2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载"《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 随着组织不断扩大数据和 AI 的应用范围,敏感数据治理面临的压力也越来越大。要保护成千上万个敏感对象,其中每一个都受到企业内部定制政策以及特定地区、特定行业法规的约束,是一项复杂而艰巨的任务。 其中一部分挑战来自组织结构。治理"需要借助工具,根据既定意图持续检测、执行并监控相关政策。缺少这样的基础,治理反而可能成为组织实现数据和 AI 目标的阻碍。 与此同时,敏感数据治理通常需要多类人员共同参与。数据域负责人了解所在领域中哪些数据属于敏感数据;数据治理人员负责制定企业级政策;平台管…
阅读全文
02Changesets 是面向 JavaScript 单体仓库、基于文件的版本管理与变更日志工具,现已发布 3.0 版本"。这是自 v2 发布七年来的首个大版本更新,带来了更轻量化的安装包、重构后的命令行工具,以及大家期待已久的对等依赖版本升级逻辑改动。 该版本于 2026 年 8 月 11 日发布,由更新后的维护团队主导——Mateusz Burzyński、Bjorn Lu 和 Adam Haglund——整个开发过程遵循公开的 v3 发布计划"。此次发布同步上线了全新的文档站点",配套的 changesets/action v2" 也一同发布,该工具目前每周下载量超 300 万次。 所有包现在仅支持 ESM",要求 Node.j…
阅读全文
032026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载"《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 我们接触到的几乎每一位 CRO 和 CMO,都在问同一个问题: 我们已经投资了 AI,也有试点项目在运行,团队也确实在使用,为什么它还是没有带来真正的投资回报? 今天,我们正式发布 《GTM 领导者 AI 转型蓝图》(The GTM Leader’s Blueprint for AI Transformation),试图回答这个问题。这份蓝图完整记录了 Snowflake 的销售和营销团队,如何在整个客户生命周期中利用 AI 推动营收增长,以及任何一位 GTM(Go-to-Mark…
阅读全文
04云栖大会企业级 Agent 论坛开场前,极客邦科技创始人霍太稳接到一通电话。 员工告诉他,上月上线的一个 AI 应用,原本预估 Token 费用约一万元,结算却花了三万。原因很简单:一个开关忘了关,应用在后台默默烧钱。 关掉开关,止住了眼前的支出,却留下一串追问:谁启动了任务?运行了多久?费用算谁的?为什么直到月底才发现? 这些问题指向一项基本要求:系统不仅要能做事,还要能解释做了什么、约束怎么做。当应用以 Agent 的方式自主行动,这项要求更为迫切。 传统问答场景中,下一轮对话由用户决定。Agent 则不同——接到任务后,它可能连续检索、调用工具、依据结果调整计划或发起重试。一次委托产生多少调用、占用多少资源,往往要跑起来才知道…
阅读全文
05复杂 Agent 任务在后台跑,对话在前台继续。实时模型与 Core Agent,开始按两种节奏配合,带来全新的交互体验。 AI 助手正在进入一种新的工作节奏:一边对话,一边调用工具办事。 近期关于 Gemini Live 更新的报道,就把后台工具调用放进了实时交互:助手可以先回应一句“我查一下”,再继续处理需要时间的工作。 这也把一个日常问题摆到了面前:查资料、做分析都需要时间,用户的新问题却随时会来。工具任务运行时,AI 还能不能继续接话? 要理解这件事,先要理解“全双工”。 从用户视角看,传统语音助手更像对讲机:用户说完一段,AI 才能接话;AI 说话时,用户插话,往往会被打断或忽略。全双工则类似于打电话:AI 可以边听、边说…
阅读全文
06JDK 27 甲骨文公司发布" Java 编程语言及虚拟机的第 27 个版本"。该版本包含九项 JEP 的最终功能集。要了解更多详情,可以参阅 InfoQ 的这篇新闻报道"。 JDK 28 JDK 28 的早期访问构建" Build 16" 发布,它是 Build 15 的升级",修复了各种问题"。要了解关于这个构建的更多细节,请参阅发布说明"。 对于 JDK 28" 和 JDK 27",欢迎开发者通过 Java Bug 数据库"报告 Bug。 BellSoft BellSoft 发布"其基于 OpenJDK 的衍生版本 Liberica JDK 27"。在总计 2542 项修复中(其中 OpenJDK 占 2387 项,JavaF…
阅读全文
07从「构建 AI」到「驾驭 AI」,100+ 实战案例拆解 AI Native 时代的工程新实践! 2026 年 QCon 全球软件开发大会大会 · 上海站" 将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向,邀请全球技术社区与产业一线的实践者,系统性分享前沿洞察与实战经验,共同探索 AI 从能力到系统、从实验到生产的真实路径。 在这一背景下,2026 年 QCon 全球软…
阅读全文
08Uber 重新设计了 M3DB 的分片放置策略,引入了固定大小的子集群,以此来限制节点故障、运维和集群扩容带来的影响。这一改动解决了旧放置模型的一个缺陷——在旧模型中,随着分片依赖关系增多,单节点故障对集群的影响范围可达到 (n-1)/n。 M3DB 是 Uber 的分布式时序数据库,数据被划分为多个分片,并在多个节点间复制。其放置算法决定了分片的所有权,并强制保持副本之间的隔离,例如将副本放置在不同的机架或可用区中。Uber 工程师强调,原有的分片放置模型在中小型集群中表现良好,但随着集群规模增长,运维难度也随之上升。 在旧模型中,只要副本没有被放置在同一隔离组中,任意节点都可以拥有一个分片。这种宽松的配置会形成一个依赖图,一次拓…
阅读全文
09亚马逊云科技已经告知客户,无法恢复仅存储在中东部分区域内的数据。在本周关于中东(阿联酋)me-central-1和中东(巴林)me-south-1"的状况更新"中,该公司表示,巴林地区的受损程度超出了其区域性多可用区服务的设计承受能力。 关于阿联酋区域,亚马逊云科技写道: 经过全面评估,我们确定无法恢复对仅托管在 mec1-az2 可用区中的资源和数据的访问。我们正在继续努力恢复区域资源,以及托管在其他受影响可用区(mec1-az1 和 mec1-az3)中的可用区资源。 对于巴林,这次评估涵盖了整个区域: 我们基础设施遭受的破坏波及多个可用区,而且超出了我们区域性多可用区服务的设计承受能力。经过全面评估,我们确定无法恢复对仅托管于…
阅读全文
10去年的行业大会,主基调还围绕在模型能力、推理成本和 AI Coding 上。Agent 很热,但大家追问更多的是它能做什么。到了今年,讨论从能力探索进一步走向生产落地。Agent 像一条新的主线,穿过每一个地方。 在今年的云栖大会上,这种体感格外明显,会场里到处都能听到 Agent,讨论也越来越具体:怎么把 Agent 做出来,怎么让它真正进入业务。 这些问题再往下追,总是会回到并不在聚光灯下的 Infra 上。因为模型决定能力的上限,但决定这些能力最后能不能安全、稳定地落下来,还得是 Infra。 在云栖大会技术主论坛上,阿里云智能集团研发副总裁、弹性计算产品线负责人吴结生发布了智能体沙箱 Agent Sandbox,并将其定义为…
阅读全文
11Anthropic 又发新模型了。 距离 Claude Opus 5.5 发布还不到一周,Anthropic 于 9 月 28 日推出 Claude Sonnet 5.5。这是 Claude 5.5 家族的第二款模型,Haiku 5.5 也将在未来几周内登场。 Anthropic 宣称,新模型的输出速度提升超过 30%,完成多数任务所需的 Token 更少,因此单任务成本最高可降低 30%。 Claude Code 创建者 Boris Cherny 还发布了一段演示,展示 Sonnet 5.5 通过 Claude Code 修复一个 Bug,并配文称:“速度提升 30%,使用量减少 30%。” 不过,Sonnet 5.5 虽然把 S…
阅读全文
122026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载"《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 当 AI 使用的每一条事实都准确无误,但最终做出的决策仍然错误时,换一个更好的模型并不能解决这类问题。 以 Maya 为例。她是一位虚构的高价值客户,两周前购买了一副高端滑雪板,此后又三次访问与之配套的滑雪靴页面。她的预测转化概率很高,因此公司的 AI 向她发送了一张她浏览过的滑雪靴八折优惠券。 但 AI 看不到这一系列事件背后的上下文:滑雪板到货时已经损坏,替换商品又出现延迟,而相关质量问题仍在处理中。按照公司的政策,在这种情况下,只要理赔问题尚未解决,就不应对这款滑雪靴提供折扣…
阅读全文
13Bun 的创建者 Jarred Sumner 近日宣布",这款集 JavaScript/TypeScript 运行时、打包工具和包管理器于一体的工具已经从 Zig 重写为 Rust。这次重写主要是通过 Rust 的借用检查器消除反复出现的内存安全漏洞。这项在人工智能辅助下进行的重写工作历时 4 个月便完成并发布,而非原先预计的一年。 这一举措最初是作为概念验证项目启动的,Sumner 总结了背后的动机: 在错误路径中,有很大比例的 Bug […]属于“释放后使用”、“双重释放”以及“忘记释放”的情况。在安全的 Rust 语言中,这些都会被编译器识别为错误,并且通过 Drop 实现了类似 RAII 的自动清理。与代码风格指南相比,编译…
阅读全文
14Agent 从 Demo 走向生产,真正的挑战才刚刚开始。 不可信代码如何安全隔离?海量任务如何高效调度?等待时间产生的成本,是否应该由用户承担?有了容器,为什么 Agent 仍然需要 Sandbox? 在 2026 云栖大会上,InfoQ 极客传媒总编辑&总经理王一鹏对话阿里云智能集团资深技术专家杨皓然、金山办公云原生开发运维专家宾哲、前程无忧搜索推荐策略团队负责人林自达、AMD 中国区销售副总裁周俊杰、阿里云智能集团高级产品解决方案架构师张军,他们共同探讨:Agent Sandbox 如何跨过安全、成本与规模化门槛,成为支撑 Agent 走向生产的新算力形态。 完整版正片将在 InfoQ 视频号、官网等平台发布,敬请期待…
阅读全文
15MariaDB Community Server 版本 13.0 已达 GA(General Availability)阶段",目前已经正式稳定。此次版本带来了一系列新功能、弃用项和性能改进,包括扩展对过程式 SQL 的支持、新增 DML 能力等。 为了让基于 Oracle PL/SQL 的企业应用能够更加平滑地迁移,MariaDB 13 原生支持" REF CURSOR 类型和 RECORD 类型,并允许将它们用于例程参数和函数返回值。 对弱类型和强类型 REF CURSOR 的支持,让 MariaDB 的游标处理方式进一步接近 Oracle PL/SQL。这些游标可以被打开、获取和关闭,也可以用作局部变量、包例程参数或包函数的返…
阅读全文
16大模型上车,正遭遇一个极其现实的矛盾:一面,云端模型动辄数百 B 参数,越做越大;而另一面,汽车作为一个在算力内存、功耗和成本上都高度受限的终端,无法像云端那样无底线堆叠 GPU。 于是过去两年里,所谓“大模型上车”,大多成了悬在云端的传话筒——车端收音、送上云端处理、再把指令传回。随之而来的,是驾驶场景下难以回避的硬伤:1 到 3 秒的通信延迟、进地库隧道瞬间哑火的弱网死角,以及私密数据出车的合规隐患与高昂的 Token 账单。体验看似升级了,但被动迟缓的交互范式却未见质变。 要把体验做透,行业必须把这颗越来越大的“大脑”真正搬进车里。 在今年的云栖大会上,斑马智能带来全模态端侧大模型 AutoOmni 2.0-23B-A3B,将…
阅读全文
17SolidStart" 是构建在细粒度响应式库 SolidJS 之上的全栈元框架,目前已经正式发布稳定版 2.0"。此次版本对底层架构进行了彻底现代化改造,以直接使用 Vite 的 Environment API 取代 Vinxi 构建层。SolidStart 的创建者 Ryan Carniato 将其描述"为“基于 Vite 8 对 SolidStart 进行的一次完整现代化升级,以支持 Solid 1.x”,这一版本经过一年多的开发,并经历了 25 个 Alpha、Beta 和 Release Candidate 版本后终于发布。 SolidStart v1 依赖 Vinxi 来协调全栈框架所需的客户端和服务器端独立构建流程,这…
阅读全文
18为黑客马拉松构建人脸验证系统是一种充满乐趣的周末体验;而为关键任务型企业环境构建这样的系统则是一次令人谦卑的经历。 我清楚地记得,我们那个完美的原型系统崩溃的瞬间。我们花了数周时间对 API 调用做微调,将置信度分数提升到 90% 以上,并打磨出了一个简洁流畅的用户界面。但在上线当天上午 9 点,当三千名员工同时尝试打卡上班时,系统不仅变慢了,甚至彻底崩溃了。超时错误接踵而至,队列严重拥堵,日志里满是关于速率限制的警告。 我们犯了一个典型的错误。我们将人脸验证当成了一个简单的功能需求,仅仅是一个需要调用的 API 端点,而不是一项复杂的分布式架构挑战。 即使是像 Azure Face API 或 AWS Rekognition 这样…
阅读全文
19随着AI大模型的业务发展重心从单一训练模式转向规模化推理,推理场景带来海量并发、长上下文KV-Cache与严苛的低时延诉求,存储压力被显著放大。因此,存储不再仅仅是算力的配套硬件设备,而是直接决定AI集群实际运行性能的关键因素。根据Counterpoint统计显示,受AI推理工作负载推动,2026年第二季度企业级SSD占全球NAND出货量的48%,较去年同期的26%快速增长,这意味着存储行业的市场重心,完成了从消费电子向数据中心的历史性切换。 规模化AI推理带来的业务负载,推动了AI基础设施架构持续升级,业务场景诉求更加复杂多元,倒逼存储市场产品结构快速迭代。传统存储厂商单纯依赖模组组装、外购主控的发展模式,已经难以适配日趋复杂的A…
阅读全文
202026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载"《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 对于许多 C-level 高管和企业管理者来说,迈向数据驱动转型的过程中,往往伴随着一个令人沮丧的现实:在技术上投入巨资,业务成果却迟迟难以显现。 企业收集了 PB 级的信息:客户反馈、销售数据、供应链日志、工程图纸和供应商合同。但为什么一个关键业务问题,仍然需要几周时间才能得到明确答案?为什么战略项目还要因为等待技术团队手动提取、清洗和迁移信息而一再延误? 问题的根源并不在于缺少数据,而在于数据如何被管理和访问。 几十年来,企业为每个部门分别建设彼此独立、相互隔离的数据孤岛。市场…
阅读全文
219 月 29 日早间,AMD 宣布了一笔跨越芯片与前沿模型研究的交易:公司已与李飞飞创办的 World Labs 签署最终收购协议,交易作价约 82 亿美元,全部以 AMD 股票支付。交易预计在 2026 年底前完成,仍须获得监管批准并满足其他交割条件。换言之,双方已经签约,但收购尚未完成。 从 AMD 向美国证券交易委员会提交的文件看,交易协议于美国时间 9 月 26 日签署,AMD 于 9 月 28 日正式对外公布。 收购对象的法律实体为 World Labs Technologies, Inc.,AMD 拟取得其全部股权,向 World Labs 股东支付约 82 亿美元的 AMD 普通股,最终金额仍受惯常调整条款影响。 这笔…
阅读全文
22今天的企业做 AI Agent,常常有一个看起来顺理成章的想法:模型已经足够强,把内部资料接进去,应该就能用了。 但是当真正动手之后,我们的“麻烦”才开始出现: 一份文档里的“客户”,和另一个系统里的“客户”,口径可能不同;检索出来的几条规定都没错,适用条件却彼此冲突;好不容易智能体记住了前几轮对话,任务继续跑下去,响应速度又开始拖慢,崩溃。 那么,怎么解决这些麻烦? 过去出了问题,有经验的老员工们知道去哪里找、该问谁、哪条规定有例外。但现在真要把具体工作交给智能体,让它“靠谱地干活儿”,那么那些“默认”大家都懂的东西,就必须明确记录下来。 在 9 月 17 日举行的华为全联接大会 2026“华为数据存储峰会”上,华为公司副总裁、数…
阅读全文
238 月下旬的财报季,拼多多母公司 PDD Holdings 二季度收入 1124 亿元,同比增长 8%;归属于普通股股东的净利润 272 亿元,同比下降了 12%,在线营销服务收入 576 亿元,只增长了约 3%;交易服务收入 547 亿元,增长 13%。平台仍在增长,只是最熟悉的广告引擎已经慢下来。与此同时,研发费用升至 46 亿元,同比增长 40%。 研发费用没有只流向一个“AI 项目”,也很难在财报里逐笔认领。它散在平台治理、农产品标准化、工厂改造、乡村履约、海外合规和本地仓配里。过去两年,电商行业热衷讨论流量怎么分、补贴还能打多久。拼多多这份财报透露出的变化要慢得多,也更麻烦:平台开始碰供应链里那些原本由产地、工厂、检测机构…
阅读全文
242026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载"《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 数据工程是一项艰难的工作——一觉醒来发现任务运行失败,往往需要花上数小时排查;业务团队的各种请求和需求不断堆积;财务团队还会追问,为什么这些数据管道的成本一直在上涨。 从很多方面来看,AI 正让这项工作变得更加复杂。它带来了数量更多、类型更加多样的数据,也让公司内部更多人可以通过编程智能体和对话智能体使用这些数据,这些智能体甚至可以直接替他们编写 SQL。 大多数数据工程团队都在尝试通过采用自己的编程智能体"来跟上变化,但即便如此,他们似乎依然在被越甩越远。 MIT Technol…
阅读全文
25从「构建 AI」到「驾驭 AI」,100+ 实战案例拆解 AI Native 时代的工程新实践! 2026 年 QCon 全球软件开发大会大会 · 上海站" 将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向,邀请全球技术社区与产业一线的实践者,系统性分享前沿洞察与实战经验,共同探索 AI 从能力到系统、从实验到生产的真实路径。 在这一背景下,2026 年 QCon 全球软…
阅读全文
26“我们作为一家公司自己也在用AI解决问题,每个月的AI账单是非常恐怖的。” 视源股份商用显示BG副总裁王玉龙发现,云端大模型的Token价格虽然持续下降,但企业真正把AI用起来后,成本并没有想象中那么低。 “Token的成本确实在降低,但是真正要用起来,所需要的上下文的量在快速扩张,因为我们发现真正要输出好的效果,是需要非常完善的上下文的。”在王玉龙看来,如果仅仅依靠云端支撑企业AI应用,长期成本可能超出不少用户的承受能力。这也是视源股份与英特尔合作推进边缘侧AI算力的重要原因。 但成本只是问题的一部分。零售门店的点餐和结算需要快速响应,课堂视频涉及未成年人隐私,电子制造企业的核心算法和供应链数据不能随意离开内部网络。这些业务即使能…
阅读全文
27Cloudflare 推出智能体开发生命周期(Agent Development Lifecycle)",这是一项面向 AI 驱动的工程实践,旨在取代传统软件开发生命周期(Software Development Lifecycle)。Cloudflare 认为,尽管 AI 模型加速了代码生成,但测试、部署和维护等下游阶段仍受“人在回路”的持续集成流水线制约,成为瓶颈。为解决这一问题,Cloudflare 提出从软件团队向自动化软件工厂转型,由智能体自主管理整个生命周期。 传统的软件开发生命周期"依赖人工节奏的评审与线性流水线。Cloudflare 认为,这些结构在大规模智能体场景下会失效。专为智能体开发生命周期构建的平台必须具备可…
阅读全文
28大多数个性化 API 无法回答的问题 一位客户正在搜索家用 SUV,查看库存,并开始预订。推荐引擎识别出一项相关的升级服务,并以毫秒级的速度返回推荐结果。从模型角度看,这个决策是正确的。但这个推荐未必就应该展示给客户。客户可能已经多次看到过类似的推荐。当前渠道可能没有获取个性化授权,也不适合这种强推销式增销。首选的大模型服务商还可能不可用。 在很多企业系统中,这些条件都是在排序之后才做判断,或者仅仅记录在日志和仪表盘里。模型能回答“什么内容是相关的”,但架构无法清晰回答“这个推荐是否合适”。这主要不是大模型问题,而是架构问题。 因此,每一个企业级个性化平台都必须回答一个要求更高的问题:为什么这个推荐会在此时此刻、以这样的推送强度,并…
阅读全文
29微软在Azure Kubernetes Service(AKS)节点自动配置(Node Auto-Provisioning,NAP)"中加大了对中断的控制力度,并发布"了新的指南,帮助平台团队平衡自动化节点整合的效率优势与应用程序的可用性。核心思想是,如果要在缩放、升级和维护期间保持Kubernetes环境的可预测性,那么NAP自动移除、替换和整合节点的能力需要在工作负载和基础设施层面进行管理。 NAP基于开源的Karpenter项目",可以根据待处理工作负载自动配置和管理节点,并且可以随后移除未充分利用的基础设施。虽然这可以改善装箱效率(bin-packing)和降低云成本,但自动化节点移除在Kubernetes环境中引入了另一种…
阅读全文
30在上次一批Spring生态系统发布停滞10周后(参见相关的报道"),最近出现了大量的活动,值得关注的是以下项目的首个里程碑发布:Spring Boot、Spring Framework、Spring Data、Spring Security、Spring Integration、Spring HATEOAS、Spring Modulith、Spring Batch、Spring AMQP和Spring for Apache Kafka。 此外,超过90个CVE在许多Spring项目中得到修复,本文将介绍其中的一部分。更多细节参见Spring Security Advisories"页面。 Spring Boot Spring Boo…
阅读全文