别再把 CSS 容器查询当作传统媒体查询使用
CSS 容器查询应根据组件所在容器的可用空间调整布局,而非像媒体查询那样只判断视口尺寸。其浏览器支持率约为 94%,但《State of CSS》调查显示,86% 的开发者了解该功能,实际使用者仅占 41.4%。容器尺寸查询可让组件在不同上下文中独立响应宽度变化,而实验性的容器样式查询则用于响应容器的计算样式。
CSS 容器查询应根据组件所在容器的可用空间调整布局,而非像媒体查询那样只判断视口尺寸。其浏览器支持率约为 94%,但《State of CSS》调查显示,86% 的开发者了解该功能,实际使用者仅占 41.4%。容器尺寸查询可让组件在不同上下文中独立响应宽度变化,而实验性的容器样式查询则用于响应容器的计算样式。
ChatGPT Work 和 Codex analytics 帮助团队了解 AI 使用情况与支出,并识别培训需求。通过这些分析,团队可以将 AI 的采用情况与业务结果关联起来。
Cisco Talos分析称,AI正加速漏洞发现,部分无法打补丁的OT系统需要依靠网络控制降低风险。文章建议先建立系统清单,再通过VLAN、ACL构成的微隔离,以及部署NGFW与IPS实施流量检查和利用拦截。作者同时指出,空气隔离和数据二极管在实践中仍可能因临时连接而被突破。
推荐理由:给出了无法打补丁时的分层防护思路,并说明资产识别、微隔离、NGFW与IPS的部署逻辑及空气隔离风险,适合OT运维人员评估补偿性控制。
Waldek Mastykarz 指出,AI 编程智能体即使答案正确,也可能通过环境检索而非模型内部知识完成评测。以 Vally 评测 GPT-5.6 Luna 对 Dev Proxy 版本行为的案例显示,禁用网络和单个命令仍可暴露本地安装、源码及 Git 历史。评测应先定义能力与信息边界,按工作区统一限制文件系统访问,并检查包含工具调用和失败尝试的完整轨迹。
推荐理由:文章以 Vally 评测 GPT-5.6 Luna 为例,说明仅禁用网络和单个工具仍可能通过本地安装、源码与 Git 历史获取答案。对设计 AI 编程智能体评测、隔离信息边界和审查完整轨迹具有直接方法价值。
CISA于2026年8月20日发布Logging Reference Architecture(LRA),将OMB M-26-14的日志要求转化为架构、运营和治理决策。联邦民事行政部门机构需在2026年11月18日前提交Agency Logging Plan,并分别达到规定的成熟度期限;文章重点分析六个月主动可搜索数据、就绪度验证、统一策略执行、身份与云及OT遥测,以及AI系统日志。
推荐理由:文章把CISA日志架构要求拆解为存储分层、可观测性验证、统一策略、遥测覆盖和AI审计等实施重点,并附规划与评审材料,适合联邦机构制定日志路线图。
Nemotron 3.5 Lightning 采用 Mixture-of-Experts(MoE)架构,每个 token 仅激活总参数量 30B 中的 3B,同时利用更大模型的容量。Dense 模型与 MoE 模型的主要差异在于参数组织方式,模型如何组织参数会显著影响其计算方式与吞吐量,选择时应结合具体需求评估。
NVIDIA NVLink 6 面向大规模 AI 工厂提供多层韧性,支持提升持续产出能力。在大规模 AI 训练中,集群内每块 GPU 需要跨每秒数千次集体操作同步梯度;在推理阶段,非计划停机会减少可处理的请求总量,直接影响收入。
GitHub Copilot SDK 可将 Copilot CLI 背后的代理运行时接入自有应用,负责模型交互和工具调用;示例用 .NET、Blazor、Microsoft Agent Framework 与 MCP 构建面试教练。
推荐理由:文章以可运行的 .NET 示例拆解 Copilot SDK、Agent Framework 与 MCP 的集成方式,并说明工具权限、代理交接和部署安全边界,适合评估面试教练类应用的实现路径。
Ubuntu Blog 介绍使用 snaps 部署 Zenoh 与 ROS 2 的三种方式:把 rmw_zenoh_cpp 打包进应用、运行独立 zenohd 路由器,或用 zenoh-bridge-ros2dds 连接现有 DDS 应用。
推荐理由:文章以 ROS 2 Jazzy 示例为基础,说明如何用 snaps 将 Zenoh 集成到应用、路由器基础设施或现有 DDS 系统,兼顾部署流程、配置位置与服务管理。
使用 NVIDIA FLARE 在 Docker、Kubernetes 和 Slurm 环境中扩展联邦学习项目。随着项目从单服务器、少量客户端和单一数据集扩展,基础设施需要按需分配 GPU、隔离多项研究,并让每个参与组织继续控制自己的数据。
内容聚焦使用 NVIDIA Transformer Engine 在 JAX 中加速无 Dropout 的 Mixture of experts(MoE)训练。MoE 通过条件计算实现高效训练,文中提及 DeepSeek、Qwen 和 Mixtral 等模型,并指出其训练计算需求可降至稠密模型对应水平的一定比例。
Smashing Magazine 以虚构公司 Meridian 为例,讲解如何用 OKR、业务指标、A/B 测试和完整成本核算构建 UX ROI 论证。该示例把 117,000 美元投入与保守归因后的约 706,000 美元新增 ARR 对接,并要求明确呈现假设、领先与滞后指标及相关非财务证据。
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台,服务超过 10 亿 ChatGPT 用户。该平台每秒处理 2200 万次请求,重点支撑 ChatGPT 服务所需的大规模存储与请求能力。
欧盟《网络韧性法案》自2026年9月11日起要求相关制造商向ENISA报告正被利用的漏洞和严重安全事件。主动利用漏洞须在24小时内预警、72小时内补充通报,并在修复可用后14天内提交最终报告;严重事件最终报告则须在72小时通报后一个月内提交。完整的CRA符合性要求仍定于2027年12月11日适用。
推荐理由:明确区分漏洞与严重事件的三阶段时限,并补充CRA全面合规日期,适合评估欧盟市场产品及规划报告流程。
GitLab 提出用统一范围和时间周期计算 DevOps 平台总拥有成本,以比较满足相同工作负载所需的支出。年度TCO包括平台许可、CI/CD计算与基础设施、AI使用、相邻工具、运营人工以及迁移变更成本。团队还应分别评估托管与自管 Runner,并围绕人员规模、流水线活动、AI采用量和并发数开展情景分析。
推荐理由:提供统一口径的年度TCO计算框架,涵盖席位、计算资源、AI、工具链与人工成本,并通过场景推演支持平台选型和持续优化。
Full-Stack NIM 优化让 Nemotron 3 Ultra 可承载的用户数提升 2.5 倍。相关优化面向生产环境中的大语言模型服务,旨在利用可用 GPU 基础设施支持更多并发用户,同时保持应用响应所需 interactivity,并适应 agentic AI 工作负载中较长提示词和可复用上下文等需求。
César de la Fuente 实验室利用 Codex 和 ChatGPT,在活体及灭绝生物的基因组中搜索抗菌候选分子,以应对耐药性感染。该方法用于发现可能用于抵抗耐药感染的新候选分子。
Google Search 可借助 AI Mode 围绕个人情况制定训练计划、创建跑步播放列表,并按装备需求推荐商品,帮助跑者为下一场大型比赛做准备。用户在加号菜单选择 Canvas 工具,可生成结合交叉训练和力量建设的详细日程;连接 YouTube Music 后,还可让 AI Mode 创建自定义播放列表。
NVIDIA BioNeMo Inference Runtime(BioIR)可在 NVIDIA GPU 上加速受支持的生物分子结构预测模型,并保留熟悉的 PyTorch 工作流。该运行时通过优化内核,并在适用场景下使用 CUDA Graphs,提升模型运行速度,面向蛋白质组规模的结构预测任务。
NVIDIA以晶圆离开晶圆厂到首个Token生成的周期衡量供应链表现,并将这一过程分为两个阶段。第一阶段是从硅片离开晶圆厂到组装系统抵达数据中心现场的“Time-to-rack”,第二阶段是覆盖供电、冷却、网络及软件栈的“Time-to-token”。
TRL v1.14 的 AsyncGRPOTrainer 可通过 Storage Bucket 仅同步 LoRA 适配器,使训练器与多个 vLLM Job 在不同机器上运行。方案包含负责鉴权、KV 前缀路由和适配器广播的代理,代码固定使用 vLLM v0.27.1,并公开复现脚本。五次对照实验通过微批打包、关闭梯度检查点和提高并发限制,将 500 步耗时从 3 小时 27 分降至 53 分钟。
推荐理由:提供可复现的跨 Job LoRA 训练架构、代理路由与指标诊断方法,并以五次对照运行展示 500 步耗时从 3 小时 27 分降至 53 分钟。
GitLab发布《网络韧性法》报告准备指南,梳理制造商发现产品漏洞正被主动利用后的报告流程。自2026年9月11日起,企业在知悉后24小时内提交早期警报,并按要求提供通知和最终报告。文章还介绍如何借助持续依赖扫描、容器扫描、活动日志及审批策略核验影响范围、发现时间和修复进度。
Encode-Prefill-Decode(EPD)分离通过拆分视觉编码器阶段与 prefill、decode 阶段,加速多模态模型推理。该技术最适合图像较多的提示、短至中等长度输出,以及量化 MoE 模型。NVIDIA Dynamo 实践指南进一步说明了 EPD 分离的使用时机与方法。
面向欧盟数字产品相关组织,欧盟《网络韧性法案》(CRA)的下一项主要报告义务期限将于2026年9月11日到来。届时,适用组织须评估正在利用的漏洞和严重安全事件,协调内部响应,并在规定时限内提交通知。
本文介绍如何通过 Cypress 插件钩子将测试结果转换为 Prometheus 指标,并推送到 Prometheus Pushgateway,再由 Alloy 抓取并远程写入 Grafana Cloud Metrics。示例覆盖 Cypress 14.x、CI 环境、配置代码和运行命令,可用于构建测试耗时、失败情况及单项测试成功率的长期监控。
推荐理由:提供从 Cypress 生命周期钩子生成 Prometheus 指标,经 Pushgateway 和 Alloy 接入 Grafana Cloud Metrics 的完整配置路径,适合需要持续观察测试失败、耗时与成功率趋势的小团队。
人工智能与大语言模型正推动网页工具从点击式操作转向意图驱动设计,用户只需表达目标,系统即可在后台完成多步骤任务。Perplexity AI可综合搜索结果并生成带引用的回答,Vercel v0则能根据描述生成HTML、Tailwind CSS和React界面,UX设计师的工作也将更侧重引导透明的AI体验。
Flock to Fedora 团队发布了2025年和2026年活动的会议录像,并公开了从直播文件到YouTube、PeerTube上线的处理过程。流程包括用电子表格整理素材、用LosslessCut切片和配置输出、生成缩略图,以及协作上传;针对约十段2025年录像缺少音频的问题,团队将源PCM音频转换为AAC后重新封装为MP4。
推荐理由:文章记录从直播原始文件到多平台发布的完整流程,涉及文件整理、LosslessCut、FFMPEG、缩略图和权限协作,并记录音频封装故障及修复方法,对维护活动录制和视频发布流程有实际参考价值。
Docker Sandboxes 通过独立 microVM、运行时网络与文件系统策略、主机凭据保护及可快速重建的临时环境,为自主运行的 AI 代理提供隔离边界。每个沙箱拥有独立 Linux 内核,凭据保存在主机钥匙串中并仅注入出站请求,任务结束后可删除环境并按代码配置重建。原文还指出,Docker Sandboxes 提供真实 Linux 开发环境,并支持多个代理并行运行。
GitLab Duo Self-Hosted 可通过本地 AI Gateway 接入 Microsoft Foundry 托管的模型,并按 GitLab Duo 功能分别配置模型。文章还说明数据路径、模型兼容性、部署条件、健康检查、日志验证及模型选择注意事项;Foundry 目录中的模型不一定已获 GitLab 支持。
推荐理由:教程覆盖模型部署、AI Gateway 配置、功能级模型分配、数据路径与验证方法,并强调 GitLab 支持矩阵和 Microsoft Foundry 可用性需双重核对,适合自托管团队落地时参考。
Databricks Real-Time Mode 与 Redis 可将点击流连续转换为实时个性化推荐,并在应用请求路径中低延迟提供结果。教程通过 Kafka、ForeachWriter、Redis Sorted Set 与 Hash 展示实现过程,网站每次渲染仅执行一次流水线读取。
推荐理由:给出从Kafka摄取、RTM会话评分到Redis低延迟读取的完整实现路径,并以吞吐量和p99延迟数据验证方案,适合评估实时推荐架构及迁移成本。
Fedora Magazine 作者 Alex Genovese 介绍使用 btrfs-assistant、Snapper 和 USB Live ISO 进行 BTRFS 快照配置、备份及系统恢复的方法。
推荐理由:以截图和 GUI 工具串起 BTRFS 快照配置、USB 启动、备份与恢复路径,并说明 live ISO、虚拟机和交换文件等关键限制,适合 Fedora 用户排查启动故障。
团队使用 NVIDIA NemoClaw 构建了一个记忆驱动的 Chief of Staff,为智能体提供企业工作中的上下文。该智能体维护名为“self model”的可读知识层,用于记录相关信息,并在贡献前重建对消息、决策、项目和待办事项的理解。
边缘端运行多步推理与智能体 AI 的模型体积限制正逐步缓解,开发者可将推理模型部署到 NVIDIA Jetson。此前,模型因过大而难以在边缘硬件上本地运行,通常需将推理请求发送至数据中心,从而增加网络依赖和成本,并可能暴露本应留在设备上的数据。
Elastic说明其如何以数据与分析模块支持美国国防部MOSA:平台采用开放标准接口,可独立移除,并在真实工作负载中验证。其采集、查询、身份、存储和编排采用OpenTelemetry、REST/JSON、SAML/OIDC、PKI、S3 API及Kubernetes等标准。Elastic称Elasticsearch和Kibana于2024年新增AGPL v3许可选项,并对应MOSA的五项原则。
Elastic 分析称,token 混合单价过去一年下降约 75%,但代理式工作流常消耗聊天机器人任务 5 至 30 倍的 token,使企业 AI 账单仍持续上升。文章建议先按代理运行记录输入输出 token、模型、重试次数和任务完成状态,再以单个完成任务成本等指标替代单纯 token 看板。
推荐理由:解释代理式工作流因多轮推理、重试和上下文重复而推高成本,并给出按任务采集指标、比较运行差异的实践方法。
教程探讨在联邦 Kubernetes 与 AI 平台之间传递用户身份的方法,聚焦跨控制平面与数据平面边界的身份管理。用户在中央门户访问受治理数据集、启动 Notebook,并调用其他集群服务时,需要维持统一的身份上下文。
YOLO 模式是让 AI 代理自动批准并执行文件读写、命令和工具调用的运行方式,风险主要取决于代理所在环境。文章建议在隔离、临时且无真实凭据的环境中运行,并通过限定网络、文件系统和工具访问范围控制影响。
推荐理由:文章围绕编程代理的 YOLO 模式说明风险边界与使用前提,并结合隔离沙箱、权限范围和临时环境给出可执行的实践建议。
Framework Desktop 以 32GB、64GB 和 128GB 三种内存配置运行本地 AI,并根据截至 2026 年 8 月的测试给出模型、量化与推理引擎建议。32GB 可通过合适量化运行 Qwen3.8-27B,并支持图像、编辑及短视频生成;64GB 可使用更高精度或更大模型,128GB 则在模型选择、量化方式和上下文空间上最宽。
推荐理由:按32GB、64GB和128GB给出模型、量化与引擎选择,并结合Linux实测和图像视频工作流,助于本地AI配置决策。
异次元软件世界整理全球免费公共 NTP 服务器域名与 IP 列表,供电脑、VPS、数据库和网络设备配置自动校时。NTP 基于 UDP 123 端口通信,可校正时钟漂移,并为日志、证书验证及身份认证提供统一时间基准。Windows 可使用 w32tm,Linux 可使用 systemd-timesyncd 或 chrony 持续同步时间。
将可观测性与安全工具分开放置,会让攻击线索分散在不同平台,并重复产生数据摄取与存储成本。在同一 Elasticsearch 集群中结合指标、安全事件和多个索引,可由 AI agent 跨域关联进程、DNS 与网络连接,将可观测性告警自动转为安全调查。