7 min read · 12 sources

Kubernetes v1.37 ist da, und die Schlagzeile ist Memory QoS, das endlich die Beta erreicht. Wenn du schon einmal zugesehen hast, wie ein latenzsensitiver Pod ins Nichts gedrosselt wird, während sein Nachbar den Knoten für sich beansprucht, ist das hier für dich. Die Funktion nutzt den cgroup-v2-Speichercontroller, um dem Kernel explizite Anweisungen zur Behandlung von Container-Speicher zu geben. Das bedeutet, dass das Kubelet jetzt Memory-Throttling- und Speicherdruck-Richtlinien durchsetzen kann, ohne dass du Skripte selbst zusammenbauen musst. Der Standardwert memoryThrottlingFactor wurde in diesem Release auf null geändert, um sicherzustellen, dass ein Upgrade deines Clusters nicht plötzlich Workloads drosselt, die vorher problemlos liefen. Für Cluster-Betreiber ist das die Art von Hintergrundänderung, die sechs Monate später stillschweigend einen Produktionsausfall verhindert.

Alibabas interner KI-Review-Assistent hat in den letzten zwei Jahren Millionen von Code-Defekten bei Zehntausenden von Entwicklern identifiziert.

Kubernetes v1.37: Memory QoS erreicht die Beta

Memory QoS ist schon eine Weile in Arbeit, und v1.37 ist das Release, in dem es aufhört, ein Alpha-Experiment zu sein. Auf Linux-Knoten mit cgroup v2 nutzt die Funktion den Speichercontroller, um dem Kernel bessere Anweisungen zur Behandlung von Container-Speicher zu geben. Konkret erlaubt sie dem Kubelet, Memory-Throttling- und Speicherdruck-Verhalten pro Pod zu konfigurieren, sodass latenzsensitive Workloads flott bleiben, ohne dass man einen Doktortitel in cgroup-Interna braucht. Die Standard-Kubelet-Konfiguration aktiviert Memory-Throttling oder Speicherdruck-Durchsetzung weiterhin nicht, es ist also vorerst opt-in. Aber die Tatsache, dass es Beta ist, bedeutet, dass die API stabil ist und das Projekt sich verpflichtet hat, sie in zukünftigen Releases nicht zu brechen. Wenn du zustandsbehaftete Workloads mit knappen Speicherprofilen betreibst, lohnt es sich, das früher als später gegen deine Node-Stress-Szenarien zu testen.

Cilium 1.20: Gateway API ExternalAuth, TCPRoute/UDPRoute und IPv6-ENI

Cilium 1.20 ist das zweite große Release des Jahres, und es ist ein wichtiges für Plattform-Teams, die ihren Netzwerk-Stack konsolidieren wollen. Die Hauptfeatures sind Gateway-API-ExternalAuth-Support und die Ergänzung von TCPRoute- und UDPRoute-Ressourcen, was bedeutet, dass du jetzt mehr von deinem Nord-Süd-Traffic über dieselbe API verwalten kannst, die du bereits für die Data Plane nutzt. Authentifizierung und Autorisierung können abgewickelt werden, bevor eine Anfrage überhaupt die Anwendung erreicht, was die Service-Mesh-Geschichte erheblich vereinfacht. Es gibt außerdem ENI-IPAM-Support für IPv6, eine Option pro Pod zur Deaktivierung der Quell-IP-Verifikation und eine neue ClusterNetworkPolicy für Admin-Level-Leitplanken. Wenn du immer noch Ingress NGINX betreibst, wird das Argument, das CNI, das du ohnehin betreibst, dieses Traffic-Management übernehmen zu lassen, zunehmend schwerer zu ignorieren. Cilium ist nicht mehr nur ein Networking-Plugin; es wird zur Control Plane für deine Edge.

Cloudflare gibt dir eine Möglichkeit, KI-Crawler zu blockieren, ohne die Suche zu verlieren

Das robots.txt-Wettrüsten war chaotisch. Einige der größten Organisationen im Internet nutzen Misch-Crawler: einen einzigen Bot, der sowohl für die Suchindexierung als auch für das KI-Training dient. Verweigere man den einen, verweigert man den anderen. Cloudflare kündigt eine neue Einstellung „Disallow AI Training“ an, mit der du für die Suche indexiert bleiben kannst, während du demselben Crawler verweigerst, mit deinen Inhalten zu trainieren. Das ist ein standortweites Ja oder Nein, das etwas grob ist, aber es ist ein Anfang. Das eigentliche Problem ist die Granularität: Wie viel deiner Inhalte in einer Zusammenfassung erscheint, ist genauso wichtig wie die Frage, ob sie überhaupt erscheint. Vorerst gibt die Einstellung Publishern eine saubere Möglichkeit, eine Linie zu ziehen, ohne ihre Suchrankings zu brechen. Wenn du eine Content-Site oder ein Dokumentationsportal betreibst, ist das das erste Werkzeug, das die Unterscheidung zwischen Indexierung und Training tatsächlich respektiert.

Alibaba veröffentlicht sein internes KI-Code-Review-Tool als Open Source

Alibaba hat Open Code Review als Open Source veröffentlicht, das KI-gestützte Code-Review-CLI, das im Unternehmen seit zwei Jahren läuft. Das Tool hat Zehntausende von Entwicklern bedient und Millionen von Code-Defekten identifiziert - das ist die Art von Größenordnung, die deinen internen Linter wie ein Spielzeug aussehen lässt. Es liest Git-Diffs, sendet geänderte Dateien über einen Agenten mit Tool-Use-Fähigkeiten an ein konfigurierbares LLM und generiert strukturierte Review-Kommentare mit zeilengenauer Präzision. Der Agent kann vollständige Dateiinhalte lesen, die Codebasis durchsuchen und andere geänderte Dateien für den Kontext prüfen, sodass er tiefgehende Reviews statt oberflächlichem Diff-Feedback produziert. Die hybride Architektur kombiniert schnelle statische Analyse mit LLM-Schlussfolgerung, was die Kosten niedrig hält und trotzdem die subtilen Dinge erfasst. Wenn du KI-Code-Review aufgeschoben hast, weil sich die Tools wie Spielzeug anfühlen, ist das einen Blick wert.

OpenResearch: Ein lokaler Workspace für Research-Agenten

OpenResearch ist ein lokaler Workspace für Research-Agenten und Autoresearch, der Coding-Agenten in Vollzeit-Investigator verwandelt. Installiere das CLI auf macOS oder Linux, starte es, und du bekommst parallele Exploration: Jede Forschungsrichtung erhält eine unabhängige Agentensitzung und einen isolierten Git-Worktree. Die Plattform kann autonom Ideen vorschlagen, Code ändern, Experimente starten und Ergebnisse zusammenfassen, während du im Loop bleibst. Nutzer können Workspaces lokal, über SSH oder auf entfernten Maschinen ausführen, was es flexibel für Teams macht, die nicht wollen, dass ihre Forschungsdaten ihre Infrastruktur verlassen. Das richtet sich an die wachsende Gruppe von Ingenieuren, die KI-Agenten als Juniorkollegen behandeln, sie aber sandboxed und prüfbar haben wollen, statt dass sie wild in der Cloud herumlaufen.

Infrastruktur-Identität für Plattform-Ingenieure

Das alte Modell aus statischen Credentials und netzwerkbasiertem Vertrauen stirbt, und Infrastruktur-Identität ist die Autopsie. Es ist ein Zero-Trust-Ansatz, der jeder Entität - Mensch, Maschine, Workload und KI-Agent - kryptografische Identitäten zuweist und Netzwerkvertrauen durch kurzlebigen, Just-in-Time-, identitätsbasierten Zugriff ersetzt. Drei Kräfte treiben das an: die Verlagerung zu ephemerer Infrastruktur, der Aufstieg autonomer Agenten, die abgegrenzte Credentials brauchen, und die Audit-Anforderungen, die mit regulatorischem Druck einhergehen. Plattform-Teams können Just-in-Time-, richtliniengetriebenen Zugriff in Entwickler-Workflows einbetten, was stehende Privilegien reduziert und eine klare Audit-Trail liefert. Wenn du immer noch einen Tresor voller langlebiger Secrets verwaltest, ist das die Richtung, in die die Branche geht.

Verwässern wir nicht die Begriffe Continuous Integration und Continuous Delivery

Octopus Deploy wehrt sich gegen die Tendenz der Branche, präzise Begriffe zu verwässern. Continuous Integration bedeutet, alle Änderungen mindestens täglich in eine gemeinsame Hauptlinie zu mergen, und Continuous Delivery bedeutet, die Software in einem Zustand zu halten, in dem sie jederzeit in Produktion veröffentlicht werden kann. Das sind keine vagen Wunschvorstellungen; es sind gut dokumentierte Praktiken mit 26 Jahren Geschichte dahinter. Es geht dem Autor nicht um semantische Pedanterie. Wenn du etwas CI/CD nennst, das eigentlich nur „wir führen Tests auf einem Branch aus“ ist, setzt du falsche Erwartungen und machst ehrliche Gespräche darüber, was deine Pipeline tatsächlich tut, schwerer. Wenn dein Team sagt, es praktiziert CD, du aber immer noch einen Release-Manager hast, der freitags einen Knopf drückt, machst du kein CD.

Wie Cloud Native AI Native wird

Ein Vertriebler, der Code schreibt, war früher der Aufhänger für einen Witz, aber jetzt lacht niemand mehr. Tools wie Cursor, Claude, Lovable und Replit zählen ihre Nutzer in Millionen, und ein bedeutender Teil dieser Nutzer hat noch nie eine Zeile Code von Hand geschrieben - und wird es auch nie tun. Viele der Produkte, die per Vibe-Coding entstanden sind, haben echtes Potenzial und Schöpfer, die verstehen, was der Markt braucht. Das Problem ist, dass sie nicht in Produktion kommen. Die CNCF argumentiert, dass das Cloud-Native-Ökosystem der einzige gangbare Weg ist, damit diese KI-generierten Anwendungen skalieren, absichern und observieren. Die Infrastruktur ist der Engpass, und genau da kommen Plattform-Ingenieure ins Spiel.

Databricks kündigt bedarfsbasierte State-Repartitionierung für Spark an

Jeder, der zustandsbehaftete Spark-Structured-Streaming-Queries in Produktion betreibt, stößt irgendwann an dieselbe Wand. Du hast mit einem moderaten Datenvolumen begonnen und den Standard von 200 Shuffle-Partitionen akzeptiert. Dann wuchs das Geschäft, der Traffic verdreifachte sich, und der State-Store blähte sich auf. Plötzlich sind diese 200 Partitionen die falsche Größe, und du bleibst auf manuellem Rebalancing sitzen oder lebst mit dem Skew. Databricks kündigt bedarfsbasierte State-Repartitionierung an, die die Anzahl der State-Partitionen automatisch an das tatsächliche Datenvolumen und die Verarbeitungslast anpasst. Das ist eine Lösung für ein Problem, das Streaming-Ingenieure seit Jahren plagt, und es ist die Art von Sache, die einen fragen lässt, warum es so lange gedauert hat.

AWS DevOps Agent geht in die GA

AWS hat die allgemeine Verfügbarkeit seines DevOps Agent angekündigt, eines KI-Assistenten, der Code-Änderungen reviewt und autonome Tests ausführt, damit du mit Zuversicht in Produktion ausliefern kannst. Der Agent ist dafür ausgelegt, sich in deinen bestehenden Entwicklungs-Workflow zu integrieren und Probleme zu erkennen, bevor sie die Pipeline erreichen. AWS positioniert das als einen Weg, die Mühsal von Code-Review und Tests zu reduzieren und Ingenieure darauf zu konzentrieren, zu bauen. Wenn du bereits tief im AWS-Ökosystem steckst, ist das ein weiterer Grund, dort zu bleiben.

Quick Links

Source: aws.amazon.com ↗

• Wenn du eine Plattform baust, die auf AWS läuft, ist der DevOps Agent eine Evaluierung wert. AWS DevOps Agent
• New Relic Lens hat die allgemeine Verfügbarkeit erreicht und erlaubt dir, externe Datenquellen wie Snowflake, PostgreSQL und Google Sheets mit Standard-SQL aus der New-Relic-Oberfläche heraus abzufragen. New Relic Lens GA
• GitLab veranstaltet Transcend, ein virtuelles Event zu AI-nativem DevOps, am 16. September. Hier registrieren