JetBrains 把过去一年分散的 AI 产品整合成一个统一品牌 JetBrains Air，CEO Kirill Skrygan 称这是公司 26 年历史中最重要的举措之一。背景是：AI 编程助手让开发者能在终端、浏览器和远程环境里写代码，传统 IDE 的地位受到质疑，而 JetBrains 正是靠 IntelliJ IDEA、PyCharm 等 IDE 起家的。Air 分三层：IDE 内的 Air 帮个人同时管理多个 Agent 会话；Air Teams（早期访问）把协作和定时自动化搬到云端；Air Governance（原 JetBrains Central，早期访问）给公司管模型权限、审计和花费。另外还有命令行 Air Gateway 和移动端计划，整体保持对 Claude、Codex、Gemini CLI、Junie 等外部工具的开放。
文中可用工具
- JetBrains Air统一品牌下的 Agentic 开发系统，可在 IDE 内、浏览器和命令行中同时管理多个 AI 编程助手的工作
- Air Teams尚在早期访问，把开发者与 Agent 的协作搬到共享云端环境，支持定时自动化
- Air Governance尚在早期访问，公司层级的 AI 使用管理，控制可用模型、权限、审计和花费
- Air Gateway从命令行把 Claude Code、Codex 等终端 Agent 接入 Air
- IntelliJ IDEAJetBrains 的旗舰 Java IDE
- PyCharmJetBrains 的 Python IDE
- WebStormJetBrains 的 JavaScript/Web IDE
- JunieJetBrains 自家的编程 Agent，也可通过 Junie CLI 在终端等环境使用
- Claude Agent / Claude CodeAnthropic 的编程 Agent，可在 Air 中运行
- CodexOpenAI 的编程 Agent，可在 Air 中运行
- Gemini CLIGoogle 的命令行编程 Agent，可在 Air 中运行
- JetBrains Central面向多 Agent 企业的控制与基础设施系统，现更名为 Air Governance
展开详情收起详情：“我们26年历史中最重要的举措之一”：JetBrains 大力押注 Agentic 开发，并赌 IDE 依然重要⌄
The New Stack
原文发布：2026-09-23 02:27收录：2026-09-23
这篇文章讲的是：做医疗 AI 产品的团队（如 Abridge 和 Included Health）用 LangSmith 这个工具，把医生的专业审核变成可以重复使用的评测数据、评测标准和上线把关流程。原来问题是，AI 生成的病历或分诊建议对不对劲，只有医生能判断，但医生时间有限，每次都从头审核根本忙不过来。现在他们把医生的判断记录下来、做成自动化测试，以后每次发布新版本都能复用，不必重新找人审。结果 Abridge 的发布周期从一两个月缩短到几天，Included Health 上线后聊天互动增加 75%，高风险情况识别率超过 99%。不过文中也提到医疗数据隐私（PHI）、判断标准不唯一等挑战，另有部分内容被截断，具体实现细节未完全说明。
文中可用工具
- LangSmith把专家审核变成可复用的评测器、数据集和发布闸门，用于评测和监控 AI 系统
- LangGraph用于构建 Included Health 的 AI 导诊助手 Dot
- Deep Agents原文未说明具体用途，仅提到 Dot 由 LangGraph 和 Deep Agents 驱动
展开详情收起详情：医疗 AI 的可靠性层：LangSmith 常见应用场景⌄
LangChain Blog
原文发布：2026-09-23 01:08收录：2026-09-23
Datadog 产品分析新推出 Journey Paths（用户旅程路径）功能，能帮你看清用户从进入到转化的完整路径。过去漏斗只能告诉你多少人中途流失，但不知道他们去了哪里、做了什么；现在 Journey Paths 会按频率排序展示每条路径，比如有人在付款前反复点击帮助链接最终离开，你可以直接对比转化用户和流失用户走的路线，再配合转化分析、会话回放和 RUM 数据定位具体是哪类用户遇到了什么问题。这项功能目前已在 Datadog 产品分析中提供，需付费账户使用，新用户可申请 14 天免费试用。
文中可用工具
- Journey Paths在 Datadog 产品分析中可视化用户从进入到转化的完整路径，按频率排序并对比转化与流失路径
- Datadog Product Analytics分析用户在产品内的行为路径与转化漏斗的付费分析平台
- Conversion Analysis用统计分析找出与转化或流失相关的用户属性及行为分群
- Session Replay回放真实用户的操作录屏，确认已知行为在屏幕上的具体表现
- Real User Monitoring (RUM)采集前端性能与交互信号，如错误、延迟、暴怒点击等，关联用户行为做技术侧排查
展开详情收起详情：了解用户转化或流失的主要路径与 Journey Paths⌄
Datadog Blog
原文发布：2026-09-21 08:00收录：2026-09-22
Spring AI 社区推出了一个新项目 Spring AI TypeSafe，它把 TypeSafe AI 的托管 Jev API 接进了 Spring 生态。平时在 AI 应用里常要快速做一些小判断，比如给客服工单打分、决定该转给哪个部门、评估一段推理结果可不可信，这些用聊天模型做往往又慢又贵，还得写提示词模板和 JSON 解析。TypeSafe 的思路不一样：它不是聊天模型，不生成文字，只做分类、打分和选择。你给它一段状态和一组带类型的问题，它一次性返回布尔值、选项和分数，还附上置信度，大概三百毫秒出结果。项目已发布在 Maven Central 上，版本 0.1.0，附带七个可运行示例；不过部分性能对比数据来自 TypeSafe 自己的基准测试，还需要独立验证。
文中可用工具
- Spring AI TypeSafeSpring AI 社区的新项目，把 TypeSafe 的判断 API 接入 Spring 应用
- TypeSafe AI Jev API托管服务，只做分类、打分和选择，不生成文字
- spring-ai-starter-typesafeSpring Boot 起步依赖，加入后自动配置 TypeSafeClient
- typesafe-spring-aiSpring AI 模块，提供下文提到的 judge 和 advisors
- typesafe-java-sdk纯 Java 环境用的 SDK，不依赖 Spring Boot
- Maven Central托管项目依赖的仓库
展开详情收起详情：Spring AI 与 TypeSafe Jev：快速、低成本、结构化的决策⌄
Spring Blog
原文发布：2026-09-21 08:00收录：2026-09-22
Higgsfield AI 是一家做视频广告工具的公司，他们用了一个叫 GPT-6 Astra 的新模型，在一天之内就把新的视频功能做好了并推出。以前小企业想自己制作视频广告通常比较麻烦，现在这些新功能让做视频广告变得更简单，而且公司能把新的创意工具更快地送到用户手上。对于需要做视频广告的小商家来说，这意味着可以用更省事的方式完成广告制作。目前信息只来自标题和简短摘要，具体上线了哪些功能、是否已经全部开放、价格如何，都没有说明。
文中可用工具
- GPT-6 Astra用来帮助快速开发并上线新视频功能的模型
- Higgsfield AI为小企业提供视频广告制作工具
展开详情收起详情：Higgsfield AI 借助 GPT-6 Astra 一日内上线新视频功能⌄
OpenAI News
原文发布：2026-09-21 20:00收录：2026-09-22
做 AI Agent 的团队常常需要回头检查 Agent 的每一步表现好不好，但原来的办法要么太死板，要么太贵太慢。现在一个叫 Jev 的模型可以直接接入 LangSmith 的评估功能，当“裁判”给 Agent 的行为打分。据文中介绍，它在分类任务上比一般大模型便宜约 450 倍、快约 200 倍，还能一次并行回答多个判断问题。你可以在任意追踪项目的 Evaluators 标签页里直接试用它。
文中可用工具
- Jev充当 LangSmith 评估中的裁判，对 Agent 行为给出快速、低成本的结构化判断
- LangSmith用于追踪和评估 Agent 表现的平台，可在其中配置评估器
展开详情收起详情：Jev 现已在 LangSmith Evals 中可用⌄
LangChain Blog
原文发布：2026-09-30 07:10收录：2026-09-22
在纽约时装周前，谷歌的 Envisioning Studio 借助 Google Labs，和独立设计师 Jane Wade 与 Sergio Hudson 一起，用 AI 创意工作室 Google Flow 帮他们解决工作流程里的实际麻烦。Jane 的问题是，过去要先做衣服才能看整体造型，试装和选模特往往要花三天；现在她能在数字模特上先搭配服装、发型和配件，提前发现缺什么。Sergio 的难题是预算有限，改灯光和道具都要重新做 3D 渲染、很花钱；新工具让他先在虚拟秀场里换布景和灯光，再定模特走位。结果是这些工具已经在纽约时装周上派上用场，但文章没有说明它们何时向所有人开放，普通人现在还不能直接用。
文中可用工具
- Google Flow谷歌的 AI 创意工作室，用自然语言就能搭建自己想要的工具或工作流程，无需编程经验
- Styling Suite和 Jane Wade 共同打造的工具，在数字模特上搭配服装、发型、化妆、配件和鞋子，提前平衡整体造型
- Runway Visualization和 Sergio Hudson 共同打造的工具，模拟秀场，换布景、灯光和道具，并调整模特走位
展开详情收起详情：与谷歌共创时尚的未来⌄
Google AI Blog
原文发布：2026-09-18 21:00收录：2026-09-19
Java 平台团队（JVM Ecosystem Team）的 Danny Thomas 发布了一套新命令行工具 ja 及其配套工具集的预览版，专门为 Java 模块系统设计，对写代码的 AI 代理也很友好。过去 Java 开发者主要靠 IDE 图形界面干活，命令行小工具较少，导致 AI 代理在找依赖、文档和源码时经常犯难。这些工具把模块描述文件变成项目的完整说明，依赖版本直接写在 requires 旁边，并提供 jig、jfmt、jist、jdocserver 等可单独使用、也可组合使用的独立工具。对于使用者来说，以后用 Java 模块会更方便，而且这些工具对自动化代理更友好。目前仍是预览阶段，尚未正式发布。
文中可用工具
- ja提供命令行使用体验和工具编排，每个功能背后都是一个独立工具
- jig解析模块版本、编译和组装，输出标准模块系统参数，并充当 Maven 仓库的桥梁，提供模块代理和发布命令
- jfmt按照 Java 编程语言代码规范（适配现代 Java）格式化源代码，避免代理写代码时常见的空白、缩进、导入顺序等问题
- jist提供源码感知的符号搜索，类似 grep 的界面，用来理解 class 文件及其关联源码，让编码代理无需索引、LSP 或 MCP 就能访问符号和源码
- jdocserver在本地提供可浏览的 API 文档服务
- Maven作为模块坐标、命名空间和仓库发现的基础设施，文中使用 Maven Central 的命名空间约定
展开详情收起详情：告别 Class Path：全新 Java 模块化命令行工具预览⌄
Netflix Tech Blog
原文发布：2026-09-19 00:01收录：2026-09-19
Datadog 为 IaC 安全扫描加入了自定义规则功能，让企业能检查自己特有的基础设施规定，比如必须打哪些标签、只能用哪些实例类型、资源怎么命名。以前默认规则只能覆盖通用安全问题，内部要求往往得靠人工在代码审查时检查。现在可以用自然语言描述需求，AI 会生成对应的 Rego 策略和示例配置，在编辑器里验证后再发布，并支持版本历史与回滚。发布后，违规结果会出现在拉取请求评论、IDE 插件和 IaC 安全结果浏览器里，还能接入 PR 门禁和自动化流程，无需另建工作流。该功能现已可使用，支持 Ansible、CloudFormation、Dockerfile、Kubernetes、Terraform 和 GitHub Actions。
文中可用工具
- Datadog IaC Security在部署前扫描基础设施即代码，发现并标记配置问题
- Rego用来编写自定义策略的规则语言，基于 Open Policy Agent
- Open Policy Agent提供 Rego 语言和策略执行能力的开源引擎
- Bits Chat辅助创建策略的对话工具
- Terraform编写和管理云基础设施的代码工具，自定义规则支持扫描它
- Ansible自动化配置管理工具，自定义规则支持扫描它
- AWS CloudFormationAWS 的基础设施即代码服务，自定义规则支持扫描它
- Dockerfile定义容器镜像构建步骤的文件，自定义规则支持扫描它
- Kubernetes容器编排平台，自定义规则支持扫描它
- GitHub ActionsGitHub 的自动化工作流，自定义规则支持扫描它
- PR Gates在拉取请求阶段拦截违反自定义策略的合并
- Findings Automation Pipelines根据安全发现结果触发自动化动作
展开详情收起详情：在 Datadog IaC 安全扫描中强制执行自定义规则⌄
Datadog Blog
原文发布：2026-09-18 08:00收录：2026-09-19
很多公司给容器打安全补丁时，总有些服务几个月都没更新，因为每个团队都自己写 Dockerfile，用的基础镜像和安装方式五花八门。Buildpacks 是一种不用写 Dockerfile、自动把源代码变成容器镜像的工具。它把选基础镜像、配运行时、生成物料清单等安全决策从各个开发团队收归到一个统一的构建平台。这样一来，平台团队可以集中管控和更新补丁，企业更容易在成百上千个服务里统一执行安全规则。
文中可用工具
- Buildpacks不用写 Dockerfile，自动把源代码转换成可直接运行的容器镜像
- Cloud Native BuildpacksCNCF 毕业项目，提供标准化构建容器镜像的规范与实现，适合作为企业安全控制的基础
- Dockerfile传统上各团队自己编写、用来构建容器镜像的脚本文件，容易导致安全配置不一致
展开详情收起详情：Buildpacks 如何帮助企业在规模上落地容器安全控制⌄
The New Stack
原文发布：2026-09-18 22:00收录：2026-09-19
Hex 是一家做数据分析工具的公司，它让数据助手在回答问题时直接生成能互动、好看的可视化图表。以前，分析结果往往是一堆数字或文字，员工要自己动手做成图表，很麻烦也不愿意分享。现在有了 GPT‑6 Astra 帮忙，这些数据助手可以自动把答案变成可交互的图表，员工看了觉得拿得出手，更愿意发给同事看。这样一来，看数据、讲结论变得简单，非技术同事也能轻松理解复杂分析。不过，材料里没有说这个功能什么时候开放、要不要付费，也没有说具体怎么用。
文中可用工具
- GPT-6 Astra帮助数据助手把分析答案变成可交互的可视化图表
- Hex一个数据分析平台，其数据助手能生成可视化报告
展开详情收起详情：Hex 借助 GPT‑6 Astra 将复杂分析转化为可视化报告⌄
OpenAI News
原文发布：2026-09-16 20:00收录：2026-09-19
联合国系统把各个机构分散、格式不一的数据，整合成一个叫“联合国系统数据共享”的公开平台。以前分析师要花好几个月手动整理这些数据，现在平台用AI知识图谱自动连接，还能用大白话提问，比如“农村干净水如何影响上学”，直接得到图表和答案。平台还让AI助手自动抓取权威数据，帮你生成报告草稿。目前数据有限，计划到2027年覆盖80%的联合国统计数据集。
文中可用工具
- Data Commons谷歌开发的开源数据平台，联合国系统数据共享基于它构建，用于整合全球统计数据
- Model Context Protocol (MCP)开放标准，让AI助手能自主从平台获取权威数据并连接不同领域信息
展开详情收起详情：让全球数据更易探索⌄
Google AI Blog
原文发布：2026-09-18 04:00收录：2026-09-18
Harness 在一篇博客中介绍了如何在不拖慢开发团队的前提下，加强开发者门户的安全、合规与可审计性。问题在于：当基础设施模板和脚本散落在各处，开发者容易用错配置、权限过大，导致数据库密钥泄露或跳过安全检查。解决办法是把安全控制、自动审计日志和基于角色的权限直接嵌入内部开发者门户（IDP），让开发者走预设的安全路径，而不用手动审批。对读者的用处是：了解如何减少合规风险，同时让开发照常快速推进。文中提到的做法偏向最佳实践，并非一个具体可直接使用的新产品发布；部分细节原文未说明。
文中可用工具
- Harness帮助简化内部开发者门户的治理，把安全检查和审计嵌入交付流程
- Harness IDP内部开发者门户，用来设定安全标准并让开发者在门户内完成工作
- Terraform基础设施即代码模板，原文用它举例说明错误模板可能带来的风险
- Slack团队沟通工具，原文提到用它询问微服务归属
展开详情收起详情：开发者门户安全与治理最佳实践⌄
Harness Blog
原文发布：2026-09-17 08:00收录：2026-09-18
Datadog Observability Pipelines 发布 Microsoft Sentinel Packs，可将 Palo Alto、Fortinet、Cisco ASA、Cisco Meraki、ExtraHop 等来源的安全日志预先映射为 Sentinel 表结构（如 CommonSecurityLog、Syslog），并在管道中过滤噪声、控制按 GB 计费的摄取成本，同时保留完整原始日志。
展开详情收起详情：Datadog Observability Pipelines 推出 Microsoft Sentinel Packs：安全日志映射与路由⌄
Datadog Blog
原文发布：2026-09-16 08:00收录：2026-09-17
Zed是一家做代码编辑器的公司，它推出了一个叫Delta的新工具，让大家和AI助手在同一个“讨论串”里一起写代码、改代码、审代码，而不是像以前那样把改好的代码打包成“拉取请求”发给同事看。原来的问题是：GitHub当初是为人类开发者设计的，现在AI助手生成代码的速度太快，每月提交量从2025年全年的约10亿次涨到2026年4月的14亿次、8月的29亿次，导致GitHub频繁出故障，而且拉取请求只给审阅者看最终的代码差异，看不到AI为什么这么改的讨论过程。Delta用底层记录每一次编辑和对话的方式，把这些中间过程都保留下来，让审阅者能追问AI、试用修改。现在Delta已经公开测试，Zed内部已经不用拉取请求开发自己的Delta仓库，33名开发者提交了570次变更；不过它目前仍然搭配Git仓库使用，完全离开GitHub大概还需要几个月。
文中可用工具
- DeltaZed推出的协作环境，让开发者和编码Agent在共享讨论串中一起编写、审查和修订代码，替代拉取请求
- DeltaDBZed开发的基于操作记录的版本控制系统，以编辑级粒度记录代码变更和对话活动，用于同步参与者
- Git当前Delta仍兼容的版本控制系统，开发者可以继续使用分支、提交和远程仓库
- GitHub原文中被指出因Agent生成代码量增长而不堪重负的平台，Zed计划未来不再依赖
展开详情收起详情：“所有人都在竞相取代GitHub”：Zed推出Delta，称Agent让拉取请求过时⌄
The New Stack
原文发布：2026-09-17 03:45收录：2026-09-17
本文介绍如何通过 Harness Pipelines 与 Harness Terraform Provider 构建一条全自动 CI/CD 流水线：在 CI 步骤中内联运行 Terraform 动态创建唯一命名的 Docker 镜像仓库，构建并推送容器镜像，再将其部署到 Kubernetes，并通过输出变量与 Harness 表达式在各阶段间传递数据，全程无需手动操作 UI。
展开详情收起详情：使用 Harness 与 Terraform 自动化创建 Docker 镜像仓库⌄
Harness Blog
原文发布：2026-09-16 08:00收录：2026-09-17
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。
展开详情收起详情：2026 年 Kubernetes 成本管理工具对比：Kubecost、OpenCost 与 CloudZero⌄
Harness Blog
原文发布：2026-09-16 08:00收录：2026-09-17
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。
展开详情收起详情：Dropbox 升级 Riviera 内容处理平台，支持 AI 工作负载⌄
InfoQ Architecture & Design
原文发布：2026-09-16 22:42收录：2026-09-17
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。
展开详情收起详情：Dynatrace Release Radar 08.26：AI 安全、Kubernetes 标签与 Agentic Assist 更新⌄
Dynatrace Blog
原文发布：2026-09-16 03:17收录：2026-09-16
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。
展开详情收起详情：用 Datadog 云成本管理监控 Cursor 成本⌄
Datadog Blog
原文发布：2026-09-15 08:00收录：2026-09-16