服务器项目，现并入 Spring Security 7
- DPoP一种把令牌绑定到发送方的安全机制，防止令牌被盗用
- RFC 8693 Token Exchange标准化的令牌交换协议，用于服务间传递受限权限
展开详情收起详情：Spring Security 7 中的服务端 DPoP 与令牌交换⌄
InfoQ Architecture & Design
原文发布：2026-10-15 17:00收录：2026-10-16
Chainguard 推出了一套 AI 安全工具 Harness，用前沿模型帮忙找应用代码里普通扫描器查不出的可被利用漏洞。它一开始用的是 Anthropic 限制开放的 Claude Mythos 5.1，所以没参加 Project Glasswing 的团队没法直接碰这个模型，但可以通过 Harness 间接受益。Harness 强调先在实际隔离环境里复现漏洞、验证补丁确实有效，再由人工审核后才交付，以减少 AI 误报给维护者带来的噪音。它已经公开发现并修复了 vLLM 的一个漏洞，还有关键基础设施相关的问题在协调披露中。同时发布的一份调查称，营收十亿美元以上的公司里有 66% 承认至少有时会放着高危漏洞不修。
文中可用工具
- Chainguard Harness用前沿 AI 模型查找并验证应用代码中可被利用的漏洞，先复现再报告
- Claude Mythos 5.1Anthropic 限制开放的前沿模型，Harness 目前用它来跑漏洞研究
- Chainguard Workspaces为每个开发者和编码智能体提供硬件隔离的 microVM 工作环境
- Chainguard Checks让编码智能体在开发过程中直接跑 CI 检查并快速拿到签名结果
- Chainguard Libraries扩展了保护范围，但原文未具体说明用途
- vLLM开源推理引擎，Harness 在其中发现并已修复一个可篡改输出的漏洞
- Claude MarketplaceHarness 将上架，团队可用已有 Anthropic 预算采购，不必单独申请预算
展开详情收起详情：66% 的十亿美元级公司放着关键漏洞不修——AI 猎漏热潮没告诉你的那一半⌄
The New Stack
原文发布：2026-10-14 13:00收录：2026-10-15
企业运维中常见一种“幽灵变慢”：Kubernetes 和 Grafana 仪表盘全绿，Pod 正常运行、探针返回成功、CPU 也没打满，但用户却抱怨应用查询或 AI 模型响应时快时慢。原因是探针只回答“容器要不要重启、能不能接流量”，并不衡量一次完整用户请求是否按时完成。HPE OpsRamp 产品负责人 Mahesh Ramachandran 建议持续采集跨层遥测数据并保留历史记录，因为间歇性变慢过去后，没有历史证据几乎无法定位；再结合异常检测和相关性分析找出可疑因素，但相关不等于证因，改动后需对比同一用户侧指标验证。对读者的用处是：看板变绿不等于用户体验变好，应补上应用性能测量和历史数据。该系统需要团队自行配置探针与集成，文中未说明具体可用的 AI 排查功能或发布时间。
文中可用工具
- Kubernetes容器编排平台，用于运行应用并暴露探针与集群指标
- Grafana仪表盘工具，用于展示监控数据
- HPE OpsRamp持续采集跨层日志、事件和指标，帮助追溯间歇性性能问题
- OpenTelemetry兼容的链路追踪采集，用于已插桩应用
- VMware虚拟化集成，采集清单和性能数据
- Nutanix超融合基础设施集成，采集清单和性能数据
- HPE Morpheus VM Essentials Software虚拟化软件集成，采集清单和性能数据
- Redfish协议集成，从支持的物理服务器采集遥测数据
展开详情收起详情：你的 Kubernetes 仪表盘一片绿，用户却在叫苦连天⌄
The New Stack
原文发布：2026-10-21 03:02收录：2026-10-15
Harness 这家做软件发布工具的公司，把审批环节直接搬进了部署流水线里。以前每次上线前要等好几位负责人签字，人不在就得干等，有时发布要拖到第二天。现在审批步骤就在流水线内部运行，可以设置审批人、超时时间，还能对接 Jira 或 ServiceNow 走变更流程。对开发团队来说，发布等待时间有望缩短，不用再为一个签字等上大半天。
文中可用工具
- Harness CD在部署流水线里内置审批步骤，让发布签核不用另开工具
- Jira Approval当审批取决于 Jira 工单状态时，直接在流水线里查工单是否已批准
- ServiceNow Approval生产变更走 ServiceNow 流程时，把部署和变更请求连起来
- Harness Policy as Code用来写自定义的发布就绪规则，让检查可强制执行
展开详情收起详情：别再让部署审批拖慢发布节奏⌄
Harness Blog
原文发布：2026-10-14 23:34收录：2026-10-15
OpenTelemetry Collector 是一个夹在你的应用和观测平台之间的小程序，负责把遥测数据转成统一格式并转发出去，这样你的埋点代码就不用关心后端是谁。但项目故意不提供唯一的下载版本：有精简的 Core、包含数百个社区组件的 Contrib、能用 OCB 自己拼装的定制构建，以及各厂商预打包的发行版，它们能接的数据源和稳定性都不一样。Dynatrace 这篇文章逐一介绍四种选项的取舍，帮你做出半年后不会后悔的选择。如果数据源本身就说 OTLP、拓扑简单，Core 起步比较省心；Contrib 适合探索，但生产前要逐个核对组件成熟度并裁掉不需要的部分。
文中可用工具
- OpenTelemetry Collector Core官方精简版 Collector，只带 OTLP、debug、batch、memory_limiter 等基础组件，适合简单 OTLP 场景起步。
- OpenTelemetry Collector Contrib包含数百个社区和厂商贡献组件的发行版，几乎能对接任何系统，但每个组件成熟度不一。
- OCB官方提供的构建工具，让你自己挑选组件拼装出专属的 Collector 二进制文件。
- otelcol-k8s官方面向 Kubernetes 的专用发行版，只包含供应商中立、与 K8s 相关的组件。
- otelcol-otlp官方最小发行版，只保留 OTLP 接收器和导出器。
- otelcol-ebpf-profiler官方专用发行版，通过 eBPF 做持续性能剖析。
展开详情收起详情：OpenTelemetry Collector 发行版对比：Core、Contrib、OCB 与厂商构建版，该选哪一个？⌄
Dynatrace Blog
原文发布：2026-10-14 04:41收录：2026-10-14
Harness Builds 把测试智能（Test Intelligence）、代码覆盖率和质量信号结合起来，帮助开发者和 AI 智能体更快验证代码改动。问题是：AI 让写代码变快了，但每次改动仍要构建、测试、审查，改动越多，验证和判断代码好不好的时间就越关键，光跑得快不够。Harness 的做法是用测试智能挑出与改动真正相关的测试来跑，再用代码覆盖率显示哪些代码路径实际被测试执行过、哪些没被碰过；覆盖率还能在流水线里设阈值，低于标准就让构建失败。这样开发者可以更容易发现测试盲区，而不是只看一个覆盖率数字。文中未说明该功能目前是否已正式可用，还是处于演示或未来计划阶段。
文中可用工具
- Harness Builds把构建、测试和覆盖率信号结合起来，帮助判断代码改动是否可信
- Harness Test Intelligence根据改动内容自动选择相关的测试，减少跑无关测试
展开详情收起详情：Agentic 代码正在改变我们对代码质量的思考方式⌄
Harness Blog
原文发布：2026-10-13 08:00收录：2026-10-14
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。
文中可用工具
- OHTTP GatewayCloudflare 推出的托管服务，帮网站解密 Oblivious HTTP 请求，同时尽量不把“谁发的”和“发了什么”对上号
- Cloudflare WorkersCloudflare 上的无服务器运行环境；从它发出的 OHTTP 请求会被该网关拒绝解密
- Oblivious HTTP一种让请求内容与发送者身份分开的隐私传输协议
展开详情收起详情：Cloudflare 的 OHTTP 网关拒绝解密经由 Cloudflare 到达的请求⌄
InfoQ Architecture & Design
原文发布：2026-10-13 14:44收录：2026-10-14
Higgsfield 这家做 AI 视频的公司宣布，它现在能生成超过 10 分钟的视频了，而以前大概只能做 1 分钟。它靠的是新模型 GPT-6 Astra 来拉长视频，用 GPT-Image-2.5 让画面更精确，还提到一条通向“用声音做电影”的路线，工具叫 GPT-Live。对做视频的人来说，这意味着可以用 AI 生产更长的片子，不用被一分钟的长度卡住；不过这些能力是否已经能实际使用、具体怎么用，材料里没有说明。
文中可用工具
- GPT-6 Astra用来生成更长的 AI 视频
- GPT-Image-2.5让生成的画面更精确
- GPT-Live用于语音电影制作的路径，原文未说明具体用途
展开详情收起详情：Higgsfield 将 AI 视频时长从 1 分钟提升至 10 分钟以上⌄
OpenAI News
原文发布：2026-10-13 20:00收录：2026-10-14
Dynatrace 宣布其 Snowflake 可观测性功能正式可用。此前，企业用 Snowflake 做数据分析、数据管线和 AI 工作负载时，成本、性能、安全、运维和数据质量的信息分散在不同工具里，出问题常要人工在 Snowflake、监控工具和表格之间来回切换拼凑原因。现在，团队通过 Dynatrace 的 Data Observability 应用就能统一查看这五方面情况：它带引导式接入、自动采集遥测，并预置 14 个仪表盘，接上就能用，不用从空白画布搭起。对读者的用处是：更容易在用户抱怨前发现性能瓶颈、在账单飙升前发现仓库消耗异常、在数据变旧或结构被改时及早察觉，从而减少依赖这些数据的 AI 应用出错。该功能由开源项目 Dynatrace Snowflake Observability Agent 支撑，偏好自行部署的团队仍可用开源版本。
文中可用工具
- Dynatrace Snowflake Observability统一查看 Snowflake 的成本、性能、安全、运维和数据质量
- Dynatrace Data Observability app提供引导式接入和预置仪表盘的入口应用
- Dynatrace Snowflake Observability Agent (DSOA)开源代理，负责采集 Snowflake 遥测数据并支撑仪表盘
展开详情收起详情：Dynatrace 正式发布端到端 Snowflake 可观测性功能⌄
Dynatrace Blog
原文发布：2026-10-12 21:30收录：2026-10-13
Anthropic 推出了一个叫 OSS Scanner 的工具，让 Claude 帮忙扫描开源软件里的安全漏洞。六个月里，Claude 找出了超过 29000 个“疑似漏洞”，但负责人工确认的六家外部安全公司才审查了约 6000 个，最终只有 516 个真正被修补。问题在于：AI 找漏洞的速度远远超过了人类验证和修复的速度。不过，一些开源项目（如 curl、PostgreSQL、OpenSSL）的负责人表示，收到的报告质量很高，有的甚至附带了可直接使用的修复代码。目前这个工具只对符合条件的成熟开源项目开放，需要申请并验证维护者身份。
文中可用工具
- ClaudeAnthropic 的 AI 模型，用于扫描开源代码并发现潜在安全漏洞
- OSS ScannerAnthropic 推出的开源安全扫描工具，用 Claude 自动查找漏洞并生成报告
- Claude MythosAnthropic 的顶级模型之一，用于驱动 OSS Scanner 的扫描
- Claude Max 20xAnthropic 提供的免费订阅，通过 Claude for OSS 计划发给合格的开源维护者
- Claude for OSSAnthropic 的项目，为合格开源维护者提供免费 Claude Max 20x 订阅
展开详情收起详情：Claude 在开源软件中发现 29000 个潜在漏洞，仅 516 个已修复⌄
The New Stack
原文发布：2026-10-11 21:00收录：2026-10-12
Cloudflare 把 Traces 功能开放公测，让原本只覆盖 Workers 的自动追踪扩展到安全规则、转换、缓存、路由和回源处理，全部生成标准 OpenTelemetry 追踪片段。它兼容 W3C traceparent 头，还能通过 Trace Rules 只对指定流量采样，减少无用数据。12 月 1 日起计费改为按写入量和保存时长收费。对用户来说，调试请求链路更完整，成本也按实际用量计算。
文中可用工具
- Cloudflare Traces在 Cloudflare 代理层自动生成 OpenTelemetry 追踪片段，帮助查看请求在各环节的走向
- WorkersCloudflare 的边缘计算服务，原本就能生成追踪，现在追踪范围从它扩展到更多环节
- W3C traceparent一种标准请求头，让不同系统之间能传递和衔接同一条追踪链路
- Trace Rules按规则只对部分流量采样追踪，避免全量采集带来的成本和噪音
- OpenTelemetry生成追踪数据的通用标准格式，方便接入各类可观测性工具
展开详情收起详情：Cloudflare Traces 将代理层转化为 OpenTelemetry Span，并推出按量计费新定价⌄
InfoQ Architecture & Design
原文发布：2026-10-10 15:12收录：2026-10-11
Datadog 在自带云（BYOC）日志功能里加了跨集群查询。有些公司因为数据必须留在本地或某些地区，就把日志分散存放在自己控制的多个 Kubernetes 集群里。以前要查一次故障，得挨个集群重复搜索再手动对比。现在用一条查询就能同时搜索多个选定集群，Datadog 会把各集群的结果合并展示，日志本身仍留在原处。团队和 AI 智能体因此能更快判断问题是局部还是全球性的，智能体还能少发几次工具调用、省一些 token。该功能已在 BYOC 日志中可用，具体哪些集群可查文中未说明。
文中可用工具
- Datadog BYOC把 Datadog 平台部署到用户自己控制的云环境里，日志数据保留在本地
- Log Explorer用来搜索和查看日志的界面，跨集群查询的结果会合并显示在这里
- Bits AIDatadog 的 AI 功能，BYOC 部署中可继续使用，原文未说明具体用途
- MCP Server让 AI 智能体通过 search_datadog_logs 工具查询 BYOC 日志
- search_datadog_logsAI 智能体用来搜索 Datadog 日志的工具，可指定索引、过滤条件和时间范围
展开详情收起详情：Datadog BYOC 推出跨集群查询，为团队和 AI 智能体统一数据⌄
Datadog Blog
原文发布：2026-10-09 08:00收录：2026-10-10
Amazon ECS 新增了自动修复能力，能自己发现并处理运行任务所用实例和 GPU 的硬件故障。以往 GPU 出问题往往只能表现为任务莫名失败或变慢，而实例掉线后 ECS 也难以及时替换上面的任务，这些都需要团队自己写检测和恢复脚本。现在 ECS 会持续监控 EC2 状态、实例上的 ECS 代理和容器运行时，并通过 NVIDIA DCGM 识别真正的 GPU 硬件错误，一旦确认就自动把坏实例移出并重建。对 SRE 来说，日常运维里一类原本要自己兜底的故障可以交给平台处理，自己只需在更模糊的情况下手动干预；目前该能力已在 ECS Managed Instances 和 Fargate 上线。
文中可用工具
- Amazon ECS运行容器化应用的托管服务，现可自动检测并修复故障实例和 GPU
- ECS Managed Instances由 ECS 接管实例基础设施运维（含补丁和恢复）的模式
- AWS Fargate无需自己管理服务器的容器运行方式，同样支持实例故障自动恢复
- NVIDIA Data Center GPU Manager (DCGM)在实例上监控 GPU 健康状态，识别真实硬件故障
- Amazon EC2提供底层计算实例，其状态检查被用于判断实例是否受损
- Amazon EBS提供块存储卷，其性能下降会被视为实例受损信号之一
展开详情收起详情：Amazon ECS 现可自动修复故障 GPU 与实例：这对 SRE 意味着什么⌄
The New Stack
原文发布：2026-10-09 21:00收录：2026-10-10
Cloudflare 推出了一项叫 K2 的新服务，目前处于公开测试阶段。它做的是“事件流”：应用产生的消息像流水一样被持续记录下来，供其他程序按顺序读取。以前这类系统通常要自己搭服务器和硬盘，而 K2 把数据存在 Cloudflare 已有的 R2 对象存储上，用户不用管机器，按量付费。官方称从写入到可读取的延迟（p99）约一秒，但有测试者报告端到端 p99 为 7.5 秒，团队回应称高于预期；读取和写入的每 GB 价格相同。需要注意的是，这是测试版，延迟表现还在调整，正式上线时间和稳定性尚无明确说明。
文中可用工具
- Cloudflare K2在 R2 上运行的 serverless 事件流服务，用于持续记录和读取消息
- R2Cloudflare 的对象存储，用来存放 K2 的事件流数据
展开详情收起详情：Cloudflare K2 在 R2 对象存储上构建事件流，生产延迟可达一秒⌄
InfoQ Architecture & Design
原文发布：2026-10-09 13:06收录：2026-10-10
Datadog 的政府版服务最近拿到了 FedRAMP High 认证，这意味着处理最敏感政府数据的团队，现在也能用 Datadog 来做事件响应了。以前，政府系统的告警、日志、截图等敏感信息，可能不敢放在认证环境里，事件处理会缺东少西。现在，值班呼叫、协调沟通、自动化处理、复盘等一整套流程，都能在 US1-FED 这个认证环境里完成，还能跟现有监控工具配合。对政府用户来说，好处是事件数据不用再挪出安全区，响应过程更完整，也更容易通过审计。文章说它是目前唯一有此认证的事件响应平台，但具体怎么开通、价格多少，原文没说明。
文中可用工具
- Datadog Incident Response在政府认证环境里做值班呼叫、事件协调、自动化处理和复盘
- Datadog On-Call自动呼叫负责出故障服务的值班团队，支持排班、升级和手机响应
- Slack在团队日常用的聊天工具里协调事件、发布更新
- Microsoft Teams在团队日常用的聊天工具里协调事件、发布更新
- Datadog Workflow Automation自动执行重复的响应步骤，比如收集信息、跑修复流程、建工单
- Jira把事件后续要做的任务导出到工作管理系统
- Datadog Synthetic Monitoring验证关键用户流程是否已经恢复正常
- Catalog管理服务归属信息，让升级逻辑跟上团队和服务的变化
展开详情收起详情：在 FedRAMP High 环境中运行事件响应⌄
Datadog Blog
原文发布：2026-10-08 08:00收录：2026-10-09