标签
一篇关于分布式系统一致性的技术博客，指出一致性并非单个组件的局部属性，即使 Apache Kafka 花费数年实现 exactly-once 语义，仍需要应用端到端设计和专人对整体属性负责。
celld 团队介绍了他们如何使用确定性模拟测试（DST）来探索事件顺序，并复现其 Cloudflare Workers/Durable Objects 运行时中难以复现的缺陷，包括使用随机种子的模拟器如何控制调度、存储故障和时间，以验证系统不变量。
Jane Street 分享了其内部消息框架 Aria 的扩展实践：通过为 topic partition 引入索引与树拆分策略优化 tip recovery 过滤流程，在生产负载上实现 30% 的 CPU 使用率下降。
WorldCast 提出了一种分布式多人世界模型，每个玩家本地运行视频生成器与状态模型，通过交换玩家状态和共享场景状态实现一致、可扩展的实时多人生成，并在 Counter-Strike 2 上验证了其一致性与可扩展性。
作者指出多智能体流水线最常见的失败模式并非单个智能体出错，而是两个各自正确的智能体对'完成'的定义不一致，导致交接契约失效；通过显式定义每个交接的保证条件（而非仅数据格式），修复了大量输出质量问题。
一份值得收藏的全面路线图，涵盖软件架构从基础与设计原则，到分布式系统、领域驱动设计、演进实践以及沟通协作，面向希望成长为架构师的开发者。
一篇 FAST 2018 的研究论文，提出了面向共识型存储系统的协议感知恢复技术，能够在故障后高效地恢复状态，同时不违反正确性约束。
Gergely Orosz 透露，Uber 在 2026 年运行的微服务数量比 2020 年还要少，延续了行业向规模适中的“宏服务”（macroservices）转变的趋势，以降低维护负担。更多细节将在约两周后与 Uber 工程师 Uday Kiran Medisetty 的播客对话中揭晓。
该论文形式化了分布式多智能体委派中的容错预算守恒机制，提出基于量化资源向量、排他托管信用与委托DAG的防超额花费方案，并通过TLA+模型检查与崩溃注入实验证明了账本与效果守恒等安全属性。
Cloudflare 宣布 K2 进入公开测试阶段，这是其开发者平台（Developer Platform）上一项持久化、完全无服务器的事件流原语，在 R2 对象存储之上实现了分区持久日志，可实现类似 Kafka 的可扩展事件解耦，但专为边缘场景而设计。
Tigris 介绍了如何将基于 FoundationDB 的 QuiCK 式队列中的异步任务迁移到 Kafka，以降低读写负载并减少自定义代码，同时保留部分队列在 FoundationDB 中，以避免双重写入问题。
哈佛开源教材《Machine Learning Systems》源自 CS249R，涵盖 ML 系统的构建与部署——从单机部署到分布式训练、数据、部署与监控——并附带 TinyTorch，一个约 20 个模块的框架，让你从张量开始搭建一个最小可训练系统。
一条推文将 Modal 描述为一个由仓库级计算机构建的行星级计算机，突出了其分布式计算能力。
招募合作者研究AI智能体行为的验证，重点确保通过授权路径实现预期状态变更，避免意外副作用。
作者提出了一种本地优先、分布式的AI智能体模型，用户拥有持久化智能体，可本地运行、与其他智能体协商、跨环境交互，并具备结构化行动和智能体经济。
本文综合了高效分布式LLM服务的研究，将vLLM和llm-d连接为互补层，并提出一个推理执行规划器以用于未来调度器的开发。
Delta 是 Meta 的对象存储服务，通过使用链式复制来实现高可用性和强一致性，专为关键启动和灾难恢复工作负载而设计。
本文探讨了对分布式系统中自稳定组合式理论的探索，批判性分析了近期关于元稳定故障的论文，以及依赖保证契约等形式化方法。
对代理任务队列的分析显示，不同代理的重复认领可能都被验证，但只有一个被计入，导致不可见的浪费以及自报告时间戳的问题和缺乏排除事件。