2026.08.23 —— 今日 10 則
TODAY'S THREAD 今天十則裡有五則都在講基礎設施被 AI 用量逼著重新設計——電力、負載平衡、串流 autoscaler 陸續補洞；另一邊一個 shell 內建指令的漏洞，讓核准過的白名單形同虛設。
同一支 PR，LinkedIn 派好幾組 AI 分頭審
LinkedIn 讓多組獨立的模型／harness 組合平行審查同一支 PR，再去重、交叉驗證彼此的意見，跑出 63.9% 的建議採用率與 99.1% 的任務完成率。系統另外用全域、repo、組織三層規則，依專案調整審查標準，而不是套用同一套規則審查每個 codebase。
本地端跑 LLM，Ollama、vLLM、SGLang 該選誰
三套自架 LLM 推論引擎的差異被整理成一篇對照：batching 策略與記憶體管理方式不同，決定了各自適合的部署規模與吞吐量取捨。從 Ollama 單機起步、開始考慮要不要換成 vLLM 或 SGLang 的團隊，可以直接拿這篇當選型依據。
壓到 100MB 以下，Rust Glancer 挑戰 rust-analyzer 的記憶體用量
新專案 Rust Glancer 把常駐記憶體目標壓在 100MB 以下——作者是在自己某個 workspace 上看到 rust-analyzer 吃掉 16GB 記憶體後動手寫的，兩個數字分屬設計目標與個案自述，不是同一份 benchmark。長期被 rust-analyzer 吃記憶體所苦、筆電開大型 workspace 就風扇狂轉的開發者，現在多了一個可以直接比較的對照組。
同時養兩套 Flink autoscaler，Netflix 還沒決定收斂成一套
Netflix 表示，團隊平行維運自研與開源 Kubernetes operator 兩套 Flink autoscaler，橫跨三萬多個串流作業。兩套系統在資源預測、scale down 時機上走不同路線各有優劣，團隊把實際運維下來的取捨攤開講，還沒有直接收斂成一套。
QPS 量不出 AI agent 的真實負載，Google 提出新演算法
長駐、有狀態的即時 AI agent 串流，讓傳統 QPS／CPU 負載指標失靈——一個 session 可能長時間佔用連線卻不觸發任何 QPS 尖峰。Google 這篇架構文章提出一種混合容量模型，把 active session 數與使用率換算成等效速率，用來避免單一後端被靜靜撐爆。
AI 機房要撐得住，電先要換成 800 VDC
NVIDIA 認為要繼續拉高 AI 運算密度，資料中心得從現行配電架構換成 800 VDC，才不會先在電力這一關撞到天花板。這牽涉的不是單一元件汰換，而是整座機房供電架構的轉向。
省電多管齊下，Dropbox 每 PB 電費砍過半
Dropbox 因應持續成長的容量需求，從容量規劃、機隊管理到硬體生命週期做系統性的效率工程；2020 年以來，整體儲存基礎設施每 petabyte 的耗電量已經改善超過一半，代號 Deep Sleep 的閒置降耗機制是其中一項技巧。團隊同時靠監控硬體效能表現延長服役年限，不再只按固定週期汰換。
一秒一百萬則訊息，LY 還是把 Kafka 加密了
LY Corporation 表示，在 LINE App 內、每秒約一百萬則訊息規模的 Apache Kafka 管線上疊加端對端加密。這篇文章談的是在這個吞吐量下，加密與金鑰管理要怎麼取捨，才不會讓延遲或維運成本先垮掉。
robots.txt 只寫一次，Cloudflare 幫你同步分身
Cloudflare 推出 Bot Preference Sync，依 BotBase 追蹤的 Search、Agent、Training 三類機器人清單，自動把 AI 政策寫進 robots.txt。網站可以擋訓練用爬蟲、同時放行合作的搜尋與代理流量，不必逐條手動維護規則清單。
你核准過的指令，被 export 一行改了意思
CVE-2026-22708：export、typeset、declare 這類 shell 內建指令能悄悄改掉 PAGER、PYTHONWARNINGS 等環境變數，讓 Cursor 已經核准過的白名單指令，執行時其實變了樣。Docker 用 microVM 隔離、預設拒絕網路的 Sandbox 架構因應，主張這類問題得靠系統性隔離解決，人工審核指令字面擋不住這條路。