- 博客(1884)
- 收藏
- 关注
RSS订阅原创 架构火花｜一线视角下的AI：从应用边界到落地难题
企业场景中，AI 若过度替代业务环节，可能引发“技术挤压业务价值”的担忧——曾有案例显示，功能过于全面的 AI 产品因让业务部门感觉“自身价值被替代”而遭抵触，后续才意识到需在技术设计中考虑“业务让利”，保留人类在核心决策环节的价值。更值得关注的是 AI 的“确定性偏差”：面对不确定信息时，AI 不会像人类一样给出“可能”、“应该”等模糊提示，而是始终输出绝对化结论，使用者难以判断其结论是“真懂”还是“生成式作答”，这种特性在医疗诊断、法律判断等需严谨性的场景中风险极高，必须搭配人工校验环节。
2025-12-01 09:46:12
819
原创 共谈架构师 AI 进化论，腾讯云架构师技术沙龙圆满落幕
AI 发展日新月异，正深刻改变架构师的工作方式，并带来切实的效率提升。同时，也引发了新的思考：在 AI 时代，架构师如何重塑核心竞争力？系统架构如何有效融入 AI 能力？个人与组织如何在变革中前行？9 月 20 日，由腾讯云架构师技术同盟和腾讯云 TVP 联合主办的「架构师的 AI 进化论——从架构升级到行业应用」腾讯云架构师技术沙龙在合肥成功举办。活动汇聚多位深耕 AI 落地的一线资深架构师，聚焦真实场景、实战挑战与前瞻洞察，探讨 AI 时代架构设计的本质跃迁。会上，腾讯云架构师合肥同盟扬帆起航，为合肥地
2025-12-01 09:36:02
517
原创 架构火花｜35岁程序员该做些什么：留在国企vs切换赛道
因为我就是这样做的。上海同盟成员F：个人观点，感觉未来两年内，不管什么类型程序员都会把90%的代码编写工作交给AI写，先提前来适应和调整能力去适配AI主编码的模式，基于自己主技术栈，去看AI能完成很好的，就没必要去提升了，没有完成好的比较有价值，去分析为啥没完成好，是模型能力不行，还是当前业务场景不适配，针对性的再去调整和适配技术提升路线。上海同盟成员G：我说一个我觉得最实际的点就是，呆了这么久，当前有没有最直接的经济压力，如果工作安排这些并不会直接影响收入的话，我觉得大可不必在这内耗，生活是大于工作的。
2025-12-01 09:19:16
631
原创 AI独孤九剑：AI没有场景，无法落地？不存在的。
等到通晓了这九剑的剑意，则无所施而不可，无所不出，无所不入，便是将全部变化尽数忘记，也不相干，临敌之际，更是忘记得越干净彻底，越不受原来剑法的拘束。嗯嗯，熟悉我的同学都知道，我也有一套应对变化的体系，称之为ITPAO，在其中AI以数字员工身份起到了非常大的作用，刚好我们就此一一对照，来帮助大家找到更好的AI落地场景。今天，我们以独孤九剑为例，介绍了在ITPAO体系使用AI辅助管理，应对变化的应用，一旦我们在这个层面使用AI，而不是仅仅把AI当成一个问答器，一个画图工，让AI发挥AI的长处，通过建立。
2025-11-28 14:28:46
314
原创 从 RAG 到 KAG ：结构化思考范式下的复杂推理
第二个阶段出现在今年年初，DeepSeek-R1 的发布进一步推动了技术的发展，特别是DeepSeek-R1 采用的开源策略，以及其创新的轻量、高效且可控的 GRPO（Group Relative Policy Optimization）强化学习方法，为该领域注入了新的活力。为了避免上述问题，我们采用了一个多层次的过程来提升知识的连通性和准确性：从文档出发，经过开放信息抽取，再到语义增强，包括本体对齐、上位概念生成、概念间关联构建以及同义词扩展，有效提升知识的连接性，确保模型能够准确理解不同概念间的关系。
2025-11-28 14:17:54
752
原创 数据与 AI 双向奔赴，腾讯云架构师技术沙龙精彩回顾
分享题为《Agent 时代数据重新定义应用》的演讲。腾讯云数据库产品总监、腾讯云架构师成都同盟理事 邹鹏邹鹏从“工程、流程、组织”三个维度，剖析研发团队在开发 Agent 过程中遇到的挑战，并分享了相关的思考与建议。在工程方面，他指出如果研发团队以传统软件流程的方式来开发 AI 应用，可能无法充分发挥 Agent 的智能潜力。真正的 Agent 应用应以模型驱动来决定智能上限，以工程来决定它的下限，因此 Agent 软件开发的重心需从工程转到模型。而模型的上限由预训练决定，模型的下限则由后训练来决定。
2025-11-27 10:02:09
1008
原创 成为Linus Torvalds座上宾：我用47%性能飞跃完成了一次鹅厂程序员的逆袭
如果说IPI语义是我们在高密KVM场景下选择的第一块踏脚石，那么相同的设计模式同样可以应用于其他类型的语义信号——例如NUMA亲和性的跨节点访问模式、分布式事务的两阶段提交路径、甚至是微服务架构中的RPC依赖拓扑。这不是危言耸听——当你的竞争对手开始部署语义感知的调度器，在同样的硬件上榨出20%-40%的额外容量时，成本差异会直接体现在财报上。在4:1场景下，CPU饥饿成为新的主瓶颈，即使锁竞争完全消失，性能也上不去多少——这时你需要的不是更好的调度器，而是更多的物理核心。两阶段清理策略至关重要。
2025-11-27 08:46:21
326
原创 TVP首场香港活动重磅启幕，AI出海变革风向如何把握？
AI 不仅能优化本地生产流程，更能助力企业精准匹配海外市场需求、高效适配本地化运营，其赋能的跨境供应链协同、本地化研发，正成为大湾区企业依托香港布局全球的核心抓手，推动区域产业升级。「AI 领航·智汇出海 | 腾讯云 TVP 思享会 大湾区数字化转型高管沙龙」由腾讯云 TVP、CIO 时代、新基建创新研究院联合主办， 邀请到多位香港标杆企业、学术领袖与 AI 技术大咖，从香港国际枢纽优势到 AI 驱动的跨境破局，从本地化适配到全球市场攻坚，带来一场聚焦粤港澳大湾区产业升级的思想碰撞。
2025-11-26 14:43:12
423
原创 架构火花｜AI时代，架构师的护城河在哪里？
AI 时代，毫无疑问的是，只会写代码的工程师价值会越来越低，能理解业务、能借助工具解决复杂问题，把商业需求落地的工程师会更有价值。架构师的护城河不在于掌握了多少工具的使用技巧，而在于精准定义问题的能力、对结果的鉴别能力 、领域知识和架构思维的深度、将商业需求转化为技术方案的能力。正如深圳同盟社群讨论中形成的共识：“用好大模型，最关键的是定义问题的能力和批判性思维。”在这个 AI 快速发展的时代，这些基础能力反而显得弥足珍贵。毕竟，再强大的 AI，也需要懂得提问的驾驭者来指引方向。
2025-11-26 14:33:45
840
原创 AI时代，架构师还有存在必要吗？
当前，政府部门启用数字员工为市民服务的案例已经越来越多了，但目前这些数字员工的能力也仅仅是替代了一些人类员工重复性的劳动而已，或者说这些数字员工减轻的是人类员工的劳动量，但对市民的体验来说，不一定有太大的提升。我想未来的政府服务，将不再是”人去服务”，而是”服务找人”，比如，当你的某一项资质要到期年检了，政府的服务系统会第一时间帮你预约好办理时间，准备好相关的办理材料，甚至有些服务由AI自动帮你完成，你需要做的仅仅是做个身份确认就搞定，我想这才是最人性化的体验。你一开机，看到的不再是熟悉的壁纸和图标。
2025-11-26 08:46:15
377
原创 当 AI 成为生产力底座，如何打通产业落地“最后一公里”？
践行“以客户为中心，以创新为动力”的经营理念，中国海诚积极进行数字化转型，全力推进智能制造业务发展，加速“数智双驱”战略落地见效，从“工程服务商”到“全周期生产性服务商”跃迁，向科技公司转型，助推工业企业向高端化、智能化、绿色化发展，成为改变中国制造的力量，以智慧工程贡献美好生活。从智能工厂的柔性产线到零售终端的 AI 智能体，从数据驱动的实时决策到行业专属大模型的规模化落地，AI 正以前所未有的广度与深度，推动产业效率跃升、模式创新与价值重构，成为驱动新质生长的核心引擎。
2025-11-24 16:51:15
346
原创 你相信光吗？
玄武实验室早在2017-18年的时候就开始了对生物认证安全的研究，发现当时的屏下指纹技术存在严重的安全缺陷，仅需通过获取玻璃表面指纹，进行自动化克隆复原，产生新指纹模型，便能通过多款指纹身份认证设备的识别。玄武实验室这些年的发展，在各个安全领域的技术方向上，都做出了世界级的研究成果，并将这些研究转化为产品能力，为企业用户保驾护航——不光是保护腾讯云客户的现在，还能保护客户的未来。在AI大模型的加持下，研发各类 AI Agent ，扮演安全专家的角色，自动化地处置威胁，进一步提升主动防御的体系能力。
2025-11-24 16:01:08
675
原创 Gemini 3实测：综合最强、代码最强、数学最强、多模态最强的六边形 AI 来了？
这个数据集题目偏理论、抽象推理，主要测试模型的“通用智能”，被认为是AI难以解决的问题，但是在Gemini 3 Pro （不使用搜索、代码执行工具）上优势非常明显，领先 GPT-5.1 一档，几乎是 Claude 4.5 的三倍。而在常规的数学测试集上AIME，Gemini 3 Pro 是当今数学推理最强的通用模型（不算专精数学的 NMAX），如果直接可以用代码执行，直接达到了夸张的100%。总结来看，Gemini 3 Pro 是目前「综合实力最强、数学最强、视频理解最强、代理能力领先」的模型。
2025-11-20 08:45:37
1101
原创 GitHub 12w Star神器！一文详解大模型集成框架LangChain
它最大的价值，并不是“不可替代的工具”，而是它将大模型开发的核心环节（Prompt工程、记忆、向量存储、多模态交互、Agent逻辑设计等）拆解为标准化模块，让新手能直观的理解一个完整AI应用的底层逻辑。消息是对话模型中通信的基本单位，用于表示与模型通讯的输入与输出，以及包含与对话相关的上下文信息和元数据，每一条消息都包含一个角色（系统、用户、AI等）和内容（用户的输入或模型的输出）以及其他元信息（id、名称、令牌使用情况等），LangChain提供了一个统一的消息格式，可以在不同模型之间使用。
2025-11-19 08:46:28
788
原创 Agent全面爆发！一文搞懂Agent开发核心链路
整体其实就是提示词来激发模型选择工具的能力，目前开发过程中主要有两种实现方式：一种是直接使用大模型API提供方提供的利用tools和messages的组织方式（其实背后他们自己也是通过prompt来组建的一套能力，不过相比自己开发一套提示词工程而言，他们更了解底层模型如何做的，在通用化场景下的适配效果可能比自己研究要好很多。本文将带你深入Agent的“大脑”与“四肢”，从规划、记忆、工具调度，到上下文工程的精妙设计，一步步拆解如何构建一个真正“会思考、能执行”的智能体。
2025-11-18 08:46:03
1030
原创 AI 时代，架构师如何破局成长？腾讯云架构师技术沙龙圆满收官
最后，主持人陈漱玉总结道，在 AI 驱动的时代，架构师不可替代的价值，不仅在于连接代码与系统，更在于跨越当下与未来，架起技术发展的桥梁。除了干货满满的主题分享外，沙龙现场热烈的互动充分展现了腾讯云架构师技术同盟开放、友好的技术交流氛围。每位嘉宾分享结束后，台下与会者结合自身实践踊跃提问，嘉宾即时答疑解惑；圆桌讨论环节更是精彩纷呈，台上台下观点碰撞，激荡思想火花。
2025-11-17 09:55:36
542
原创 架构派 | 专访长沙同盟理事长李颖悟：技术人生AB面
2025年9月，腾讯云架构师技术同盟与湖南展通人工智能研究院院长、颖悟智能科技董事长、腾讯云架构师长沙同盟理事长李颖悟进行了一次深度对话，以下是采访文字实录。为了您的阅读体验，我们做了不变原意的编辑。Q： 李老师好，非常感谢您抽出宝贵时间来到我们架构派栏目。请您向我们同盟的伙伴们简单介绍下自己的职业生涯。李颖悟： 大家好，我是李颖悟，很高兴能来到架构派栏目和大家交流。我 1995 年从北京理工大学毕业后，当了 2 年大学教师，然后考入桂林电子科技大学拿到计算机应用硕士学位后入职华为。在华为的 17 年里，我
2025-11-17 09:48:20
516
原创 架构火花｜产品经理和程序员谁会先被AI淘汰？
AI 时代，产品经理和程序员都面临着巨大的变革与挑战。无论是岗位的存亡，还是工作方式的转变，都让我们深刻认识到，只有紧跟时代步伐，不断学习和适应，才能在这场浪潮中站稳脚跟。未来究竟会如何发展，让我们拭目以待。
2025-11-17 09:40:24
487
原创 一套代码跨8端，Vue3恐怖如斯？详解跨端框架到底香不香
那么，有没有一种架构，可以用一套代码来实现业务逻辑，然后通过适配最终应用到 App Android 端，App iOS 端，iPad 端，aPad 端，PC Web 端，H5 端，PC 客户端 Win 端，PC 客户端 Mac 端呢？在多端统一应用框架中，我们不再为每个平台都单独创建一套独立代码库，独立开发一套系统，而是通过一个中间语言，只开发一套，然后，针对不同的平台，书写不同平台的差异代码，并且接入对应平台的跨端框架进行代码转化，从而转化为能在该平台运行的代码。在手机上开发一个应用，需要分别开发两套？
2025-11-13 08:46:18
859
原创 300万行代码精简到30万！腾讯新闻推荐架构重构复盘
👉目录1 “重构”的定义2 重构决策：什么时候该动手3 重构范围：平迁还是重建4 重构策略：绞杀者模式的实战应用5 风险控制：如何保证不翻车6 数据迁移：最难啃的硬骨头7 架构设计的底层原则8 复盘与反思在上一篇文章《微服务是毒瘤吗？》中，我们强调了架构设计和发展需要适应业务的需求和变化。这篇文章就是一个非常好的架构随业务、时间变迁而重构的观察对象，可以帮助大家搞清楚什么情况下平迁，什么情况下重建。作者团队通过一次为期 24 个月的重构战役，最终实现了这些业务收益：可用性从不足 99% 到 99.99%；
2025-11-12 08:46:21
534
原创 彻底爆了！一文了解LLM应用架构：从Prompt到Multi-Agent
当前Agent还在持续发展，相信后续会有越来越多的方案去进一步提升agent的智能和实用性，期待agent真正落地出能改变生活的应用，目前发展趋势来看，那一天感觉可能不会太远了。所以，我们采用专业的事情给专业的人做的原则，将单一agent分为多个不同领域的专家agent，它们之间互相合作，从而提高Agent的稳定性和智能。这个阶段的优点是能有效提高智能程度，但缺点是多轮的思考，信息的交互，编程实现起来相对复杂，对LLM的响应速度要求高。环境的形式可以是虚拟的沙盒环境，也可以是真实的物理世界。
2025-11-06 08:46:15
921
原创 一篇文理解架构：企业架构、技术架构、C4模型、TOGAF、互联网模型
人（People）、流程（Processes）、技术（Technology），是很多企业架构人员经常使用的PPT模型方案，但信息（Information）同样重要，尤其是在国内数字化转型的当下，因为缺少信息互通而造成的信息孤岛效应极大地制约了企业IT能力的发展。这是因为企业架构本身是一个非常理论化的领域，不同的企业架构师面对不同的企业规模、业务特性，可能都会得出不同的结论。第一层看到的是地球与其星球的环绕、第二层是看到地球上的山川海河，第三层看到的是不同的国家城市，第四层看到的是不同的房子家庭。
2025-11-05 08:45:55
351
原创 十分钟速通大模型原理！从函数到神经网络
好了，到这里我们已经完全搞懂了大模型的原理啦，过去只知道一些注意力机制、模型的推理是靠猜的这些模糊的概念，通过系统性的学习和总结，我们可以更深入的理解大模型的底层到底是什么，这对以后的大模型微调、大模型工程应用都有帮助，如果看到这里忘记了前面的内容，可以再重新理一遍，理解可能会更加深刻哦，bye bye！很显然，A拟合的就不好，B感觉还不错，C貌似太完美了，假如有一些新的数据，那么C可能效果还不如B，这种在训练数据表现的很完美，但是再没见过的数据上表现得很差的情况，我们叫它。
2025-11-04 08:45:54
686
原创 对话香港城市大学张泽松：AI时代教育“变天”？先抓核心能力｜TVP专访
他透露，香港城市大学已联合腾讯云落地 AI 教育实践，从平台打通到空间改造，每一步都围绕人的能力培养展开，而 TVP 搭建的跨地域、跨领域交流网络，更让这些实践有了对接产业、走向国际的可能。香港是多元文化城市，传统学校和国际学校各占一半，学生来自不同国家，他们遇到的问题、需要的 AI 工具，天然就符合全球需求，所以大湾区可以很好的互补——香港出国际化场景，内地出技术和资源，一起把 AI 教育做得更实。我自己是 TVP 成员，看到里面有开源领域的专家、高校老师、企业领袖，大家分享动态，信息能快速流动。
2025-11-03 10:30:32
752
原创 万字长文：重构软件工程迷思，搞懂需求与产品思维
从软件工程与技术管理领域的“圣经”《人月神话》出版到现在已经50年，在这期间出现了各种各样的方法论（如下），但到今天，大部分软件开发仍然处于“原始草莽”阶段，个中原因已有连篇累牍的文献论述，不再进一步阐述。既然宏观需求不变，变化的是微观。“产品需求”这个词很容易误导，没有所谓的产品的需求，而是“用户的需求”，产品是针对用户需求提出的一个解决方案，产品是”供给“，不是”需求“。很多需求是永恒的，不变的，变化的是人类发明的一个个产品（即需求的解决方案），而衡量产品的“用户价值”的另外一个办法是比较。
2025-10-30 08:45:32
988
原创 以Dify架构设计为例，一篇文看懂AI原生应用开发平台
在AI原生应用开发层面，对于LLM模型、工具插件、RAG提供统一的API进行注册、管理和维护，同时，提供了消息历史和多论会话的状态支持，方便构建有状态和无状态的assistant和commpletion AI原生应用。比如，Dify 的AI APP在数据模型层面，通过共享表tanent_id字段标识，进行了租户隔离，在AI App的创建、开发、调试、发布、运行、部署的生命周期中，可以为不同的租户加载不同配置的模型实例和资源以及租户私有知识数据，对于小型企业级用户，通过共享数据表的租户设计成本低且灵活性强。
2025-10-29 08:46:00
851
原创 绝密数据解禁！腾讯有多少程序员？什么技术栈最热门？
腾讯2025研发大数据报告》虽然是一个腾讯内部数据的总结，但从行业视角看其实折射出一个新的趋势：AI研发，已经从“工具应用期”迈向“体系融合期”。得益于 AI 助手的快速迭代，产研以外的工种角色的工作也得到了极大的效能提升，每个岗位都在用混元/元宝/CodeBuddy 拓宽自己的能力边界。当AI深入研发全链路，它改变的不仅是代码的生成方式，更是团队的协作方式、项目的推进节奏，乃至企业的创新结构。这些“平平无奇”的数字背后，是庞大的研发体系、自动化工具链，以及不断演进的协同方式的共同作用。
2025-10-28 08:45:55
468
原创 腾讯元宝搜索实践：大模型时代，AI 如何让搜索焕发新生
现在面向大模型，需要精准的信息片段，因此进行了 chunk 级别索引，实现语义粒度的索引，提升检索精度，搭配大模型的总结能力生成优质回答、进行多源信息校验，降低模型幻觉。在需求理解上，传统搜索主要是分词、意图、纠错，而 AI 搜索下，用户 prompt 更复杂，贴近自然语言，需要理解上下文、拆解复杂需求、转化为适合检索的 query，这依赖领域知识精调和基于检索效果的强化学习。腾讯"联网搜索 API"的推出，不仅降低了企业接入高质量搜索能力的门槛，更通过灵活的接口设计，满足不同行业的定制化需求。
2025-10-27 10:29:34
1061
原创 刚刚，全国程序员群体普查结果正式发布！
感觉程序员这个职业的发展路径将会有比较大的变化，新技术层出不穷，AI大模型的不断发展，影响着各行各业，程序员作为站在潮头的职业，既有风险也有机会，风险就是将有一部分的工作会被人工智能影响，机会则是在这一次的科技浪潮中找准自己的优势和方向或许能有所突破。我的核心目标是将AI的能力深度整合到我的日常工作和生活中，把那些重复、复杂的分析和决策工作“外包”给AI，从而将人的时间和精力解放出来，去做更具创造性的事情。一句话形容这个工作：前沿，有挑战，面对的问题和要处理的事情复杂而繁琐，但正当时。
2025-10-24 08:45:51
807
原创 DeepSeek鬼才创举，OCR是啥？腾讯是怎么做的？
基于对文档类场景的观察，文档图像并非所有的视觉 Token 都具有价值，与问题 Prompt 相关的视觉 Token 一般只有 5% 或者更低，因此有较大幅度的空间可以压缩视觉表达，我们提出内容感知的视觉过滤机制，将与无关视觉信息过滤。最终，精简后的视觉标记和指令被输入到LLM中，生成相应的响应。DeepSeek-OCR的成功表明，视觉模式可以作为一种有效的压缩手段，不仅减轻了LLM的计算负担，还能在多个领域中提供更为高效的上下文处理能力，尤其在多回合对话和长文本的处理上具有潜力。
2025-10-23 08:46:20
1049
原创 太古可口可乐的数智跃迁：用 AI 重构快消渠道的“最后一公里”
现任太古可口可乐（中国）CIO，拥有20多年的快消行业IT和数字化的从业经验。随着太古可口可乐将数字化列为核心战略之一，并致力于打造端到端的快消行业数字化方案，通过推动商品、客户和渠道的数字化进程，全面连接消费者、客户以推进智慧零售与产业智慧升级；在此期间，探索物联网、大数据的应用，落地了全球最大的冰柜物联网；随着供应链数字化和生产线数字化的上线，完成了全链条的数字化版图，助力太古可口可乐打造饮料行业数字化新标杆。一瓶可口可乐，看似简单，背后却映射出整个快消行业正在经历的深刻变革。
2025-10-22 15:16:19
733
原创 腾讯新闻PUSH架构升级之路
新闻 PUSH 最重要的是要体现“新”，因为腾讯新闻用户有及时获取热点/突发资讯的诉求，用户经常有这样的体感，有热点突发事件时，所有 App 都会尝试第一时间向用户发起推送，用户大概率会点击收到的第一个推送。其实系统&品牌过滤完全可以前置到离线侧，我们将号码包按品牌和系统维度进行了拆分，比如“社会”包按android/ios、huawei/oppo/vivo/honor/xiaomi，拆成了13个包，当运营选择指定的筛选项时，直接拉取对应的号码包，这样就避免了在线过滤的耗时，减少了下发的延时。
2025-10-22 08:45:57
1040
原创 信息量很大！AI结对编程核心思维模型
—— 这种模仿苏格拉底追问的 prompt，能引导 AI 像被 “产婆术” 引导的思考者般，层层拆解问题，生成更具逻辑链与深度的回答，让与 AI 的沟通更贴近 “通过问题探寻本质” 的核心目标。在《理想国》中，当色拉叙马霍斯宣称 “正义是强者的利益”，苏格拉底未直接反驳，而是以 “统治者是否会因认知偏差制定损害自身利益的法律？而这四个问题的答案，其实就是一份很好的Prompt，把它整理成MD格式的文档吐给AI，相信你会发现自己与AI的对话质量显著提升，而你也真正成为了那个“驾驭AI，而非依赖AI”的。
2025-10-21 08:46:18
761
原创 腾讯云TVP走进美的，共探智能制造新范式
9 月 13 日，由腾讯云 TVP、美的以及泸州老窖联合主办的「探访灯塔工厂，共见智造新范式」腾讯云 TVP 走进美的暨泸州老窖·国窖 1573 研究院智库研讨会在广东佛山成功举办。在本次活动中，专家们实地参观了美的库卡智能制造科技园和美的集团展厅，直观感受到 AI 协同作业的全自动生产线，体验前沿技术在工业的创新应用，领略美的集团在数字化、智能化建设的创新实践。来自智能制造、数字化、AI 等领域大咖，围绕智能制造的底层架构革新、工业 AI 的落地实践以及企业布局 AI 驱动的数字化转型等热门议题，进行深入
2025-10-20 13:07:52
1128
原创 万字详解：数据架构、数据存储、数仓设计、指标定义，一篇文讲透数据那些事儿
4个指标，同时也需要进一步 规范了洛子任务命名方式，通过所属分层 + 任务说明 + 主题 + 模块 + 最大引用层 + 任务调用脚本， 通过划分主题域 及 分层建设整个数据任务体系达到了划分主题、分层建设，实现了矩阵式数据划分，数据模型可复用的效果，最后达到可全面评估衡量数仓建设质量。例如，"日活跃用户数(DAU)"是一个常见指标，其定义为"在指定日内至少启动一次应用的去重用户数"，计算单位为"人"，统计周期为"日"，可能包括的维度有"渠道来源"、"地域"和"操作系统"等。一级指标，用于深入分析问题根源。
2025-10-16 08:45:36
443
原创 万字详解AI悖论，戳破AI时代最大的谎言
👉目录1 范式转变的前夜2 揭开面纱：LLM的本质是什么3 不可靠性的数学：p^n困境4 舒适区理论：那条想象中的曲线5 Known Unknown vs Unknown Unknown：不可靠性的本质差异6 用系统对抗个体不可靠：从飞机设计到团队管理7 智能的缺失：LLM不是AGI8 责任心的缺失：AI为什么不在乎？9 构建AI协同系统：三大原则10 未来展望：角色的转变“不懂编程也能用AI开发软件”——这可能是当下AI时代最大的谎言。Vibe Coding不是让不懂编程的人能写代码，恰恰相反，它要求你
2025-10-15 08:45:52
1015
原创 DeepSeek-V3.2加速技术详解，效果惊人的秘密？
这里主观臆断可能会有个小小的隐患，目前评测说V3.2的效果不亚于V3.1，但实际上双方的训练语料完全一致，特别后训练过程是一样的，但是验证只验证了同样的评测指标，缺少一个“都不擅长领域”的评测。DeepSeek依旧保持了不让程序猿们安心过长假的优良传统，在十一长假之前推出了DeepSeek-V3.2报告，之前一直在跟进DeepSeek的加速技术，第一时间看了报告，不长就6页纸，优化点也不多，本来想第一时间更新，不过还是让技术和鹅厂月饼一起消化发酵一下再来写吧，所以这篇还是在长假后和同学们见面了。
2025-10-14 08:46:10
844
原创 与Cursor结对编程，掌握这个方法效率起飞！
所以当一个系统越来越大的时候，系统中到处充斥着各种“特殊”的逻辑，人的认知负荷越来越重，所以需求越来越难做：我们要花大量的时间来理解业务需求、评估和设计方案、分析影响面、在复杂的代码上继续累代码、在巨量的测试用例上继续累测试，难以快的起来。虽然 Scaling Law 的边际递减，但是 AI 在各个场景的应用渗透才刚刚起步，就业务开发场景来说，还有大量的创新、整合、提效的优化空间。在工作流的各个环节（分析、设计、编码、测试、验收、部署等等），会涌现出各类专用 Agent，形成矩阵式的组织结构。
2025-09-29 08:46:24
820
原创 1.8w字解析面向对象在软件工程中的应用
当提到分析的时候，要意识到是哪个工序层面的分析。按照最常规的建模，如下图所示概念模型，一个人可以拥有0到多个电话号码、邮箱地址，1到多个地址，类似的，一个公司可以拥有0到多个电话号码、邮箱，1到多个地址。实际上，从学术血缘上来说，面向对象与DDD二者是方法论上的继承、替代与互补关系，二者都是软件工程的方法论，都是聚焦于完成软件工程中的业务到模型再到编码的过程。从狭义的层面来看，物理上可感知到的事物最容易理解，但是在更广义的层面，人类的思想、认知、感情、还有更多微观世界、形而上的概念知识等都可以被看做对象。
2025-09-25 08:46:01
875
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人