得物人事系统时间轴设计的演化历程

1 什么是时间轴

~(以上图片出自电影《星际穿越》)~

如果你看过《星际穿越》,应该对这一幕印象深刻,女儿墨菲所处的房间,按照时间分为了无数个三维空间实体。三维空间加时间组合成四维空间,即时空。

时间轴对于人事核心系统,就像四维时空中的时间,是类似生命周期的概念。了解HR工作的同事应该知道,员工在企业的生命周期,从招聘、offer、实习、入职、转正、晋升、调动、离职、重复雇佣,有一套复杂的生命周期,并且组织本身也是在随时间发展的。

员工、部门、职位等组织结构的发展和变化情况,均需要按照时间顺序准确记录,需要追溯到任意历史一天或未来一天展示当时的数据,并在某个时间做对应的调整。这个被人事系统高度依赖的时间维度,就是时间轴。

2 为什么人事系统需要时间轴

举一个常见的例子,在人力资源规划工作中,HR时常需要根据企业发展,及时设置、调整公司内部的组织架构。并且在调整的公告中,往往会注明执行日期,例如“自签发日期起,开始执行”等。

在实际操作中,调整组织架构是一项复杂的工作,人力资源部发布公告后,相关部门可能需要几天时间来配合完成调整。公司规模越大,调整的难度越高,有时甚至当天无法完成所有调整设置工作,需要延后几天。因此产生了这样2种需求:

  1. 我们需要在历史的组织架构上进行调整,并且该调整行为需要按照制定的执行日期来追溯,执行日期前后,需要展示当时对应的架构、职务数据。

  2. 我们需要设置一个未来的执行日期,在这个日期上提前设置和调整组织架构,系统将在该执行日期到来之时,自动使该数据生效。

基于这2种需求,引入时间轴概念是水到渠成的。

另外,对组织架构和任职记录的历史追溯是必要的,并且有实际业务场景,主要应用在考勤、绩效、薪酬模块。绩效和薪酬模块都天然存在时间上的错位,常见于4月设定Q1的绩效,4月发放3月工资+Q1的奖金等场景。

例如某个员工在3月1日发生了异动:部门调动、职级晋升并有工作城市调动,且从2月开始涨薪。那么4月设定Q1绩效时,因Q1中间有部门调动,应由调动前后的上级联合评定绩效等级。在4月发放3月工资和Q1奖金时,不能按照4月当时的薪酬水平来发放,而是需要考虑从2月1日开始调薪,重新计算3月工资、Q1奖金、补发工资、补缴社保和个税。并且因为工作城市变化,社保需要分别在2个城市缴纳。

如果没有时间轴,异动变化数据无法准确追溯,以上计算依靠人工,对大型集团企业的HR来说将是非常痛苦的。

3 如何设计时间轴

业界对时间轴(时间模型)的优秀设计模式,主要以下有2种,代表产品分别是SAP和PeopleSoft。

3.1 时间区间模式(SAP)

3.1.1 设计原则

以SAP为代表的时间区间设计模式中,每个标准数据(工号或部门Code)的历史数据都标记了其开始时间和结束时间和生效状态,相邻的2条数据接续但无交叉,最后一条数据的结束日期为无穷大(9999-12-31)。

// 部门简化模型
create table table_department
(
    code        varchar(20) not null comment '部门编号',
    start_time  datetime     not null comment '开始日期',
    end_time    datetime     not null comment '结束日期',
    status      int          not null comment '部门状态',
    name        varchar(20) not null comment '部门名称',
    parent_code varchar(20) not null comment '父部门编号',
    manager_id  varchar(20)  not null comment '部门负责人工号',
)

3.1.2 使用方法

// 查询某一时刻的部门架构(含失效部门)
select * from table_department where start_time <= '2023-04-01' and end_time > '2023-04-01';
// 查询某一时刻的部门架构(不含失效部门)
select * from table_department where start_time <= '2023-04-01' and end_time > '2023-04-01' and status = 1;

3.1.3 维护方法

  • 添加最新或未来数据时,需将最后一条数据的结束时间改为新数据开始时间,新数据开始时间改为无穷大

  • 插入历史中间数据时,需将有冲突的历史数据开始结束时间做避让,空开新数据的时间区间。如果新数据将历史数据完整包含,历史数据将会被完全覆盖

3.1.4 案例

员工经历和入职、转正、变更、离职、重复雇佣等;部门经历了创建、变更、失效、启用等。

将员工和部门数据组合查询,可以得到任意历史时间的组织架构树和员工当时的任职信息。

3.2 生效日期模式(PeopleSoft)

3.2.1 设计原则

在PS中,生效日期(EFFDT)是最重要的模型元素,另外还有生效状态(STATUS)、生效序号(EFFSEQ)。

每个标准数据(工号或部门Code)的历史数据按其生效日期顺序记录,如果一天内有多条数据,再按生效序号依次记录,员工离职和部门失效的数据,生效状态为0。N条数据分割出了N+1个区间。

create table table_department
(
    code        varchar(20) not null comment '部门编号',
    effdt       date        not null comment '生效日期',
    effseq      int         not null comment '生效序号',
    status      int         not null comment '部门状态',
    name        varchar(20) not null comment '部门名称',
    parent_code varchar(20) not null comment '父部门编号',
    manager_id  varchar(20) not null comment '部门负责人工号',
)

3.2.2 使用方法

select *
from table_department a
where a.effdt =
      (select max(b.effdt) from table_department b where b.code = a.code and b.effdt <= '2023-04-01')
  and a.effseq =
      (select max(c.effseq) from table_department c where c.code = a.code and c.effdt = a.effdt);
// 查询某一时刻的部门架构(不含失效部门)
select *
from table_department a
where a.effdt =
      (select max(b.effdt) from table_department b where b.code = a.code and b.effdt <= '2023-04-01')
  and a.effseq =
      (select max(c.effseq) from table_department c where c.code = a.code and c.effdt = a.effdt)
  and a.status = 1;

3.2.3 维护方法

  • 添加或插入数据时,按期望的生效日期插入,如果当天已存在记录,则按序号添加,或在老序号中间插入

  • 未来数据和历史数据同理

3.2.4 案例

员工经历和入职、转正、变更、离职、重复雇佣等;部门经历了创建、变更、失效、启用等。

将员工和部门数据组合查询,可以得到任意历史时间的组织架构树和员工当时的任职信息。

3.3 优劣势对比

以上2种设计模式,都能实现人事系统对时间轴(生命周期)的需求,他们也各有优势和劣势:

3.3.1 可维护性

  • 生效日期模式(PeopleSoft)更优:维护时只需要对应按生效日期添加数据、修改数据、删除数据,可以较方便地对历史回溯数据进行修改。

  • 时间区间模式(SAP)较难:因其对每条数据的开始结束时间都有不可重叠的强校验,因此编辑任何一条数据,都需要对和其相邻的数据进行同步修改,对人工维护和系统维护都带来了更大的挑战。

3.3.2 易使用性

  • 时间区间模式(SAP)更优:因查询时,只需按所需的日期在开始结束范围内查询,即可确定当时唯一的一组数据。

  • 生效日期模式(PeopleSoft)较难:查询时,有effdt和effseq两个维度需要取max,取值较复杂,且容易出错。以下是一个常见的错误案例:

  • 生效日期模式典型错误案例

    • 在查询某一时刻所有启用的组织架构时,status状态检查需要放在子查询的外层。
// 错误案例, status在子查询中
select *
from table_department a
where a.effdt =
      (select max(b.effdt) from table_department b where b.status = 1 and b.code = a.code and b.effdt <= '2023-04-01')
  and a.effseq =
      (select max(c.effseq) from table_department c where c.status = 1 and c.code = a.code and c.effdt = a.effdt);

// 正确案例,status在子查询的外层
select *
from table_department a
where a.effdt =
      (select max(b.effdt) from table_department b where b.code = a.code and b.effdt <= '2023-04-01')
  and a.effseq =
      (select max(c.effseq) from table_department c where c.code = a.code and c.effdt = a.effdt)
  and a.status = 1;

假如需要查询2022-01-01的生效组织架构,部门表中有如下数据

 

错误案例的结果:会错误地查到2018-12-01的生效数据,因为其是小于2022-01-01的最后一条生效数据。

正确案例的结果:2020-01-01是小于2022-01-01的最后一条数据,但因失效,因此会被排除。

3.4 设计模式总结

时间区间模式和生效日期模式都能够满足人事系统对时间轴的需求,但其各有优劣势,技术实现难度也不同,需企业结合其自身情况,选择适合自己的方式。

另外可以看出,人事系统所需的设计模式和通用系统有很大不同。对于通用系统如电商/支付/社交等,数据都是实时生效的,订单发起->支付->发货->收货,数据通过状态机等机制流转并生效,A用户的订单和B用户的订单之间,并没有联系。

在人事系统中则不同,例如将A员工在1月1日设置为B部门的Leader,虽然1月1日B部门内的员工并没有任何异动和职务调整,但他们的所在部门负责人都会自动关联为A员工。因此,每条数据及其历史数据变化,都有关联影响,这些影响会通过时间轴串联起来。因此,时间轴是人事系统中的必要元素,也是人事系统高度复杂性和专业性的体现。

4 得物人事系统时间轴设计的演化

4.1 阶段一:无时间轴,实时生效

19年,得物EHR系统从纯自研起步,参考了钉钉和飞书的部分模式,在该阶段,人事主数据没有设计时间轴概念,所有修改即时覆盖生效。组织架构模型对应的基本数据均只有1条最新条目,虽然有变更记录供回查,但技术上并不支持追溯历史某一天的架构和任职数据。

因该阶段仍处于初期建设的阶段,对于历史数据回溯的需求并不强,且上下游系统较少,因此对时间轴的建设暂未高优先级推进。

4.2 阶段二:按天快照,定时刷新

20年,在这个阶段,得物人事系统建设的模块逐渐增多,主要增加了假勤、绩效等业务板块,这些模块对于时间轴的需求逐渐显现。比如假勤考勤组的分配和回溯依赖历史组织架构、绩效模块。

因此对组织架构做了数据快照备份,相关模块可以通过读取快照查询历史数据,解决了一些燃眉之急。

4.3 阶段三:自研组织架构生命线,时间区间模式时间轴

21年,人事各相关系统对于时间轴的需求愈发强烈,并且无时间轴的设计令人事核心数据质量无法保证,各类数据无序生产,使系统维护难度加大。因此EHR自研开发了生命线模块,使用时间区间模式。所有组织架构变动和任职信息变动,都会生产一条精确到秒的时间线数据。

通过读取生命线中的数据,解决了无法追溯任意历史时间数据的问题。但仍有局限,该生命线仅支持当天异动,自动生产生命线数据。无法对历史数据进行人工编辑和修正。系统中仍存在部分异常数据,因无法人工调整而搁置,影响了整体数据准确性。

4.4 阶段四:引入PeopleSoft系统,规范专业的生效日期模式时间轴

22年,公司实施了PeopleSoft系统,该系统作为老牌人力资源软件,带来了专业且规范的数据库、功能和规则。PS系统此后作为核心人事数据库,EHR系统围绕PS系统做功能开发,使人事数据的准确性和完整性上了一个大台阶。

并且,在PS系统的"指导"下,HR和人事系统的产研部门,从中学到了其诸多专业的设计模式。得物的人事系统数据质量和专业性都大幅提高,也通过主数据平台实现了对公司内部各个下游系统的数据分发,基本满足了HR对于人事系统的核心需求。

4.5 未来展望:自研替代PeopleSoft

在其他大型互联网公司中,不乏先将PS或SAP等专业软件作为人事底层系统起步,再逐步自研定制开发的案例。因为PS和SAP等标准系统仍存在很多限制,无法满足企业定制需求,自研替代能使其人事系统在满足规范专业性的同时,更加契合企业自身的需求。未来,得物的人事系统也将逐渐走向这个方向。

5 时间轴带给研发人员的挑战

时间轴是人事系统中最重要的设计之一,其重要性贯穿人事系统的每个模块。同时,其复杂度和维护难度也是极高的,需要产研人员具有高度专业性,来应对人事系统高复杂度带来的挑战。

5.1 理解和使用时间轴的门槛

人事系统作为专业系统,对产品和研发的专业性有一定的要求。对于未接触过人事系统的研发人员,需要一定的成本来理解时间轴的概念,正确规范地设计时间轴需要丰富的经验。

5.2 建设难度、扩展性难度

首先是时间轴的选型,如果是选用业界知名产品如PS,一般已经自带了完整的时间轴设计,选用后基本定型,再更换难度很高。如果是自研系统,从0开始设计,首先需要考虑时间轴的应用范围,比如组织架构和任职记录一定需要时间轴;合同信息、奖惩记录等不需要时间轴;公司配置、数据字典等可选是否添加时间轴,需要根据需求来设计。

另外,带时间轴的系统,在员工的入转调离核心流程、组织架构异动调整等,都需要按时间做准确的记录,需要系统设计时有各种完备的规则校验。如果这些核心内容有漏洞,使用体验可能较差,并且数据质量也将无法保证。

5.3 数据维护成本

维护时间轴数据的门槛和成本也很高,大型集团企业的组织架构极其复杂,调整及修正数据带来的影响很大。HR手动调整需要花费大量时间,也需要有丰富的系统经验。如果数据出错,排查的难度也极大,研发人员可能将需要开发对应的工具来协助检查,或搭建数据巡检平台来实现。

5.4 上下游系统的数据交换成本

时间轴对于人事系统是重要且必要的,是因其专业性决定的。但公司内部其他需要人事数据的关联系统没有时间轴的需求,如采购、财务、邮箱和飞书、员工账号系统等。这些系统不需要人事系统的专业数据,也很难和人事系统的时间轴进行数据交换。

因此,通常会将时间轴中的实时人事数据作为对外数据提供给上下游系统。在此类数据交换的过程中,需要注意因为忽略了时间维度,数据需要按照一定的规律和顺序提供,避免出现如先推送了新部门,后推送部门负责人,导致下游在创建部门时判断部门不存在的错误。

6 总结

时间轴对于人事系统是重要且必要的,其将人事数据从离散变为有序,通过把各模块数据按照时间串联起来,构建成一套既可追溯企业发展历程、也支持预先规划未来发展的人事底层数据库。

对于高速发展奔向超大型组织的集团企业来说,以时间轴作为核心来设计人事系统,可以有效支撑组织发展的速度,极大程度避免企业遇到人力资源发展中的效率瓶颈。

参考:PeopleSoft之生效日期

线下活动推荐

时间:2023年6月10日(周六) 14:00-18:00

主题:得物技术沙龙总第18期-无线技术第4期

地点:杭州·西湖区学院路77号得物杭州研发中心12楼培训教室(地铁10号线&19号线文三路站G口出)

活动亮点:本次无线沙龙聚焦于最新的技术趋势和实践,将在杭州/线上为你带来四个令人期待的演讲话题,包括:《抖音创作工具-iOS功耗监控与优化》、《得物隐私合规平台建设实践》、《网易云音乐-客户端大流量活动的日常化保障方案实践》、《得物Android编译优化》。相信这些话题将对你的工作和学习有所帮助,我们期待着与你共同探讨这些令人兴奋的技术内容!

报名方式:点击报名 无线技术沙龙

本文属得物技术原创,来源于:得物技术官网

未经得物技术许可严禁转载,否则依法追究法律责任!

 

 

相关推荐

压测AI Agent 治理与评测调优实践|得物技术

本文介绍智能分析Agent在压测调试中上线后的治理闭环建设:通过Langfuse记录完整执行链路,结合用户反馈与Trace还原问题根因;利用CLI Mock固化证据数据集,实现相同场景下的回测验证。基于固定案例与五档评分机制,持续评估方案质量、延迟与成本,确保修复有效且无新问题引入,推动Agent能力迭代优化。

SmartCodeTech的博客 315

从中心调度到自驱协作多 Agent 架构的三次反转|得物技术

本文探讨多Agent系统中的控制权分配问题,提出三大协作架构:Master Agent(中心调度)、任务看板(共享状态)与Advisor(轻量咨询)。通过划清上下文边界与模型边界,强调应以信息相关性而非职业标签划分Agent。三种模式分别将决策权集中于中心、下放至共享状态、再下沉至执行者,形成控制权逐步下沉的演进路径。案例显示,合理设计可提升复杂任务的并行性、弹性与可维护性。

SmartCodeTech的博客 420

Jev 实战:为AI工作流引入轻量决策层 x10倍提速|得物技术

完成这三个场景后,我对适用边界有了更明确的认识:它们都可以先定义答案范围,再根据判断结果驱动下一步操作。接入时,我会优先明确输入、选项、采纳条件和兜底路径,再评估Jev是否适合承担这一环节。结合这些实践,我更容易理解Jev(TypeSafe System One)作为专用结构化决策模型不生成自然语言,而是返回带概率的判断结果。后续接入时,我会继续从脚本中边界明确的判断任务开始,分别验证准确性、耗时和费用,再决定是否扩大使用范围。下面整理了相关能力、限制和接入要点,便于查阅。

SmartCodeTech的博客 346

国产算力·昇腾 910C 大模型推理优化(下):源码修改与算子优化,提速30%|得物技术

本文延续上篇,深入vllm-ascend源码优化:通过多流重叠实现MoE共享专家并行计算,消除冗余事件开销,并解除与FUSED_MC2的互斥限制,实现c=1下TPOT从8.2ms降至8.0ms;优化decode阶段host侧开销,引入状态跟踪跳过冗余拷贝;设计Block Table CPU快路径,规避小batch下NPU kernel启动延迟;针对GDN层融合L2Norm至recurrent kernel,减少算子调用与内存往返。综合优化后推理性能显著提升,形成可复用的昇腾910C大模型推理优化方法论。

SmartCodeTech的博客 245

国产算力·昇腾 910C 大模型推理优化(上):镜像更新与参数调优,提速 40%|得物技术

文中详细给出每一项优化的动机、实现(含具体源码改动路径与关键代码片段)、验证数据与踩坑记录(包括十余项实测无效或负向的尝试),希望为同样在国产算力上做推理优化的团队提供一份可直接复用的工程参考。

SmartCodeTech的博客 226

动态规则的 Agent 实践:用确定性工程驾驭 LLM 的资产智能验收

面对财务验收中规则多变、材料非结构化、核对复杂等痛点,传统规则引擎难以应对。系统采用“规则即配置”思路,由大语言模型(LLM)负责理解合同、扫描件等非结构化材料并执行语义比对,工程系统则保障流程编排与可追溯性。通过异步处理、幂等设计、三类流量隔离及双通道(文本/图像)处理,实现高效稳定运行。结合用户反馈构建自动标准答案,辅以试跑、回测与发布门禁机制,形成闭环质量体系。底层采用确定性工作流架构,确保行为可预期、可测试,真正实现灵活规则的快速迭代与安全上线。

SmartCodeTech的博客 344

发一张图,它居然“跃“出屏幕了?一文读懂得物 3D 空间图片技术实践

3D 空间图片功能的落地,涉及模型生成、内容分发、客户端渲染之间的一系列取舍。本文重点分享如何生产出高质量、小体积的模型,以及如何在手机上流畅运行。

SmartCodeTech的博客 555

别再只卷向量检索了,得物交易搜索如何用“生成式”实现召回范式跃迁?

你搜"af1",它得给你"空军一号"。这一年,得物交易搜索把召回从"做选择题"改成了"写答案"——不再从商品池里"找"最像的,而是让模型自己"生成"你真正想要的。从 LLM 语义索引到 HLLM、语义 ID,搜索是怎么从"检索"走向"生成"的?

SmartCodeTech的博客 594

指标平台:从语义底座到智能消费的实践路径|得物技术

这篇文章想做的,不是在本体化的宏大叙事上再叠加一层理论,而是把我们在真实落地中验证过的路径讲清楚:语义底座怎么从零建立起来、怎么保证质量不失控、怎么支撑 Text2SQL 和 AI Coding 两条消费主线,以及沿着这条路径往前走,下一步该往哪个方向发力。

SmartCodeTech的博客 317

企业级 MultiAgent 落地:Plan 模式与主子 Agent 协作|得物技术

基于 AgentScope Java 的企业级 MultiAgent 平台,为研发、数据分析和知识问答等场景提供统一的模型调用、工具接入、任务编排、流式输出与运行追踪能力。

SmartCodeTech的博客 302

得物小摊 AI Native 演进实录:用 Harness 构建可控 AI 交付

AI Coding 一个人用很顺手,进了团队就漏:指令没人审、经验难沉淀、过程看不见、链路不闭环。作者团队基于 Multica 做了 EP-Harness,把 Agent 当成员管,给它套一层可执行、可观察、可治理的 Harness,并让反馈闭环。成果:可追溯决策、多 Agent 协作,高频异常从每 4 小时 2400 多条降到个位数,对得物技术补上团队级 AI 协作关键一环。

SmartCodeTech的博客 543

企业级 MultiAgent 的记忆系统:短期上下文与四层记忆架构实现|得物技术

在 MultiAgent 平台中,Agent 的"记忆"能力是实现智能对话和个性化服务的核心资产。本文深入剖析 Agent 记忆系统的设计理念与实现细节,重点解析长期记忆架构的写入与加载流程,涵盖 LLM 智能判断、语义检索、Token 预算控制、冲突处理等关键技术,为开发者提供完整的技术实现参考。

SmartCodeTech的博客 502

EP-Harness:从个人 AI Coding 到团队级 Agent 工作流|得物技术

AI Coding 个人用得爽,一到团队就崩。EP-Harness 把 Agent 从聊天工具变成团队协作成员——可管理、可追溯、可闭环。落地后高频异常从 2400+/4h 收敛到个位数。

SmartCodeTech的博客 694

得物知识问答:复合检索 Agent 的系统设计实践

从"搜到什么用什么"到"搜→筛→挖→验"自主决策闭环——我们造了一个有判断力的 RAG Agent,不是套壳。

SmartCodeTech的博客 735

实战从零开始构建一个Coding Agent:Violin |得物技术

理解了 coding agent 的构建原理,也就掌握了理解其他 agent 的一把钥匙。笔者对每天都在使用的 agent 原理很感兴趣,于是决定自己写一个:violin。

SmartCodeTech的博客 927

AI Native 交易核心系统的研发范式|得物技术

如何改造旧研发流程适配 AI 编码?本文提出五道标准化关口治理思路,依托 Claude Code Spec-Driven 插件打通需求澄清、方案设计、TDD 落地、门禁管控与埋点监控,构建带人工确认门控的完整工作流,以五层自底向上架构实现 AI 编码规范化落地。

SmartCodeTech的博客 975

推荐系统体验的数字化突破:得物自动化评测平台的技术实践|AICon 文章整理

「得物推荐 AI Harness 工程化实践系列」的末篇内容,本系列共三篇连载。本篇(末篇)详解得物推荐评测平台的完整技术体系:从主观体验量化到大模型自动化评测流水线,涵盖多维度指标设计、人机协作提示词校验闭环、分布式任务调度与成本精控等核心工程实现,以及单周百万级审计需求下实现 91% 资源成本优化的工业级落地实战细节。

SmartCodeTech的博客 1495

RAG 核心概念与原理:Chunking、Embedding、相似度、HNSW 与多路召回|得物技术

决定 RAG 效果的关键不在大模型,而是文本切块、查询改写、多路召回与精排。合理切块存好知识库内容,向量匹配抓语义、BM25 匹配关键词互补。先优化用户提问,快速召回一批相关文档,再用精排模型精细筛选,整套检索流程配合到位,问答准确度才会明显提升。

SmartCodeTech的博客 1079

从“机械应答“到“服务伙伴“:得物高可控智能客服的 Agent 工程实践|AICon 演讲整理

本次分享围绕以下核心技术展开:客服 Agent 挑战与架构设计(Single-Agent→Multi-Agent→Harness);高可控性数据飞轮(PE 自动化 + DPO 训练);RL 策略训练和人工经验对齐;多轮半双工消息流控制。

SmartCodeTech的博客 752

得物推荐系统诊断 Agent:从 “调接口” 到 “会思考”|AICon 演讲整理

本文是得物技术专家在 AICon 上海演讲整理的技术实录。AICon上海2026_全球人工智能开发与应用大会暨大模型应用生态展_InfoQ技术大会「得物推荐 AI Harness 工程化实践系列」的中篇内容,本系列共三篇连载。本篇(中篇)进一步详解得物推荐复杂业务场景下,AI代码从生成、防护校验到安全上线的完整技术体系、自研AI Harness整体架构框架、全流程安全防护机制、混合智能体核心算法实现,以及工业级工程落地的实战细节。

SmartCodeTech的博客 1365

得物 OceanBase 落地实践

得物选型OceanBase多模数据库应对业务挑战,通过验证其高可用架构、存储压缩技术及混合负载处理能力。测试显示OceanBase在复杂查询场景性能较MySQL提升130-200倍,在高并发TP/AP混合场景表现优异,存储成本降低40%+。通过DBA内部报表业务试点验证其稳定性后,逐步推广至核心业务场景,优化数据库技术栈,实现性能与成本的双重收益。

SmartCodeTech的博客 1384

AI UITester:AI Native 的 UI 自动化测试新范式|得物技术

ai_uitester 代表了 AI Native 的 UI 自动化测试新范式:这不仅是工具的升级,而是测试范式的转变 ------ 从 "代码驱动" 转向 "视觉驱动",从 "人工调试" 转向 "AI 自愈",从 "三端分离" 转向 "统一抽象"。

SmartCodeTech的博客 779

从狂野代码到按目标生产:得物推荐 AI Harness 的工程化实践|AICon 演讲整理

本文是得物技术专家在 AICon 上海演讲整理的技术实录。「得物推荐 AI Harness 工程化实践系列」的开篇内容,本系列共三篇连载。将系统拆解得物推荐复杂业务场景下,AI 代码从生成、防护校验到安全上线的完整技术体系,逐一详解自研 AI Harness 整体架构框架、全流程安全防护机制、混合智能体核心算法实现,以及工业级工程落地的实战细节。本篇(上篇):将整体介绍团队自研的 AI Harness 体系,包括建设思路、全生命周期防护机制、混合智能体架构及落地效果。

SmartCodeTech的博客 1082

从表单到 Agent:得物社区活动搭建的 AI 实践之路

一场营销活动从策划到上线,运营要在三个系统间跳转 10 + 次、填写 40 + 个字段。我们用 AI 重新设计了这条链路 —— 从 “AI 帮你填表单” 到 “两阶段 Agent + 聚合工作台”。这篇文章记录的不是技术细节,而是这条路上的选择和反思。

SmartCodeTech的博客 745

从埋点需求到规则资产:Hermes Agent 重构得物数仓工作流

埋点和指标需求中,消耗数据承接方的不是生成答案,而是补齐证据链、对齐历史口径、识别下游影响,并在生产写入前留下可追溯的确认记录。本文数据承接方指承接业务需求的数据同学或业务合作伙伴;后文讨论内部研发、元数据、查询和门禁能力在流程中的角色。

SmartCodeTech的博客 657

让 Claude Code 拥有自我进化和记忆系统|得物技术

本文记录了为 Claude Code 构建的一套持久化记忆与自我学习系统的设计思路与实现细节。这套系统让 AI 助手能够跨越会话边界记住用户习惯,并在每次对话结束后自动提炼行为规律和系统信息,通过向量检索快速提取关键信息,下一次对话时主动应用,逐步进化为更懂你的编程伙伴。

SmartCodeTech的博客 994

用 LLM Agent 重构告警排查流程|得物技术

告警排查需频繁切换日志、APM、链路追踪等多个平台,耗时 10~30 分钟,且高度依赖个人经验。我们做了 Troubleshooter——用 LLM Agent 自动完成数据采集、根因分析和处置建议生成。上线后中位数排查耗时从 20 分钟降到 4.4 分钟,覆盖 11 个服务和 10+ 种告警类型。

SmartCodeTech的博客 1008

HorizonVault 技术深潜:如何在 HDD 上做出 100GB/s+ 级大吞吐分布式存储|得物技术

HorizonVault是一款面向Kafka远程存储的高吞吐分布式存储引擎,通过分布式并行写入和状态感知调度解决冷数据存储的三大核心问题:吞吐瓶颈、性能抖动和恢复能力。系统采用分层架构,Meta负责全局资源调度,Broker处理请求路由,Store实现本地磁盘管理,形成完整的写入治理链路。通过将HDD磁盘提升为一等资源,实现顺序追加写入、多盘并行和慢盘隔离,在保证高吞吐的同时控制延迟。存储结构采用DiskStore组织磁盘资源,LogSegment顺序写入数据,IndexSegment定位读取,Change

SmartCodeTech的博客 892

Claude Code Harness 工程:数仓侧落地方案|得物技术

Harness 工程通过职责分层实现研发流水线可靠性提升。Claude 负责需求理解与代码生成等语义层工作;hooks 负责规范检查等确定性执行;Subagents 隔离血缘查询、自测等高 token 操作;Memory 承载跨会话状态持久化。四层协同使数仓 AI 开发从"对话式辅助"转变为"规则驱动的自动化流程"。

SmartCodeTech的博客 1103

BP Claw 破解 AI 编码输入难题 ——FlinkSpec 需求智能化实践|得物技术

本文为 FlinkSpec 系列之开篇,亦是这场工程化变革的序章。BP Claw 所立之处,不过链路之源。FlinkSpec 所图,乃以 AI 之力,将实时数仓从需求落地至验收上线的全程工序,熔铸为一套精密自洽、生生不息的智能工程体系。宏图未竟,后续系列将逐章揭幕,敬请期待!

SmartCodeTech的博客 1039
上一篇: 聊聊得物数据研发优化策略 | 精选
下一篇: 得物 H5容器 野指针疑难问题排查 & 解决
得物技术
得物技术 得物技术官方账号 得物技术官方账号
博客等级 码龄6年 2492粉丝 408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