我们推出了“瞬时功率损失风暴”（Instantaneous PowerLoss Storm），这是 Meta 基础设施中用于应对和缓解数据中心内瞬时或零通知功率损失的新测试范式。我们分享了以下内容：如何在现有系统中通过纵深防御策略构建对瞬时故障的容忍能力；实施过程中所做的权衡；以及如何验证我们的就绪状态。灾难准备 [...]

我们推出了 SilverTorch，这是对推荐系统的一次重新构想，它在统一架构下整合了所有用户生成内容的检索组件。SilverTorch 的吞吐量比最先进方法高出最多 23.7 倍。同时，与基于 CPU 的解决方案相比，其计算成本效率提升了 20.9 倍，并进一步提高了准确率。我们的研究论文《SilverTorch：A [...]》

乍看之下，全新的“好友泡泡”功能似乎简单易用。它会高亮显示好友观看并互动的 Reels。但有时，看似最直接的功能却需要最深入的工程投入。在本期 Meta 技术播客中，Pascal Hartig 与来自 Facebook 的软件工程师 Subasree 和 Joseph 进行了对话……

Meta 的数据摄入系统，供我们的工程团队用于获取社交图谱的最新快照，近期已进行重大重构，以提升其在大规模场景下的可靠性。从遗留系统迁移至新架构，需要对我们整个数据摄入系统进行大规模迁移。我们分享促成 [...] 的解决方案与策略。

我们正在推出 Labyrinth 1.1 版本，这是一个加密存储系统和协议，用于保护 Messenger 上的消息和历史记录。Labyrinth 1.1 通过一项新的子协议增强了端到端加密备份的可靠性，有助于消息在设备丢失、设备切换以及长时间未登录的情况下得以保留。阅读我们更新的白皮书，[...]

基于 HSM 的备份密钥库 Meta 的基于 HSM 的备份密钥库为 WhatsApp 和 Messenger 的端到端加密备份提供了基础。该系统允许用户通过恢复代码保护其备份的消息历史，并确保该恢复代码存储在防篡改的硬件安全模块（HSM）中，且 Meta 和云存储无法访问。

我们已对 Facebook 群组搜索进行了根本性改造，帮助用户更可靠地发现、筛选并验证与其最相关的社区内容。我们采用了新的混合检索架构，并实施了基于模型的自动化评估，以解决用户在搜索社区内容时面临的主要痛点。在此新框架下，我们已取得切实的改进……

我们分享了 Meta 容量效率计划的相关见解：我们构建了一个 AI 代理平台，用于自动化发现并修复整个基础设施中的性能问题。通过在一个统一且标准化的工具接口中整合编码后的领域专业知识，这些代理能够节省能源，并让工程师从处理性能问题中解脱出来，转而专注于创新……

我们分享了 Meta 在后量子密码（PQC）迁移过程中积累的实践经验，旨在帮助其他组织在行业向 PQC 标准过渡的过程中增强韧性。我们提出“PQC 迁移级别”的概念，以协助组织内部各团队针对不同的应用场景，有效管理 PQC 迁移的复杂性。通过阐述 Meta 在此项工作中的方法……

在 Meta，WebRTC 为各种平台提供实时音视频支持。然而，在我们的单体仓库中分叉像 WebRTC 这样的大型开源项目会带来独特的挑战：随着时间的推移，内部分叉版本可能落后于上游代码库，从而与社区的更新脱节。我们将分享如何摆脱这一“分叉陷阱”——从构建双栈架构开始 [...]

我们正在分享 Meta 如何应用机器学习 (ML) 和多样性算法来提高通知质量和用户体验。我们引入了一个具有多样性意识的通知排名框架，以减少统一性，并提供更加多样化和引人入胜的通知组合。这个新框架减少了通知量，并通过更多样化的 [...] 来提高参与度。

Kotlin 增量编译器自引入构建工具以来，一直是追求更快编译速度的开发者的宝贵财富。现在，我们很高兴将其优势引入 Buck2——Meta 的构建系统——为 Kotlin 开发者解锁更快的速度和更高的效率。与每次都重新编译整个模块的传统编译器不同，[...]

在这篇文章中，我们将探讨 Meta 的数据仓库如何不断演进，以提高生产力和安全性，从而服务于人类用户和人工智能代理。我们将详细介绍我们如何开发代理，这些代理可以帮助用户提出数据访问请求，以便他们获取所需数据，同时还能帮助数据所有者处理请求和维护安全性。 [...]

我们正在探索 Meta 的 Federation Platform，这是一套可扩展的工具，用于管理与合规相关的任务，以及我们的 Privacy Waves 方法，该方法用于批量处理这些任务并确保问责制。Federation Platform 和 Privacy Waves 结合起来，创造了一种结构化、有效且可持续的方法来运行隐私工作，使 Meta 能够保护数十亿用户的个人数据。