人工智能技术的飞速进步，正在重塑全球商业格局，其影响辐射到各个行业领域。鉴于此，阿里云云栖号特别推出《一周AI大事件》，汇聚全球人工智能的最新动态。
抖音长期存在renderD128内存占用过多导致的虚拟内存OOM，且多次出现renderD128内存激增导致OOM指标严重劣化甚至发版熔断。因受限于闭源的GPU驱动以及现场有效信息极少，多个团队都进行过分析，但一直未能定位到问题根因，问题反馈到厂商也一直没有结论。以往发生renderD128内存激增时，解决办法往往都是通过二分法去定位导致问题的MR进行回滚(MR代码写法并无问题，仅仅是正常调用系统API)，但是回滚业务代码会影响业务正常需求的合入，也无法从根本上解决该问题，每次也会消耗我们大量人力去分析排查，因此我们有必要投入更多时间和精力定位根因并彻底解决该问题。在历经数月的深入分析和排查后，我们最终定位了问题根因并彻底解决了该问题，取得了显著的OOM收益，renderD128内存问题导致的发版熔断也未再发生。接下来，将详细介绍下我们是如何一步步分析定位到问题根因，以及最终如何将这个问题给彻底解决的。
2025 年 4 月 23 日，Kubernetes 发布了最新版本 1.33，代号 Octarine，致敬 Terry Pratchett 的《碟形世界》。本次版本共计带来 64 项更新，其中包含 18 个稳定功能、20 个 beta 功能 和 24 个 alpha 功能，再次彰显了 Kubernetes 社区在可扩展性、安全性与开发者体验上的持续投入。
在Model Context Protocol (MCP)爆火的今天，MCP Server的局限性日益凸显：MCP市场提供的MCP Server往往只能提供有限的能力，不够灵活，无法根据用户的具体需求灵活拓展或调整，过多的工具又会导致Token的大量消耗。而作为阿里云的用户，阿里云OpenAPI便是我们和资源之间的桥梁与通道，通常我们会希望通过OpenAPI来实现各种复杂需求，而每个OpenAPI往往就对应MCP Server的一个具体的Tools，但是阿里云拥有海量的OpenAPI，单纯的穷举，将每个OpenAPI都注册为Tools显然是不适合MCP Server的模式，本文将分享如何借助alibaba-cloud-ops-mcp-server[1]实现仅靠10行python代码即可创建你的专属阿里云OpenAPI MCP Server。通过本文的实践，你将掌握如何在极少的代码量内，构建一个功能丰富的MCP Server，希望本文所提方案能够为MCP Server的开发提供新的思路和方法。
谷歌在MCP协议快速发展之际推出A2A协议，定位为智能体Agent间的协调协议。本文通过具体的案例介绍了MCP和A2A的细节，通过同一案例在MCP与A2A两种模式下的实现差异，认为A2A模式下的 Agent 能够通过与大模型深度交互，交付更具价值的功能特性，从而更有效地吸引开发者群体。此外，A2A架构赋予每个 Agent 自主选择底层大模型的权利，这一开放性设计也将进一步吸引大模型供应商参与生态构建。 与行业普遍认为两种协议具有互补性的共识不同，笔者认为MCP和A2A协同发展仍面临显著挑战。文中还列举了 K8s 与Docker 的历史协同案例作为类比，将技术演进的想象空间留给读者。 限于笔者水平，本文部分观点可能存在错误，恳请大家不吝赐教。 注：作者4.18整理发布于内部系统，文中观点仅代表个人看法。
刚刚，Qwen3正式发布并全部开源8款「混合推理模型」。 此次开源包括两款MoE模型：Qwen3-235B-A22B（2350多亿总参数、 220多亿激活参），以及Qwen3-30B-A3B（300亿总参数、30亿激活参数）；以及六个Dense模型：Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B和Qwen3-0.6B。
2024年底，B站的研发团队悄悄开启了一个代号CNY的神秘项目，原来是B站会在除夕当天转播央视春晚。因为是一项非常大的直播活动，且预期会有大量的新用户进来，产品和研发都想在这个项目上大展拳脚，希望给到新老用户一些新奇的直播玩法和更好的直播体验。结合B站已有的直播基础能力，以及产品的需求功能， 其中涉及流媒体技术的部分主要分为以下两大类。首先是体验提升：分为画质提升和降低延时及卡顿两个部分，其中画质提升包括提供HDR清晰度和更高的视频观看质量。然后是玩法创新：今年春晚涉及到流媒体技术核心玩法是结合B站的弹幕特色，“送弹幕上春晚”。以下会详细介绍我们是如何实现这些功能，遇到了哪些问题，都是如何解决的。
Kuikly 是腾讯广泛使用的跨端开发框架，基于 Kotlin Multiplatform 技术构建，为开发者了提供技术栈更统一的跨端开发体验。已在 QQ、腾讯新闻、QQ 音乐、搜狗输入法、QQ 浏览器等业务中广泛使用，显著提升了多端开发效率。近期 Kuikly 已在 GitHub 开源。那么，Kuikly 相对其他框架优势是什么？它的核心设计理念和技术原理是什么？现在，让我们一起探索 Kuikly 的奥秘。
腾讯云 TDMQ RocketMQ 版是基于 Apache RocketMQ 打造的满足金融级高可靠的在线业务消息队列产品，凭借其高可用、高可靠等特性，被广泛应用于金融、电商，社交等高并发场景，获得了各行各业用户的广泛认可。在实际使用中， 订阅关系不一致是开发者经常容易遇到的一个问题，可能会导致消息消费异常、消息丢失等现象。 本文将深入解析订阅关系一致性的核心要点，从定义与约束机制，到底层实现原理与优化实践，再结合真实案例分享 TDMQ RocketMQ 版针对订阅关系不一致问题的解决方案，帮助开发者快速定位问题根源，构建稳定可靠的消息系统。
MCP（Model Context Protocol）协议是一个用于 AI 模型和工具之间通信的标准协议。随着 AI 应用变得越来越复杂并被广泛部署，原有的通信机制面临着一系列挑战。近期 MCP 仓库的 PR #206 [1]引入了一个全新的 Streamable HTTP 传输层替代原有的 HTTP+SSE 传输层。两个协议简单对比如下：HTTP+SSE：客户端通过HTTP POST发送请求，服务器通过单独的SSE（Server-Sent Events）端点推送响应，需要维护两个独立连接。Streamable HTTP：统一使用单一HTTP端点处理请求和响应，服务器可根据需要选择返回标准HTTP响应或启用SSE流式传输。本文将详细分析该Streamable HTTP的技术细节和实际优势。
