O projeto Kepler, da CNCF, foi totalmente reestruturado para deixar de depender do eBPF e passar a usar leitura direta dos diretórios /proc e /sys. A mudança reduz drasticamente os privilégios necessários para implantação e melhora a precisão no cálculo do consumo de energia de workloads do Kubernetes. Em testes, as lacunas de atribuição caíram quase a zero watts e a cobertura de código subiu para 90%, resolvendo gargalos anteriores como a não captura de processos efêmeros e estimativas imprecisas de footprint energético.
Todas as notícias
CEVIU DevOps
Ferramentas, tendências e insights para engenheiros DevOps
1091 notícias
O AWS Certificate Manager (ACM) passou a suportar o protocolo ACMEv2 para emissão e renovação automáticas de certificados TLS públicos, compatível com qualquer cliente ACME em qualquer workload. A novidade traz governança centralizada, controle de acesso via IAM e restrição de escopo por domínio, mitigando riscos operacionais à medida que os prazos de validade dos certificados continuam encurtando.
A Vercel passou a suportar implantação direta de qualquer serviço HTTP via Dockerfile.vercel, sem necessidade de adaptação ao modelo de detecção de frameworks. A plataforma faz o build da imagem, armazena-a no registry do projeto e executa o contêiner na infraestrutura Fluid Compute, com preview deployments, autoscaling, observabilidade e cobrança por CPU ativa. O recurso atende backends em Go, Rails, Spring Boot, Express, Laravel, ASP.NET, FastAPI, nginx e outros apps containerizados, desde que escutem na porta definida pela variável $PORT.
Migrar feature flags costuma ser adiado por riscos como divergência lógica, inconsistências de configuração e falhas de segurança entre sistemas legados e novos. A abordagem recomendada envolve execução paralela com avaliação em modo shadow, redirecionamento progressivo de flags novas (de curta duração) e monitoramento contínuo de paridade, só avançando para a virada definitiva em etapas após validação robusta.
📊
Discord desenvolve profiler personalizado para atribuir custos de infraestrutura por endpoint de API
A engenharia do Discord criou um profiler de CPU próprio, estendendo o profiler nativo do Python, para mapear com precisão o consumo de recursos por um dos 1.700+ endpoints de sua API. A solução categoriza tempo de execução por funcionalidade e cruza esses dados com faturamento em nuvem, permitindo alocação precisa de custos mesmo em uma base unificada rodando em centenas de clusters Kubernetes. Com isso, equipes de produto passaram a ter visibilidade em tempo real do impacto financeiro de alterações de código, sem precisar modificar a infraestrutura.
O Amazon CloudWatch Logs agora suporta ingestão gerenciada de mensagens syslog diretamente de dispositivos de rede e servidores Linux, sem necessidade de agentes. O recurso aceita formatos RFC 5424, RFC 3164 e syslog da Cisco por TCP, TCP+TLS ou UDP, com roteamento seguro para um endpoint dentro de uma VPC. Isso simplifica pipelines de observabilidade em ambientes híbridos e reduz a superfície de manutenção operacional, especialmente relevante para equipes de DevOps que priorizam infraestrutura como código e automação de coleta de logs.
O Dragonfly v2.5.0 foi lançado com suporte nativo para download acelerado de modelos de IA do Hugging Face e ModelScope via Git LFS, sem necessidade de ferramentas externas. A versão introduz um webhook de injeção no Kubernetes que habilita P2P nos Pods automaticamente, sem rebuild de imagens. Também traz o CLI dfctl para tarefas locais, aprimoramentos no controle de tráfego dos planos de controle e uma funcionalidade de blocklist no console do Manager para bloquear downloads indesejados.
Engenheiros da OpenAI utilizaram análise de core dump em larga escala para depurar falhas raras de infraestrutura, descobrindo tanto uma falha de hardware quanto um bug de software antigo.
Descubra como o Open Source Program Office utiliza o novo produto de conformidade de licenças do GitHub para gerenciar dependências de código aberto em larga escala.
O AWS CloudFormation acelera a implantação de infraestrutura com o modo Express, permitindo que agentes de IA e desenvolvedores recebam confirmações de implantação em segundos e realizem iterações de forma mais rápida. O recurso está disponível em todas as regiões comerciais sem custo adicional.
A Vercel anunciou novos recursos de rastreamento e depuração para sessões de agentes eve utilizando a solução de Vercel Observability.
O Cloudflare Workflows, nosso motor de execução durável para aplicações de múltiplas etapas, agora suporta rollbacks baseados no padrão saga, permitindo que desenvolvedores especifiquem uma ação de compensação para cada step.do().
Como a biblioteca huggingface_hub é publicada semanalmente com o suporte de IA, ferramentas abertas e validação humana no fluxo de CI.
O VictoriaLogs armazena logs como partes imutáveis e pesquisáveis, agrupadas por stream e particionadas por dia, o que reduz o custo de retenção, limita o escopo temporal das consultas e permite pesquisar dados recentes antes mesmo que eles sejam totalmente gravados em disco. Seu layout colunar garante que as consultas leiam apenas os campos necessários, otimizando o desempenho. Além disso, recursos como campos de stream estáveis e de baixa cardinalidade, partições diárias, metadata pruning e compressão avançada ajudam os operadores a entender detalhadamente por que algumas consultas de logs permanecem extremamente rápidas enquanto outras se tornam computacionalmente caras.
A Semgrep realizou testes de benchmark com modelos open-weight e frontier models na detecção de vulnerabilidades do tipo IDOR. Os resultados mostraram que o GLM 5.2, utilizando apenas um prompt mínimo em uma estrutura de suporte do Pydantic AI, superou o Claude Code nessa tarefa específica de segurança, operando com um custo muito menor. Esses resultados reforçam que o design do suporte de testes ainda é o fator mais importante, mas mostram que os modelos open-weight estão se tornando alternativas viáveis para equipes de segurança que buscam uma infraestrutura de modelos mais barata, privada e intercambiável.
O Octopus Deploy tornou os ambientes efêmeros opcionais para pull requests usando uma label do GitHub que ignora condicionalmente os jobs de implantação, mantendo a proteção de branches por meio de um job de validação que verifica os resultados obrigatórios do workflow. Essa abordagem reduz o tempo de deploy desnecessário e os custos de infraestrutura para alterações de baixo risco. A solução permite que as equipes compartilhem uma melhoria de fluxo de trabalho centralizada, beneficiando todos os repositórios que utilizam a plataforma.
O Kubernetes Security Profiles Operator alcançou a versão v1.0.0, seu primeiro lançamento estável após seis anos de desenvolvimento. A nova versão promoveu todas as oito APIs do projeto para estáveis e passou por uma auditoria de segurança de terceiros que não encontrou nenhuma vulnerabilidade crítica.
Durante o New Relic NOW 2026, a empresa apresentou o Autopilot para investigação autônoma de incidentes, o Ground Truth para acesso otimizado por IA a dados de observabilidade, além de recursos expandidos de AI observability. Também foram anunciados novos compromissos de conformidade e ofertas voltadas para startups, com o objetivo de melhorar a confiabilidade, a governança e a eficiência operacional no desenvolvimento de softwares focados em IA.
O Flink 2.3 traz o flink-s3-fs-native, um sistema de arquivos S3 experimental e opcional que remove as dependências do Hadoop e migra para o AWS SDK v2. A novidade oferece suporte a sinks com semântica exactly-once e consolida em um único plugin do Flink o gerenciamento de checkpoints, savepoints e file sinks. Testes de benchmark em escala de produção demonstraram checkpoints aproximadamente duas vezes mais rápidos, redução no armazenamento de checkpoints, simplificação nas configurações s3.* e um caminho de migração mais seguro para equipes que executam jobs do Flink com estado diretamente no S3.
A ordem de acesso à memória pode tornar uma simples soma de inteiros drasticamente mais lenta ao quebrar a localidade de cache, o prefetching e o comportamento da memória em nível de página. Layouts de dados sequenciais, aleatórios e deliberadamente adversariais demonstram por que o desempenho da CPU depende fortemente de como os dados são organizados e acessados, e não apenas da quantidade de operações executadas.
