Cloudflare 将 CI 管道转变为 TypeScript 工作流

Cloudflare 发布了一个 CI SDK，允许开发者使用 TypeScript 而不是 YAML 定义持续集成（CI）管道，并将每个步骤作为持久化的 Cloudflare Workflow 来运行。

抖音崩完淘宝崩：大厂系统，最近怎么老”犯病”？

一周之内，抖音推荐集体变味、淘宝订单页空白，连带支付宝和闲鱼一起失灵。客服先让用户清缓存，午间才承认系统出问题。能扛住双 11 每秒几十万笔的系统，倒在一个普通工作日上午——问题可能不在技术，而在那批离开的老师傅。

利用 Workload Identity Federation 清除 GCP 中长期有效的凭据

本文并非又一篇关于“什么是 WIF”的概述。相反，本文将探讨在大规模推行该方案时的实际情况究竟如何

从告警风暴到一句话诊断：HCF 全息编码框架科普

让软件系统自己"说出"哪里不舒服，以及建议怎么办。

HashiCorp Packer 1.16 发布，支持机器镜像 SLSA 来源证明生成与核验

HashiCorp 推出 Packer v1.16.0，原生支持为构建的所有机器镜像生成、签名与校验 SLSA 来源证明。

Atlassian 通过关联指标、日志与追踪链路实现根因分析自动化

Atlassian 推出新方案，通过关联指标、日志、分布式追踪与服务拓扑，为大规模云原生故障自动做根因分析，输出带优先级的故障源和传播路径推断。

Topology-Aware Workload Scheduling with NVIDIA Topograph

（翻译）使用 NVIDIA Topograph 进行拓扑感知工作负载调度

AI factories are power-limited systems that deliver maximum value when fully optimized. GPU workload placement is a key optimization.

Manage Kubernetes Node Fleets with NodeWright

（翻译）使用 NodeWright 管理 Kubernetes 节点集群

Kubernetes manages what runs on your nodes. Managing the nodes themselves is the challenge: kernel settings, system packages, storage layouts, security agents…

AKS通过新的NAP指南使节点中断更加可预测

微软在Azure Kubernetes Service（AKS）节点自动配置（Node Auto-Provisioning，NAP）中加大了对中断的控制力度，发布了新的指南，帮助平台团队平衡自动化节点整合的效率优势与应用程序可用性。

GitHub 3.1 万 Star！开源堡垒机 JumpServer 正式进入 V5 时代。

JumpServer 是一款开源堡垒机，也是面向企业的特权访问管理平台。公司里的 Linux 服务器、数据库、Kubernetes 集群都能接入，由它统一处理账号、权限、连接和审计。这个 2014 年开源的项目在 GitHub 上已收获 3.1 万 Star。

AICR v1.0: Open, stable, and verifiable GPU cluster configuration

（翻译）AICR v1.0：开放、稳定且可验证的 GPU 集群配置

GPU-accelerated Kubernetes clusters depend on compatible versions across dozens of components, each on its own release cycle: host kernels, GPU drivers…