8 min read · 12 sources

Cloudflare hat gerade 100 Terabyte RAM aus einem der größten In-Memory-Caches des Internets gelöscht, und die Technik ist genau das, was jeder Engineer mit einem heißen Key-Value-Store lesen sollte. Kubernetes lieferte am selben Tag sein Quartals-Release aus, Grafana machte gespeicherte Abfragen allgemein verfügbar, und mindestens vier Hersteller kamen unabhängig voneinander zu dem Schluss, dass das nächste Plattformproblem nicht das Schreiben von Code ist, sondern das Regieren der Agenten, die es tun.

Bei p99 sank der residente Speicher pro Instanz bei 1.1.1.1 von 9,3 GB auf 5,3 GB, nachdem Cloudflare 533 Bytes bei jedem von 250 Milliarden Cache-Einträgen einsparte.

Cloudflare schnitt 100 TB aus 1.1.1.1 durch Verkleinerung des Cache-Eintrags

Source: blog.cloudflare.com ↗

Die Zahl aus Cloudflares Big Pineapple DNS-Post ist absolut: 100 Terabyte Flotten-Speicher zurückgewonnen, äquivalent zum RAM von 130 Servern der 13. Generation, freigegeben ohne einen einzigen Cache-Eintrag wegzuwerfen. Die Plattform hält über 250 Milliarden DNS-Einträge zu jedem Zeitpunkt über 1.1.1.1, Gateway DNS, DNS Firewall und AS112, sodass die Per-Byte-Arithmetik sich stark auswirkt.

Fünf aufeinanderfolgende Änderungen fuhren den Erfolg ein. Der Fußabdruck pro Eintrag ging von 953 Bytes auf 420 Bytes, eine Reduktion um 56%. Der Cache-Insert-Durchsatz stieg um 43%, die Lookup-Latenz fiel um 19%, und der p99 residente Speicher pro Instanz sank von 9,3 GB auf 5,3 GB. Das Team veröffentlicht auch die tatsächlichen Struct-Formen, die es verwendete, daher lohnt es sich, den Post für die Buchhaltung zu lesen, nicht nur für die Headline.

Zwei Dinge sind für Engineers erwähnenswert. Erstens: Die größten Gewinne kamen vom Entfernen des Type-Overheads in den CacheKey- und CacheEntry-Structs, nicht von cleverer Komprimierung - eine nützliche Erinnerung, dass Go’s Interface- und Slice-Header sich bei dieser Größenordnung summieren. Zweitens: EDNS Client Subnet-lastige Standorte profitieren am meisten, weil sie mehrere Antwortvarianten pro Query cachen, und die Optimierung diese Varianten zusammenführt. Der Benchmark-Mix war 56% A, 25% AAAA, 19% TXT mit jeweils 1 - 4 Records und TXT-Größen randomisiert 64 - 224 Bytes, was nah genug am realen Traffic ist, um nützlich zu sein.

Kubernetes 1.37 „Garhwal" liefert 67 Verbesserungen

Source: kubernetes.io ↗

Kubernetes 1.37 ist nach einer Himalaya-Region in Uttarakhand, Indien, benannt, und das Artwork setzt auf Terrassenfelder, Deodar-Wälder und Devanagari-Ziffern. Am Branding vorbei sind die Zahlen die eigentliche Geschichte: 67 Enhancements, 16 die zu Stable graduieren, 23 zu Beta, 27 die in Alpha starten, und eine Deprecation, auf dem Standard-15-Wochen-Zyklus vom 18. Mai bis 26. August mit Beiträgen von bis zu 212 Unternehmen und 1.754 Einzelpersonen.

Die zwei Graduierungen, die Engineers bemerken werden: metrics.k8s.io ging endlich Stable nach fast neun Jahren in Beta - die Art von API-Schuld, die still und leise viele Monitoring-Stacks heimsucht - und KYAML, ein sichereres YAML-Subset, ist jetzt der Default. Memory QoS und Concurrent Watch Object Decoding sind jetzt standardmäßig aktiviert, und HorizontalPodAutoscaler Scale-to-Zero ist in Beta - das erste Mal, dass der Default-HPA tatsächlich null Replicas erreichen kann ohne einen Custom Controller.

Die vollständige Feature-Liste steht im Changelog, aber für SREs ist die praktische Lektüre, dass die Metrics-Pipeline nicht mehr API-Beta ist, und jeglicher Monitoring-Code, der sie speziell behandelt hat, jetzt vereinfacht werden kann.

Grafana 13.2 macht gespeicherte Abfragen zum First-Class-Objekt

Source: grafana.com ↗

Grafana 13.2 macht gespeicherte geteilte Abfragen zu einem General-Availability-Feature in Grafana Cloud und Grafana Enterprise. Teams können jetzt Bibliotheken wiederverwendbarer PromQL- und SQL-Queries mit Titeln, Beschreibungen, Tags und Variablen-Mappings veröffentlichen, durchsuchbar nach Data Source, Autor oder Text, und speicherbar aus Dashboard-Panels, Explore und Annotation-Queries.

Das operative Argument ist das langweilige - was das richtige ist: Aufhören, dieselbe histogram_quantile-Query über 40 Dashboards neu zu schreiben, und aufhören, dass der On-Call-Engineer sein eigenes Panel von Hand kuratiert, weil niemand die „richtige" Version finden konnte. RBAC und Terraform-Provisioning sind enthalten, sodass die Bibliothek wie jede andere Resource gemanagt werden kann, und die Command Palette zeigt Queries, ohne dass jemand wissen muss, in welchem Dashboard sie leben.

Eine neue View-Panel-Sidebar erlaubt das Erkunden belebter Panels ohne Bearbeitungsrechte, was einen lange offenen Papercut für Read-Only-Viewer schließt. Git Sync, die Homepage, Variable-Editing und Dashboard-Organisation erhielten ebenfalls Upgrades, aber die Änderung bei gespeicherten Abfragen ist die, die sich leise in der Team-Produktivität potenzieren wird.

Harness RT Agents setzen Chaos-Testing auf Autopilot

Source: harness.io ↗

Harness’ RT Agents attachen an bestehende Harness CD-Pipelines und Kubernetes-Cluster, lesen passiv Deployment-Configs und Manifests und surfen Resilienz-Risiken, ohne Faults zu injizieren. Sobald ein Risiko markiert wird, generieren und führen die Agents das Chaos-Experiment oder den Lasttest aus, in Java, JavaScript oder Python, um es zu bestätigen.

Das, was hier wirklich zählt, ist der passive Teil. Die meisten Chaos-Engineering-Tools sterben am Altar von „wer hat Zeit, Experimente zu schreiben", und was Harness verkauft, ist die langweilige Alternative: kontinuierliche Risikoidentifikation gekoppelt an die Deploy-Pipeline, mit einem numerischen Resilience Score, damit die Metrik über die Zeit gechartet werden kann. Es gibt einen Free Plan, ein neues In-Product-Resilience-Insights-Dashboard und vereinfachtes Kubernetes-Onboarding, das die existierenden Cluster-Metadaten nutzt, anstatt alles doppelt zu labeln.

Wenn jemals ein Ticket „wir sollten wirklich Chaos-Testing machen" existierte, das niemand betreut hat, ist dies die Antwort des Herstellers auf dieses Ticket im Jahr 2026.

Governance ist das neue Bottleneck, und die Hersteller wissen es

Source: about.gitlab.com ↗

Drei Artikel in derselben Ausgabe landen von verschiedenen Winkeln bei derselben These: Während Code-Generierung billig wird, ist das Harte Vertrauen, Kontext und Governance rund um KI-Agenten.

GitLabs „When code is abundant" leiht sich Anthropics Framing vom 21. August, dass „Code nicht mehr das Bottleneck ist", und verknüpft es mit eigenen Ankündigungen vom Juni: Source Control neu gebaut für maschinelle Skalenkurrenz, Orbit als Kontext-Graph und Governance-Primitiven rund um Agent-Identität, Policy, Genehmigung und Audit. Stripe, Spotify und Amplitude werden als Produktions-Referenzen genannt.

Google Clouds State of AI Infrastructure Report setzt Zahlen auf das Sentiment: 79% der Tech-Führer nennen Security, Governance oder Operations als größte Herausforderung beim Skalieren von Inference, und 35% der senioren IT-Entscheider markieren unzureichende Security für Multi-System-Zugriff als Barriere für Agentic Deployment. Neue Angriffsklassen, die explizit benannt werden, sind Tool Poisoning und Indirect Prompt Injection, und die empfohlene Posture-Verschiebung ist von Breach Prevention zu Provenance Verification über Identity-, Network- und Model-Layer. 69% der Executives bewerten eine Full-Stack-Cloud-Plattform jetzt als kritisch, und 80% priorisieren Data Compliance.

Datadogs Golden Paths for AI Agents nimmt die Platform-Engineering-Linse und argumentiert, dass Golden Paths, die früher Developer-Onboarding-Docs waren, jetzt maschinenkonsumierbare Contracts sein müssen, mit Ausführungsmustern gewählt für die Primary Constraint der Workload (synchron niedrige Latenz vs. durable und asynchron) und Dispatch-Kontrollen, die ein Agent aufrufen kann, anstatt ein Mensch lesen. Es zitiert Gartners 2026 Hype Cycle for Agentic AI, das Agenten formal als User Persona mit eigenem „Agent Experience" anerkennt, und baut das Framework auf Carnegie Mellons Attribute-Driven Design auf.

Derthroughline für People, die interne Plattformen betreiben: Aufhören, Docs für Menschen zu bauen, die sie befolgen sollen, und anfangen, APIs für Agenten zu bauen, die sie aufrufen können, mit denselben RBAC-, Audit- und Policy-Gates.

Die AI-Fabrik auf Kubernetes ist wirklich ein GPU-Pooling-Problem

Source: cncf.io ↗

Der CNCF-Post zum Bau einer AI-Fabrik auf Kubernetes stellt die Frage neu. Die Fabrik ist nicht ein Modell oder ein Cluster, sondern ein geteilter GPU-Pool mit Multi-Tenant-Isolation, und die Metrik, die bestimmt, ob das Kapital sich auszahlt, ist Utilization, nicht Peak Tokens per Second.

Der Post geht durch das Problem mit dem Standard nvidia.com/gpu: 1 Device-Plugin-Modell, das ganze Beschleuniger pinned, selbst wenn eine Workload 10% davon nutzt, und kontrastiert es mit Dynamic Resource Allocation, das in Kubernetes 1.34 GA ging und es dem Scheduler erlaubt, Beschleuniger als Rich Devices mit Attributen, Memory und Topology zu behandeln, obwohl DRA selbst GPUs nicht fraktioniert. Der Stack, auf den er zeigt, ist meist CNCF: DRA für Scheduling, HAMi für Software-GPU-Partitioning, vCluster für Per-Tenant-Control-Planes, KServe für Inference und OpenCost für Chargeback. Network- und Storage-Isolation werden zunehmend auf DPUs wie NVIDIA BlueField geschoben, weg vom Host-CPU.

Er zitiert auch SemiAnalysis’ ClusterMAX-Rubric, das Per-Tenant-Kubernetes-Cluster und DPU-basierte Isolation belohnt und Shared Cluster als schwach markiert - das ist das Nächste, was die Industrie an einem öffentlichen Scorecard für „macht ihr es richtig" hat. Wenn 2026 GPUs gekauft werden, ist der Post im Wesentlichen eine Checkliste, welche Plattform-Lücken im Budget einzuplanen sind.

Tailcat: Netcat über Tailscale, kein Account nötig

Source: github.com ↗

Tailcat ist Tailscales Open-Source-netcat-Ersatz, der die WireGuard-Datenebene des Unternehmens nutzt, ohne das Tailscale Control Plane zu verwenden. Zwei Peers tauschen einen kurzen Connection-Token out-of-band aus, bootstrappen über DERP-Relays unter Verwendung eines Default-Map unter tailcat.dev/derpmap.json und upgraden auf direktes Peer-to-Peer UDP, wenn NAT Hole Punching funktioniert.

Es läuft im Userspace, also kein Root, keine Routing-Table-Änderungen, keine DNS-Änderungen. Es kann auch TCP-Ports tunneln, SSH, SOCKS5 und Exit-Node-Zugriff, was die üblichen „ich muss jetzt ein Paket von hier nach da kriegen"-Anwendungsfälle abdeckt. Es gibt eine experimentelle WASM-Browser-Demo unter tailscale.github.io/tailcat, die über DERP mit der CLI spricht, bis WebRTC-Support kommt.

Das Interessante ist die Abwesenheit: Account-freie, Ende-zu-Ende-WireGuard-verschlüsselte Tunnel für Ad-hoc-Arbeit, mit den operativen Properties von nc und den Security-Properties der Datenebene, die bereits die Hälfte der industriellen Tailnets absichert. Installation via go install github.com/tailscale/tailcat/cmd/tailcat@latest oder dem Nix-Flake.

Smaller Ships: Archify, Garden Skills und DigitalOcean v5

Source: github.com ↗

Archify ist ein Node.js-Tool, das eine Codebasis oder Systembeschreibung nimmt, einen Agenten einen typisierten JSON-IR erzeugen lässt und ihn deterministisch nach HTML oder SVG kompiliert. Es unterstützt Cursor, Claude Code, Codex CLI und OpenCode, exportiert nach Self-Contained HTML plus PNG, SVG, WebM und 1200×630 Share Cards und liefert ein Proof Lab von 11 eingecheckten Szenarien plus Snapshot-Vergleich (Before, Delta, After) mit exakten hinzugefügten, entfernten, geänderten, verschobenen und umgeleiteten Fakten. Für Teams, die Architekturdiagramme in Pull Requests reviewen, ist der deterministische Compile plus Diff das eigentliche Feature.

Garden Skills ist ein kuratiertes Set produktionsreifer Agent-Skills für Claude Code, Cursor, Codex und ähnliche Tools, installierbar via npx skills, dem Claude-Code-Plugin-Marketplace, einer gepinnten v1.2.2 ZIP, manuellem Kopieren oder Git-Submodule. Der herausragende Skill ist web-video-presentation, ein Vite- plus React- plus TypeScript-Scaffold, das Skripte in 1920×1080 klick-gesteuerte Präsentationen mit 23 Themes und steckbarem TTS verwandelt, das mmx-cli, OpenAI, ElevenLabs, edge-tts, Azure, Google Cloud und macos-say unterstützt. Fünf Kategorien heute: Web Video, Design, Image Generation, Local Knowledge Retrieval und Article Editing.

DigitalOcean v5 Droplets laufen auf 5th Gen AMD EPYC mit bis zu 30% höherer Per-Core-Performance gegenüber der vorherigen Generation und Early Customers berichten von 2x Gains. Zum ersten Mal können vCPU, Memory und Storage unabhängig gewählt werden mit stündlicher Abrechnung und per-Resource-Kostenaufschlüsselung, mit Memory-Ratios von 2x bis 8x pro vCPU über Shared- (s5) und General-Purpose-Tiers (g5). Verfügbar ab heute in Memphis, Kansas City, Richmond und Atlanta, nutzbar standalone oder in DigitalOcean-Kubernetes-Node-Pools. Bestehende Pläne, Preise, Bundles und Monthly Caps bleiben unverändert, sodass die Adoption von v5 keine Migration von bereits dimensionierten Ressourcen erzwingt.