Databricks 内部应用 Slide Hub 基于 Lakebase Postgres 实现混合搜索，结合向量检索与 BM25 关键词检索，无需独立搜索系统。基准测试显示：8 CU 以下时数据库为瓶颈，8 CU 以上时应用为瓶颈；缓存与索引比例决定命中率，接近 1.0 时延迟稳定。建议索引用 quality 模式、候选数设为 200，生产环境最小 0.5 CU 以避免冷启动。

本文分享了基于AWS Glue构建DynamoDB批量执行工具Bulk Executor的经验，该工具实现无服务器并行，支持find、delete、count等命令。设计取舍包括：用Spark DataFrame简化命令开发，但因连接器不支持删除且丢失数据类型，部分命令改用直接API调用；用CloudWatch Live Tail实时输出，需解决采样、乱序和延迟问题；通过错误累加器避免重复堆栈；强制启用PITR以便回滚；自建分布式限流器；并用AI辅助测试和代码检查。

Spotify工程博客指出，其服务月活用户达7.77亿，每秒处理1100万至1200万后端请求。近期四类问题影响质量：内容激增导致发布延迟、自动化变更引发新故障、AI推高算力需求并影响区域故障转移、移动端质量波动加快。数据显示AI代码未直接导致事故，但变更量增速超过验证能力。Spotify正加强监控、回滚、容量与质量指标。

Apache Geode 2.0发布，强调现代化改造中的关键经验：依赖顺序、测试先行、分步推进。向后兼容有极限，需通过文档和社区沟通管理变更。项目成功依赖社区参与，贡献形式多样，未来由参与者共同塑造。

Rubrik加入Anthropic的Project Glasswing后，使用Mythos Preview进行漏洞扫描，发现其发现速度远超人工修复能力。Rubrik放弃增加人力，转而构建自动化软件层，通过多轮定向扫描过滤噪音，仅将高质量发现分配给工程师。他们限制自动化修复范围，保留人工判断，强调AI增加了对工程严谨性的需求。

OpenAI财务团队利用AI实现零日关账和持续自动预测，重塑财务工作流。关键经验包括：广泛提供AI工具并鼓励实验、围绕决策重设计流程、让财务人员成为工具构建者、确保速度与问责制平衡、以价值衡量AI投入。这使财务团队能实时洞察业务，辅助决策，将智能转化为持久价值。

作者自2022年开始养鱼，初期因缺乏经验导致鱼缸浑浊爆藻，鱼只死亡；后换缸养草金鱼，初期稳定，但加入曼龙后因密度过大、水质恶化及曼龙攻击，草金鱼大量死亡。作者反思养鱼需用心研究打理，计划分缸治疗，感悟做事需用心才能做好。

构建电商搜索时，混合检索（密集向量+BM25）优于单一方法；过滤应在查询内进行，避免结果稀疏。嵌入文本比模型大小更关键，量化内存可省去重排序。个性化应作用于排序而非检索，商品运营用权重调整。评估需多指标互补，注意分片融合陷阱。

AWS在EKS Auto Mode中开源了节点监控代理，自动检测并修复节点故障，如GPU掉线、内核崩溃等。系统通过NodeConditions触发Karpenter自动替换节点，无需人工干预。设计上区分致命与信息事件，避免误判，并优化了CPU抖动以减少对GPU训练的干扰。诊断通过kubectl ekslogs获取日志，无需SSH。整个流程从故障检测到替换约12分钟，显著降低运维负担。

Kubernetes 控制器在 Amazon EKS 中管理网络流量和安全组。网络策略控制器决定 Pod 之间的通信，而 VPC 资源控制器分配安全组以控制对 AWS 资源的访问。随着集群规模扩大，控制器的内存占用和正确性变得至关重要，优化策略需确保状态完整，避免在不完整状态下执行不可逆操作。

作者用Claude Code将调试CI失败的技能从WebFetch迁移到新的CircleCI CLI，仅用一行提示完成。CLI隐藏了REST API细节，支持`run watch`阻塞调用和`--condensed`过滤噪声，还新增`testresult list`快速定位失败测试。文章强调为AI代理设计CLI工具的重要性，如完善`--help`输出和服务器端过滤，可提升可靠性和效率。

文章讨论了如何通过优化提示缓存来降低智能代理的延迟和成本。合理组织提示内容、避免在会话中更改工具或模型、使用消息更新信息等策略可以提高缓存命中率。同时，强调监控缓存命中率的重要性，并建议在系统设计时考虑缓存约束。

本届世界杯首次应用AI技术，Infobip推出的PitchMate AI助手为球迷提供个性化体验，通过WhatsApp等平台将赛事信息和互动融入聊天中，提升参与感。这项技术可应用于其他行业，帮助企业改善客户体验和互动。

文章讨论了将AI从演示转向大规模生产环境的挑战，强调基础设施和架构的重要性。专家分享了管理延迟、确保安全和高效推理的经验，成功的关键在于数据和工作流程的组织，以便AI能够有效运作。

本文分享了构建和运营无服务器多账户SaaS平台的经验，强调了零扩展、有效配额管理和与AWS服务团队的合作。采用每个租户一个AWS账户的架构，确保了安全性和成本透明。随着账户数量增加，自动化账户创建和成本管理变得至关重要。最终，团队通过优化架构和流程，成功管理超过一百万个Lambda函数，实现可持续增长。

技能是Claude Code中常用的扩展点，灵活且易于制作和分发。它们是代理可以发现和使用的指令、脚本和资源的文件夹。有效的技能通过配置选项和文件夹结构加速开发。

文章讨论了在云原生基础上构建代理人工智能的必要性，介绍了实时安全操作平台的开发过程，重点包括代理的部署、安全通信、政策编码、可观察性和人机协作。通过使用Kubernetes、Falco和Cilium等技术，团队实现了高效的检测和响应机制，减轻了人工分析师的负担，提高了安全运营效率。

本文讨论了DigitalOcean在西雅图招聘工程师的新方法，重建了面试流程，强调实际工程能力。候选人在现场进行三小时的构建会话，使用AI工具设计和部署原型，展示判断力和解决问题的能力。新办公室的开放促进了团队合作，招聘策略也随之调整，以适应现代工程师与AI工具的合作需求。

Medium通过改进数据模型，优化了推荐系统的性能，采用列表特征简化数据存储和查询，提升操作效率。与DynamoDB相比，ScyllaDB在延迟和性能上表现更佳，Medium计划在更多工作负载中使用ScyllaDB。

斯坦福大学的“国防黑客”课程在70所大学开展，学生们通过采访1132位相关人员，开发了AI驱动的最小可行产品。课程强调团队学习和解决复杂问题，最终形成多个国防初创公司。引入AI工具提高了客户发现效率，但需注意避免将表面成功与深入理解需求混淆。