成为你向往的那只独角兽 - 《独角兽项目》出版在即

“独角兽”即将到来

写下本文标题的时候,我才意识到已经好久没有更新微信公众号了(虽然过去一年我做过很多在线直播和大会演讲)。但今天动笔写下这篇文章却是一个很好的时机,一方面春天已经到来,万物复苏、生机勃勃;更重要的是,有一件让我格外激动的事情:耗时一年多时间翻译、校对、制作的《独角兽项目: 数字化转型时代的开发传奇》终于要正式出版了!

也许你已经听说过这本书了,没错,这本书去年在国外非常火。它有很多光环:在全球销售500,000册的超级畅销书《凤凰项目》的续作和姊妹篇、DevOps领域意见领袖及多本热门书籍作者Gene Kim的心血之作、继广为人知的“DevOps三步工作法”之后提出的“五大理念”、融合了全球DevOps企业社区(DevOps Enterprise Summit)多年来积累的案例故事、超越了DevOps并聚焦在当前最热的企业数字化转型领域、高度模拟现实场景的生动励志故事、众多全球五百强企业CXO级别大佬推荐作序…

今天我要认真的做下这本书的推荐,不仅是我和孙振鹏、许峰两位好友与人民邮电出版社图灵公司合作翻译了这本书,更是深刻感受到书中的故事和蕴含的哲理,以及作者提炼出的全新理念对当今数字化时代众多企业谋求的生存和创新发展的指导价值。正如耐克全球技术副总裁Courtney Kissler所说:“每一家正在经历数字化转型的公司都应该把这本书作为所有领导者的必读书目。”

这本书的前世今生

本书的前作,也就是畅销书《凤凰项目:一个IT运维的传奇故事》的英文版是2013年出版的,距今已经有近8年时间了。《凤凰项目》之所以畅销,很大程度上是因为它通过一个叙事体的传奇故事传达出的IT管理思想精髓。书中讲述了一位IT经理临危受命,在未来董事的帮助和自己“三步工作法”理论的支撑下,成功挽救了一家悠久历史的公司。故事揭示了管理现代IT组织与管理传统制造业的共通之处,让读者不仅能对如何管理IT组织心领神会,并以完全不同于以往的视角来看待自己的工作环境,从而考虑精益、约束理论、DevOps、交付流水线等等方法和实践的应用。加之作者提炼出精辟的“三步工作法”、“四种工作类型”,让这本书成为了很多人DevOps实践者的入门必选书籍。

但世界还在持续快速向前演进,几年时间过去了,业界可以说发生了翻天覆地的变化,业务模式的快速创新、技术和各类方法实践的蓬勃发展,数字化颠覆的案例越来越多…《凤凰项目》也需要与时俱进了。

于是,姊妹篇《独角兽项目》终于到来,本书的出现可以说是恰逢其时,它讲述了一个与凤凰项目同时进行的以DevOps为核心实践的数字化转型的案例故事。正如作者Gene Kim所说:“这是一个关于反叛的开发者和业务领导者一起工作,他们争分夺秒地创新、想办法生存,并在一个前所未有的不确定性和充满机遇的时代蓬勃发展的故事。”

故事中的关键人物玛克辛是一位才华横溢的首席开发人员和架构师,她被当作是一次宕机事故的责任人,并被踢出了团队(听起来是不是很耳熟?类似寻找替罪羊故事时常在我们身边发生)。但与其他悲情故事不同的是,玛克辛与公司内的一些异见者组成了一支“反抗军”团队,共同面对他们过去积累的各种组织、文化和技术问题,以及抵触变化的强大的公司旧秩序,并运用“五大理念”打造出了积极且持久的业务、技术和文化变革,让工程效率思维深入人心,最终使公司摆脱了困境,获得了像独角兽公司那样的精英研发效能,创新业务获得了极大成功,自己也成为了公司历史上的首位“杰出工程师”。

这个故事对于在中大型企业工作的人们并不陌生。对于许多试图转型为数字化精英企业的组织来说,这些挑战是很常见的。“五大理念”中所描述的文化和组织原则是实现可持续业务产出的基础,并且已经被社区提炼和采纳为DevOps和数字化转型的核心价值观和原则。

这本书为什么值得推荐

这本书证明了DevOps运动的重要性,因为它是一种更好的工作方式,可以更快、更安全、更快乐地交付更优的价值。本书描绘了在扩展DevOps并提升研发人员工作效率时,所需的、但不可见结构和架构。本书提出的“五大理念”共同创造了引发业务创新的合适环境,它使组织能够保留维持盈利业务所需的结构,同时改进和打破阻碍增长和创新的结构。

一、本书精髓:五大理念

继在《凤凰项目》中提出的“三步工作法”、“四种工作类型”基础之上,本书提出了一系列新的价值观和原则,被称为”五大理念”,以应对影响当今工程和业务最重要的 IT 挑战:

  • 第一理念:局部性和简单性;

  • 第二理念:专注、流动和快乐;

  • 第三理念:改善日常工作;

  • 第四理念:心理安全;

  • 第五理念:以客户为中心。

  1. 第一理念:局部性和简单性

  • 局部性指的是开发团队能在多大程度上在一个位置(而不是许多地方)进行所需代码更改,而不会影响其他团队。如果一个团队需要安排部署计划,并且需要其他很多团队与他们一起制定计划,那么到头来什么都做不成。此外,如果负责交付单一功能的团队必须与其他两支或许多开发团队协调,那么这只会给所有这些团队带来延迟和挑战。这就是局部性的概念。

  • 局部性需要简单性:简单性是指,我们可以在多大程度上真正使应用程序彼此解耦,并完全分离它们。关注点分离(Separation Of Concerns)、单一责任原则(Single Responsibility Principle)、内聚性/可重用性(Cohesiveness/Reusability)都符合这一理念。

  • 第一理念适用于架构模式,并且与”改善日常工作”的第三理念相关,因为要实现第一理念,我们需要腾出时间进行日常改进,并优先考虑减少技术债务。

  • 第二理念:专注、流动和快乐

    • 当开发人员能够专注于以最小的依赖关系、延迟和障碍来编写代码时,这就会创造价值流,从而带来快乐。当他们全神贯注工作时会真正体会到乐趣,忘记时间,甚至达到忘我的境界。这就是开发人员的工作意义所在。

    • 比如通过开发自服务,让开发人员可以按需、直接和快速获取测试反馈,这样就可以提升开发人员生产力。

  • 第三理念:改善日常工作

    • 改善日常工作,从而解决技术债务和架构问题。FAANG(Facebook、Amazon、Apple、Netflix、Google)等精英组织之所以会成功,是因为他们都有意识地决定还清技术债务。他们全都竭尽所能,以确保开发人员的日常工作能够顺利完成,并尽可能减少干扰和阻碍。有趣的是,所有这些公司的首席执行官都是技术领导者。

    • 而有一些公司(比如诺基亚就是一个很好的例子)当时并没有优先解决其技术债务,或推动其技术和架构的现代化。

    • 需要注意的是,精英效能并不是免费得来的,而是需要进行必要的投资。很多成功的公司让3-5%的开发者专注于提升开发生产力,比如Google有超过1500人、微软有超过3000人专注于这类的事情。

  • 第四理念:心理安全

    • 我们从《全球DevOps现状调查报告》以及谷歌的多份重要研究中可以得知,心理安全是高效能团队的关键预测指标之一。比如谷歌就确立了一种制度,告诉团队成员在多大程度上可以安全地讨论问题、说出自己的想法而不必担心受到谴责或被嘲笑、指责。

    • DevOps实践中经常会提到的”免责事故回顾(Blameless Post-Mortems)”就是这一理念的代表。

  • 第五理念:以客户为中心

    • 要关注核心(Core)和非核心(Context)之间的差异。核心(Core)创造持久的业务优势,而非核心(Context)则是其他一切。核心是客户愿意支付费用的组织核心能力,他们不关心其他非核心业务。

    • 例如,我们喜欢人力资源系统、工资单和支持员工的系统,但是客户不愿意为世界一流的工资单系统买单。这些系统虽然也很重要,但并不能创造竞争优势。

    • 在我们为核心功能和应用程序提供资金时,我们需要确保核心不会被非核心扼杀。

    • 我们还要从数据得到洞察,关注客户需要什么,以及如何满足。不要让某个职能仓筒经理的目标高于业务目标。

    二、让人共情的案例故事

    我们经常希望去寻找一些有价值的案例,来帮助我们理解敏捷、DevOps以及数字化转型中的那些管理、技术实践和新范式。我们可以去参加技术大会或听一些演讲,但由于时长和篇幅所限,大多案例只有2-3分钟的时间简单给听众交代下背景。而实际上,各个组织背景和环境差异巨大,如果不能深刻体会到变革所处的上下文,可能就很难理解所采取的改进方案的思路和实施过程。每个组织的上下文都是独特的,DevOps领域并没有One Size Fits All的方案,也没有放之四海而皆准的标准方法,深入理解一个案例首先要把背景搞清楚。

    本书描述了与《凤凰项目》发生在同一时期的精彩故事的另一个版本,其中有许多相同的角色。但《独角兽项目》的故事是从开发者(而不是从IT和基础设施运维)的角度来写的,没有过分强调对运维的关注,因为根据企业的价值流,业务需求通常是从开发开始的。通过这一点,我们统一了从凤凰项目引入的DevOps愿景,同时也带来了以客户为中心的数字化转型的基础。

    书中有太多真实(也许看起来过于真实)的案例场景,包括系统宕机、寻找背锅侠、组织结构调整、项目紧急发布、遇到重大事故后决定冻结上线、厚重的部门墙和复杂的沟通协调、大型系统无法编译构建、找不到可用的测试环境、开发和测试是距离很远的不同团队、大量工单流转效率低下、大促期间数据系统崩溃不可用、公司预算削减和强制裁员、工程能力建设的坎坷历程…好在,团队与领导层最终重新调整了策略,在一家传统的、悠久历史的企业中展现出了可能是独角兽公司才具备的强大创新力、精英效能和企业活力,最终创造出了一个数字化时代的传奇。

    书中的故事内容虽然是虚构的,但是很多素材都来自于行业中的真实案例,比如全球DevOps企业社区(DevOps Enterprise Summit)中多年来积累的案例故事,作者还巧妙地把这些素材有机地组织和整合在了一起,让读者完全沉浸在这个既真实又”完整”的、与时俱进的精彩故事中,并与书中人物和团队产生共情,从而构造出一种让一切变得更好的动机,驱动着我们做出一些符合这个时代定位的、对企业和自己更有意义的事情。

    三、广泛的目标读者群

    本书的受众非常广泛,包括CXO、企业各级领导者、敏捷/精益/DevOps爱好者和实践者、技术架构师、技术领导者、业务领域或产品专家,还有广大的一线开发/测试/运维/安全工程师。

    本书希望能激发读者们一起思考,促进一线工程师与业务/技术领导者交流,共同理解数字化变革的紧迫性,并作为一个作证,证明他们在日常工作中所需要获得的各种资源和数据,这些能更好地促进交付业务价值。当然,也希望技术领导者能读读这本书,进而想办法消除他们所面临的技术障碍,以支持想要改善其工程效能和文化的企业变革者。

    这本书和五大理念无疑将促进业界对DevOps以及其所支撑的数字化转型的理解和应用,并指导领导者和实践者调整其组织结构、文化和技术实践,以提高效能、实现企业目标。

    成为你向往的那只独角兽

    文章的结尾,我想说的是,就像本书所讲的案例故事那样,无论你处于怎样的企业环境和发展阶段,无论是初创企业还是拥有很多技术资产(或技术债务)的传统企业,都可以寻求改变并取得成功。

    不妨以本书中的“五大理念”为指引,逐步构造正确的企业文化、先进的技术实践以及适当的架构,不断追求管理创新和技术创新,培养出能够让企业实现“工程卓越”的“杰出工程师”,相信你们也可以做到独角兽公司所能做到的一切。

    当然,你可以从阅读我推荐的这本《独角兽项目》开始。

    书籍发布预告

    《独角兽项目: 数字化转型时代的开发传奇》

    将在4月17日 DevOpsDays 2021·中国上海站进行发布!

    即日起扫码报名参加大会,即可免费获得首发图书一本!

    即日起通过官网购买DevOpsDays大会上海站门票,即可在图书出版后,获得会务组提供的图书免费领取码。之后您可以在出版社平台下单免费领取《独角兽项目》一本。别忘了带去现场签名哦~

    本文作者简介:

    张乐,京东科技京东云事业部高级总监,京东云DevOps产品与研发效能技术总监。DevOpsDays大会与社区中国区核心组织者,国内多个技术峰会联席主席、DevOps专题出品人。EXIN DevOps全系列国际认证官方授权讲师、凤凰项目DevOps沙盘授权教练。历任埃森哲、惠普等全球五百强企业技术专家,多年敏捷与DevOps转型、工程效率提升和大型项目实践经验,成功主导了大型企业万人规模DevOps一体化平台建设、研发效能体系构建与提升工作。《独角兽项目》中文版译者。

相关推荐

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 217

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 308

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 371

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 315

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 405

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 559

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 611

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 376

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 464

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 591

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 625

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 719

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 638

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 670

【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 562

【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 551

【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 388

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 905

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 870

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

京东 Oxygen xLLM 大模型推理引擎正式捐赠开放原子开源基金会,共建国产 AI Infra 生态

下一阶段 AI 基础设施的核心命题,不是简单的算力堆叠,而是让工程本身变得智能——让调度系统能自主感知负载特征并动态优化,让推理引擎能根据模型结构和硬件特性自动生成最优执行方案,让整个 AI 工程链路具备自感知、自决策、自优化的能力。未来,Oxygen xLLM 的项目官网、社区沟通渠道及微信社区将陆续向开发者开放,诚邀芯片厂商、模型厂商、云厂商、企业用户及个人开发者共同参与,让国产大模型推理引擎在开放生态中加速成长。硬件层,原生支持 GPU / NPU / MLU 多类 AI 芯片,深度适配国产芯片。

京东科技开发者 1005
上一篇: 京东云新一代自研云服务器 4 月上线;COLING 2020丨面向机器阅读理解的双向认知思维网络...
下一篇: 第二届开发者社区【金码奖】,揭晓了!
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 2140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