核心转储流行病学:修复 18 年前的错误

OpenAI 工程师在排查 ChatGPT 数据基础设施偶发崩溃时,发现两个极难复现的 bug:一个是 18 年前 GNU libunwind 库中的竞态条件,另一个是 Azure 宿主机的硬件静默损坏。团队采用类似流行病学的人口级数据分析方法,才从数百万次执行中定位出这两个“不可能”的错误。
先解决问题,再了解资讯。选择你现在要完成的任务。

OpenAI 工程师在排查 ChatGPT 数据基础设施偶发崩溃时,发现两个极难复现的 bug:一个是 18 年前 GNU libunwind 库中的竞态条件,另一个是 Azure 宿主机的硬件静默损坏。团队采用类似流行病学的人口级数据分析方法,才从数百万次执行中定位出这两个“不可能”的错误。

OpenAI 于 2026 年 6 月 30 日发布的 Signals 数据显示,ChatGPT 的用户基数正变得愈发全球化与多样化,用户使用频次和任务广度在六个月内显著提升,非英语用户占比已超过半数。

GitHub 宣布自 2026 年 8 月 25 日起,对 Dependabot 安全警报实施数据保留策略,关闭超过 2 年的警报将自动归档、不再通过 UI 或 API 直接查询,但可下载 CSV 存档。这是 GitHub 安全数据生命周期管理的正式化,开发者与企业应提前规划历史警报的查询与合规策略。

GitHub 宣布其自动化依赖更新工具 Dependabot 将停止从锁定文件链接中推断 npm 私有仓库的 .npmrc 配置,转而要求用户在 dependabot.yml 中显式声明 scope 属性。这一变化旨在解决因推断错误导致的仓库认证失败问题。

Dharma AI 团队基于 2026 年一篇由 Goldfeder、Wyder、LeCun 和 Shwartz-Ziv 合著的研究论文指出,来自优化理论、进化生物学和市场竞争的多重证据都指向同一个结论:AI 系统在特定领域的突破性表现,来源于对目标的深度拟合,而非通用能力的扩张——专业化不是一种偏好,而是一…

Google DeepMind 于 2026 年 6 月 30 日发布了两款新模型:面向高速、低成本图像生成的 Nano Banana 2 Lite,以及面向高质量视频生成与对话式编辑的 Gemini Omni Flash。这两款模型均已向开发者开放 API,并开始整合进 Google 的消费者产品线。

用户在使用 LiteLLM 代理时,客户端发送了 tools: [{ "type": "code_interpreter", "container": { "type": "auto" } }] 请求。默认情况下,代码会在 OpenAI 管理的容器中执行。管理员希望将代码执行重定向到自己的基础设施(
![[Bug]: Heavy RAM Usage over time](https://www.chat-gpts.plus/wp-content/uploads/2026/07/12685-b90db227-768x403.jpg)
用户通过 Docker 部署 LiteLLM Proxy,每天发起大量请求(含 proxy 和 pass-through 模式),运行数天后 RAM 持续增长,直至触发监控警报或容器因内存耗尽被重启。部分用户反映在空闲状态下内存也会逐步膨胀,单容器可消耗 14–20 GB 内存。

2026年6月29日,帕兰蒂尔宣布与英伟达联合启动一项计划,帮助美国政府部门和关键基础设施在安全、自主可控的环境中部署英伟达的Nemotron开源模型。这次合作的重点不是发布新模型,而是为高度机密的AI工作负载搭建一套可审计、可定制的运行架构。

美国知名投资机构第六街(Sixth Street)的联合创始人兼CEO大卫·查韦斯(David Chavez)公开批评了美国当前对人工智能的监管路径,认为其存在根本性问题。作为掌管数百亿美元资产的金融巨头,这一表态折射出华尔街对AI监管可能抑制创新与竞争力的深层担忧。