跨栏目检索
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。
WordPress母公司Automattic的CEO Matt Mullenweg前几天突然被宣布休假，由CFO暂代，但仅33小时20分钟后就重新上任。公司没有说明原因，只强调董事会支持他。专家分析，这可能是一场未成功的控制权变动，但真相还不清楚。这件事提醒我们，公司高层变动时，员工和投资者最需要知道的是：决策过程是否清晰、以后类似问题怎么解决能让人放心。
提供的材料未提及具体可用工具。
Perplexity 公司觉得用亚马逊 DynamoDB 太贵、读性能不可控，于是让两名工程师带着数百个 AI 编程智能体，花两个月写了一个约四万行的 Rust 键值数据库 CobbleDB，现在已承担部分线上搜索流量。读取延迟从 DynamoDB 的中位 31.4 毫秒降到 5.6 毫秒，p99 从 123 毫秒降到 24.2 毫秒，预计成本至少省 20%，未来计划开源。不过 AI 智能体只帮忙写代码、查问题和跑测试，架构和生产系统仍由两名工程师掌控，没有让智能体直接碰生产数据。对读者来说，这说明 AI 辅助开发让小型团队自建基础设施变得更可行，但长期维护这套自定义数据库的成本和工程投入尚未计入，延迟对比也非同时同流量的严格基准测试。
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。
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。
GetStream/agent-skills · Give your AI coding agent the ability to build, query, and manage Stream - Chat, Video, Feeds, and Moderation.
Stream Agent Skills 是一组以 Markdown 编写的 Agent 技能，让 AI 编程助手能够搭建、查询和管理 Stream 的 Chat、Video、Feeds 与 Moderation 产品。它包含一个负责意图分类与 CLI 操作的 /stream 路由技能，以及面向 React/Next.js、React Native/Expo、Swift/iOS、Android、Flutter、Unity、Unreal 的平台子技能和一个 Feeds v2 到 v3 迁移技能。技能通过 getstream CLI 安装，并可按需拉取平台技能包。
NVIDIA/SkillSpector · Security scanner for AI agent skills. Detect vulnerabilities, malicious patterns, security risks, prompt injection, data exfiltration, and supply-chain risks in Claude Code, Codex, and MCP skills before you install them.
SkillSpector 是 NVIDIA 发布的 AI agent 技能安全扫描器，用于在安装 Claude Code、Codex、Gemini CLI 等 agent 技能前发现漏洞、恶意模式、提示注入、数据外泄和供应链风险。它支持扫描 Git 仓库、URL、zip、目录或单个文件，内置 71 个漏洞模式（覆盖 17 个类别），采用静态分析加可选 LLM 语义评估的两阶段分析，并可输出终端、JSON、Markdown 和 SARIF 报告，同时提供 0-100 风险评分与基线误报抑制功能。项目还可作为 MCP 服务器运行，把安全扫描作为工具接入 agent 工作流以拦截不安全的技能安装。
tirth8205/code-review-graph · Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.
code-review-graph 是一个 local-first 的代码智能图谱工具，使用 Tree-sitter 将代码库解析为函数、类、导入等节点及调用、继承、测试覆盖等边，并存入图谱。它通过 MCP 向 AI 编程工具提供精简的审查上下文，按 blast-radius 分析只返回变更真正影响的文件，并支持增量更新、CLI 与 GitHub Action 形式的 PR 风险评分审查。项目为 Python 包，要求 Python 3.10+。