51CTO · 实时热榜

本文站在一线运维 / SRE的角度，聊聊 35 岁运维转 AIOps 到底有没有机会。

开源套件 Disciplined Agentic Engineering（DAE，前身 swingerman/atdd）盯的不是「写得更快」，而是：智能体负责打字时，谁定义「做完了」，以及如何防止定义被实现细节污染、被长会话冲掉。 核心就三句——后面所有真实命令都围着它们转。

Harness 工程不是要替代工程师，其实只是要求工程师把过去很多的隐性经验，通过不同的方式暴露给AI，这样人也有更多的精力去做更有价值的事，目前看Harness 工程是Agent 时代的软件工程基本功。

一种语言的语法和API，可以交给工具处理得越来越多。系统为何这样设计，数据怎样穿过不同服务，故障为什么会扩散，产品表现是否符合预期，这些问题仍然需要人来判断。

大家好，我又来啦上周三我在一个已经上架的鸿蒙App里改本地数据库结构，加两个字段。改完跑了一遍，App起不来。日志说nosuchcolumn。其实是...

运维人转型 AIOps，完成从体力运维到技术运维、价值运维的进阶，才能打破职业瓶颈，建立不可替代的职场核心竞争力。

一个名为「Basalt Labs」的神秘中国AI实验室，忽然空降。没有任何预热、没有任何预告，他们在X上扔出了一枚重磅消息——发布Monolith-1.0模型，登顶世界第一！

腾讯混元团队正式开源 HiLS-Attention（分层地标稀疏注意力），提出了一种全新的分块稀疏注意力范式，首次在数学层面上同时解决了 chunk 重要性估计的 "表达力不足" 和选择过程的 "端到端不可导" 两大根本难题，真正将稀疏注意力做到了 "Done Right"。

2026 年世界人工智能大会（WAIC）于 7 月 17 日至 20 日在上海盛大开展，全球领先的 AI Native Cloud 服务商 GMI Cloud 在此次大会上精彩亮相。

当越来越多核心业务真正运行在鸿蒙之上，质量也将从应用发布前的一道测试流程，逐渐成为企业鸿蒙化转型的基础能力。

当团队里每个人都能用 AI 秒级生成代码，拉开差距的不再是"谁写得快"，而是"谁写得稳、写得可维护"。而 Harness 做的事情，就是把"好代码"的标准写进系统，让 AI 在约束下自己干活。

SDD，中文叫规格驱动开发，是在正式编码之前，先把需求变更的目标、范围、系统行为、设计约束和任务拆分通过文档（规格文档）确定下来，再让AI按照这些文档去开发，能够把模糊需求变成稳定的工程上下文，从而减少AI自己猜需求、误改历史逻辑和实现跑偏的问题。

今天我把亲手在生产环境里跑通的六个场景摆给你看。看完你就明白：AIOps 不是 PPT 里的概念，是真的能用的。

彭博社的一则独家报道如同一盆冰水，浇灭了所有人的热情：Gemini 3.5 Pro发布延期了，而且不是延期几天，是数月的大延期！

前两篇分别写过：单上下文为什么会在规模任务上失败；动态 workflow 又把控制流、状态、覆盖搬进了代码。这篇落到更实用的一层——任务形状不同，组织方式也不同。

具身智能的本质是人类的“能力扩音器式赋能工具”，在医疗领域是医生的“超级助手”辅助识别病灶，在创意领域是艺术家的“灵感伙伴”，放大人类能力却不替代核心决策。

Rolldown 1.2 并没有发布什么特别“炸裂”的新功能。但它释放了一个更重要的信号。Vite 背后的 Rust 工具链，正在快速成熟。

最近，Anthropic首次公开了CC大规模代码迁移「全流程」，六步框架让全网震撼。

AI 写代码的速度至少是人的 10 倍。90% 的代码由 AI 产出之后，理论上效率提升应该是数倍甚至一个数量级。10 倍和 1.6 倍之间消失的那部分，才是 AI Coding 落地的真实成本区。

本次完成极限科考任务的 DJI EV50，搭载了全球无人机出货量第一的新能安电池。

大模型啃了海量数据，好歹该懂基础赛制吧？实在好奇，我找来千问、豆包、文心、元宝、DeepSeek和Kimi六款大模型，分别进行了三轮测试，看看到底是怎么个情况。

最近折腾了一套组合拳：Claude Code + CC Switch + OpenCode 的免费模型 Big Pickle，效果还挺香。

上一篇写过：单上下文 Agent 在规模任务上会漏项、自证、漂移，还会被中间材料淹没。这篇回答下一问——动态 workflow 到底改了什么？

当Agent又刷新一个编码榜单时，不妨少问一句“它还要多久替代我”，不妨多想一下：如果代码已经不再稀缺，我还能不能把问题选对，把系统交付好，并为最后的结果负责？

这篇文章我按自己的理解重新梳理了整条演进线，并在每处关键决策后补上企业落地视角的解读。如果你正在做领域知识密集型的 Agent，或正被"Prompt 越写越长、效果越来越差"折磨，这篇值得细读。

试想这样一幅画面：某人在AI助手的对话框里输入几行字——"请生成一份美国加州驾照，姓名：John Doe，地址：123 Main Street，有效期至2028年。"不到五分钟，一份从纸张纹理、防伪标记到字体排版，都与真件毫无二致的"完美证件"，便出现在屏幕上。

设计一个企业级文件中台，支持50GB以上超大文件上传，要有断点续传、秒传能力，还得撑住万人并发。这道题表面考"上传"，实质考的是算力、带宽、存储三座大山的极限优化。

用 Spring Cloud Gateway 的团队基本都知道它自带限流功能，配合 Redis 就能实现令牌桶限流。但你去看任何一家稍有规模的公司的架构图，流量进来之后第一道限流几乎都在 Nginx 层，Gateway 的限流反而是第二道甚至第三道。

IEEE最新刊发了一条挺反常识的新思路：大模型的内存焦虑，可能要靠U盘里的同款技术来缓解了。

为什么是「人的视频」？这还要从具身智能领域吵了一年多的路线之争说起。VLA和世界模型，谁代表机器人的未来？行业曾为此分裂成鲜明两派。

手把手带你使用DevEcoCli和DevEcoCode快速接入HarmonyOS7.0新特性前言之前的章节中已经介绍了DevEcoCli（集HarmonyOS开发全链路功能的终端...

继Token刺客后，有网友发现，5.6还会自己悄悄删文件…..

手把手带你使用DevEcoCli和DevEcoCode快速开发三方库前言之前的章节中已经介绍了DevEcoCli（集HarmonyOS开发全链路功能的终端工具）和DevEc...

微软今日发布了 Visual Studio Code 1.129 版本。本次版本更新除了继续完善 AI Agent 能力外，还首次提供了现代化 UI 界面预览，并对 Agents 窗口、聊天交互和编辑体验进行了多项调整，例如 Agents 窗口中的新编辑器面板、支持用“!”前缀直接运行终端命令。

谷歌DeepMind CEO、诺奖得主Demis Hassabis发布了一篇长文，题为《前沿AI框架与新纪元的破晓》。

本文聚焦 Harness 工程相关研究，以及它如何推动 RSI。近期许多关于自动化研究（auto-research）、自我改进智能体、进化式程序搜索的工作，都可以围绕这一问题来组织。

今年，密歇根大学、斯坦福等机构测算发现，在一组真实软件工程任务中，编码Agent每生成1个输出Token，背后平均要累计处理约154个输入Token。

Post-Training 不是「RLHF 一招走天下」，是 SFT 之后分叉出来的一整个家族：DPO、GRPO、RLAIF、拒绝采样各有各的位置。特别是 GRPO 这两年的爆火，不知道这段历史会显得跟不上节奏。

Spring Boot 4.0 搭配官方适配的gRPC Starter，仅4步即可完成完整微服务RPC通信：引入依赖→编写proto契约→实现服务端→客户端注入Stub调用。

AI 把安全工程师从"告警海洋"里捞出来，让他们去做真正需要人脑判断的事。

7月14日，Anthropic正式推出Claude for Teachers，向全美经过身份验证的K-12（幼儿园到高三）教师，免费开放Claude的高级能力、一整套教学技能库，还直接接上了50州课标和一批经研究验证的现成课程。

我们经历过计算机技术突飞猛进的时代，即便是那时，电力消耗也没有增长如此迅猛。人们冷静下来，开始质问：“生成式AI”值得吗？

上海人工智能实验室团队提出的Self-Harness，近期被LangChain CEO、联合创始人Harrison Chase转发，也被前OpenAI副总裁Lilian Weng收进自进化Agent相关博客。

大多数智能体项目之所以在“最后一公里”失败，并非因为技术瓶颈，而是低估了自主系统带来的运维复杂性。

论文提出的 InfraNet，不是为两条分支设计一次更充分的对称融合，而是把 RGB-IR 检测中的训练和部署重新拆开讨论。

RynnWorld-4D 第一次在单一扩散框架内实现了 RGB - 深度 - 光流的协同生成，并证明这种 4D 预测能力可以直接转化为真机闭环控制的增益。

论文提出的 InfraNet，不是为两条分支设计一次更充分的对称融合，而是把 RGB-IR 检测中的训练和部署重新拆开讨论。

想要抓住国产 AI 风口、冲刺华为、政企、智慧城市相关岗位，华为 HCIA-AI 认证是目前性价比最高的能力背书，也是国内国产化 AI 赛道含金量第一梯队证书，在信创、国企、运营商、华为上下游企业具备不可替代的竞争力。

就在这篇《自驱型公司》大热之际，Claude Code 之父 Boris Cherny 也分享了他看到的行业现实，并将其总结成了一份《AI 采用步骤》表格。

Codex的目标模式，做的真的比Claude Code的效果要好，可能是因为GPT系列一直以来幻觉率极低，Prompt遵从效果也好，所以超长程任务几乎都不会变形，Claude推着推着有时候就不知道干个什么鬼东西了，甚至还会陷入死循环。