搜索归档

我们如何用 Insights 改进 Insights 背后的 agent

Datadog 的工程师用自家产品 Insights 来观察和优化他们自己的 AI agent。Insights 会分析 agent 的运行记录，找出它在哪些地方花了过多 token、工具调用失败或任务没完成，并解释原因、估算影响、给出有依据的修复建议。例如它发现搜索工具一次返回太多内容，导致后续请求被重复计费；还发现请求顺序不对，使提示缓存无法复用，估算每月可省约 2734 美元。工程师随后把建议交给编程 agent 改代码，并通过重放原任务验证修复后 token 是否更少、回答是否仍然正确。这是 Datadog 的自用案例，节省数字为估算、尚未实测。

五场 P99 CONF 演讲揭示了数据库的哪些权衡取舍

P99 CONF 是一个线上会议，专门讨论高性能、低延迟的应用，2026 年的大会在 10 月 21 日至 22 日举办。本文从 60 多场演讲中挑选了五场来介绍，主题都是数据库在不同设计之间如何取舍。比如，读写和存储空间往往此消彼长：让写入变快，读起来可能更费劲。还有团队把数据放到对象存储上并加缓存，用便宜的大容量存储换取稍慢的冷读取；也有团队改用内存索引，让读取更快、几乎不出现长尾延迟，代价是占用更多内存、写入更重。这些结果都针对演讲中特定的测试负载，并非通用性能保证；演讲录像需注册后可在 p99conf.io 点播观看。

GPT-6.1 Terra 对比 GPT-6 Astra：高推理强度下，一个以准确率换低成本与高速度

OpenAI 在 10 月 26 日发布了 GPT-6.1 Terra，把它定位成便宜、快速、适合大量日常任务的模型，价格只有旗舰 GPT-6 Astra 的十分之一：输入每百万 token 1 美元、输出 5 美元，而 Astra 是 10 美元和 50 美元。作者用三项自己造的测试对比两者：SQL 推理、数据校验和故障日志排查，推理强度都设为 high。结果是 Astra 更准，例如 SQL 测试 48/50 对 26/50，数据校验 50 对 45；Terra 更快更便宜，SQL 测试约 0.08 美元、133 秒，Astra 约 1.65 美元、320 秒。作者指出，Terra 会把需要累加的任务交回给用户自己跑查询，还会自信地给出错误计数，使用时需要挑选场景。这些只是单次合成测试结果，文章没有说明正式可用范围等更多信息。

Kubernetes 成立工作负载一致性工作组，为何对 AI 团队意义重大

Kubernetes 社区在 10 月 27 日宣布成立一个专门的工作组，要为「工作负载在 Kubernetes 上运行时的行为」制定统一标准。此前虽有测试能判断一个集群能不能跑 AI/机器学习任务，但对于具体工作负载本身没有类似标准，团队只能靠变通办法、手动摸索，或者盯着节点被清空、权限报错这类迹象来排查问题。新工作组希望补上这块空白，让不同工作负载在集群里的运行表现有一致、可检验的规范。对跑 AI 工作负载的团队来说，这意味着未来判断平台是否适合自己的任务会更有依据；不过目前只是宣布成立并征集社区意见，标准尚未发布。同期还有：TNS 与 HPE 合作发布一本关于在 Kubernetes 上运行 AI 工作负载的电子书，可立即下载；OpenTelemetry 转换语言 OTTL 达到 v1，对 traces、metrics、logs 稳定，包含在 Collector Contrib v0.164.0 及之后版本，并承诺语法和标准函数保持向后兼容。另有 AWS 架构师预告将在 KubeCon 展示用 agent 流水线实时分析工作负载并在 GPU 上共置多个模型的方案，属于演示预告，原文未说明可用时间。

Entire 联合创始人 Thomas Dohmke 最担心科技未来的什么？

前 GitHub CEO Thomas Dohmke 创办了新公司 Entire，本周推出一个 GitHub 替代品，用 AI 代理审查代码改动的 Trails 系统取代传统 pull request，开发者负责把关。他在采访中表示，最担心的是人们以为不再需要学编程，认为每个孩子除了数学、生物、地理，也应懂计算机科学基础。文中还提到其他几位业内人士的看法：有人担忧速度快但理解不足、出现低质量代码，也有人担忧 AI 代理的信任与安全机制跟不上，以及工具价格把人挡在未来之外。

GPU 繁忙会掩盖 Kubernetes 上缓慢的 AI 推理

HPE 的三位产品负责人（Marius Bogoevici、Mahesh Ramachandran、Karthik Subramanian）在一篇赞助文章中讲了怎么发现 AI 服务“机器很忙但用户体验差”的问题。原来大家常看 GPU 利用率，但它只说明显卡在干活，不代表回答够快、够准——首字快可能后面生成很慢，整体快也可能答错。他们建议上线前先用有代表性的提问和流量做一次“基准测试”，记下首字时间、每字生成速度、吞吐量和答案质量，上线后再拿实时表现跟基准对比，并把请求数据和 GPU、网络、数据库、向量库等底层指标对齐，才能分清是需求涨了还是哪里卡住了。读者可以据此建立更靠谱的监控和扩容依据；报道没有给出具体测试数字，相关方法和电子书属于推荐做法，HPE Morpheus 与 OpsRamp 是厂商产品介绍，并非已公开的独立评测结果。

Anthropic 取消 Claude 一项重要用量限制，但并非人人适用

Anthropic 把每月 200 美元的套餐改名为 Ultra（原来叫 Max 20x），并取消了这个套餐中 Claude Code 的“滚动五小时用量上限”。以前用户即使本周还有剩余额度，也可能在调试或大重构做到一半时被这个五小时上限卡住，只能等重置。现在只要账号通过验证、且本周额度没用完，就不会再被五小时窗口打断；验证按账号和付款记录自动进行，无法申请加速，通过后会收到邮件通知。注意周用量上限仍然存在，网页、桌面和手机上的 Claude 聊天与 Claude Code 共用同一份额度，用完后可按 API 标准价格购买额外用量。对经常撞上五小时限制但周额度还有剩的人，Ultra 可能值得比 Max 多付 100 美元；如果每周额度本来就早早用完，取消五小时限制并不会增加可用量。另外 Max 5x 改名为 Max，两个套餐价格仍为每月 100 和 200 美元，老用户无需操作。

微软将停用 Azure Deployment Environments，且无替代产品

微软宣布，Azure Deployment Environments 将于 2027 年 2 月 22 日停用，而且没有推出替代产品。届时，使用该服务的团队需要改用 Bicep 或 ARM 模板，直接部署环境。Microsoft Dev Box 会在 2028 年 9 月 18 日停用，官方建议转向 Windows 365，但微软自己说明，两者并非一一对应的替代关系。仍在 Dev Box 上的工作负载预计会被删除。对用户来说，原有环境管理能力将逐步消失，需要提前规划迁移，改用相应工具或服务。

演讲：缺失的阶梯——当 AI 吃掉中层，工程师如何晋升

Alasdair Allan 在一场演讲中介绍了他对 METR 和 Anthropic 关于 AI 编程普及情况所做的实证研究。他指出一个“监督悖论”：工程师越依赖 AI 工具，新人就越难在真实任务中练出基本功，机构内部积累的经验和背景知识也容易流失。长期来看，这会让能够有效监督自主系统的高级工程人才出现断层。对读者来说，这提醒企业在推广 AI 编程时不能只看效率，还要给初级工程师保留足够的动手成长机会和传帮带机制。

DoorDash 借助 AI Agent 将杂货复购延迟从 16 秒降至 2 秒

DoorDash 优化了杂货复购流程：过去用户要等约 16 秒才能重新下单，现在缩短到约 2 秒。做法是提前用批量 LLM 推理算出用户常买的东西，再用确定性的规则校验，而不是每次临时让模型现算；同时实时核对商品目录，保证选中的货还在售，并把清单做成可编辑界面，用户不改就不必再调用模型。DoorDash 称购物清单浏览量翻倍，该流程下单率提升约 34%。这些数字来自公司自述，文中未说明上线范围、统计口径和具体模型。

安全公告：Cursor VS Code 扩展市场现恶意版 Anthropic.claude-code（2.1.312 与 2.1.313）

Cursor 官方发布安全公告说，有人在它的 VS Code 扩展市场里上架了被篡改的 Anthropic Claude Code 扩展 2.1.312 和 2.1.313 版（Windows 和 macOS），这两个版本并非 Anthropic 官方发布。它们会偷偷收集主机名、用户名、环境变量等机器信息并外传，还会试图往你的 SSH 授权文件里塞入攻击者的公钥、开启本地 SSH 服务、建立反向隧道，好让攻击者以后能远程登录；由于代码有 bug，开启 SSH 服务这一步在普通权限下通常会失败。Cursor 已下架这两个版本、一度关闭整个市场、审计确认其他扩展未被改动，并配合云厂商把攻击者服务器下线。如果你在 2026 年 10 月 29 日凌晨 2:27 到下午 1:35（太平洋时间）之间装过或升级到这两个版本，请按公告检查 ~/.ssh/authorized_keys 里是否有 svc-telemetry 键，并运行对应平台的清理脚本；只卸载扩展可能不够，因为恶意脚本会独立持久化。

Credit Saison 在 ChatGPT Enterprise 试点中实现 954% 的投资回报率

日本金融公司 Credit Saison 先做了一次小范围试用，让部分员工使用 ChatGPT Enterprise 办公。试点结束后，他们算出的投资回报率达到 954%，也就是每投入 1 元能收回约 9.5 元的效益。公司管理层和一线员工一起推动了这次试用，并借助这些结果，把 ChatGPT Enterprise 从试点推广到全公司使用。对读者的意义是：这是一家金融企业公开的 AI 工具落地案例，但原文没有说明具体测算了哪些收益、试点覆盖多少人，也没有提到工具目前是否已经全员可用。

合理使用惠及所有人

OpenAI 公开了一些法庭意见书的节选，提交者包括创作者、学者、无障碍权益倡导者和法律专家等。这些意见书讨论的是“合理使用”原则如何支持 AI 训练和创新。所谓合理使用，是指在某些条件下可以不经授权使用已有作品，这次讨论的就是它是否适用于 AI 训练。目前公开的只是意见书节选，具体内容和后续结果原文没有说明。

社区安全报告与面向青少年的新保护措施

OpenAI 表示正在加强 ChatGPT 的暴力预防能力，具体做法是扩大安全防护范围、更早介入潜在风险，并承诺发布公共安全报告。不过，材料只给出了这段概述，没有说明防护具体覆盖哪些情形、“更早介入”靠什么判断，也没有说明安全报告多久发布一次、包含哪些内容，这些细节均未披露。对普通用户来说，能确认的信息是：ChatGPT 在暴力相关内容上的限制会收紧，青少年使用时的保护也被单独提及。目前这些措施处于什么状态、何时生效，原文未说明。

让网站更容易表达 AI 训练偏好

OpenAI 表示，将遵守一个共享的 robots.txt 信号，让网站运营者可以用同一种方式，向参与这项机制的 AI 服务商表明自己是否允许内容被用于 AI 训练。过去网站要分别向各家表达意愿，既麻烦又容易漏掉；现在只需在 robots.txt 里加一处标记，参与的服务商就会按这个偏好处理。对网站方来说，控制内容用途更省事；对普通读者来说，这不会改变你浏览网页的方式。目前只提到 OpenAI 会遵守这一信号，具体标准名称、参与厂商名单和生效时间原文没有说明。

IntelligenceDocumentSystem：基于 RAG 的多语言文档问答助手，回答附带可追溯引用

aldyardnsyh/IntelligenceDocumentSystem · RAG-based document Q&A assistant. Unggah PDF, TXT, atau Markdown, lalu tanyakan isinya dalam Bahasa Indonesia. Setiap jawaban membawa sitasi yang bisa ditelusuri, dan sistem menolak menjawab saat konteksnya tidak cukup. Dilengkapi percakapan privat per dokumen, evaluasi kualitas retrieval, dan observability.

该项目是一个面向个人文档的 RAG 问答助手，支持上传 PDF、TXT、Markdown 并以印尼语提问，答案附带可点击溯源到具体 chunk 的引用。检索上下文不足时系统明确拒答，或在使用通用知识模式时给出明确标注、不加引用的回答。还提供按文档隔离的私有会话、跨文档检索、检索参数调整（Top K、相似度阈值）、检索质量评估（precision、hit rate、正确拒答）、延迟与提问日志分析，以及 RAGAS 评测选项。技术栈为 Next.js/React/TypeScript 前端与 FastAPI、ChromaDB、SQLite 后端，LLM 使用 Groq，并有 Ollama 回退。

Juno PM：将粗略产品想法转化为结构化 PRD 与用户故事的 AI 产品管理副驾驶

artmelo/juno-pm · Juno PM. Capstone Project for AI Product Management Certification

Juno PM 是 Product School AI 产品管理认证的结业项目，以一个虚构的 RocketShip 任务为背景，探索 Agent 式 AI 如何辅助产品经理工作。它的原型可以把粗略的产品想法转成结构化的 PRD 和可供开发使用的用户故事，并通过 Mission Radar 依据产品目标、约束和任务优先级评估这些想法；它还会指出缺失的需求、风险与假设，并让产品经理保留最终决策权。该仓库按模块整理了提示词技能文件、原型说明、AI PRD、Agent 控制面板、人工评估量表和最终展示，属于学习和原型性质的项目；当前界面用示例 AI 输出演示预期体验，并未接入实时 AI。项目未说明部署条件、硬件要求、API 成本与使用限制。

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

EnmanuelReynoso23/synrag · Local MCP code search that cuts AI agent tokens: AST chunks, CPU reranking and a dependency impact graph. -63.9% tokens measured.

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

Brito：带代码知识图谱与可审核技能的终端编码智能体

wilsonbrito/brito · Coding-agent CLI with a code knowledge graph, memory and reviewable skills. CLI de agente de código com grafo de conhecimento, memória e skills revisáveis.

Brito 是一个面向软件开发的编码智能体，提供命令行工具 brito-cli 和 macOS/Windows/Linux 桌面应用。它不依赖逐文件 grep 阅读，而是用 tree-sitter 增量索引构建代码知识图谱（符号、调用、导入），支持 TypeScript/JavaScript、Python、Svelte/Vue/Astro 组件及多种后端语言，可通过 graph_search、graph_callers、graph_impact 等工具快速回答“改这里会影响什么”。它还会保存记忆笔记，并在任务完成后反思生成项目技能，新技能先进入试用期，经多次成功使用后转正，涉及危险命令或修改已批准技能时需用户审批，并提供隐私检查（如拒绝密钥、curl | sh 等）与手动/自动编辑/计划/全允许等权限模式。支持 Anthropic API 或 Claude Code 订阅作为后端，也可接入 OpenAI 兼容端点，并可作为 MCP 服务器向其他客户端暴露图谱、记忆与技能。

outturn：多租户 Agent 平台的 Rust 运行时基础

idataconnect/outturn · A fast, secure Rust foundation for multi-tenant agent platforms

outturn 是一个用 Rust 构建的多租户 Agent 平台基础框架，面向需要让每个客户都能运行各自 Agent 的公司。它内置租户隔离、按租户用量归因、在 WebAssembly 沙箱中运行 Agent 代码、默认拒绝的出站访问规则、网关集中保管凭证、每轮签名令牌，以及防止单个租户故障影响其他租户的断路器。项目处于早期开发阶段，接口可能变动，提供本地 Kubernetes 集群的开发与演示流程，以及面向真实部署的密钥与清单生成脚本。