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。
rendeirolab/wsidata · Efficient data structures and IO for whole slide image analysis
wsidata 是面向全切片图像（WSI）分析的 Python 库，专注提供高效的数据结构与读写（IO）能力，设计上与 LazySlide 配合使用，属于 scverse 生态，服务于数字病理和图像分析场景。
Datadog 推出了一个叫 Infrastructure Basic 的轻量监控档位。原来，对于不太重要的服务器（比如内部后台系统、开发测试机），团队要么用比实际需要更重的监控方案，要么另买一套工具，要么干脆不监控、留下盲区。现在这个档位只采集 CPU、内存、磁盘、网络、开机时长等基础系统指标，还能盯住指定进程是否在跑，并复用现有的告警通知工具。这样，次要服务器也能和重要系统放在同一个 Datadog 环境里统一查看，减少监控空档。目前该功能需要联系 Datadog 销售团队开通，新用户可先试用 14 天。
Snyk 在旧金山举办了首届客户峰会 UNFILTERED，邀请一批安全负责人闭门坦诚讨论。大家集中聊了五个话题：AI 代写的代码出了问题该由谁负责；企业开始追问 AI 的投入回报和预算上限，不再只看成本；找出漏洞不再是难点，难点是修得快、少靠人；AI 让每个人都能写代码，风险来源也变多了；人能审核的数量有限，愿意信任自动代理，但前提是代理绕不过控制。这次峰会是闭门讨论，不发布产品；次日 Snyk 才推出 Evo Agentic AppSec 并举办 AI 安全峰会。
提供的材料未提及具体可用工具。
安全公司 Snyk 回顾了 PHP 引擎两个严重漏洞（PHP2Shell）的应对过程。问题出在代码之下：漏洞位于 PHP 引擎处理请求的环节，应用代码还没开始运行就可能被利用，所以即使代码写得干净也挡不住。攻击者只需发一个无需登录的请求，而很多团队根本说不清 PHP 到底跑在哪些对外地址上。Snyk 的做法是先盘点外部可见资产、标出用 PHP 的主机，再上线针对性检测，打补丁后重测确认修复生效。对普通读者的意义是：漏洞从公开到被大规模利用只有几天，提前摸清自己对外暴露了什么，比事后临时找要快得多。文中提到 VirusTotal 指纹识别约 510 万个运行 PHP 的 IP，其中只有约 110 万主动暴露版本号。
OpenAI 在 DevDay 宣布 ChatGPT 周活跃用户突破 12 亿，约相当于全球人口的 15%。这么多人和越来越多的 AI 智能体同时发起请求，每次聊天、API 调用和模型调用都得先验证身份和权限，传统集中式身份系统在高并发下容易成为瓶颈。OpenAI 采用 Ory 的解耦认证引擎和 OAuth2/OIDC 基础设施，让令牌校验在边缘以无状态方式完成，减少反复回查中心数据库。文章还比较了自托管可组合 IAM 与传统身份 SaaS 在数据主权、成本和扩展方式上的差异，并提到让智能体先“观察模式”运行、再收紧权限的思路。对读者的价值是：了解面向超大规模和智能体负载设计身份鉴权时的关键取舍。
这篇文章讲的是：当负责处理退款的 AI Agent 中途崩溃时，如何让接替它的新 Agent 安全接手，而不会重复退款。原来问题在于，Agent 会自己推理、临时决定，崩溃后新 Agent 可能重新想一套方案，甚至再退一次款，导致用户被退两次钱。作者的做法是：在发起退款前，先把这笔操作的金额、授权、幂等键和状态写进数据库（相当于先立一张可查的“操作底账”），新 Agent 只能继承这张底账，不能自己改写；支付接口前还有一层校验，只放行记录里已授权的操作。这样即使崩溃，也能靠同一个幂等键和操作编号查清到底发生了什么，避免重复退款。对读者的用处是：如果你在生产环境跑 Agent 处理支付、订单等有副作用的操作，可以用“持久操作记录+幂等键+边界校验”的思路提升可靠性。文中提到的 LangGraph、Temporal 能恢复执行，但不能判断外部是否已成功；Langfuse 和 ClickStack 可用于追溯，但都只是辅助证据，最终以支付方记录为准。
文章用一个虚构例子说事：云平台上有一个叫 research-agent-2 的账号，它的访问密钥是 14 个月前创建的，最后一次使用是 11 个月前，但至今仍然有效。问题出在：人离职会触发账号回收流程，但一个干完活的 AI 助手（agent）往往只是关掉页面就走，没人回头清理它的权限；而 AWS IAM 的访问密钥不会自动过期，于是这把旧钥匙一直能开门。文章引用 OWASP 2025 年非人类身份风险榜单，把“下线条目没处理好”排在第一位，并提到 2026 年 9 月 GreyNoise 记录的一次攻击：从零到在真实目标上实现远程代码执行不到 4 小时，26 秒内攻陷至少 11 家机构，说明拖慢清理很危险。解决办法分三步：用 CloudQuery 把 AWS 凭证报告同步进数据库，再用给出的 SQL 查询找出“创建超过 90 天且 90 天以上没用过”的有效密钥，然后由指定负责人复核，配合策略和定时任务处理。注意 90 天只是复查门槛，不是判死刑；查询不包含 root 账号密钥，那需要单独紧急审计。文章提供的是自查方法和查询语句，属于已给出的操作指导，不是新发布的工具。
Nvidia 发布了 Nemotron 3.5 Transcribe，这是一个开源权重的多语言转录模型。以前的转录模型只能按音频原样转写，出错了也不好纠正；这次的新模型支持在开始前给它提示，比如告诉它这是英语医学讨论、附上专业术语表，还能要求标注说话人、指定逐字或整理后的格式。它可以处理 40 种语言、最长一小时的录音，但不支持实时直播。Nvidia 称它在 Hugging Face 英语开源语音识别榜上以 5.33% 的平均词错率排第一，在部分基准上还优于参数量大得多的 Voxtral。开发者可以用 vLLM 部署，或用 NeMo-Speech.cpp 在本地单 GPU 上运行，也能用 NeMo 工具微调以进一步降低错误率。模型已经发布，属于开源权重，采用 OpenMDW-1.1 许可。
GitHub 的提交量涨得极快：2024 年平均每月约 6500 万次，今年 4 月 14 亿次，8 月 29 亿次，9 月已达到 74 亿次，公司称主要推手是 AI Agent 带来的自动化需求。这种增长也让服务频繁出故障，所以 GitHub 今年已增加 400 万个 CPU 核心（多数在 Azure 上）、160 PB 高速存储和 50 Tb/s 网络带宽，并加强 GitHub Actions 算力。同时它正把计算和存储拆开重新架构，内部测试写入吞吐最高提升 35 倍。对开发者的意义是：这轮扩容已在进行，目标是减少卡顿和宕机，但新架构的具体上线时间原文未说明。
GitHub 在旧金山 Universe 大会上发布了 Copilot Fusion，这是一个帮开发者自动挑选和调度 AI 模型的系统。以前写代码时，开发者要自己判断用哪个模型：复杂任务挑强模型，日常任务忘了换回来，容易又贵又慢。Copilot Fusion 会根据任务自动选模型，还能在工作流中途切换，比如让一个模型答题、另一个模型检查，或者让一个模型评审另一个模型的输出。开发者只需选择投入档位：日常用 Standard、较难用 High、最复杂用 Max。据 GitHub 数据，Fusion Max 在编程智能体评测中得分 60，与 Claude Code 搭配 Opus 5.5 Max 只差两分，但 API 成本约为一半、每任务耗时少约 40%。该功能已正式可用，企业管理员可以限制可选模型并决定是否设为默认。
谷歌向第三方编程智能体（能自动写代码、查问题的 AI 工具）开放了安卓开发工具，不再只推自家的 Gemini。以前智能体只能靠翻代码猜项目情况，现在可以直接读取项目结构、模拟器、日志和线上崩溃报告。例如 Claude Code 借助泄漏检测库找到内存泄漏并修复验证，谷歌称这类排查快了近一倍、省了最多 25% 的 token。开发者可以在 Android Studio 里自由切换 40 多种智能体，还能用命令行工具在终端预览界面、测试真机。不过谷歌没说明 77% 提速等数据的测量方式，且仍有“能自动找 bug 却修不完”的教训，人工把关不能省。
GitHub 发布了 2026 年 Octoverse 报告，统计过去一年开发者共向 GitHub 推送代码 179 亿次，超过 2024 和 2025 两年总和；总提交 343 亿次，合并的拉取请求 13 亿个。报告发现，带 Agent 配置的新仓库平均提交次数是不带配置仓库的 8 倍，9 月已有超过 40% 的拉取请求由 Agent 发起（3 月为 17%）。61% 的 Copilot 用户会同时使用多个模型，医疗、农业、采矿、建筑等领域的公开仓库也在快速增长。报告还显示 GitHub 开发者已超 2.25 亿，过去一年活跃开发者平均已在 GitHub 上 36 个月，现在平均每人跨仓库数比一年前多 10%。对读者来说，这份报告描述的是开发者正把 Agent 从试用变成日常协作对象，但具体效果仍取决于各自项目实践。
GitHub 在年度大会 Universe 上宣布，要把 GitHub 打造成覆盖软件开发全流程的端到端平台。过去开发者主要写代码，现在则越来越多地让 AI 助手和 Agent 承担实现与验证工作，问题在于多模型、多工具、多仓库之间切换繁琐，代码变多后审查压力也增大。这次 GitHub 推出面向 Agent 的 Copilot 应用、能自动挑选和执行模型的 Copilot Fusion、可跨多个仓库并行运行的 Copilot projects，以及能在手机、VS Code、命令行和网页间接续的会话同步，还有能根据运行结果自我改进的自动化流程。此外，企业客户无需再单独购买 Copilot 订阅，按使用的 AI 额度付费即可。对普通开发者来说，这意味着可以把更多执行环节交给 Agent，自己专注于方向和决策。
Cloudflare 把它内部几乎每个请求都会用到的键值存储 Quicksilver，做成了 Workers KV 的一种新模式，目前开放给少数客户做私测（private beta），还没正式上线。键值存储可以理解成一个超大的查号台：给一个名字，马上返回对应的内容。新模式读取速度在 p99 下是 1.62 毫秒，而经典 KV 是 287 毫秒。但限制很硬：最多 1 万个键，每个命名空间只有 1 MB，每秒只能写一次，所以只适合读多写少、数据量小的场景。
微软发布了十月份的月度安全更新，一共修复了 1415 个漏洞，涉及 Windows 操作系统、Office、Exchange、.NET、Edge，还可能包括 Hyper-V 和 Azure 相关组件。这些漏洞里有 85 个被定为“严重”级别，也就是风险很高。更需要注意的是，其中一个影响 Windows Shell 的漏洞已经被攻击者在真实环境中利用，说明相关用户应尽快安装更新。对普通用户来说，这次更新能补上大量安全缺口，降低被攻击的风险；目前信息没有说明各漏洞的具体细节和更新推送状态，建议以微软官方发布为准。
提供的材料未提及具体可用工具。
Colin Douch 分享了他搭建并扩展自托管可观测性系统的实战经验。过去团队要监控系统，往往得依赖 SaaS 服务，容易被供应商锁定、成本也不好控；他改用 Prometheus、VictoriaMetrics 和 Jaeger 等开源工具，把指标、结构化日志和分布式追踪关联起来，说明这样做在工程上有哪些取舍。对运维和平台团队来说，这提供了一套不依赖外部厂商、可自行掌控的监控方案思路。需要说明的是，材料只提到这是一场演讲，具体可用性和详细做法原文没有展开。
Airbnb 更新了它用来给推荐系统提供数据的 Chronon 平台。以前，推荐系统用的用户行为特征要等将近两天才更新一次，推荐容易过时。现在他们加了 Push Mode（推送模式）和近实时模型转换，能在几秒内更新这类推荐向量，把延迟降到一分钟以内。效果上，离线评测指标 NDCG 提升了 1.67%，线上测试中未取消的预订量大约增加了三分之一百分点。
Spring AI 是一个用 Java 写 AI 应用的框架。以前它把模型回复只当成一段文字，但像 Claude、Gemini、OpenAI 这些推理模型会额外返回“思考过程”和加密签名，要求下次请求时原样带回；如果顺序错了或丢了，模型就会报错或忘掉之前的推理。Spring AI 2.1 把消息改成按顺序排列的“部件”列表，可存放文本、推理、工具调用、工具结果、图片等，并原样保留这些加密数据，不同厂家的模型之间也能安全切换。该版本目前是 2.1.0-RC1 候选发布版，主要聊天模型都能生成和读取部件，还新增了可持久化这些部件的会话记忆功能。使用 Spring AI 的开发者升级后，推理内容能在多轮对话和流式输出中完整保留，读取方式也统一了。
谷歌发布了新一代前沿模型 Gemini 4 Carbon，宣称是其最强模型，在编程、长时任务和网络安全方面达到领先水平。它排名 Artificial Analysis 智能指数第一（59 分），在找漏洞、利用验证、打补丁三项安全基准上均列第一。该模型不会立刻向公众开放：本周起先提供给部分网络安全防御人员，之后通过 Fairwind 计划逐步扩大可信伙伴范围，开发者、企业和普通用户需等后续产品上线。定价与上一代 Argon 相同：每百万输入 token 2 美元、输出 token 10 美元，缓存输入打 95% 折扣。对读者而言，这展示了模型在安全攻防和长时间自主工作上的进展，但普通用户暂时还用不上。
Anthropic 在 2025 年 5 月启动 AI for Science 项目，为从事高影响力科研项目的研究人员提供免费的 Claude 使用额度。此前该项目主要面向单个科学家，现在则扩展到与全球 20 个科学基金会、科研机构和研究团队合作，让更多领域的研究者能用上 AI 工具。合作内容还包括：与 HHMI Janelia 共同制定让 AI 智能体安全操作实验仪器的共享规范 MHS（目前处于研究预览阶段），以及支持 Allen Institute 用 AI 智能体分析大规模公开数据。参与机构将把额度分配给各自的研究人员，预计还会产出开放数据集、开源软件和开放标准等公共成果。不过，文章未说明这些机构具体能获得多少额度、项目何时全面开放。
提供的材料未提及具体可用工具。