以前端视角,漫谈「云端」

作者:京东零售 郑炳懿

前言:

当今世界,云计算技术在快速发展,不断为我们带来新的应用场景和解决方案。作为一名前端开发者,了解云技术并掌握如何在前端中应用它们是必不可少的。本篇文章将介绍云计算技术的基本概念,并从前端角度探讨如何使用云技术提高应用的可扩展性、安全性、性能和用户体验。

一、云技术

1.1 什么是云技术

在开始之前,我们需要先了解一下什么是云计算。云计算是一种基于互联网的计算方式,它将计算资源、存储和网络功能提供给用户,使得用户能够在云端快速构建和部署应用程序。云计算有三种主要的服务模式:Infrastructure as a Service(IaaS,基础设施即服务)、Platform as a Service(PaaS,平台即服务)和Software as a Service(SaaS,软件即服务)。

其中,IaaS模式提供基础设施的租用,包括计算资源、存储空间、网络连接等。PaaS模式则提供更高级别的服务,用户只需要关注应用程序的开发,不需要担心底层基础设施的维护。而SaaS模式则直接提供应用程序,无需用户自行搭建。

1.2 云技术的发展阶段

  1. 虚拟化时代(2003-2006):以VMware为首的虚拟化技术逐渐成熟,使得服务器的利用率得到提高,IT管理员的工作也得到简化。

  2. 弹性计算时代(2006-2008):Amazon推出了首个基于云的弹性计算服务EC2,这种按需使用的计算资源概念,迅速得到了广泛的认知和应用。

  3. 平台时代(2008-2010):Google、Salesforce、Microsoft等大厂开始推出基于云的平台服务,支持用户快速创建和部署应用程序。

  4. 基础设施时代(2010-2014):IBM、HP、Amazon等大厂建立了自己的公共云平台,使云服务的利用率更高,用户可以选择适合自己的服务、资源和应用。

  5. 混合云时代(2014-今):随着企业对数据安全和灵活性的更加重视,混合云成为新的发展趋势,既有公有云资源的外部环境,也有私有云资源的内部环境,或者通过多云、跨云的方式进行部署。

二、云技术在前端中的应用

前端在云计算中扮演着非常重要的角色。前端工程师可以使用各种云计算平台和工具来开发和部署应用程序。以下是一些前端在云计算中的具体作用:

前端负责构建和维护用户界面,以便用户可以与云应用程序进行交互。 前端开发人员可以利用云计算平台提供的工具和服务,如云存储、API管理等,来加快应用程序的开发速度。 前端可以使用云计算平台提供的自动化工具和流程,如自动化构建、测试和部署,来提高应用程序的质量和稳定性。 前端可以利用云计算平台提供的大数据分析和机器学习工具,来构建更智能的应用程序。

以下从四个方面来阐述云技术在前端中的应用:

2.1 前端框架和库的部署和管理

前端应用程序通常使用许多框架和库来完成各种任务,如UI开发、路由、状态管理、数据可视化等。使用云技术,前端开发人员可以将这些框架和库部署到云端,并使用云服务来管理这些资源。例如,使用AWS S3存储和分发前端静态内容,使用AWS Lambda处理前端应用程序中的函数,使用AWS CloudFormation自动化前端部署等。

2.2 前端云存储

前端应用程序需要保存用户的数据和文件,使用云存储技术可以将这些数据和文件保存到云端,提高可靠性和可扩展性。例如,使用AWS S3存储用户上传的文件和图像,使用AWS DynamoDB存储前端应用程序中的用户数据等。

下面以 Amazon S3 为例,介绍如何在前端应用程序中使用云存储服务。

Amazon S3 是一个可扩展的云存储服务,可以存储和检索任意数量的数据,从任意位置进行访问。它可以在不同的地理位置进行存储,并且可以根据需要自动扩展。

要在前端应用程序中使用 Amazon S3,我们可以使用 AWS SDK for JavaScript,它是一个 JavaScript 库,提供了与 Amazon Web Services 的 API 交互的功能。我们可以使用它来上传、下载和管理存储桶中的对象。

以下是一个简单的示例,展示了如何使用 AWS SDK for JavaScript 上传一个文件到 Amazon S3:

const AWS = require('aws-sdk');
const fs = require('fs');

// 配置 Amazon S3 客户端
const s3 = new AWS.S3({
  accessKeyId: 'YOUR_ACCESS_KEY_ID',
  secretAccessKey: 'YOUR_SECRET_ACCESS_KEY',
  region: 'YOUR_REGION'
});

// 读取要上传的文件
const fileContent = fs.readFileSync('path/to/file');

// 设置上传参数
const params = {
  Bucket: 'YOUR_BUCKET_NAME',
  Key: 'path/to/remote/file',
  Body: fileContent
};

// 上传文件到 Amazon S3
s3.upload(params, function(err, data) {
  if (err) {
    console.log("Error uploading file:", err);
  } else {
    console.log("File uploaded successfully. Location:", data.Location);
  }
});

通过使用 AWS SDK for JavaScript,我们可以轻松地将文件上传到 Amazon S3,并获取上传后的文件位置。这样我们就可以在前端应用程序中使用这些文件了。

2.3 跨域资源共享(CORS)

在云计算中,应用程序和资源通常被部署到不同的服务器和域名上。因此,前端应用程序需要使用CORS技术来允许跨域访问。使用云服务可以更容易地配置和管理CORS策略。例如,使用AWS API Gateway配置前端应用程序的API访问控制,使用AWS S3配置前端静态内容的CORS策略等。

2.4 前端云计算

前端应用程序需要处理各种任务,如数据转换、图像处理、音频转换等。使用云计算技术,可以将这些任务放到云端处理,减少前端应用程序的负担。例如,使用AWS Lambda运行前端应用程序中的函数,使用AWS Batch处理前端应用程序中的批处理任务等。

三、云技术与前端技术的结合

云计算平台是指使用云计算技术搭建的基础设施、服务和应用程序,它可以提供许多基础性服务,如计算、存储和网络。而前端技术则是指构建互联网应用所需的前端技术,包括 HTML、CSS 和 JavaScript 等。

云计算平台与前端技术的结合可以大大改善开发流程和用户体验。通过云计算平台,我们可以减少本地机器的压力,提高开发效率;通过前端技术,我们可以打造出更加美观、易用的界面。

3.1 结合示例

使用云计算平台(如亚马逊 Web 服务)部署一个简单的 Node.js 后端程序,提供两个 API:一个获取当前时间,一个获取随机数。Node代码如下:

const express = require('express');
const app = express();

app.get('/time', (req, res) => {
  res.json({ time: new Date() });
});

app.get('/random', (req, res) => {
  res.json({ random: Math.random() });
});

app.listen(8080, () => {
  console.log('Server started on port 8080');
});

接下来使用 React 前端技术构建一个简单的 SPA(单页应用),展示两个 API 返回的数据。前端代码如下:

import React, { useState, useEffect } from 'react';
import ReactDOM from 'react-dom';

function App() {
  const [time, setTime] = useState(null);
  const [random, setRandom] = useState(null);

  useEffect(() => {
    fetch('/time')
      .then(res => res.json())
      .then(data => setTime(data.time));

    fetch('/random')
      .then(res => res.json())
      .then(data => setRandom(data.random));
  }, []);

  return (
    <div>
      <p>The current time is: {time ? time.toString() : "loading..."}</p>
      <p>A random number is: {random ? random.toString() : "loading..."}</p>
    </div>
  );
}

ReactDOM.render(<App />, document.getElementById('root'));

这个示例使用 React Hooks 和 useEffect 之类的功能,将后端 API 调用作为组件的副作用,一旦得到数据,就会触发重新渲染。用户可以看到时间和随机数的值,并在页面中显示出来。

通过这个简单的示例,我们可以看出云计算平台与前端技术结合的巨大潜力。仅仅通过几行代码,我们就能够创建一个功能强大的应用程序,能够在多个设备和平台上使用,并可以随时进行升级和扩展。

3.2 结合实践

使用云存储服务(如 Amazon S3 或 Google Cloud Storage)存储和分发前端应用程序的静态资源。这些服务可以让我们轻松地上传、下载和管理文件,同时还提供全球性的内容分发网络(CDN)功能,能够加速页面加载速度。

<script src="https://cdn.example.com/app.js"></script>

使用云服务器(如 Amazon EC2 或 Microsoft Azure Virtual Machines)托管前端应用程序的动态内容,或者使用云函数(如 Amazon Lambda 或 Google Cloud Functions)实现后端服务的逻辑。这些服务可以让我们灵活地配置和管理服务器资源,同时还提供高可用性、弹性伸缩等功能。

fetch('/api/data') 
    .then(res => res.json()) 
    .then(data => console.log(data));

使用云数据库(如 Amazon DynamoDB 或 Google Cloud Datastore)存储和查询应用程序的数据。这些服务可以让我们存储和检索海量数据,并提供高可用性、弹性伸缩等功能。

const AWS = require('aws-sdk');
const ddb = new AWS.DynamoDB.DocumentClient();

function getData() {
  const params = {
    TableName: 'my-table',
    Key: { id: '123' }
  };
  return ddb.get(params).promise();
}

云计算平台与前端技术结合的实践可以让我们更加高效地开发和运营应用程序,这对于企业和个人都是非常有价值的。同时,也需要注意云计算平台和前端技术的安全性和稳定性,避免出现数据泄露、服务宕机等问题。

四、云技术的安全性和稳定性

云技术的安全性和稳定性是非常重要的,因为这关系到应用程序的可靠性和用户体验。关于安全性,一方面我们需要确保前端应用程序在运行时不会泄露敏感信息或受到攻击;另一方面我们也需要保护用户的数据不会被非法获取或篡改。

4.1 前端安全问题和云技术的解决方案

  1. XSS(跨站脚本攻击):攻击者通过注入恶意代码来获取用户信息或执行其他恶意操作。云技术可以使用 Web 应用防火墙(WAF)或其他安全措施来防范这种攻击。

  2. CSRF(跨站请求伪造):攻击者通过利用用户已登录的状态来执行恶意请求(例如发起转账、删除数据等)。云技术可以使用 Token 或其他防范措施来解决这种攻击。

  3. 数据泄露:在传输和存储数据时,需要使用 SSL/TLS 等协议来保护数据不被窃取。此外,还需要对数据进行加密、备份和审计等安全措施。

4.2 云技术提供稳定性和可靠性功能保护

  1. 高可用性:云技术可以使用负载均衡、多机房部署等技术来提高应用程序的可用性。

  2. 弹性伸缩:云技术可以根据应用程序的负载情况来自动调整服务器的资源配置,以提高应用程序的性能和可靠性。

  3. 监控和告警:云技术可以提供实时监控和告警功能,帮助我们及时发现和解决故障和异常情况。

  4. 灾备和恢复:云技术可以使用冷备、热备或异地备份等技术来保障业务数据的安全和可靠性。

云技术的安全性和稳定性对于前端应用程序的成功运行来说十分重要。通过使用云平台提供的安全和稳定功能,我们可以更好地保护用户数据和应用程序的可靠性,从而提升用户体验和企业价值。

五、云技术未来最具潜力的发展方向

云计算是一个非常庞杂而快速发展的技术领域,其中包含了各种技术体系和范式,涵盖了整个软件工程的方方面面。前端作为应用的展示层,需要紧密地与云应用及云平台打交道,实现云计算领域的相关技术及运维要求。

从前端视角出发,我觉得以下几个方向可能是未来最具潜力的发展方向:

5.1 云原生框架

随着云计算迅速发展,云原生框架越来越受到关注。这种框架是一种开发和部署应用程序的方法,它基于微服务架构,强调应用程序的可移植性、可扩展性、可靠性和自动化。 云原生框架包含了很多应用程序的运行时环境、服务发现、负载均衡、容错、监控、日志和安全等方面的支持,使得开发和运维人员可以更加便捷的管理和维护应用程序。同时,使用云原生框架可以使得应用程序更容易在不同的云环境中运行和跨云平台进行部署。

5.2 容器化技术

容器化技术是一种软件打包和分发的方式,其本质是将应用程序和所有依赖的库和配置打包成一个轻量级的容器,使得应用程序可以运行在不同的操作系统和云环境中,并且保证运行环境的一致性和可靠性。 容器化技术具有很多优势,比如便于进行持续交付和部署、应用程序更容易迁移和扩展、实现应用程序的隔离和安全性等。因此,容器化技术已经成为云计算领域中的一个核心技术,也是大量云原生框架和平台的基础。

5.3 Serverless架构

Serverless架构通过无需维护服务器、按量付费等特性,使得开发者可以专注于写代码,而无需考虑底层的基础设施。借助Serverless技术,开发者可以开发出更为轻量化的应用程序,同时,Serverless也提供了一个高效的方式处理需要大量计算的应用场景,如图像识别等。

5.4 GraphQL技术

GraphQL是一种用于API开发的技术,它使得开发者可以基于类型定义来定义数据结构,并定义一些静态问题和重复问题。并且GraphQL旨在通过接口降低前端和后端的耦合,大大提升前端谷的开发效率。

5.5 WebAssembly技术

WebAssembly是一种可以在所有现代网络浏览器中运行的二进制代码格式,它可以让开发者使用其他语言(如C++,Rust等)来开发Web应用程序,同时其性能更加优越,这将使得Web应用程序更加接近原生应用的性能。

总之,随着云技术的不断发展和前端技术的创新,可以预见到,前端技术将与云技术越来越融合,共同推动数字化转型和业务创新的深入,同时也会带来更多机会和挑战。

最后:

作为一名前端开发工程师,整篇文章可能只从前端的视角去分析和理解,观点可能有些浅薄了,在这里仅作为一点个人的看法和分享,如果对您有所帮助,那便是我所期望看到的,如果您有更好的想法,欢迎咚咚交流学习。

相关推荐

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 246

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 309

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 271

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 367

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 518

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 571

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 337

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 433

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 566

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 605

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 703

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 618

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 652

【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 556

【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 720

【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 545

【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 602

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 294

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 383

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 895

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 584

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 353

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 633

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 751

【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 860

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 835

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 860

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 1000

【京东云】全球首个!京东全栈开源JoyAI-VL-Interaction,让大模型从“一问一答”走向“边看边说”

开源一套系统,而不只是一个模型在实时视频流中,JoyAI-VL-Interaction每秒都会做一次判断,比如,继续观察、保持沉默,发现关键事件、主动回应,遇到复杂任务,交给后台Agent处理。一个好的AI 助手,不应该一直打扰用户,而应该知道什么时候该出现,什么时候该安静,以及什么时候自己解决,什么时候交由agent解决。深耕零售、物流、健康、工业等实体产业二十余年,京东拥有全球领先的物理世界运营网络,覆盖仓储、配送、门店、直播、客服、售后海量真实场景,每天都在发生人、货、场的实时互动。

京东科技开发者 1029
上一篇: 电商通用型商品中心设计
下一篇: 利用Jackson序列化实现数据脱敏
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 2139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