vArmor 是字节跳动开源的云原生容器沙箱系统，它借助 Linux 的 AppArmor LSM，BPF LSM 和 Seccomp 技术进行容器加固。用户可以通过 vArmor 的 CRD API 在 Kubernetes 集群中管理安全策略，对指定工作负载的容器进行加固。vArmor 旨在降低利用现有技术加固容器的门槛和成本，从而平衡安全风险与防护成本。 本文将介绍我们推出 vArmor 项目的目的，然后从技术角度出发介绍其在不同场景的应用。本文将向您展示如何凭借vArmor 的技术特性来解决特定问题，从而实现技术与业务目标，助力企业构建云原生环境下的安全防线。
我们先来探讨一个核心概念：稳定性 。想象一下，一个系统、一个物体或一个过程在受到外部干扰或内部变化时，能否如一面坚实的墙壁，屹立不倒？在信息系统的世界里，稳定性的定义就如同这面的墙壁，它确保在各种干扰面前，我们服务依旧保持可用。 然而，尽管这个定义听上去很清晰，若要用它来推动我们的稳定性建设，却显得有些模糊。因此，我们需要深入探讨如何将这一概念转化为切实可行的方法论。 我们将方法论定义为影响结果的公式，并为稳定性写下了如下公式： 稳定性 = 全局风险可见性 * 风险转化概率 * 故障可感知 * 预案可靠性 但随着实践经验的增长，再对上述公式因子进行正交分析后，我发现稳定性其实可以简化为： 稳定性 = 系统风险(概率) * 风险应对能力
bilibili 会员购票务从2017年从0-1开始，目前业务覆盖全国绝大部分2次元及2.5次元的展览、演出等项目。比如展览方面，有B站自己主办的BiliBili World（简称BW），Bilibili Macro Link（简称BML），和各种协作承办的漫展等。目前会员购票务在漫展垂直的市场率在行业中处于TOP级领先地位。
本文围绕直播团队在过去半年中基于AI技术在工程侧提效的探索展开，详细介绍了服务端、前端、数据科学、测试和数据研发等职能团队如何结合AI能力进行创新尝试。文章不仅总结了现阶段取得的阶段性成果，还深入分析了AI能力的优势与局限性，例如文本生成的涌现能力、固定思维过程以及对世界的有限理解等。通过具体案例，如任务拆分、输入提炼和人“机”交互设计，作者分享了如何合理设计AI能力与现有研发链路的适配方案，以实现更高效的解决方案。此外，文章还探讨了RAG实践、FT调优等技术的应用，并表达了对未来进一步探索和合作的期待。
在大模型浪潮的推动下，企业和个人的数据安全面临前所未有的挑战。抖音集团安全研究团队推出Portcullis ——针对大模型的隐私保护网关，旨在为第三方大型语言模型（LLM）推理服务提供可控可信的隐私防护。该工作成果 《Portcullis : A Scalable and Verifiable Privacy Gateway for Third-Party LLM Inference》已被人工智能领域的顶级会议AAAI 2025以Oral报告的形式接收。本届AAAI 2025共有12957篇有效投稿，录用3032篇，录取率为23.4%。其中Oral占比4.6%。
给大家分享一篇鹅厂程序员tommie同学写的DeepSeek学习心得。 他用通俗易懂的大白话，以多视角剖析DS不同版本技术亮点以及发展历程。特别是结合每个版本迭代中的 diff 技术变更进行剖析，探索DeepSeek V1到R1 的卓越之处。
