截至18日下午两点京东618下单金额破2392亿!主场地位不可动摇

京东公布2020年 618年中购物节销售数据:从6月1日0点到6月18日下午两点,累计下单金额达到2392亿。数字背后,不仅代表着京东沿着高速成长的轨道极速前进,也是中国消费市场全面回暖的侧影。

而在18日当天早些时候,京东集团(09618.HK)正式港交所挂牌上市。上市首日,京东高开5.75%,报239港元,发行价为226港元。按开盘价计算,京东总市值达7068.12亿港元。

回归港股正值618最高潮之际,可谓双喜临门。这次618被称为实体经济回血之战,已成为拉动经济的新动能,同时乘着“618”的迅猛之势,京东势必也将成为港股市场上投资者新的宠儿。18日下午的媒体开放日上,京东公布了从京东618数据中挖掘出来的消费新趋势:

趋势一:民生核心需求力推线上商超爆发

今年618是京东大商超全渠道事业群成立以来的首个618,首日开门红实现核心业务增长超过100%。

在今年年初疫情期间,京东力保民生和防疫物资供应,例如保障了大年初二当天米面同比15倍的增长需求,因此被包括钟南山院士在内的社会各界誉为“抗疫标兵”——民生必需品商品出现爆发式增长,成为商超持续增长的驱动力之一。

京东零售集团CEO徐雷在今天的上市仪式上表示:疫情折射出的是京东的成长和变化:从创业企业到持续为社会创造价值的企业公民,从电子商务的探路者到以供应链为基础的技术与服务企业,从零售到物流再到数字科技和产业发展。

正因如此,在今年618期间,已经有超过100个品牌在京东超市成交额超亿元,3000个单品成交额破百万,200款商品成交额破千万,可以看到,京东超市已成为快消品牌最大增量场,其中核心品类更是以开场1秒破亿的态势引领商超销售。

 

趋势二:创新科技毫无疑问成为经济新动能

在6月10日的2020中国电商消费新动能论坛上,国务院发展研究中心市场经济研究所所长王微表示,疫情期间的电商创新,凸显了现代信息技术应用与发展趋势,从购物到服务,从生产到消费、从国内到国际,从社区到政府,全面提升了上线、上云的进程,经济社会运行的信息化、数字化、智慧化趋势愈加明显,数字经济发展步伐进一步加快,在相当程度上反映了消费需求和电商创新的方向,释放出创新驱动发展的巨大动能。

今年618,京东核心业务全面上云,京东智联云提供全面、稳定、安全的技术和服务,支撑京东618再创新高。

同时,京东智联云的AI技术为客户创造多元购物体验,NeuHub人工智能平台的外部累计调用量,同比去年618累计调用量增长200倍,智能情感客服、内容审核、智能写作、物流大件外呼等智能化应用大规模、系统性、全流程部署在京东购物流程中,调用量指数级增长。618期间,京东智联云C2B反向定制平台联手格力打造首款全AI驱动的反向定制冰箱。

 

趋势三:健康服务上线 消费服务下沉

年初的疫情让许多人对健康有了全新的认识,也是这一年,因为在疫情中的积极担当,让更多的用户认识到了京东健康。

近期,针对最新的疫情防控需求,京东健康再次第一时间出击,联动3万医生24小时在线坚守,满足民众随时随地的问诊需求。截至6月18日上午10点,京东健康在线问诊量同比增长325%。消费级的医疗服务也被越来越多的消费者选择,截至中午12点,医美服务成交额同比增长510倍,毛发种植成交额环比前一天增长109倍。

除了来京东体验健康服务,消费者对对于京东的品质健康好物同样热情满满。截至上午4点,医疗器械健康监测品类成交额超过去年全天,截至上午7点,京东大药房慢病用药成交额超去年全天,截至上午11点,滋补养生品类成交额超过去年全天,截至中午12点,药急送成交额达到去年618全天的162倍,截至中午12点,营养保健成交额超过去年全天。行业媒体指出,经过此次疫情“淬炼”,京东健康的服务体系不断完善,服务能力已得到了巨大提升。

而在京东的强项带电品类,正在愈来愈多地从“售后服务”延展到“售前、售中服务”,例如0元试用、京东超市“买贵就赔”和“定期购”、生鲜“只赔不退”、手机以旧换新、即时配送等,618开售半小时,家电换新用户量同比增长400%;而支持0元试用的商品也超过了1万款,“定期购”产品同比增长10倍,种种喜人成绩折射出用户对京东平台的信赖,也进一步印证了京东618的主场地位。

金融支持方面,京东金融在618期间推出的白条24期免息和20亿金贴活动,累计为消费者提供高达30亿元的优惠;同时,京东金融与300个城市的线下商业携手,联动上百家银行,1.5万个线下店铺商超,上百万个品牌商户,以信用支付、金贴返利等手段来推动社会的消费回升、提振疫后实体经济的恢复发展。

得益于京东物流“千县万镇24小时达”时效提升计划,今年618期间,京东物流六线城市配送订单的增长是一线城市增幅的150%,24小时达正在常态覆盖更多边远地区。

 

趋势四:线上线下融合有广阔的想象空间

除了科技创新和服务,线上线下的深度融合趋势在京东618也愈发明显。

从数据可以看到,线下门店的战绩再创新高,在京东家电专卖店618,共有1.2万家专卖店同时万店直播,整体成交额同比增长达到240%,通过直播达成的成交额环比上月增长230%;电脑数码专卖店通过“满天星”计划合作商家超250个;京东之家成交额同比增长超130%;618期间,京东电器超级体验店整体成交额环比上月增幅达200%;通过京东五星电器下单的京东商品,成交额同比增长10倍。

而作为京东服务场景最多、消费链路最长、服务需求最多元的业务体系之一,京东超市“物竞天择”6月1日至15日累计销售增长环比4月同期增长40倍,京东生活服务618期间为消费者量身打造的“商品+服务”全流程一站式体验场景,例如在线下单购买轮胎的消费者有80%同时选择了门店安装的关联服务;此外京东生活服务打破优质资源分布不均和垂直领域信息不对称的限制,让消费者无距离、无时差地实现“美好生活”,京东生活旅行生活缴费业务成交额同比增长9倍,而今年主推的上门洗衣服务,订单量同比增长超150倍。通过线上线下一体化的服务模式,进一步拓宽京东生活服务的业务版图,更多线下服务商家加入和京东的合作中。

 

趋势五:消灭购物消费“双盲测试”

从京东618数据可以看到,中国经济的增长空间依然广阔,支撑企业、行业回暖向上的科技创新效应日渐明显,这也成为开辟品牌新增量的有力方式。

同时,新的技术产品对用户消费也形成了刺激拉动作用——新品往往代表着新技术、新设计、新功能、新体验和更好利润,可以为品牌商提前抢占行业先机,成为品牌竞争中的强有力一环。

帮品牌找消费者,帮消费者找商品,让消费不再是一场生产、消费两端的“双盲测试”——京东借助数字技术实现产业链上下游的信息互通、资源共享、创新共融,让消费者更容易地发现更多有趣的新款产品,为用户提供更好的消费体验;同时也能帮助品牌商解决新品发布的难题、帮品牌做好新品全生命周期运营。

此外,京东作为C2M最早布局的企业之一,数据显示反向定制爆品越来越受欢迎,例如在6月1日-17日整体,台式机电脑品类反向定制产品销量同比增长近400%,而18日零点过后30分钟内,京东C2M(反向定制)推出的惠普战99系列台式机成交额同比增长180%。,家电卖出的近25%都是反向定制的京品家电。

 

趋势六:直播带货具有天然的“娱乐基因”

今年直播购物大火,而京东直播在618期间重磅C位出道,创造了多个亮眼成绩。例如京东快手首场直播带货专场销售额达14.2亿,6月6日,央视“Boys再合体”,携手北京卫视主持人春妮,3小时带货破13.9亿,创造央视Boys直播带货记录。

6月12日,京东携手北京卫视在颐和园开启直播专场,完成《我在颐和园等你》、《跨界歌王》两档热门综艺节目的正式官宣,“顺手”带货超2.86亿。此外,京东直播将泛娱乐内容作为重要抓手,例如郑钧硬核演唱会、草莓音乐节等,观看人数累计超740万。京东直播草莓音乐节期间售出酒水类商品达814吨,在给用户带来娱乐体验的同时,也形成了自然而然的带货。

6月15日,中国全聚德集团总经理周延龙来到京东直播间,亲自为粉丝推介全聚德烤鸭外卖新品,直播现场邀请全聚德北京前门店烤鸭厨师长亲自操刀片鸭。当日成交额同比增长22倍,打响了全聚德布局数字化专项、发力线上销售渠道的第一枪。

 

凡是过往,皆为序章。中国贸促会研究院国际贸易研究部主任赵萍曾评价说,京东618短期内会促进消费快速回暖,长期来说,618也会从消费能力上、从产业复苏的角度去夯实消费增长的基础。

高速增长的销售数字、全面爆发的品类和品牌,让我们有理由相信,在618主场交出一份令人满意的答卷,以及香港二次上市的利好加持下,京东将展示强大的增长动能,并为行业成长、伙伴发展打造坚实的“新基建”!

相关推荐

京东云推出全新JoyCode智能编码工具,让AI Coding从代码生成走向成果交付

全新JoyCode结合项目背景与任务目标,通过Agent Loop持续规划、执行、验证与迭代,并支持多智能体并行协作、模型灵活配置及工具与流程复用,贯通从需求分析到开发验证的任务链路,推动AI Coding从代码生成走向可运行软件与可用工具的成果交付。模型使用的关键,不只是选择更强的能力,而是让投入与任务需要相匹配。作为面向严肃开发场景的企业级编码产品,京东云JoyCode所拓展的,不只是代码生成的能力,更是将专业经验与日常灵感付诸实现的路径,让技术承接实现过程中的繁复,让人更专注于问题、判断与创造。

京东科技开发者 44

GPT-6凌晨上线智能UI:智能UI时代的技术架构重构与应对之道

从命令行到图形界面,计算机行业用了三十年证明了同一件事:人类需要视觉的、空间的、可重复的交互表面,纯文字从来只是过渡形态。智能界面的出现,意味着AI行业第一次大规模承认了这个规律——对话是创造的接口,界面是使用的归宿。生成的界面如何稳定下来?个人的数据与身份如何安全地沉淀?Agent的行动能力如何可信地放大?谁能把这三个问题答好,谁就站在了Personal Agent图形界面时刻的浪潮之巅。

京东科技开发者 225

AI 会写代码之后,交付为什么还没变快?

AI 写代码,只是这场变革的起点,而不是终点。真正决定一个组织能否吃到 AI 红利的,不是"能不能用 AI 写出代码",而是敢不敢用 AI 重新设计交付流程、重新划分角色分工、重新组织团队结构。研发视角能把工具和个人推到极致,却会在组织的边界前止步;只有站上组织视角,把AI × 工具一路推进到AI × 组织,那些被 AI 照出来的摩擦,才会真正被抹平。国际技术部 Multi AI Native 想做的,正是这件事——让 Agent 成为你可靠的数字战友,让每一次迭代交付都快一个量级;

京东科技开发者 314

OxygenData-Vibe搭建:用 AI Coding重新定义数据看板搭建

长期以来,数据看板开发主要有两种方式:一种是使用标准化 BI 工具,交付快、成本低,但图表样式、交互体验和功能扩展都受限于 BI 本身的能力;另一种是自研定制开发,能够充分满足复杂和个性化需求,但需要投入大量研发资源,交付周期也更长。比如一个通过 BI 只需要 1 天就能搭建出来的看板,如果采用自研方式,可能需要投入 30 PD 的研发人力。既然 BI 交付这么快,为什么不把所有看板需求都交给 BI?原因在于,业务某些场景需要的不只是把数据展示出来。

京东科技开发者 375

当我谈数据库高可用时我谈些什么

大家都经常听到说数据库的双1,那双1指的是什么呢?参数=1(最安全)≠1(更快但可能丢)每次提交都把 redo 刷盘0/2:攒着刷,崩溃丢最近 1 秒每次提交都把 binlog 刷盘0/N:攒着刷,崩溃丢最近若干条"双 1"(都设为 1)= 单机不丢已提交事务的前提。生产核心库必须双 1;代价是每次提交两次 fsync。小结:单机层用 WAL 提速、用 2PC 保证 redo/binlog 一致、用崩溃恢复裁决半成品事务、用双 1 兜底持久性。

京东科技开发者 320

ScoAI:面向供应链的运筹原生决策智能

ScoAI 关注的并非 AI 能否进入供应链,而是 AI 参与供应链决策之后,哪些内容适合通过数据学习,哪些关系必须显式计算,以及哪些结果需要依据执行记录进行验证。其基本分工是:供应链业务定义问题、资源与行动后果,运筹学表达目标、约束和协同关系,AI 提供可复用的估计与判断。真正用于改进后续决策的,不仅是模型生成的初始结果,还包括实际采取的行动及其产生的业务反馈。

京东科技开发者 407

拆解海博 AI-Native 落地保障:海博团队 AI 知识库能力建设

绕了一大圈,回头看,我们其实一直在解开头那三个结:AI 读不懂系统、影响面靠人脑记、测试预期没处查。做到这里,本质上是把"AI 用不好"这个问题,从"是不是该换个更强的模型"重新定义成了"怎么把上下文经营好"。顺着这个思路,我们攒下了这么几样东西:•。

京东科技开发者 562

从零构建一个生产级记忆型 AI Agent —— AgentScope 项目全景技术与学习指南

domain 层端口接口(domain)职责适配器实现(infra)对话流水账读写经验记忆检索/落库请求级幂等四态会话元数据 CRUD会话级 Skill 选择态Skill 元数据HITL 权限网关(domain 内含逻辑,见第四篇)StreamSink技术中立的流式下沉(client 层桥接)以幂等端口为例,头部注释明确写道:实现 domain 端口,持有实体不出 infra 边界,对外只暴露嵌套视图GateResult。

京东科技开发者 615

数据涅槃:Agentic 重塑搜推数据生产体系

当前大模型已经能够理解需求、生成代码和解释错误,但数据生产的难点并不只是“写出一段 SQL”。一个需求还要经过数据源确认、口径澄清、加工编排、资源规划、任务提交、调度运行、结果交付和故障处置。任何一步缺少都可能让“看起来正确”的任务变成生产事故。

京东科技开发者 383

81.8 秒的视频,我们改了 15 个版本:一次纯 Codex 驱动的 AI-native 视频实践

81.8 秒、15 个版本,这些数字真正想说明什么?视频制作正在从一组专业软件里的复杂操作,变成一场围绕目标、参考和反馈展开的持续对话。AI 已经可以接住从脚本到交付的大量工作。你可以把精力留给更重要的部分:理解观众、选择故事、判断好坏。过去停在 PPT 和脑海里的想法,现在有机会被快速做成一支能看、能改、也愿意转发的视频。如果明天就要介绍你手头的项目,你最想先把哪一步交给 AI?

京东科技开发者 469

Codex 驱动的移动端AI全栈开发:从 Relay 原型图到可交付链路

AI 编程工具降低了跨端开发门槛,但“让 AI 写页面”并不等于“完成移动端交付”。PC 运营端页面通常以功能闭环为中心,设计约束较弱,研发可以基于组件库快速搭建;移动端 C 端页面直接面对用户,Relay 原型图和 UI 设计稿不仅是视觉参考,更是交互、信息层级、状态反馈和业务信任感的综合契约。

京东科技开发者 595

Claude Code vs Codex 记忆体系深度对比

Claude Code —— 分层自动记忆系统四层分层架构(CLAUDE.md / Auto Memory / Session Memory / AutoDream)构成自优化闭环,系统主动捕获、分类、去冗并跨会话接力经验。走的是自动化优先路线——让机器替人记忆、替人整理,以少量可控性的不确定换取强大的经验积累能力。Codex —— 声明式契约系统两层扁平架构(AGENTS.md 静态声明层 + 会话上下文层),记忆完全由人显式订立、显式修改,系统只读契约、绝不擅自变更。走的是可控性优先。

京东科技开发者 631

上游给空、下游拿到 -1,我把故障一直追到了 commons-beanutils 的构造函数

这篇手记是一份事后复盘,写在我们已经把修复推上线、把测试用例跑绿、把约束文档沉淀进团队库之后。非研发同事,可以直接从第八章开始看,前七章都是讲排障和代码分析。故障本身不复杂,修复也不复杂,但这次排查真正让我想写下来的,不是技术本身——而是从问题提报到解决全程AI的作用:问题定位:业务方反馈了一个异常单号说「下发失败」,一线运维同事直接在日志系统捞到相关的系统日志,用IDE打开下游代码库,把异常信息给到JoyCode——AI 直接指向了问题是serialType值非法,系统只接受0和1,而当前上游给的是-1。

京东科技开发者 720

SKill测评:谁才是真正的Skill之王?

巧合的是,阿里近期开源了一款名为 Skill-Up 的测评工具——它专门面向 Agent Skill 开发者,支持在 Claude Code、Codex、Qoder CLI 等真实 Agent Engine 环境中验证 Skill 的功能正确性,并可将失败用例转化为精准的修复指引,同时支持本地与 CI 环境的持续回归。2026年,Skill 的热度不减,已成为 AI 辅助编程领域的标配。在日常研发中,无论是沉淀个人经验,还是将团队的优秀范本标准化,将知识“蒸馏”为 Skill 已是大家的常规操作。

京东科技开发者 641

让AI真正参与工作!JoyDesk已上线京东云

JoyDesk提供覆盖AI资产管理、权限控制、安全策略、审批审计、运营监控等企业级治理能力,支持按组织、角色和项目进行精细化权限管理,并支持私有化部署,确保企业数据边界清晰、AI行为全程可追溯、安全策略灵活可配置,满足金融、政企等行业对数据安全和合规治理的要求,让AI真正成为企业可信赖的生产力。JoyDesk支持MCP协议、标准API、技能等多种开放接入方式,可快速连接企业现有业务系统,将业务能力封装为AI可调用的技能和专家,让AI能够理解业务流程、调用业务系统、完成业务任务,而无需改变企业原有IT架构。

京东科技开发者 674

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手【最终版】

这个项目展示了AI Agent 在垂直内容创作领域端到端自动化:从内容理解到播客输出,全流程 AI 驱动多模态融合:文字、图片、音频、视频统一处理专业级音频质量:音色设计 + 智能混音,输出广播级品质低门槛使用:可视化配置 + 自然语言交互,无需技术背景。

京东科技开发者 563

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(高级篇)

这是一个 AI 驱动的播客创作助手,专注于从文字/视频/音频内容识别到播客制作的全流程。你可以用自然语言与它对话,也可以上传视频和音频,它会理解意图、调用相应的语音合成工具,把他们变成真实的播客音频。

京东科技开发者 728

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(进阶篇)

这是一个AI 驱动的音频内容创作助手。你可以用自然语言与它对话,它会理解意图、调用相应的语音合成工具,把文字变成真实的播客音频,并保存在本地。关于项目的详细介绍见第一篇文章:第一个 AI Agent 项目:从零搭建 AI 音频创作助手(入门篇)这篇文章更多介绍进阶篇添加的功能。

京东科技开发者 552

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(入门篇)

这个项目让我第一次把前端、后端、AI Agent 三块内容独立串联起来。技术选型上每一块都是当下主流的方案,实际跑通整条链路之后对"全栈"有了更具体的感受。框架版本要锁定:LangChain 这类快速迭代的框架,版本差异带来的问题远比你想象的多先跑通链路,再追求完美:新手阶段能把用户输入 → AI 处理 → 结果展示这条链跑通,比深入某个技术点更有价值多看官方文档:相比博客和教程,官方文档更新及时,特别是 LangGraph 这种新框架后续计划继续迭代,欢迎交流!

京东科技开发者 610

ICLR 2026 | 面向序列决策的贝叶斯集成方法

在这篇工作中,我们关注的是。

京东科技开发者 296

ICML 2026|NaviAgent:面向 Oxygen 智能体的可扩展工具编排

大型语言模型(LLM)越来越多地作为函数调用代理,调用外部工具来处理超出其静态知识范围的任务。然而,它们通常一次只调用一个工具,缺乏对任务结构的全局视图。由于工具之间往往相互依赖,这会导致错误累积和可扩展性差,尤其是在扩展到数百或数千个工具时。为了解决这些局限性,我们提出了NaviAgent,一种显式的双层架构,它通过基于图的工具关系建模将任务规划与工具执行解耦。在规划层,基于 LLM 的代理决定是直接响应、澄清意图,还是检索并执行一个独立于工具间复杂性的工具链。

京东科技开发者 389

实测 9 款 AI 架构图工具:从 Mermaid 美化到 GPT-Image2,一份选型清单

支持 5 类图(架构图、工作流图、时序图、数据流图、生命周期/状态机图),主题 4 种(Classic、Signal Flow、Blueprint、Editorial)+ 3 种色彩模式(Dark / Light / System Auto),输出格式含 HTML、PNG、SVG、WebM、Share Card PNG、JSON IR。它把提示词图库、图像生成案例、参考图编辑流程和命令行工具整合在一起,让 AI Agent 能直接调用 GPT Image 2 模型完成文生图、图生图、参考图编辑等任务。

京东科技开发者 907

别再守着 Claude Code 了——学会指挥它自主干活

回到开头那句:别再一句一句地喂它、然后守着屏幕。真正的用法是——把一件事想清楚、划好边界、给它一个能自我验证的目标,然后交出去。你会发现,省下来的时间不是一点半点。把重复的判断和执行还给机器,把真正需要你的判断留给自己。

京东科技开发者 587

CVPR 2026|Oxygen XR 团队在原生鱼眼高斯泼溅技术上带来新突破

京东零售技术团队联合清华大学提出DirectFisheye-GS框架,创新性地将鱼眼相机模型原生嵌入3D高斯泼溅管线,通过跨视角联合优化策略直接处理鱼眼图像,避免了传统去畸变预处理导致的信息损失。该方案在多个公开数据集上达到SOTA性能,有效解决了单视角优化引起的几何畸变和视角不一致问题,同时保持与现有3DGS工具链的兼容性。技术已应用于电商3D重建和4D体积视频等场景,显著提升了沉浸式体验。相关论文被CVPR 2026接收,为宽视场场景重建提供了高效解决方案。

京东科技开发者 355

拆解海博 AI-Native 落地保障:Harness、双 Loop、知识库与技能自主迭代实践

海博研发RoadMap 的落地,彻底终结了 AI 编程“对话式玄学”的旧模式,真正落地了AI Native 研发工程化。它证明 AI 规模化赋能研发的核心,不在于堆砌大模型能力,而在于用工程思维重构 AI 的工作范式:用结构化流程替代随机对话,用固化规则约束模型行为,用持续沉淀实现能力复利,用分层架构支撑规模化落地。

京东科技开发者 638

让 AI 快速「读懂」你的代码仓:Joy-Code-Graph 云端图谱服务的三次进化

代码知识图谱不是要取代 AI 的智能,而是要补齐它对代码全局关系的认知盲区。当 AI 能一眼看清「谁调用了谁、改动会波及哪里」,它写出的代码才真正靠谱;当这份认知安全地留在自己手里、随时被 Joygen 调用、并且永久沉淀在代码仓里——AI 编程的体验,才算真正上了一个台阶。这,就是我们做 Joy-Code-Graph 云端服务的初衷。能力共享,数据自主;一次建图,长期受用。

京东科技开发者 752

【Coding生态】从代码托管到 AI 能力底座:与Coding一起共建 AI 研发生态

前两种框架能够很好地支撑对话式能力和预设流程式能力。它们适合基于提示词或预设工作流完成研发问答、知识查询、流程编排等任务。但在更复杂的研发场景中,仅仅“回答问题”还不够。当用户业务逻辑复杂时,一旦场景进入真实落地阶段,例如下载代码、修改文件、执行命令、安装依赖、运行测试、读取完整代码文件,或者与自有系统联动、将结果渲染到 Coding 页面、推送到京 ME,AI 应用需要的不只是知识能力,还需要真实的代码库操作能力和独立可执行环境。

京东科技开发者 768

GPT-5.6、ChatGPT Work 与 Codex 更新食用指南

三档模型当前都提供 1,050,000 tokens 上下文、922,000 tokens 最大输入和 128,000 tokens 最大输出,接受文本与图像输入、输出文本,并支持 web search、file search、Computer Use、MCP、Tool Search、Skills、Apply Patch 等工具。Work 可以读取你提供的文件,通过插件连接 Slack、Google Drive、SharePoint、邮箱、日历、CRM 或项目系统,调用获批工具,并在执行中展示进度。

京东科技开发者 873

把业务流程沉淀成高质量 Skill 的实践路径

使用Record & Replay创建的Skill,尽管创建流程简单,但它的本质实际是让 AI 去操作页面,这不但有可能影响我们对电脑的操作,还有可能无法稳定复现。创建Skill时,可以使用 Codex 的 Record & Replay 插件,把一次手工操作录下来,再让 AI 生成可复用流程。刚开始切换时,很容易遇到接口报错,可以让Codex排查原因进行优化,直到可以稳定执行;补充相应业务背景,说明这件事为什么要做,谁会用,输入从哪来,输出给谁看。电脑休眠、关机、软件没开时,本地任务可能无法执行。

京东科技开发者 836

政企前台AI-Agent的架构实践:打造可复用的 AI 服务平台-【灯塔计划】

不止是爆火的龙虾,还是各种Skills,MCP、Agent,脱离的具体的场景谈方案,最后只会是一场空。这一套可复用的 AI 服务平台,截止目前,通过前后端对接规范文档,多项能力已快速接入到各个场域的不同端平台,大幅降低研发成本, 并且各业务线新场景的接入从原来的 “开发驱动” 转为 “配置驱动”,接入周期从天维度缩短至小时级。

京东科技开发者 864
上一篇: 错过就要再等一年,如何在大促中获得超低折扣全栈式 AI?
下一篇: 京东集团正式于港交所主板上市 募资298亿港元用于供应链关键技术创新
京东云开发者
京东云开发者 企业官方账号 企业官方账号
博客等级 码龄8年 1万+粉丝 2141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