研究与技术01
Netflix 为跑在 Amazon EMR 上的 Apache Spark 任务做了一套“工作负载证明”机制。打个比方:过去托管计算任务要访问内部服务,得把内部凭证直接塞给任务,凭证容易泄露、也难管理。现在的做法是先确认这个任务的 AWS IAM 身份,再核对 Netflix 控制面签发的声明,两者都通过后,才发一张有效时间很短的内部 X.509 证书,任务用它去访问内部服务。这样托管计算任务不必直接携带凭证,就能安全地完成内部认证,凭证暴露的风险和分发负担都小了。这套机制目前应用在 Netflix 的 Spark/EMR 场景,其他场景是否适用文中未说明。
文中可用工具
- Apache Spark在 Amazon EMR 上运行的分布式数据处理任务
- Amazon EMR托管运行 Spark 任务的 AWS 计算服务
- AWS IAM用于识别工作负载身份的云身份服务
- X.509 证书短期内部证书,用于访问内部服务
研究与技术02
Netflix 工程团队在 Amazon EMR 上跑 Apache Spark 任务时遇到一个麻烦:托管环境只给任务发一个 AWS 身份(IAM 角色),但公司内部服务只认自家 PKI(Metatron)签发的短期证书,两者不通用。他们的做法是让每个 Data Project 与一个专用 IAM 角色一一对应,控制面在提交任务时附上一份签名声明;任务启动后再用 AWS 凭据签出一个预签名 URL,以此向身份服务证明"我确实持有这个云身份",换取内部证书。这样 Spark 任务就能以 Data Project 身份访问加密列、查表权限,而不必依赖启动者的个人身份。方案不限于 Spark 或 EMR,任何只有云凭据的托管环境都可套用。
文中可用工具
- MetatronNetflix 内部的私有 PKI,负责签发短期 X.509 证书,让服务之间用双向 TLS 互相认证
- Amazon EMR运行 Apache Spark 任务的托管计算环境
- Apache Spark数据处理框架,3.0 起提供插件接口用于在驱动和 executor 启动时注入证明逻辑
- AWS STS提供 GetCallerIdentity 接口,让工作负载生成可验证自己云身份的预签名 URL
- HashiCorp Vault文中作为同类 IAM 认证思路的参考案例被提及,未说明在此方案中实际使用
Agent 与工作流03
微软发布了它称为迄今为止最大的一次 Copilot 更新,CEO 萨提亚·纳德拉把 Copilot 形容为“工作用的新操作系统”。过去企业要让 AI 代理长时间自动干活,得自己拼接身份认证、权限控制、运行环境和组织信息,很麻烦。这次微软把这些能力直接做进 Microsoft 365:每个代理有独立的 Entra 身份和账号,有自己的邮箱、日历、OneDrive 和 Teams,还能像员工一样出现在组织架构里,管理员照常用现有策略管权限。对普通办公用户来说,Code 能用自然语言生成应用和流程,Autopilot 能按目标在后台持续工作;对开发者来说,代理运行、托管和成本管理都交给了平台。不过需要注意,Home 和 Code 先通过 Frontier 早期计划开放,Autopilot 月底进入私有预览,费用按使用量以 Copilot Credits 计算。
文中可用工具
- Copilot微软的 AI 助手,这次更新把聊天、办公和代理功能整合到一个应用里
- Autopilot企业用的主动型长期运行代理,给它一个角色和目标后能持续在后台工作,不用每步都重新提示
- Code用自然语言生成应用、仪表盘和工作流,底层技术与 GitHub Copilot 相同
- Microsoft Foundry托管代理的平台,开发者在这里创建 Autopilot 蓝图,代理获得完整的 Entra 代理用户账号
- Entra Agent ID给每个代理分配独立身份和账号,让代理以自己而非借用的人类用户身份运行
- Agent 365代理注册表和管理平台,管理员在这里审批代理并管理其访问权限和成本
- Microsoft Copilot Managed Runtime托管 AI 生成应用的运行平台,公开预览中,应用运行在客户自己的 Microsoft 365 租户内
- Copilot Studio构建代理的工具,所建应用也能部署到 Copilot Managed Runtime 上
- CoworkCopilot 应用中的协作功能,其构建的应用可运行在托管运行时上
- Lovable外部应用生成工具,用 Lovable 构建的应用现在可以直接在微软租户内运行
- LangGraph代理框架,原文仅作为对比提到 Diagrid 为其添加持久恢复能力
研究与技术04
这篇文章讲的是怎么让大量员工同时刷脸打卡不卡死。原来系统一秒钟要处理三千人的验证请求,同步调用直接把服务器压垮了。作者提出四层架构:先在手机端过滤掉无效照片,省下三成云费用;再把检测和比对拆开,让处理能力扩大十倍;按风险高低动态调整判断标准;还用零信任思路保护隐私,加同意确认和自动删数据,满足 GDPR 和 HIPAA。对读者来说,这提供了一套高并发人脸验证的工程参考,但目前只是文章介绍,没有说已开源或可下载使用。
应用工具05
LIKHIT123498/AI-Resume-Screener · Full-stack AI recruitment app that parses, evaluates, and ranks resumes against job descriptions. Built with React (Vercel), FastAPI (Render), and PostgreSQL (Neon). Features Gemini AI NLP skill extraction, scoring, a drag-and-drop dashboard, and JWT auth.
这是一个全栈 AI 招聘应用,可解析候选人简历并对照职位描述进行评估与排名。技术栈包括 React(Vercel 部署)、FastAPI(Render 部署)与 PostgreSQL(Neon),集成 Gemini AI 做 NLP 技能抽取与匹配评分,通过 Supabase 配置云存储,提供支持拖拽上传 PDF 的仪表盘与基于角色的访问控制。
评测与安全06
NakodaInfotech/pk-drop-in-auth · The 2026 Passkey Developer Starter Kit – Build AI-Ready Login
BioGate 是一个实验性的仿生认证编排层,围绕 passkey/WebAuthn/FIDO2 构建身份边界,通过设备指纹与行为生物特征进行模式识别、基于机器学习的信任分数自适应更新以及异常检测与会话隔离,并提供可选的开源模型 API(OpenAI、Claude)接入以实现风险评分。README 声明其为实验性项目,不建议未经安全审计用于生产环境。