内容浏览
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
文章对比了 2026 年主流 Kubernetes 成本管理工具（如 Kubecost、OpenCost、CloudZero），从成本分摊粒度、多集群多云的覆盖范围、showback/chargeback 支持及定价模式等维度展开分析，并指出云厂商原生账单工具无法反映 pod 与命名空间级别的花费，建议团队按自身成熟度选型。
Pinterest Engineering 对其 Manas 搜索平台进行升级，以管理海量数据并提升搜索与发现效率。通过应用标量量化和乘积量化，内存占用显著降低，同时保持高召回率。该平台利用 SSD 优化性能，并正转向多向量模型以实现更精细的相关性匹配。作者：Olimpiu Pop
Oracle 发布 Java 编程语言与虚拟机第 27 版。作为 JDK 25 之后的第二个非 LTS 版本，最终特性集包含九个 JEP，其中五个仍处于预览和孵化阶段。该版本聚焦安全强化、未来语言创新以及 Java Verified Portfolio 旗下的项目。作者：Michael Redlich。
Sarah Deitke 讲述 Duolingo 如何在工具之外推动 AI 文化落地。她介绍内部 AI 素养工作坊与可观测性看板，并分享用自动化 PR 风险评估机器人重构代码审查的案例，展示针对性开发者教育与安全 AI 护栏相结合如何在不提高缺陷率的前提下加快交付。
Lyft 已将数百个生产环境 Flink 作业从 2020 年自研的 Kubernetes operator 迁移至 Apache Flink Kubernetes Operator，从而在整个集群中实现了 last-state 升级、原地自动扩缩容和资源自动调优。作者：Mark Silvester
Dropbox 将 Riviera 从文件预览服务演进为通用内容处理平台，支持 300 多种文件格式和 100 多项转换能力，每秒处理数十万次转换。Riviera 现支撑 Search、Replay、Sign 和 Dash 等产品，其 API 可为 AI 和 RAG 工作流提供异步内容提取。
Dan Vega 和 DaShaun Carter 在 Spring Office Hours 播客 S5E23 中与堪萨斯城 JUG 组织者、Java 开发者倡导者 Billy Korando 一起庆祝 Java 27 发布，并介绍了 JDK 27 相关 JEP，包括紧凑对象头、G1 成为默认垃圾收集器、结构化并发、惰性常量、JFR 进程内数据脱敏，以及 Java 更频繁安全更新和 Project Babylon 等话题。
Grab 是东南亚一家做打车、外卖和支付的科技公司。他们在公司里推广了一款叫 Cursor 的 AI 编程工具，结果约 98% 的技术员工每月都会用，连设计师、财务、运营甚至 CEO 办公室的人也在用。以前设计师想改一个界面问题，得排队等工程师，现在他们学点基础知识后自己就能改代码、当天上线；工程师也能腾出手做以前没空做的测试和重构。对普通读者来说，这个故事说明 AI 编程工具不只是程序员的专属，非技术岗位也能借助它自己动手解决工作中的问题。
OpenAI 经济研究部门发布了一份新报告，调查人们在实际工作中如何使用 AI，而不只是做传统工作。研究发现，员工会利用 AI 完成一些原本不属于自己岗位的任务，并逐渐把这些新做法变成日常工作的一部分。不过，报告摘要没有说明具体是哪些新方式、覆盖哪些行业，也没有给出数据细节，因此目前只能知道研究的大致方向。
OpenAI 公开了一套处理自家 AI 模型“不按预期行事”的框架，用来记录、调查并对外说明这类问题。此前，模型有时会做出让人意外或担忧的行为，但缺少统一的跟踪和披露方法。这次 OpenAI 给出了这套流程，还附上了六份关于模型异常行为的具体报告。对读者来说，以后能更清楚地了解 AI 出问题时 OpenAI 是怎么发现和处理的。
提供的材料未提及具体可用工具。
这篇文章介绍如何用 ChatGPT Work 和 Codex 的分析功能，帮团队看清大家在怎么用 AI、花了多少钱。以前企业往往不清楚 AI 到底带来了什么效果，也不知道该给谁做培训。这次的办法是把使用数据整理出来，找出需要培训的地方，再和业务成果对上号。对读者来说，可以借此判断自己团队的 AI 投入是否划算、下一步该补哪些能力。目前原文只提到这些分析功能，具体怎么用、是否已经开放都还没有说明。
OpenAI 正在尝试把广告带进 AI 聊天场景，方式包括“赞助智能体”以及面向营销人员的工具，还能和 HubSpot、Shopify 等平台接通。简单说，你以后可能在和 AI 对话时遇到被标记为广告的内容；品牌方则能用新工具更方便地投放和管理广告。目前这些大多只是官方展示的新设想，具体什么时候对普通用户开放、价格和覆盖范围都还没说，所以现在更多是了解方向，还不能直接用上。
OpenAI 和美国退休人员协会（AARP）一起，在美国 10 个城市为 1000 名老年人举办免费的 ChatGPT 动手 workshops，教他们安全地用 AI 处理日常事务。原先老年人想学 AI 往往缺少手把手的指导，也不知道怎么用才安全。这次通过线下实操课程来解决，每个参与者都能亲手练习。对读者的用处是：如果你或身边老人想学 ChatGPT，可以关注这类由官方和社区组织提供的免费入门机会，但具体城市名单和报名方式文中没说明。
这篇文章讲的是，医疗和生命科学行业也在用 AI 智能体（能自动完成多步任务的程序），但这里的规矩比别的行业严得多。比如，一个错误答案可能涉及病人安全，所以光产品好用不够，还得能审计、合规、随时说清楚 AI 干了什么。文中举了三家机构的例子：Madrigal Pharmaceuticals 做了一个内部多智能体平台，帮员工查资料、做分析；Abridge 把医生和病人的对话自动变成病历，还能在整个流程里持续帮忙；Vizient 则让医院能查询原本锁在各个系统里的数据。对读者的用处是：能了解这个行业落地 AI 时最看重的可观测性、评估和成本控制，以及哪些场景已经产生了实际回报。
Dynatrace 发布 8 月更新综述，涵盖数据库故障排查、Kubernetes 元数据、AI 安全、边缘组件更新、数据增强、Agentic Assist 以及跨应用导航等能力。其中 Dynatrace Assist 对话启动器从生成式升级为 Agentic AI，可在实时环境上下文中调用工具进行问题调查与分析；OpenPipeline 新增内联查找处理器简化数据增强；AI 安全新增自动漏洞告警工作流和 dt-sec-insights 技能；Kubernetes 推出集中式标签策略统一元数据增强；Infrastructure & Operations 可直接跳转至 Logs、Clouds、Kubernetes 和 Services 并保留过滤条件。
Datadog Cloud Cost Management 新增对 Cursor 的支持，可按用户和模型分析 AI 编程工具支出，检测异常成本波动，并与云、SaaS 及其他 AI 花费统一管理。
Datadog 分享在 AI 智能体规模化运行于共享平台时，如何对智能体需求建模、在资源竞争下分配容量并保持控制，涵盖容量约束、重试、生命周期假设与归因等问题。
Datadog 介绍如何关联 Kueue、Coscheduling、GPU 和训练框架信号，以验证 gang scheduling 和拓扑感知调度（TAS），解决分布式 AI 训练在 Kubernetes 上的调度难题。
Trail of Bits 发文批评 1Password 于 2026 年 8 月 6 日发布的 FLAWED 报告，认为其“模型仅 26% 生成干净修复”的结论具有误导性。文章指出该报告存在样本偏向复杂漏洞、部分提示词故意要求应用错误修复、超过三分之一试验禁止构建或运行代码、两个模型使用不同推理强度等问题。重新分析其数据后发现，在允许运行代码且未被误导的试验中，1Password 模型生成的 3,067 个补丁中有 2,634 个（86%）成功阻止了给定漏洞利用。文章还发布了两项 agent 技能：post-patch-validation 与 review-walkthrough。
AI 正同时加速软件创造与网络攻击。企业需要在代码与 Agent 创建之初就实施治理，在运行时加以控制，并通过独立验证来确认防御有效——因为生成变更的系统不能成为自身唯一的验证者。