2026-01-11 前华为天才少年李元庆加入乐享科技，称多机异构是具身智能未来方向

1. Unkey的案例有一个前提容易被忽略：他们的流量模式是持续高吞吐而非突发型，这恰恰是最不适合无服务器的场景。拿这个案例否定无服务器整体价值是偷换概念。 2. 迁移到AWS Fargate意味着从边缘计算退回到区域数据中心，对于全球分布的用户群体，首跳延迟可能不降反升，Global Accelerator并不能完全弥补。 3. 文章未披露具体成本对比数据，"云账单显著下降"过于笼统。有状态服务器的常驻实例成本在低峰期可能是浪费，无服务器的按调用付费在流量波动大的场景下仍然更经济。 4. Unkey自建chproxy等中间件本身就说明团队在无服务器架构设计上走了弯路，问题可能不在架构选型而在工程实现，换一个更合理的无服务器设计未必达不到目标延迟。

📈

市场观察

无服务器回迁有状态的趋势在海外已不是孤例，Amazon Prime Video将视频质量监控系统从Lambda整合为单一进程后成本降低90%，与Unkey案例形成呼应。国内方面，阿里云函数计算和腾讯云SCF的用户中也有类似反馈，特别是在API网关、认证鉴权等请求路径上的核心服务，P99延迟抖动是普遍痛点。竞品对比：Cloudflare Workers的优势在边缘覆盖和冷启动速度，但在有状态工作负载上确实不如自建服务；AWS App Runner和Google Cloud Run提供了介于两者之间的容器化托管方案，可能是更平滑的迁移路径。对于国内团队，如果核心API服务对延迟敏感，建议直接采用Kubernetes + Service Mesh的有状态方案，而非在Serverless上打补丁。

原文

◆

又一家科技巨头携手英伟达，打造工业 AI 操作系统

InfoQ - AI＆大模型•发布于 1月8日

新闻事件型•工业AI•评分: 6/10

工业AI数字孪生英伟达Omniverse西门子物理AI

原文

必知要闻

“AI火了，我们却快完了！”顶级开源框架Tailwind之父含泪裁掉75%兄弟：半年后，这个项目可能就没了

InfoQ 话题 - 大前端•发布于 1月9日

知识洞察型•开源生态•评分: 9/10

Tailwind CSSAI原生工具开源商业化开发者工具生态锁定

原文

◆

从 OTel 到 Rotel：每秒处理量提升 4 倍的 PB 级追踪系统

InfoQ 话题 - 大数据•发布于 1月8日

知识洞察型•可观测性•评分: 8/10

RotelOpenTelemetryClickHouse性能优化Rust

原文

◆

直击 CES 2026！黄仁勋最新演讲：Rubin芯片今年上市，计算能力是Blackwell 的5倍、Cursor 彻底改变了英伟达的软件开发方式、开源模型落后于先进模型约六个月

InfoQ - AI＆大模型•发布于 1月6日

新闻事件型•AI芯片与物理AI•评分: 8/10

Vera Rubin物理AINVFP4AlpaMayoGROOT 1.6

🔬

技术洞察

1. Vera Rubin采用六款芯片极致协同设计，NVFP4 TensorCore实现动态精度自适应调节，在晶体管仅增1.6倍前提下实现5倍性能跨越。 2. 100%全液冷设计，功耗翻倍但冷却液温度仍维持45°C，全系统能效提升约两倍，预计为全球数据中心节省6%电力。 3. AlpaMayo为史上首个让自动驾驶具备思考能力的开源推理模型，100亿参数可在工作站运行，接收多模态输入后输出轨迹与推理路径，可解释性强。 4. GROOT 1.6采用Cosmos Reason作为长效思考中枢，解锁人形机器人全身协调控制，同时执行移动与物体操控任务。 5. Isaac Lab Arena为全球首个大规模机器人策略评估开源基准测试框架，填补行业缺乏严谨验证机器人技能基础工具的空白。 6. Jetson T4000基于Blackwell架构，40-70瓦功耗下提供1200 TOPS算力，与T5000接口兼容可直接替换。

⚠️

值得注意

1. Rubin NVL72机柜总重近2吨、含220万亿个晶体管，这种极致集成的代价是散热和供电门槛极高，普通数据中心根本接不住，本质上是把成本转嫁给基础设施方。 2. 黄仁勋称开源模型落后尖端约6个月，但英伟达自身开源模型（如GROOT、Cosmos）的商用成熟度存疑，很多只是"开放权重"而非真正可用的工程方案，生态号召力大于实际交付。 3. 全系统机密计算（每条总线加密）听起来美好，但加密开销对AI训练吞吐量的影响未披露，在推理场景下延迟代价可能是不可接受的。 4. 每年推进一代芯片的激进节奏意味着客户刚完成Blackwell集群部署就要规划Rubin迁移，TCO计算极其痛苦，锁定效应越来越强。

原文

常规更新

使用 AWS Advanced JDBC Wrapper 释放 Amazon Aurora 高级功能

AWS 数据库•发布于 1月8日

知识洞察型•数据库连接层优化•评分: 6/10

AWS Advanced JDBC Wrapper读写分离快速故障转移IAM认证连接池

原文

◆

开发者应知的 12 个架构概念

ByteByteGo (主流模式)•发布于 1月10日

知识洞察型•软件架构•评分: 5/10

负载均衡缓存消息队列一致性哈希限流

原文

◆

前端人必懂的浏览器指纹：不止是技术，更是求职加分项

掘金前端本周最热•发布于 1月8日

知识洞察型•前端安全与风控•评分: 5/10

浏览器指纹Canvas指纹前端风控设备指纹无痕模式规避

原文

◆

不是吧，不是吧，前端面试又出新玩法了？！

掘金前端本周最热•发布于 1月6日

知识洞察型•前端面试与工程实践•评分: 5/10

拖拽APIResizeObserverstale-while-revalidatePinia持久化CRDT

🔬

技术洞察

1. stale-while-revalidate实战价值：Cache-Control中设置max-age=600, stale-while-revalidate=30，过期后30秒内浏览器先用旧缓存响应（瞬间加载），后台异步验证更新。这在SSR场景下完美结合了缓存性能和SEO优势。 2. Pinia持久化卡顿根因：localStorage是同步API，持久化大数据量状态树会阻塞主线程。解决方案包括paths选项排除大数据、增加debounce时间、改用IndexedDB异步存储。 3. 数据迁移幂等设计：混合应用用户可能使用各种历史版本，迁移函数必须幂等（多次执行结果一致），新版本代码需向后兼容旧数据结构。 4. CRDT/OT算法：多人协作文档的核心不是覆盖数据，而是将用户操作作为指令发送，服务端协调转换后广播，客户端只有收到确认才应用，确保最终一致性。 5. OKLCH颜色系统：Tailwind CSS v3.x已在默认调色板中使用OKLCH，其感知均匀性保证了多主题切换时的视觉和谐度，适合做CSS变量+设计令牌的多主题架构。

⚠️

值得注意

1. 题目质量参差不齐：前几道拖拽题（onDrop触发、setDragImage圆角）过于基础，属于MDN文档直接能查到的API用法，放在面试里考意义不大。 2. 部分答案有误或不够严谨：问题8说"上传（回源）流量通常比下载（分发）流量贵"——实际上国内CDN厂商（阿里云、腾讯云）的回源流量多数是免费的或价格极低，这个说法不准确。 3. 缺乏深度追问：题目停留在"是什么"层面，缺少"为什么"和"边界情况"。比如ResizeObserver题只问了用什么事件监听，没问ResizeObserver的性能陷阱（频繁触发时的处理策略）和浏览器兼容性降级方案。 4. stale-while-revalidate的国内兼容性被低估：国内移动端UC、QQ浏览器内核较老，这个字段的支持程度远不如文章描述的那么乐观，实际项目中需要做降级方案。 5. 面试题合集的老毛病：题目之间缺乏体系感，像是从各种面经里拼凑来的，没有按照知识域分层（基础→进阶→专家）。

原文

◆