「故障应急」共找到 73 篇相关文章
中国机器人比赛应急救援，美国网友Reddit破防：我们还在给机器狗化妆拍段子
最近，一篇‘中国机器人在比火场救人，美国机器狗还在给扎克伯格套脸？’的帖子被顶上Reddit热门。中国在上海举办的GDPS 2025引发外国网友关注和讨论，中国具身智能因量产领先，这得益于上海产业链多年积累。
Win11 已近乎“残废”？微软承认多个核心功能崩盘，锅要甩给 AI 编程吗？
近期微软麻烦不断，先是部分Microsoft 365服务故障，Windows业务负责人公布的计划也遭不满。英伟达指出Windows 11更新影响游戏效能，微软承认其存在系统性问题，多个核心功能故障已持续四个月，官方正修复并给出临时方案，引发社区吐槽。
Pinterest 在迁移到 Kubernetes 的过程中发现了罕见的搜索失败
Pinterest 工程师披露将搜索基础设施迁移到 Kubernetes 时遇‘百万分之一’故障调试过程。故障由容器化组件与遗留设施过渡时细微不一致触发，该事件凸显云原生迁移挑战及调试价值。
彻底说清 Human-in-the-Loop【下】：分布式环境下的挑战与应对
本文继续探讨如何将HITL Agent扩展到分布式环境，介绍分布式环境下的挑战与应对、实现分布式的HITL Agent、实现客户端的故障恢复及服务端的故障恢复建议，还给出演示代码参考。
昨夜，全球AI 集体宕机！
昨夜全球互联网大崩溃，谷歌云服务故障致13项服务崩溃，AI服务全军覆没，OpenAI也受影响，三大云巨头同时宕机，连锁反应使多平台瘫痪。事件暴露互联网脆弱性，给人们敲响警钟。
豆包背后的“超算大脑”：字节ByteRobust系统跑20多万张GPU，性能刷新SOTA
字节跳动自研的ByteRobust系统登上SOSP 2025，部署于超20万张GPU平台，9600张GPU训练三个月ETTR达97%。该系统应对LLM训练故障，由控制和数据平面构成，能自动发现修复故障，提升训练效率与稳定性。
PagerDuty 的 Kafka 故障导致数千家公司无法收到报警
2025年8月28日，事件管理平台PagerDuty遭遇重大服务中断，超9小时服务降级。原因是新功能缺陷使Kafka集群使用量超系统容量，引发连锁反应。公司列出改进承诺，社区强调系统要有冗余备份。
OpenAI解散「灾难风险应急」团队！GPU大神Scott Gray也跑路了
OpenAI解散「Preparedness」团队，该团队负责评估自家AI灾难级社会风险。官方称安全工作已融入开发流程。此前多个安全团队也已解散，多名安全高管离职，引发员工不安。
热议！DeepSeek V3.1惊现神秘「极」字Bug，模型故障了？
DeepSeek 最新的 V3.1 模型上线不到一周，因离奇 Bug 引发社区热议。无论执行何种任务，模型总会在文本中插入「极」字，自我修复时也无法避免，还存在多语言混用问题，网友猜测原因多为「数据污染」。
Rust 版 OpenClaw 来了！单文件、零依赖、强沙箱、自带“故障转移”！
Rust版OpenClaw——Moltis问世。其零依赖、全沙箱、反泄露，以Rust架构带来多好处，还统一模型接口，支持本地模型离线运行，安全和存储机制出色，是面向生产的Agent框架。