支付宝前端团队全转Agent:Java后端才是最大赢家

地图打印与 GeoTIFF 导出:框选区域、矢量标绘、一键出图 空间智能实验室 Vol.19:地图打印与 GeoTIFF 导出:框选区域、矢量标绘、一键出图 「把这块区域导成一张带地理坐标的高清图」是个很朴素的需求,但朴素不等于简单。你要在浏览器里框一个框、画几个箭头标个文字、叠一层 阅读详情

支付宝前端团队解散,全员转Agent了。

上月末这条消息直接把技术圈炸穿了。

不是缩减。不是优化。整条线换赛道。

我第一反应不是震惊。是确认。确认我去年那个决定做对了。

先交个底:我今年34,做了8年Java后端,去年年底咬着牙裸辞转了AI应用开发。

这一年在Agent的坑里滚了一遍,面了十几家公司,带了两个转过来的同事。

今天不说虚的。就借支付宝这件事,跟所有还在犹豫的后端兄弟说句大实话。

很多人看到这条消息,脑子里就一个念头:「连支付宝前端都在转了,是不是所有程序员都得搞AI?」

不是。

这条消息真正的信号不是「你该焦虑了」,而是Agent落地的需求,已经大到连传统业务部门都要All in了。

但这里有个更有意思的事:

前端全员转Agent,最大的赢家不是前端——是后端。

你品品这个逻辑。

Agent开发最核心的三件事:系统稳定性、异常处理、成本控制。

这三件事,前端平时基本不碰。零基础小白从头学。但后端——做了五六年,刻进骨头里了。

我去年刚转过来的时候也懵过:LangChain、RAG、Prompt工程,一堆新名词看着头大。

但真上手之后发现了一个事:

Agent开发,50%靠AI理解,50%靠工程底子。

工程这50分,后端拿了满分。

说几个面试Agent岗必被深挖的问题。你看看是不是你的老本行。

「Agent调用大模型超时了,怎么保证用户体验不崩?」

——多级降级、缓存兜底、异步重试。这不就是分布式那套?

「怎么把一个Agent的调用成本压下来?」

——分层模型调度、热门Query缓存、Token预算管理。这不就是资源优化那套?

「多智能体协作,数据一致性怎么保证?」

——消息队列、事务管理、状态机。这不就是微服务那套?

换个名,它就是Agent架构设计。

但我见过太多后端同行,面试的时候不会这样讲。

面试官问RAG,就回一句「用LangChain做的检索」,然后等着下一个问题。

兄弟,你是后端出身啊,你有的东西别人没有。

你应该说的是:

「我设计的RAG服务做了三层缓存,热门Query秒回不花钱;检索模块挂了有降级预案,不影响主流程;知识库异步更新,更新不卡用户。」

这句话一出来,面试官就知道你是能做落地的人。不是只会调框架。

这才是后端转Agent的真正打法——把工程思维带进去。

再说个很多人没意识到的变化。

支付宝不是第一个转的。

字节、腾讯的Agent团队在疯狂扩编。美团、京东的技术架构在往Agent化迁移。连传统金融和医疗公司都在招「Agent开发工程师」。

英伟达上周刚联合六大机构宣布融资5000亿美元建AI工厂。

这不是一阵风。这是基础设施级别的迁移。

招聘市场的数据也很直白:Agent开发岗位,薪资中位数已经冲到技术岗前10%。

但市场上能独立交付企业级Agent的人,少得可怜。

这才是窗口期。不是永远开着。

第一批能独立交付的,吃的是红利。等到培训班批量产人的时候,溢价就没了。

我把去年转型踩过的弯路,压缩成一条后端转Agent的路径。不搞虚的。

第一步:不是从头学Python,先把LLM当API用起来。

你不需要精通Python。能看懂代码、会调API就够了。重点是搞懂Prompt怎么写才能让AI输出稳定可控。结构化指令、角色限定、输出格式约束——这些才是生产效率的来源。一周足够。

第二步:吃透RAG全链路。

企业落地最多的方案,面试从头问到尾。文档切分——切多大块?向量化——用什么模型?检索召回——怎么提高命中率?重排序——怎么筛掉噪音?

每一步都有坑。每一步都要亲手踩过才知道怎么办。

第三步:手搓一个Agent,别依赖框架。

不用LangChain,不用LangGraph。就用API裸写一个能调工具的Agent。

手搓完你就真懂了:工具调用是怎么路由的、对话历史怎么管理、循环终止条件怎么判断。

会调框架的人满大街,能手搓底层逻辑的人,面试三分钟面试官就知道你是真懂。

第四步:把后端经验全部融进去。

在你手搓的Agent上加熔断、加缓存、加限流、加监控、加成本控制。把一个Demo升级成能上线的系统。

这步做完,你跟其他求职者的差距就是数量级。

因为企业面试Agent岗,最怕的就是招到一个「Demo工程师」。搭起来好看,上线就崩。

而你能拿出来的,是一个接手就能跑的系统。

最后说句真心话。

支付宝前端全转Agent这件事,你看到的可能是「又有一批人要跟我卷了」。

但我看到的是,Agent落地需求正在从「AI公司的实验」变成「全行业的基建」。需求池子在急速扩大,能接住的人远远不够。

你做了这么多年后端,架构、稳定性、成本控制这些底子,是别人三五年追不上的。你缺的只是AI这一层。

补上它,你就不是「会写后端的程序员」,你是「能独立交付企业级Agent的工程师」。

这个身份的溢价,至少在接下来两三年里,只会越来越高。

我的一些掏心窝的唠叨🙂

其实在转岗之前,我也偷偷投过阿里的AIAgent岗位,当时准备了很久的八股文、项目复盘,熬了好几个大夜,最终HR给了35%的涨幅,说实在的,确实很心动。

但综合考虑老板、团队氛围和个人发展,最终还是决定留在字节,先把手里的项目做好,看看后续的发展机会。

最后想跟大家说:转岗、面试从来没有“完全准备好”的时候,我当时也是“差不多就冲”,毕竟在干中学,比原地犹豫进步快多了。我当时也是靠刷八股文巩固知识体系,靠实操案例积累经验,一步步从零基础走到现在。

🔥如果你现在也卡在选方向,不知道自己适不适合AIAgent,也不知道该从Python、LangChain、RAG还是LLM开始学,我整理了一份AIAgent转岗学习路线,按入门、进阶、项目、求职几个阶段拆好了。

每个阶段该学什么、学到什么程度、适合做什么项目、最后能投哪些岗位,都给你梳理清楚。别再东一榔头西一棒子地学了,路线走对了,半年和一年后的差距真的很大。
最后有任何问题,留言就好,我每天都会看,看到都会回~

愿每个想跳出舒适区的兄弟姐妹,都能顺利上岸,在新赛道发光发热✨

👇👇扫码免费领取全部内容👇👇

👉获取方式:
有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:
图片

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

在这里插入图片描述

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

图片

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

图片

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

图片

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:

图片

三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

在这里插入图片描述

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

img

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

img

L5阶段:专题集丨特训篇 【录播课】

img

四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇
👉获取方式:
有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述

西门子PLC新手必看:200SMART与1200/1500的MODBUS RTU通讯实战(附完整配置流程) 本文详细解析了西门子PLC中S7-200 SMART与S7-1200/1500之间实现MODBUS RTU通讯的完整实战流程。内容涵盖硬件接线、软件配置及程序编写,重点讲解了200SMART作为从站、1200/1500作为主站的典型架构,并提供了关键功能块的使用方法和常见问题排查技巧,帮助新手快速打通不同系列PLC间的数据交换。 阅读详情

相关推荐

LangChain开发避坑指南:为什么Pylance总提示‘无法解析导入‘?实测7种修复方案

本文深入解析了在VS Code中使用LangChain开发时,Pylance频繁提示‘无法解析导入’的根本原因——Python解释器与语言服务器的环境路径不一致。文章提供了从基础排查到深度配置的7种实测修复方案,包括切换解释器、配置extraPaths、使用pyrightconfig.json等,旨在帮助开发者彻底解决此问题,提升AI应用开发效率。

weixin_28826521的博客 442

【时事热点】支付宝前端团队全转Agent:Java后端才是最大赢家

文章摘要(150字): 支付宝前端团队全员转型AI Agent开发,折射出行业技术迁移趋势。后端开发者凭借系统稳定性、异常处理和成本控制等工程经验,在Agent开发中具备天然优势。转型核心在于将后端架构思维融入AI技术,如RAG优化、多级降级等,而非从零学Python。当前企业级Agent人才缺口大,薪资溢价显著,是后端人员抓住红利期的关键窗口。作者分享实战转型路径:从LLM基础应用到RAG全链路实践,再手搓Agent并融入后端工程经验,最终打造可落地的企业级系统。附赠学习资料包,涵盖技术路线、项目模板及面

Android_XG的博客 211

保姆级教程:在Rockchip RK3588 SDK中,如何为你的新硬件板子创建第一个DTS文件

本文提供在Rockchip RK3588 SDK中为自定义硬件创建首个DTS文件的详细教程。通过分析DTS在RK3588开发中的角色、快速定位参考设计、实操步骤及调试验证方法,帮助开发者高效完成硬件板级配置,特别适合嵌入式Linux系统开发者参考。

weixin_28678831的博客 283

支付宝前端全转Agent,6年Java后端的我反而一点都不慌

支付宝前端团队全员转向Agent开发的事件揭示了大模型技术已进入产业落地阶段。文章指出,后端工程师在系统稳定性、异常处理和成本控制等Agent开发核心需求上具备先天优势,其分布式架构、微服务等工程经验可直接迁移。作者结合自身转型经历,提出四阶段学习路径:1)掌握提示词工程;2)精通RAG全链路;3)Agent框架实战;4)工程化部署优化。强调后端转型应发挥工程思维优势,将缓存、降级等传统技能融入大模型开发,而非从零开始。当前市场对能交付企业级Agent的工程师需

嘴巴吃糖了 230

海康视觉平台VisionMaster通讯实战:三种触发方式深度解析

本文深度解析海康视觉平台VisionMaster的三种通讯触发方式:字符串触发、接收字符串事件触发和轮询D地址触发。通过实际案例和配置技巧,帮助工程师在工业场景中实现高效、稳定的设备通讯,提升视觉系统的集成效率和可靠性。

weixin_42665255的博客 279

R语言dlnm包避坑指南:手把手教你配置交叉基矩阵(附温度分层与滞后多项式设置)

本文详细介绍了R语言dlnm包在配置交叉基矩阵时的实用技巧与避坑指南,特别针对温度分层与滞后多项式设置提供了具体参数配置建议。通过解析`crossbasis()`函数的核心参数、温度分析的分层策略以及不同基函数的适用场景,帮助研究者高效构建分布滞后非线性模型,避免常见错误并优化模型性能。

weixin_34094282的博客 399

# 从后端到Agent:支付宝前端全员转型,后端才是最大赢家!收藏这份5步进阶路线

支付宝前端团队全员转Agent,引发技术圈关注。文章指出,这一转变并非简单的业务调整,而是整个行业向AI应用开发的大规模迁移。后端程序员凭借系统稳定性、异常处理和成本控制等核心优势,在Agent开发领域具有天然优势。文章提出后端转Agent的5步进阶路线:将LLM当API用、吃透RAG全链路、手搓Agent不依赖框架、融后端经验进Agent开发,并强调工程思维的重要性。随着AI基础设施级别的迁移,Agent开发岗位薪资中位数已冲至技术岗前10%,能独立交付企业级Agent的人少而珍贵,后端转型正当其时。

weixin_72959097的博客 249

从生产订单到整车交付,SAP 离散制造在汽车行业里的真实落点

汽车行业谈数字化,很容易一上来就谈智能工厂、数字孪生、AI 排产、无人仓、视觉质检。可落到 SAP 项目现场,真正把工厂撑起来的,往往还是几个很朴素的问题,客户订单来了以后,BOM 能不能准确展开,物料能不能准时到线,产能有没有被过度承诺,生产订单能不能被车间正确执行,质量问题能不能追溯,成本能不能按工单和批次沉淀下来。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 110

收藏!后端程序员转战大模型Agent的必看攻略,抢占未来高地!

2026 年一晃已经过半,AI 大模型的热潮不仅没有降温,反而持续升温!金融行业用大模型做风控、医疗依靠 AI 解析影像,电商、制造、教育各行各业,都在把 AI 融入日常业务。曾经热闹的 “百模大战”,早就告别单纯比拼模型参数,正式进入落地应用时代。懂业务、懂 AI、能做出可上线项目的大模型开发工程师,岗位缺口大,薪资待遇十分可观。风口再好,不如手握高薪 offer 实在。行情火热,普通人、程序员该怎样从零入门大模型,抓住这波机会?

大模型教程的博客 195

YOLOv8改进系列:RepVGG重参数化结构——训练多分支,推理单路,极致提速

本文将详细介绍如何将RepVGG的重参数化思想融入到YOLOv8的骨干网络中,实现一种训练时多分支、推理时单路的改进版YOLOv8。我们将提供完整的代码实现、详细的原理讲解,并在COCO数据集和自定义数据集上进行充分的实验验证。

YOLO 200

Python与CAD系列基础篇(二)创建点和直线并修改样式

①通过pyautocad连接AutoCAD进行处理②通过ezdxf处理dxf格式文件。创建和编辑点和直线的方法,并演示如何修改它们的样式、颜色和线型。

weixin_43894929的博客 3035

大厂AI产品经理,一半是传统产品转的,没人告诉你

摘要: 支付宝前端团队全员转型大模型Agent开发引发热议,反映出大模型落地需求正从实验转向行业基建。文章指出,后端工程师在Agent开发中具有独特优势——系统稳定性、异常处理和成本控制等工程能力正是其核心优势。作者以自身转型经验为例,强调后端转大模型并非从零开始,而是将工程思维融入新技术,通过RAG全链路实践和手搓Agent项目快速提升竞争力。当前企业级Agent人才稀缺,后端开发者若能补足大模型技术短板,将获得显著职业溢价。文章最后提供了一套系统化学习路径(原理→微调→Agent→工程部署),并附赠全套

嘴巴吃糖了 184

Linux 设置双网卡通信,外网网卡和内网网卡

背景,Linux 主机已经安装了内网、外网 2 张网卡,目前外网网络已通,需要设置内网网卡转发通内网 内网需要通信的设备的网段,如果 10.99.0.0 代表 10.99 网段的所有 IP 表示 10.xx 网段走 10.xx.xx.xx 这个网关转发 :内网网卡设备示例 2、设置启动自动生效 打开 文件,如果没有则创建该文件,然后在文件内写入如下的内容修改上面的语句 为 即可 示例...

简简单单Onlinezuozuo 6602

【项目推荐】基于 SpringBoot3 + Spring AI 的游泳馆管理系统:Agent + RAG + Function Calling 一次学全

它不是玩具 Demo,而是一个「业务 + AI」双主线交织的真实系统——预约业务在跑,AI 客服在旁边实时查库作答,两条线通过 Function Calling、RAG、站内消息串成一体。面试官问「你做过什么 AI 项目」时,你能从业务场景讲到架构取舍,从 RAG 切分参数讲到降级兜底——这和「我调了一下 ChatGPT 的 API」是完全不同的两个段位。项目已包含完整的建表 SQL、初始化数据、部署文档,克隆下来就能跑。获取方式:见文末说明 / 后台回复关键词获取。—— 完 ——

一个一直在努力的前端小白,在为了成为全栈程序员的道路上加油! 336

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

2026小红书小工具怎么制作:纯前端 ZIP 打包、沙箱限制与笔记挂载流程

小红书小工具制作的核心不是复杂开发,而是把需求压缩成纯前端轻交互,并按平台要求完成 ZIP 交付。适合做的方向是测试、计算器、生成器、学习小测和记录工具;不适合做的方向是账号体系、云端数据、支付和远程接口。制作时先确认沙箱限制,再整理输入、计算、输出链路,最后通过 Builder Hub 提交审核并挂载笔记。在需求简单、素材较少的情况下,十几分钟做出一个可用的小工具是现实路径,袋马就是一个选择。

qq_39308835的博客 249

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Spring AI 多模态实战(下):文生图 + TTS 语音合成(含 2.0 流式音频分片)

本文基于 Spring AI 2.0.1,实战文生图与TTS语音合成:通过ImageModel/ImagePrompt生成图片(返回URL或base64),用SpeechModel/SpeechPrompt实现文字转语音;重点介绍2.0流式音频分片技术,支持低延迟长文本播报;结合缓存、落盘、限流等策略控制生成成本,避免URL过期、音频格式错乱等常见坑点。附完整代码与踩坑指南,助力构建高效多模态应用。

weixin_43128865的博客 263

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Agent 的 ReAct、Plan、Execute、Reflection 模式

本文系统解析 Agent 的 ReAct、Plan、Execute、Reflection 四模式,揭示其核心为“下一步谁定”与“错了怎么发现”两大问题。ReAct 逐步决策,适合动态环境但易冗余;Plan 一次性规划,高效却惧变化;Execute 严格落地,需明确判据与失败策略;Reflection 事后校验,强化纠错闭环。四者协同:外层规划,执行中嵌入思考,每步后反思,连续失败才重规划,构建稳定可控的智能体工作流。

2401_89855466的博客 312

信号链电路怎么选运放?奥特四款信号链运放解析【选型参考】

在模拟电路设计中,运放作为信号链的“第一道门槛”,其微小误差往往决定了整个系统的成败。

naNa_1120的博客 189

流式输出 SSE:实现 AI 对话打字机效果后端开发

摘要解决传统 HTTP 请求在 LLM 长文本生成时导致的客户端长时间阻塞与 TTFT 极高的问题。适用于需为 AI 应用提供打字机效果、优化交互体验的后端开发工程师。读完可获得基于 FastAPI 与 SSE(Server-Sent Events)技术的流式响应实现代码、协议规范及生产环境避坑指南。关键词SSE、流式输出、FastAPI、打字机效果、TTFT、大模型推理背景与问题大模型(LLM)生成完整回复通常耗时数秒至数十秒,传统请求-响应模型导致用户界面长时间无响应,体验极差。

2402_85729970的博客 175

Vue-Router

本文详解前端路由原理与实现,以网易云音乐为例,介绍通过 vue-router 实现页面无刷新切换。核心步骤包括:安装模块、创建路由实例、注册应用、配置页面组件与路由出口。使用 router-link 实现声明式导航,结合 query 和 params 传参,支持模糊与精确匹配激活状态。强调 useRoute(读取参数)与 useRouter(执行跳转)的区别,帮助开发者掌握单页应用路由的核心机制。

2301_79245606的博客 321

二进制木马免杀-Python 分离免杀与 Web 挂马

二进制木马免杀-Python 分离免杀与 Web 挂马

2503_94637398的博客 261

在Open-WebUI中提升向量化速度

让Open-WebUI AI聊天的向量化过程不超过10秒,而不是默认的20+分钟……

xyzzklk的博客 506

Writeup 4 0xGame 2021 · command (WEB)

前端限制不可信:永远不要相信前端的任何限制(如disabled按钮、JS 验证等)。攻击者可以直接构造 HTTP 数据包绕过前端校验,所有的安全限制必须在后端实现。命令执行/注入(RCE):Web 应用如果直接调用系统命令且未对输入进行严格过滤,攻击者可以利用;||等符号拼接恶意命令。绕过技巧:在 CTF 中,如果遇到命令执行被过滤,常见的绕过方式包括:${IFS}$IFS$9等。。cat /fla?或cat /fl*。Linux 基础。

hengdonghui的博客 129

vue3 markdown编辑框与压缩包文件上传及预览

el-input v-model="form.author" placeholder="作者/组织" maxlength="50" clearable /><el-select v-model="form.category" placeholder="请选择标签" class="full-width"><el-select v-model="form.license" placeholder="请选择" class="full-width">'编辑技能' : '新建技能' }}</div>

每一篇博客都是对自己技术的沉淀 167

使用HTML+CSS+JavaScript实现文件上传弹窗

使用HTML+CSS+JavaScript实现文件上传弹窗

bjzhang75的博客 95

ArkWeb 混合开发的内存清理与桥接陷阱

起初我以为是 H5 内部的定时器没有清理,结果接了 DevEco Studio 的 Profiler 一看,全是 ArkTS 侧的原生对象没有释放。改用 RESIZE 后,键盘弹出只会压缩窗口高度,底部的输入框会自适应滚动到可视区域,页面顶部的元素则岿然不动。综上所述,混合开发绝不是简单的拼接,管好桥接的生命周期,做好跨域兜底,才是稳定运行的前提。如果不去主动干预,它会把你的原生内存吃得连骨头都不剩。在 H5 的输入框打字时,软键盘一弹出来,整个 Web 页面就被顶得飞起,连顶部的原生导航栏都不见了。

2502_91284977的博客 234
上一篇: 我的Java转Agent的学习经历
下一篇: 因为上岸了,给大家普及一下腾讯Agent开发岗需要达到的强度
Agent学习路线
博客等级 码龄6年 1万+粉丝 1902原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值