「故障排查挑战赛」共找到 120 篇相关文章
Meta 删邮件事故背后，OpenClaw 为什么会“失忆”？代码库维护者拆解记忆架构
文章围绕 OpenClaw“失忆”问题展开，由代码库维护者拆解其记忆架构。通过 Meta 删邮件事故引出代理记忆问题，分析记忆四层结构、三种失败模式，给出应对建议，还介绍检索工具、配置及故障排除方法。
The Batch: 866｜GPT-5 起飞遇乱流
OpenAI推出GPT - 5及其系列模型，涵盖多种类型，有新功能与性能提升。但发布中路由器故障等问题让用户失望。它在部分基准测试表现佳，不过抽象推理能力有不足，还回顾了发布历程。
看完快手这场沙龙，我对生成式推荐的判断变了
作者参加快手技术沙龙，认为生成式推荐正重构推荐系统底座。快手在生成式推荐领域体系化演进，如OneReason让推荐系统学会思考，Pool - Rec解决算力问题，OneSearch V2和GR4AD用于场景实践，还举办LLM - Rec挑战赛。
Kimi 大模型训推混部的稳定性与资源优化实战
月之暗面系统工程师黄维啸在 QCon 大会分享 Kimi 大模型训推混部实践。介绍了训推集群挑战，如故障多、资源利用低等，还阐述了全链路稳定性提升、资源高效利用及强化学习混合部署等方案。
AMD服务器上一个诡异的性能问题诊断历程
本文复盘AMD服务器高优故障，从8月底起，集团amd turind机器业务cpi和cpu利用率飙升，影响业务性能。经排查是split lock问题，由python解释器调用__libc_free时出错引发，还分析了问题原因、传导路径，并给出应对措施。
让AI自动化控制电脑的一切操作automation-mcp
自动化 MCP 是模型上下文协议服务器，为AI提供完整 macOS 桌面自动化能力，如控制鼠标、输入指令等。文章介绍了安装、使用工具、架构、安全权限、集成示例等内容。
多次全球性中断后，Cloudflare 推出了“Code Orange: Fail Small”韧性计划
Cloudflare 发布“Code Orange: Fail Small”韧性计划，防止重大网络中断致大规模服务中断。计划优先考虑受控发布等，逐步推进改善，预计 2026 年一季度末完成部分改进。
Figma 自研了 Redis 代理，实现六个 9 可用性
Figma发布自研Redis代理服务FigCache详细实践，替换旧缓存栈。自2025年下半年上线，实现六个9可用性。它基于ResPC构建，分离前后端，配置灵活，处理Redis Cluster问题，迁移策略可回退。
机器人集体到香港户外极限挑战，狗比人强
第五届ATEC2025线下挑战赛收官，机器人户外自主闯关。赛队奇招破局，浙大Wongtsai夺冠。比赛暴露实验室难见问题，如四足胜人形、感知受室外干扰等，为测评体系提供新思路。
Databricks开源限流方案，抛弃redis，性能提升10倍
Databricks 开源高性能限流系统设计，抛弃 Redis，通过内存分片和批量上报机制，实现 10 倍性能提升。还将限流算法改为令牌桶，解决了精度控制、在线迁移等问题，权衡了分布式一致性。