播客:培养架构师——与 Luca Mezzalira 对话
Michael Stiefel 与 Luca Mezzalira 在播客中讨论软件架构作为一门社会技术学科,需在技术设计与组织的社会和管理语境之间取得平衡。他们探讨了架构选择应适配公司独特文化与团队结构,而非盲目依赖通用最佳实践。
Michael Stiefel 与 Luca Mezzalira 在播客中讨论软件架构作为一门社会技术学科,需在技术设计与组织的社会和管理语境之间取得平衡。他们探讨了架构选择应适配公司独特文化与团队结构,而非盲目依赖通用最佳实践。
文章提出可靠的 Agentic AI 架构依赖上下文引擎,在信息进入模型前完成选择、注入、压缩与过期处理。文章区分上下文、记忆与知识三者,建议采用分层记忆、精选知识与 Token 预算,并给出上下文塞满、过期数据循环等反模式的缓解措施。作者为 Adi Polak。
Uber 构建 MCP Gateway,用于标准化 AI 智能体在 800 多个 MCP 服务器和 5000 多个工具中发现并调用内部服务的方式。该网关将工具注册与运行时执行分离,并提供自动化 API 发现、访问控制、敏感数据脱敏、通过 Omni MCP 实现的增量工具发现以及响应过滤。
Kubernetes 官方博客说明 cgroup v1 已弃用,从 v1.35 起 failCgroupV1 默认为 true,kubelet 在 cgroup v1 节点上默认无法启动。
推荐理由:Kubernetes 官方梳理 cgroup v1 弃用时间线与 v2 迁移要点,涉及 kubelet 启动失败、Memory QoS 与排障命令。
Docker 自 2016 年 Docker for Mac 起就在 Docker Desktop 中使用 microVM 技术,最初基于 Mirage Unikernel 库构建的 hyperkit,最新版本为 Docker VMM,配合 LinuxKit 精简内核与根文件系统。
DoorDash 的 Siddharth Kodwani 与 Swaroop Chitlur 分享了内部 GenAI 平台的建设历程,覆盖核心架构选择、从厂商优先方案转向开放权重模型,以及 LLM 与智能体网关的实践。该平台需在准确率、延迟与成本之间取得平衡,服务超过 5000 名内部用户。
Ian Cooper 在演讲中讨论事件驱动架构下大规模异步 API 的管理,提出消息的 "ABCs"(Address、Binding、Contract)框架。他结合 Just Eat Takeaway 的工程实践,介绍如何用 AsyncAPI、CloudEvents、schema registry 和自动化 CI/CD 基础设施流水线解决异步 API 的发现、治理与供给问题。
Uber 重构了 Uber Eats 搜索链路的主要部分,端到端延迟降低 50%。改动包括 Above-the-Fold 测量、减少检索工作量、并行 hydration、广告数据重新设计、基础设施优化以及 AI 智能体编码工作流。Uber 还在探索 microbatching、基于商品的检索和 HTTP multipart streaming。
K3s 与 K8s 的选择取决于基础设施、团队和实际运行负载,轻量并非总是更优。K3s 由 Rancher Labs 开发、现属 SUSE,2020 年 8 月 19 日成为 CNCF Sandbox 项目,将控制平面打包为不足 100 MB 的单一二进制,默认使用 SQLite,并内置 Flannel CNI 与 Traefik ingress。
Pierre Pureur、Kurt Bittner 与 Todd Miller 提出五种用 AI 编程智能体改进软件架构的方法,重点在于借助智能体弥补遗留服务文档缺失造成的知识缺口。现代架构常依赖遗留服务完成特定任务,但这类服务往往缺乏准确文档,理解不足时使用存在风险。
55873 生态系统技术白皮书系列第 8 篇(收官之作)面向开发者社区,聚焦开源共建理念与架构设计,探讨如何在开放架构与保护核心证据数据之间取得平衡。文章围绕底层稳定、业务可迭代的目标,覆盖可信 AI 评测、数字资产存证、多语言文脉生态三大赛道的基础设施建设。