JetBrains公布2026–2027学年学生科技活动：免费青年数学、AI、编程俱乐部（10月31日前报名）；在塞浦路斯、波兰、塞尔维亚举办13–19岁编程杯；11月29日青年编程挑战赛分两组，优胜者可入选2027年3月塞浦路斯ACTS集训营，涵盖竞赛编程、软件工程和AI三个方向。

谷歌在AI Gateway上线Gemini 4 Argon，主打编程、智能体任务与复杂推理。支持100万token上下文，可输入文本、图像、PDF和视频，并支持工具调用。能完成写功能、修bug、研究代码库等多步任务，处理密集图表、电子表格和视频，适用于金融、医疗、法律及数理难题。采用低中高思考等级，可通过多种API或编程智能体调用，模型名为google/gemini-4-argon。

本文介绍 Koog 编程模型：先以最小 Agent 示例说明如何创建 LLM Client 与 Model，再创建 AIAgent 并调用 run。Koog Agent 由 prompt executor、strategy、tools、features 构成，可通过构造参数或 AIAgentConfig 配置 system prompt、temperature、maxIterations 等。Agent 类型包括 Basic、Graph-based、Functional、Planner（LLM 与 GOAP），适用于不同场景。

2026年的AI编程界面信息嘈杂，审批请求淹没在工具调用中，用户易盲目点“批准”。作者认为，若界面让人难以理解后果，人类监督便形同虚设，主张界面应保留上下文、突出关键变更，帮助用户维持对系统的连贯理解，而非沦为只会点批准的“肉代理”。

AI编程代理并行开发时，共享数据库易冲突并危及生产数据。Lakebase Postgres通过数据库分支解决：秒级创建隔离分支，采用写时复制，空闲可缩零。每个代理和PR使用独立分支，测试后删除，架构变更经迁移工具提升至主分支。该模式支持安全调试与迁移验证，构成代理开发循环。

JetBrains 发布开源模型 Mellum 2.1，采用 12B 混合专家架构，激活参数 2.5B，Apache 2.0 许可。升级重点在后训练，通过大规模强化学习使模型能在真实代码库中探索、编辑文件并自查改动，并新增数学、竞赛编程、科学、工具调用等 RL 任务，自建数千环境和数百万沙箱。评测显示其智能体编程提升最大、速度最快，支持本地私有部署。

Glyph Cluster 以隐身模型形式登陆 AI Gateway，面向 Pro 和 Enterprise 用户免费开放。该模型用于编程和长文本分析，支持多步规划、综合、定量推理、代码审查调试、函数调用和流式响应。仅接受文本输入，不支持图像、文件、结构化输出，也不提供零数据保留。可通过 AI SDK 或兼容 OpenAI 的接口调用。

Kubernetes污点与容忍用于控制Pod调度：可为特定用户或特殊硬件（如GPU）节点打污点，仅允许带容忍的Pod调度；NoExecute污点可驱逐不容忍的Pod，并通过tolerationSeconds控制停留时间。节点故障时系统自动添加not-ready、unreachable等污点，默认容忍300秒；DaemonSet的Pod永不被驱逐。

作者分享AI编程提速方法：先完整输入所有想法和素材，让AI充分掌握信息；跳过文字描述，直接让AI生成设计图，以产品经理视角反复挑刺细节；满意后让AI按图执行，代码可达预期效果80%，再微调。设计图是人机对齐关键，把握大方向、不拘细节可提高AI产出效率。

AI编程代理修复bug时容易陷入循环：模糊重试产生噪音、上下文退化、无法观察真实界面，失败尝试污染后续推理。解决方法：停止盲目重试，回退到已知正常状态，用精确文件路径和可观察事实重新描述问题，每次只改一处，最后亲自验证真实应用。核心是用失败测试替代“还是坏的”，为代理提供可读信号。

Kubernetes中，污点使节点排斥Pod，容忍使Pod可调度到带污点的节点。匹配需key和effect相同，operator为Exists或Equal且value相同；空key加Exists可容忍所有污点。effect包括NoSchedule、PreferNoSchedule和NoExecute，其中NoExecute可驱逐Pod，容忍可通过tolerationSeconds延迟驱逐。

本文介绍Kubernetes的DaemonSet：其Pod可通过推送、主机端口、headless service的DNS或Service方式通信；节点标签变化时自动增删Pod，1.6版本起支持滚动更新。相比初始化脚本、裸Pod和静态Pod，DaemonSet更便于管理守护进程并自动替换故障Pod；与Deployment不同，它确保每个节点运行一个Pod。

Kubernetes DaemonSet 确保每个节点运行一个 Pod 实例，节点加入或移除时自动增删 Pod，删除 DaemonSet 会清理其 Pod。典型用途包括节点存储、日志收集和监控代理。文中给出 fluentd-elasticsearch 的 YAML 示例，并说明 spec 必需字段、Pod 模板、选择器、nodeSelector 与 affinity，以及调度方式从 DaemonSet 控制器改为默认调度器，并支持污点与容忍。