谷歌将Alphabet的AI机器人项目Intrinsic并入公司，标志着其在物理AI领域的战略转变。Intrinsic旨在简化机器人编程和操作，未来将与谷歌DeepMind紧密合作，利用谷歌的AI模型和云资源。

IBM推出AI就绪的数字自主软件IBM Sovereign Core，旨在帮助企业和政府构建和管理AI环境。该软件基于红帽开源架构，确保用户对云资源和AI工作负载的自主控制，所有操作权限和数据管理均由客户掌控。技术预览版将于2026年2月发布，正式版预计在年中推出。

Vercel正在构建自驾基础设施，自动管理生产操作，提升应用代码质量。开发者可以专注于产品，Vercel负责云资源的稳定性和安全性。Agent监测部署健康，提前发现问题，提高响应速度，实现代码与生产的闭环，推动自动化运维。

亚马逊云科技通过AI联赛扩展AWS DeepRacer，吸引开发者参与生成式AI竞赛。参赛者可设计提示词和模型调优，解决实际业务问题。赛事包括研讨会、自主实验和总决赛，企业可部署专属赛事，提供高达200万美元的云资源和2.5万美元奖金。

我们推出了自定义角色功能，允许团队根据操作和安全需求精确分配权限，增强基础设施安全性，降低过度授权风险。用户可以定义特定资源的详细权限，提升云资源安全性。

Fluid计算模型为I/O密集型任务提供高效解决方案，通过智能资源共享降低成本，采用按需计费的CPU模式，仅在实际使用时收费，优化云资源使用，减少浪费，提升性能。

Vercel Sandbox是一个安全的云资源，专为运行不可信代码而设计。它支持在隔离的微虚拟机中执行，最长可达45分钟。用户可通过SDK在任何环境中运行代码，按实际CPU使用时间收费，目前处于测试阶段。

AWS CDK新增的cdk drift命令用于检测云资源的漂移，确保基础设施的一致性。与cdk diff命令不同，cdk drift比较实际资源状态与最后部署的模板，帮助开发者及时发现并解决未授权的更改，维护云资源的合规性和安全性。

Oracle Cloud的身份访问管理(IAM)策略提供细粒度的云资源访问控制，包含用户组、资源类型和权限等组件，支持动态组和条件限制，帮助用户有效管理云环境的安全性和资源访问。

HCLSoftware的Actian推出了一款AI驱动的数据可观测性工具，实时监控数据质量，检测异常并提供解决方案。该工具支持数千条数据质量规则，关注数据新鲜度和数量，旨在优化云资源消耗，确保成本可预测性，专为复杂数据堆栈企业设计，计划于2025年6月全球发布。

Terraform是HashiCorp开发的基础设施即代码工具，用户可以通过编写代码自动定义和管理云资源，如虚拟机和数据库，支持云平台（如Azure）。主要命令包括初始化、计划、应用和销毁资源。

亚马逊云科技启动第三期创业加速器，专注生成式AI，招募30家初创企业。加速器为期10周，提供最高10万美元的云资源支持和定制化导师方案，助力企业快速发展和全球化支持。

本文介绍了Google Cloud Platform（GCP）的Web控制台和Cloud Shell。GCP控制台提供用户友好的界面用于管理云资源，而Cloud Shell则提供命令行访问，便于开发者进行自动化和脚本编写。两者结合简化了云环境管理，适合云计算专业人士使用。

Azure资源组是用于组织和管理云资源的逻辑单元，类似于文件夹，便于管理共享生命周期的资源。删除资源组时会同时删除其中所有资源。常见用例包括为单一应用分组资源、管理权限和应用策略。创建资源组的步骤包括登录Azure账户、点击资源组、命名和选择区域。

Azure资源组是微软Azure中用于组织和管理云资源的逻辑容器，支持集中管理、成本跟踪和生命周期管理。通过Azure资源管理器（ARM），资源组实现结构化治理，允许跨区域灵活部署，并支持基础设施即代码（IaC）。最佳实践包括标准化命名、生命周期管理和角色访问控制，以确保资源管理的高效性和安全性。

本文介绍了在Microsoft Azure门户中创建虚拟机的步骤，包括注册Azure账户、选择虚拟机类型、设置实例详情及配置管理员账户和端口等。按照这些步骤，可以轻松创建并连接虚拟机，以便管理和监控云资源。

本周，我学习了DevOps中的Shell脚本，掌握了自动化重复任务、管理云资源和与API交互的技巧。这些基础知识帮助我理解了脚本如何提升DevOps工作流程的效率，关键命令包括文件管理、系统监控和网络操作，解决了权限错误和AWS CLI输出解析的问题。接下来将深入研究高级脚本、Git和GitHub自动化。

Ansible和Terraform是两种基础设施自动化工具。Ansible用于配置管理和软件部署，Terraform专注于云资源配置。根据目标选择学习这两者。