下载 InfoQ App >
随时随地获取最新技术资讯
8 月
21 - 22
2026
AICon人工智能开发与应用大会|深圳
Agentic AI|Agentic UI|AI 工业化落地|AI 工程化与极致效能
🔥会议中~
10 月
22 - 24
2026
QCon全球软件开发大会|上海
Al Agent |Vibe Coding|智能可观测|推理基建|模型攻防|AI x创造力
🔥8折优惠立减1360元!
12 月
18 - 19
2026
AICon人工智能开发与应用大会|北京
多智能体协同|模型推理优化|AI 原生数据架构|可信 AI 与治理|具身智能与物理 AI
🔥8折优惠立减1160元!
10 月
24 - 25
2026
AIGen 原住民大会(免费)
一场属于 AI 原住民的年度聚会 聚焦 AI For Work 与 AI For Life
10.24-25 杭州 火热报名中~

演讲人:阿里云数据库产品事业部负责人杨辛军、数据库产品管理与技术架构部负责人王远
演讲人:张栋、林道正、刘旭
演讲人:张鑫、王仿、任磊达

KCD Hangzhou 2026 将于 11 月 28 日在杭州举办,即日起面向社区征集演讲议题,截止时间为 9 月 30 日。

当 H100 开始有期货价格:AI 算力正在变成一种新资产

Cloudflare 发布了一项开发者预览功能,允许任何网站通过一个面板开关启用 WebMCP(Web 模型上下文协议)接口。

大多数数据工程师都试过把一个 Coding Agent 指向自己的 SQL,然后得到一些“看起来有用”的结果。样板代码变少了,搭架子更快了,信号很明确:Agents 和数据工作天然是契合的。但很快就会出现一种更难描述的挫败感,问题不在模型本身,而在于 Agent 运行时脱离了让数据工作变得“具体”的上下文。

关于 Dockerfile 与 Buildpacks 的长期争论已经演变为一场安全之争。

在演进式架构中,系统应该设计成可以吸收并适应不断变化的需求和环境。但要真正实现这种适应性,团队成员需要对系统本身有深刻的理解。

如何在 Kubernetes 上运行 AI 智能体是一个关键的问题:每个智能体都应该有自己的 Pod 吗?kagent 项目的观点是否定的,智能体具有突发性、生命周期短的特点,可能产生子智能体并可能等待人工批准,如果为每个智能体配置独立 Pod 会造成资源浪费。Agent Substrate 通过增加控制平面,将逻辑 Actor 调度到长期存在的工作 Pod 上,从而提供了另一种思路。

美图影像研究院(MT Lab)提出了一种面向开放词汇的自提示(Self-Prompting)场景文本编辑方案

AI Coding 已经不是壁垒,瓶颈开始转移到 AI Delivery

本文把记忆放入形成、强化、衰减、冲突、遗忘、迁移和归档的生命周期,并进一步说明反馈验证与错误归因如何帮助系统修正知识、记忆、推理和治理策略。

根据 GitHub 的公告,GitHub Code Quality 现已在 GitHub Enterprise Cloud 和 GitHub Team 上正式上线。

一个 Agent 可能是攻击者,也可能是未来电商的重要流量入口。

中国“机器人第一股”,终于来了。

OpenAI 已经按下了暂停键,下一个会是谁?

微软和亚马逊云科技最新财报传递出同一个信号:基于 Arm 架构的 CPU 已成为智能体 AI 的核心基础设施。

Pinterest 公布了其自主研发的 Terraform 执行引擎——资源配置器管道(RPP)。该引擎可以确保遵循最小权限原则,并且需要双重控制审核。

我构建了一个 FIFA World Cup 2026 应用,它包含实时比分、淘汰赛对阵生成器、交锋统计、场馆地图、比赛预测等功能,而且整个过程几乎完全是通过与 Cortex Code Desktop(CoCo)的一系列自然语言对话完成的。

明道云举办首届 Real AI Contest,把已经走完这段距离的团队放到同一套标准下比一次,现金总奖池 ¥80,000,报名免费。

AI for Science 的下一场革命

本文是 Java 近期新闻,内容涉及:Shenandoah GC、TeamCity CVE、A2A Java SDK、Camel、Gradle、GlassFish。

“AI 内容创作成本仍然偏高,平台还需要继续降低门槛。”

Canva 对其会话撤销基础设施进行了重新设计,旨在支持数亿个活跃会话,同时在处理大多数身份验证请求时避免进行联网数据库查询。

JEP 401(值对象预览版)已经集成到 JDK 28 中。该提案引入为更扁平、无需内存分配的 JVM 表示形式铺平了道路。

Embabel 发布了 1.0 版本,为 Java 平台上的 AI 智能体提供了一个框架。它允许 Java 和 Kotlin 开发者以类型化的领域对象来定义智能体(目标、动作及其连接条件)。Embabel 是基于 Spring AI 构建的,支持多种模型提供商,并将规划与预定义状态机相结合,为智能体工作流提供了灵活性。

AI Agent 正在从能力探索进入商业化落地深水区

Angular 发布 v22 版本,其中包含 API 稳定性优化、模板易用性改进以及面向 AI 编码智能体的新工具。

Snowflake 提供了一整套 AI 成本治理能力,而且这些能力都可以通过 SQL、Snowsight,甚至直接在 CoCo 里完成管理。总体思路始终是三步:先看清成本花在哪里,再优化默认运行方式,最后在需要时设置强约束。

随着大语言模型(LLM)重新定义软件开发的边界,Linux 生态系统正面临着法律风险、技术完整性和哲学纯粹性交织的复杂局面。

Agent 真正跑起来之后,该补的工程课一门也少不了。

SeedRealtime 定义了能做什么,而火山引擎 MMT 决定了用户能不能真正感受到这些能力。MMT 在三个核心环节完成了提升。