Deno 2.8 detalle: import defer, deno compile framework-aware, audit fix automatizado
Más allá del titular, mirá los detalles de Deno 2.8 que importan para backend TS:
- import defer:
import defer * as heavy from "./heavy.ts"difiere la ejecución del módulo hasta el primer acceso a un binding. Para CLIs con sub-comandos que cargan dependencias pesadas pero raras (ej. un comandomigrateque solo se corre una vez al mes), el startup baja de cientos de ms a unidades. - deno compile framework-aware: detecta Next/Astro/SvelteKit y produce un binario nativo con todo el server-side embebido. Cero Docker para single-binary deployment.
- deno audit fix: corre
npm audit fixpero sin npm — usa la base de advisories propia y respeta tus rangos semver deldeno.json. - deno transpile: TS → JS +
.d.tscon el mismo fast-check pipeline dedeno publish. Sin TSConfig, sintsc, sints-node. - Network debugging: requests HTTP/fetch aparecen en la pestaña Network de Chrome DevTools.
La compat Node trepó a 76% (vs Bun ~73% en el mismo benchmark). Si descartaste Deno hace seis meses por gaps de compat con paquetes npm específicos, hacé un retest — varios paquetes que antes rompían ahora pasan.
BigQuery Iceberg REST catalog: detalles técnicos de la interop
El nuevo catalog implementa la spec Iceberg REST 1.7+ y vive en endpoints HTTPS gestionados — no hay que correr tu propio Nessie/Polaris. Las tablas se almacenan en GCS bajo el formato de tabla Iceberg estándar (manifest lists, snapshot files, parquet data files). Spark, Flink, Trino y cualquier engine con un cliente Iceberg REST consume la misma tabla sin federation queries.
El gotcha: las commits van todas vía el catalog REST (no por path directo en GCS) — eso garantiza atomicidad y evita corrupción por escritores concurrentes desde engines distintos. Si tu pipeline actual escribe Iceberg vía Glue Catalog o HMS, vas a tener que apuntar la session config (spark.sql.catalog.bigquery.uri) al endpoint nuevo. Para el lado de BigQuery, queries SQL normales funcionan; los costos van por slot-hours como cualquier query, no hay storage extra por encima de GCS.
Supabase: feature preview de temporary token-based database access
Supabase abrió en preview el temporary token-based database access: emitís un token con TTL corto que autoriza una conexión Postgres efímera sin tener que repartir la connection string completa con password. El token está atado a un rol, una IP y una ventana temporal — al expirar, la conexión se cae.
Caso de uso típico: tu plataforma interna deja que un on-call abra un psql contra prod para debug, pero vos no querés que esa password viva en su bash history o en un secret manager personal. El admin tool genera el token, lo entrega vía un canal seguro (Vault, 1Password), el on-call lo usa por 30 min y se desautoriza solo. Combina bien con el cambio breaking de pg_graphql 1.6.0 — menos superficies abiertas, más auditoría.
BigQuery Data Science Agent GA en Colab Enterprise para EDA automatizado
Google pasó a GA el 26 de mayo el Data Science Agent dentro de BigQuery + Colab Enterprise. Agente managed que arranca un análisis exploratorio (EDA) sobre una tabla: detecta distribuciones, encuentra outliers, sugiere joins relevantes, genera plots y termina con un notebook listo para iterar. La GA viene con autenticación contra IAM, billing por slot-hours como cualquier query y auditoría de cada paso vía Cloud Logging.
Para equipos backend que tienen que armar pipelines ETL sobre datos que no conocen, esto baja drásticamente el costo de descubrimiento. No reemplaza al data scientist pero sí elimina las primeras 4 horas de "qué es esta tabla y por qué los nulls aparecen acá". Si tu org ya tiene BigQuery + Colab Enterprise, no requiere infra adicional.
Apigee hybrid 1.16.4 y 1.14.5 + Apigee Emulator 2.0.0 con fixes de seguridad y versionado independiente
Google publicó el 22 de mayo dos patches de seguridad para Apigee hybrid (1.16.4 y 1.14.5) y separó el Apigee Emulator en su propia release line — ahora va por v2.0.0 con semver independiente del runtime hybrid. La separación es importante para CI/CD: podés actualizar el emulator local de los devs sin tocar tu cluster de hybrid en prod, y viceversa.
Si corrés Apigee hybrid en GKE o on-prem, agendá la ventana: los CVEs no están detallados públicamente pero Google los marca como urgentes en el changelog. Bonus del mismo día: Database Migration Service para Cloud SQL for SQL Server pasó a GA — si estás moviendo workloads SQL Server entre cloud providers o de on-prem a GCP, ya es opción soportada sin scripts custom.
Cloud Trace Observability Analytics GA: query trace data con SQL y MCP servers con tracing automático
Google pasó a GA el 26 de mayo tres piezas de Cloud Trace: Observability Analytics (queryás traces con SQL standard sobre BigQuery — JOIN entre traces y otros eventos sin ETL), Observability API y Trace Scopes (alcance de queries por proyecto/folder/org). Lo destacado para el mundo agentes: remote MCP servers para BigQuery y Cloud SQL ahora generan trace spans automáticamente. Cada tool call de un agente queda registrada con duración, args y resultado sin instrumentación manual.
Si venís lidiando con "el agente hace 200 llamadas a tools y no sé cuál es la lenta", Cloud Trace + auto-spans MCP te dan el waterfall completo. Combinado con la observability layer de OpenTelemetry GenAI semconv, ya tenés un stack standards-based para profiler de agentes en producción.
OpenTelemetry GenAI Semantic Conventions consolidan tracing de LLM, agentes y MCP tool calling
El 21 de mayo apareció una guía detallada sobre las OTel GenAI Semantic Conventions + drop del package Python opentelemetry-semantic-conventions 0.63b1. Las conventions cubren cuatro áreas: (1) client spans para llamadas LLM (atributos gen_ai.system, gen_ai.request.model, gen_ai.usage.input_tokens); (2) orquestación de agentes (spans para steps, retries, decisiones de tool selection); (3) MCP tool calling con spans para cada invocación de tool (request, response, error); (4) métricas de calidad/evaluación (latency, accuracy scores, content quality).
Esto es la pieza que faltaba para tratar agentes como cualquier sistema distribuido — Jaeger, Grafana Tempo, Honeycomb y Cloud Trace ya entienden estos attributes. Si estás armando un agente productivo, instrumentar contra estas conventions desde el día 1 te ahorra retoolear todo cuando elijas un backend de observability. Y como vimos arriba, Google ya integró las conventions en Cloud Trace para tracing automático de MCP — la spec está claramente ganando tracción.
Deno 2.8 release notes oficiales
Blog post oficial de Deno 2.8 con todos los cambios.
TrapDoor: análisis técnico de Socket
Análisis completo de Socket con IoCs y lista de paquetes.
Google Cloud release notes — semana del 26 de mayo
Notas detalladas de BigQuery, Cloud Trace, Apigee y GKE.
Supabase changelog mayo 2026
Changelog de Supabase con pg_graphql 1.6.0 y temp tokens.
Tendencias Destacadas
Tres convergencias claras esta semana: (1) MCP se consolidó como capa de RBAC + observabilidad para agentes — AWS Managed MCP Server GA, Cloud Trace auto-spans para MCP, OTel GenAI semconv con spans estandarizados para tool calling. Si seguís montando agentes con tu propio gateway de auth, estás reinventando la rueda. (2) TrapDoor demuestra que la superficie de ataque ya incluye los archivos de configuración que leen los AI coding assistants — .cursorrules y CLAUDE.md con zero-width unicode son el nuevo vector. Agregá detección de unicode invisible a tu PR review pipeline. (3) Catálogos abiertos (Apache Iceberg REST) están reemplazando warehouses propietarios como única fuente de verdad — BigQuery sumándose se alinea con Snowflake y Databricks. Si arrancás greenfield, default a Iceberg + REST catalog y dejá que cada engine compita.
Deno 2.8 deep dive: import defer, framework-aware deno compile, automated audit fix
Beyond the headline, here's what matters in Deno 2.8 for backend TS:
- import defer:
import defer * as heavy from "./heavy.ts"defers module execution until the first binding access. For CLIs with sub-commands that load heavy but rare deps (e.g. amigratecommand run once a month), startup drops from hundreds of ms to single digits. - framework-aware deno compile: detects Next/Astro/SvelteKit and produces a native binary with the full server-side embedded. Zero Docker for single-binary deployment.
- deno audit fix: runs
npm audit fixminus npm — uses its own advisory DB and respects yourdeno.jsonsemver ranges. - deno transpile: TS → JS +
.d.tsvia the same fast-check pipelinedeno publishuses. No tsconfig, notsc, nots-node. - Network debugging: HTTP/fetch requests show up in the Chrome DevTools Network tab.
Node compat climbed to 76% (vs Bun ~73% on the same benchmark). If you wrote Deno off six months ago over compat gaps on specific npm packages, retest — several previously broken packages now pass.
BigQuery Iceberg REST catalog: interop technical details
The new catalog implements Iceberg REST 1.7+ and lives on managed HTTPS endpoints — no Nessie/Polaris to run yourself. Tables sit on GCS in the standard Iceberg table format (manifest lists, snapshot files, parquet data files). Spark, Flink, Trino and any engine with an Iceberg REST client consume the same table without federation queries.
The gotcha: every commit flows through the REST catalog (not a direct GCS path) — that guarantees atomicity and prevents corruption from concurrent writers across engines. If your pipeline currently writes Iceberg via Glue Catalog or HMS, you'll need to point the session config (spark.sql.catalog.bigquery.uri) at the new endpoint. On the BigQuery side, normal SQL queries work; cost goes by slot-hours like any query, no extra storage on top of GCS.
Supabase: feature preview of temporary token-based database access
Supabase opened a preview for temporary token-based database access: you issue a short-TTL token authorizing an ephemeral Postgres connection without handing out the full connection string with password. The token binds to a role, an IP and a time window — when it expires, the connection drops.
Typical use: your internal platform lets an on-call open psql against prod for debug, but you don't want that password living in their bash history or personal secret manager. Admin tool generates the token, hands it over via a secure channel (Vault, 1Password), on-call uses it for 30 min and it de-authorizes on its own. Pairs well with the pg_graphql 1.6.0 breaking change — fewer open surfaces, more audit.
BigQuery Data Science Agent GA in Colab Enterprise for automated EDA
Google made the Data Science Agent GA on May 26 inside BigQuery + Colab Enterprise. Managed agent that kicks off exploratory analysis (EDA) on a table: detects distributions, finds outliers, suggests relevant joins, generates plots and lands a ready-to-iterate notebook. GA ships with IAM auth, billing by slot-hours like any query and per-step audit via Cloud Logging.
For backend teams stuck building ETL pipelines over unfamiliar data, this drops discovery cost dramatically. Doesn't replace the data scientist but kills the first 4 hours of "what is this table and why are the nulls here". If your org already has BigQuery + Colab Enterprise, zero extra infra.
Apigee hybrid 1.16.4 and 1.14.5 + Apigee Emulator 2.0.0 with security fixes and independent versioning
Google shipped on May 22 two security patches for Apigee hybrid (1.16.4 and 1.14.5) and split the Apigee Emulator into its own release line — now at v2.0.0 with semver independent from the hybrid runtime. The split matters for CI/CD: you can update devs' local emulator without touching your prod hybrid cluster, and vice versa.
If you run Apigee hybrid on GKE or on-prem, schedule the window: CVEs aren't publicly detailed but Google flagged them as urgent in the changelog. Same-day bonus: Database Migration Service for Cloud SQL for SQL Server went GA — if you're moving SQL Server workloads between cloud providers or on-prem to GCP, it's now a supported option without custom scripts.
Cloud Trace Observability Analytics GA: query trace data with SQL and auto-tracing for MCP servers
Google made three Cloud Trace pieces GA on May 26: Observability Analytics (query traces with standard SQL on BigQuery — JOIN traces with other events without ETL), Observability API and Trace Scopes (query scope per project/folder/org). The agent-world headline: remote MCP servers for BigQuery and Cloud SQL now auto-generate trace spans. Every agent tool call lands with duration, args and result, no manual instrumentation.
If you've been wrestling with "the agent fires 200 tool calls and I can't tell which one is slow", Cloud Trace + MCP auto-spans hand you the full waterfall. Combined with OpenTelemetry GenAI semconv, you have a standards-based stack for agent profiling in prod.
OpenTelemetry GenAI Semantic Conventions consolidate LLM, agent and MCP tool-calling tracing
May 21 brought a detailed guide on the OTel GenAI Semantic Conventions + drop of the Python package opentelemetry-semantic-conventions 0.63b1. The conventions cover four areas: (1) client spans for LLM calls (attributes gen_ai.system, gen_ai.request.model, gen_ai.usage.input_tokens); (2) agent orchestration (spans for steps, retries, tool-selection decisions); (3) MCP tool calling with spans per tool invocation (request, response, error); (4) quality/eval metrics (latency, accuracy scores, content quality).
This is the missing piece for treating agents like any distributed system — Jaeger, Grafana Tempo, Honeycomb and Cloud Trace already understand these attributes. If you're building a production agent, instrumenting against these conventions from day 1 saves you re-tooling once you pick an observability backend. And as we saw above, Google already wired the conventions into Cloud Trace for auto-tracing MCP — the spec is clearly winning traction.
Deno 2.8 official release notes
Official Deno 2.8 blog post with the full changeset.
TrapDoor: Socket technical analysis
Full Socket analysis with IoCs and package list.
Google Cloud release notes — week of May 26
Detailed notes for BigQuery, Cloud Trace, Apigee and GKE.
Supabase changelog May 2026
Supabase changelog with pg_graphql 1.6.0 and temp tokens.
Notable Trends
Three clear convergences this week: (1) MCP cemented itself as the RBAC + observability layer for agents — AWS Managed MCP Server GA, Cloud Trace auto-spans for MCP, OTel GenAI semconv with standardized tool-call spans. If you're still rolling your own agent auth gateway, you're reinventing the wheel. (2) TrapDoor proves the attack surface now includes the config files AI coding assistants read — .cursorrules and CLAUDE.md with zero-width unicode are the new vector. Add invisible-unicode detection to your PR review pipeline. (3) Open catalogs (Apache Iceberg REST) are displacing proprietary warehouses as the single source of truth — BigQuery joining lines up with Snowflake and Databricks. If you're greenfield, default to Iceberg + REST catalog and let each engine compete.
Deno 2.8 détail : import defer, deno compile framework-aware, audit fix automatisé
Au-delà du titre, voici ce qui compte dans Deno 2.8 pour le backend TS : import defer diffère l'exécution du module au premier accès — clé pour CLIs avec sub-commandes chargeant des deps lourdes mais rares. framework-aware deno compile détecte Next/Astro/SvelteKit et produit un binaire natif. deno audit fix upgrade auto les paquets vulnérables. deno transpile émet JS + .d.ts. Compat Node à 76% (vs Bun ~73%).
BigQuery catalogue Iceberg REST : détails techniques de l'interop
Le nouveau catalogue implémente Iceberg REST 1.7+ sur endpoints HTTPS managés — pas de Nessie/Polaris à opérer. Tables stockées sur GCS au format Iceberg standard. Spark, Flink, Trino et tout client Iceberg REST consomment la même table. Gotcha : tous les commits passent par le catalogue REST pour garantir l'atomicité — pointez spark.sql.catalog.bigquery.uri sur le nouvel endpoint.
Supabase : feature preview d'accès base de données par tokens temporaires
Supabase ouvre en preview l'accès base de données par tokens temporaires : token à TTL court autorisant une connexion Postgres éphémère sans distribuer le connection string complet. Token lié à un rôle, une IP et une fenêtre temporelle. Cas typique : on-call ouvre psql contre prod pour debug sans que le password ne traîne dans son bash history.
BigQuery Data Science Agent GA dans Colab Enterprise pour EDA automatisé
Google a passé en GA le 26 mai le Data Science Agent dans BigQuery + Colab Enterprise. Agent managé qui démarre l'EDA sur une table : détecte distributions, outliers, suggère joins, génère plots et livre un notebook prêt à itérer. Auth IAM, billing en slot-hours, audit par étape via Cloud Logging. Pour équipes backend devant builder ETL sur données inconnues, le coût de discovery chute.
Apigee hybrid 1.16.4 et 1.14.5 + Apigee Emulator 2.0.0 avec fixes de sécurité et versionnement indépendant
Google a livré le 22 mai deux patches de sécurité pour Apigee hybrid (1.16.4 et 1.14.5) et séparé l'Apigee Emulator en sa propre ligne de release — désormais v2.0.0 avec semver indépendant. Si vous opérez Apigee hybrid sur GKE ou on-prem, planifiez la fenêtre. Bonus : Database Migration Service pour Cloud SQL for SQL Server est GA.
Cloud Trace Observability Analytics GA : query trace data en SQL et MCP servers avec tracing automatique
Google a passé en GA le 26 mai trois pièces de Cloud Trace : Observability Analytics (query traces en SQL standard sur BigQuery), Observability API et Trace Scopes. Highlight agents : remote MCP servers pour BigQuery et Cloud SQL génèrent automatiquement des trace spans. Chaque tool call agent atterrit avec durée, args et résultat sans instrumentation manuelle.
OpenTelemetry GenAI Semantic Conventions consolident le tracing LLM, agents et MCP tool-calling
Le 21 mai a apporté un guide détaillé sur les OTel GenAI Semantic Conventions + drop du package Python opentelemetry-semantic-conventions 0.63b1. Quatre domaines : client spans LLM, orchestration d'agents, MCP tool calling, métriques qualité/eval. Pièce manquante pour traiter agents comme tout système distribué — Jaeger, Tempo, Honeycomb, Cloud Trace comprennent déjà ces attributs. Instrumenter dès le jour 1.
Deno 2.8 notes de release officielles
Article officiel Deno 2.8 avec tous les changements.
TrapDoor : analyse technique Socket
Analyse complète Socket avec IoCs et liste de paquets.
Google Cloud release notes — semaine du 26 mai
Notes détaillées pour BigQuery, Cloud Trace, Apigee et GKE.
Supabase changelog mai 2026
Changelog Supabase avec pg_graphql 1.6.0 et temp tokens.
Tendances Notables
Trois convergences claires cette semaine : (1) MCP s'est consolidé comme couche RBAC + observabilité pour agents — AWS Managed MCP Server GA, Cloud Trace auto-spans pour MCP, OTel GenAI semconv. (2) TrapDoor prouve que la surface d'attaque inclut désormais les fichiers de config que lisent les AI coding assistants — .cursorrules et CLAUDE.md avec unicode de largeur nulle. (3) Catalogues ouverts (Apache Iceberg REST) remplacent warehouses propriétaires comme source unique de vérité — BigQuery rejoint Snowflake et Databricks.