90后程序员的职业成长漫谈

作者:京东零售 卢楠

前言:

我在京东工作已经来到第8个年头,从2016年的实习生到如今负责部门整体架构,这段职业旅程中充满了感悟。 简单回顾我的个人成长里程碑:2017年正式加入京东后,从一名新人开始,逐步了解公司的业务、文化,以及学习如何成为一名合格的职场人;19-21年,我开始负责一块完整的业务,并逐渐成长为小组负责人; 2022年开始负责整个部门的架构,并且开始参与一些公司核心项目的设计与落地。 这一路走来经历的挫折与收获也让我能够更加理性地去看待职业发展,自认为资历尚浅,在这里简要谈谈我的心得体会,希望能为大家带来些许启发。

在这里插入图片描述

一、职业生涯三阶段

我习惯于把职业生涯分为三个主要阶段,分别是融入期(0-0.5年)、突破期(0.5年-3年)和成熟期(3年以上)

在这里插入图片描述

【融入期】-- 建立信任、找准定位

作为新人,我们在这一阶段更多地是执行者的角色,完成标准化任务;关键点在于找准个人定位、建立信任以及适应公司文化,做一个靠谱和专注的职场人。

•建立信任:信任是协作的基础,无论是面对合作方还是上级或是下属,只有建立起彼此间的信任,才能更有效地完成任务。我们可以通过高效完成工作、积极沟通和展现专业能力,逐步建立信任。

•找准定位:每个人在团队中都有其独特的角色和职责。新人要尽快找准自身在团队中的定位,由此来制定目标。 这个定位不仅仅是岗位职能赋予我们的,更多时候是要多方面考虑团队需要什么样的人,以及我是否能胜任这个角色,需要从专业力、组织力乃至方方面面来进行适配。 一台精密的仪器需要的零部件往往不是那么规则的圆形或者方形,努力让自己成为一颗形状不规则但又很契合的齿轮。

•适应公司文化:每个公司都有其独特的企业文化和价值观,新同事可以尽快熟悉这些内容,以便更好地融入团队。 “入乡随俗”并不是随大流,想要大干一场首先得融入集体。

【突破期】-- 主动出击、设定目标

我认为这一个时期也是分化期,我们需要开始独当一面,学会多观察,并且主动出击。

•主动性:在分化期,主动性是能否突破的决定性因素。想要脱颖而出,必须主动寻求机会,不能被动等待机会降临。如果只完成上级安排给我们的工作,从成长的角度来说很难获得能力的增量,也就永远都走不到下一个阶段。一方面要有强烈的把问题搞明白的自驱力,另一方面,解决问题时尽量做到120%,提一些别人想不到的方法,做一些别人没想到的事情,而不是简单地执行。

•制定长期目标: 这一时期务必制定2个长期目标,一个是业务层面,一个是个人层面。业务层面来看,我们的主要任务是解决实际的业务问题,即使我们属于技术体系,最终目的仍然是支持和推动业务发展。因此,业务层面的长期目标应当与部门以及整个公司的战略目标保持一致。从个人层面来看,我们也需要设定长期的职业发展目标,有条理地规划职业发展路径,二者相辅相成。

•寻找标杆:标杆不是某个具体的人,而是某些特质或行为模式,可以观察身边优秀同事的优点,把他们作为我们学习的对象。 例如,某位同事在文档整理方面做得非常好,就可以向他学习这方面的技巧; 某位同事在与人沟通过程中总能如鱼得水,说明他的情商和社交智慧可能远超平均值。 同时很多人的成功也是因为一个个微不足道的小习惯,比如有些人会把每天遇到的问题记下来,定期复盘;有的同事每天早上阅读行业前沿资讯和论文,保持对技术的敏感性;有些同时在遇到冲突时总能切中要害并平复自身情绪优雅地解决问题。我们在观察到这些优秀的特质时,不妨深入分析其内在的处事逻辑并为我所用,这些微小的增量编织成的东西就叫做“成长”。

【成熟期】-- 多元发展、持续成长

工作三年以上,我们已经形成了较为稳定的职业路径。这一时期我们要做一个多面手,不断扩展视野和强大自身的软实力。

•持续学习:即使成为管理者,也不能忽视技术能力的提升。特别是在快速变化的技术领域,持续学习是非常必要的。 定期参加培训课程、阅读行业资讯、参与技术实践等都是保持专业敏感度的有效方法。 对于专业人才,专业力是立身之本,失去专业力也就失去了判断力和决策力。

•寻找正反馈:除了“升职加薪”外,我们还要找到能够定期获得正反馈的通路。比如通过帮助他人解决难题、分享经验来获得成就感, 每一次的正反馈可以不那么强烈,但务必要持续,这是我们几十年如一日坚持这份事业的持久动力。

•充分利用资源:在一个团队中,成事需要大家要各司其职,充分利用组织的力量,避免个人英雄主义。我们要主动与其他部门合作,利用公司内部的各种工具和平台,提高工作效率。

二、 元能力:贯穿整个职业生涯的能力项

分享4个我认为需要始终关注并提升的元能力,这些能力贯穿整个职业生涯。

【纠偏力】

纠偏 = 认知 + 反思 + 勇气。

首先是认知能力: 认知其实是比较虚的一个概念,字面意思就是“认识”(意识)和“知识”,其中“知识”是我们长年累月通过外界输入得到的信息,而“意识”则是将信息转化为判断以及决策的思维方式。 提高认知的过程就是丰富知识体系以及基于信息做出正确判断的训练过程。 “纠偏”的第一步是知道什么是“偏”,即认知能力的培养,而这一项几乎是我们一生的课题,最好的办法就是“多观察,多思考,多实践”。

其次是****自我反省: 定期停下来审视自己的行为和决策,同时观察他人如何行事。 这一条说来简单,但在充满压力和挑战的工作中,我们经常会忘记or主动逃避这一点。 由于信息输入、自身情绪、周边环境的不同,事后去看待一件事情有时候会有截然不同的看法。 时常回头看看,避免自己已经脱轨很久而不自知。

最后,也是我认为最关键的一点,即勇于走出舒适区: “偏”,大多数时候意味着舒适和惯性,人们往往因为习惯和安逸而偏离正轨,就像被蒙住眼睛的人难以直线行走一样,我们也会因惯性而偏离目标。 因此,想要回到正确的道路上,就必须克服舒适感带来的惰性。

【换位思考】

在对方的立场思考问题往往可以得到更完备的答案,换位思考是简单又万能的行为标尺,这一点在我们个人成长及情商培养中也极为重要。比如让出现以下几种情景时,尝试站在对方的角度考虑问题,帮助我们更好地理解他人的立场、更有效地传达信息。

•发生矛盾时: 想想如果我是 Ta,我会怎么做,以及为什么这么做

•汇报/演讲时: 想想如果我是 Ta,我想听什么内容,以及会有什么样的基础认知

•沟通协作时: 想想如果我是 Ta,采取了我的方案会有什么样的利和弊

•写代码时: 想想如果我是reviewer,我希望看到什么样的代码

当换位思考成为一种条件反射时,会发现很多事情的推进在不知不觉中变得顺利而丝滑。

【在短时间内把复杂问题描述清楚】

能否快速清晰地表达复杂问题往往决定了是否能抓住机会,并确保我们的想法被准确理解和接纳。采用STAR法则(情境Situation、任务Task、行动Action、结果Result)来构建叙述结构,有助于听众更好地把握要点。 S和T决定了听众的兴趣, A和R体现我们的价值。S和T往往容易被忽略,尤其是对于那些不熟悉你专业领域的听众来说,明确阐述背景和挑战是吸引他们注意力的关键。 当然,平日需要注重对演讲能力的训练,这一项无法临时抱佛脚。 对于性格内向的人来说,更应该主动寻找机会锻炼这方面的能力。通过不断实践,我们可以逐步提高自己的沟通效率和影响力。

【敢拼、敢当】

拼搏: 有时当上级要求我们加倍努力时,可能会下意识感到压力巨大甚至反感,以及会担心这种付出是否值得。在我看来,拼搏不仅仅是单纯的奉献,很多挑战实际上是我们个人成长和职业发展中的宝贵机会。大部分人的职业生涯长度差别不会太大,而为拼搏付出的额外精力,某种程度上也是变相延长了职业发展的时间,换句话说是 “在相同的时间内为自己争取更多的机会” 。这是一种积极的心理暗示和自我激励方式,它能帮助我们以更加乐观的态度面对工作中的各种挑战。

担当: 担当是信任的基础,而信任是一切的基础。 相信不会有人会愿意和一个没有担当的人共事,“遇事能上,出事能抗”都是作为一个职场人最基本的要求。 趋利避害的本能可能会促使我们下意识逃避风险与责罚,但长期来看,勇于承担和面对是更加正确的选择,坦荡的犯错者永远比怯懦的伪装者更值得尊敬。

三、一些职场建议

在职场中,我们通常会面对四个主要方面:事、人、自我以及环境。下面我将根据这四个方面来分享一些心得:

【对“事”】

•观察团队里最缺少什么样的人/能力,往往这是一条“捷****径”。 如果能找到这一点,且有能力能做到,那就能更快地取得一些成果。

•在前期精力足够的情况下,只要是和自己工作沾边的事情,都值得去了解一下。 在职业生涯初期,负责的项目相对简单,这时应该尽可能多地了解与自己的岗位乃至行业相关的知识,有助于未来处理更复杂的任务,为我们的职业发展夯实基础。

•机遇并不是一个完全随机的东西,人和人之间机遇的差异大多来自于信息不对称。 那些能够更早、更准确地获取并利用关键信息的人,往往能够抓住更多的机会。我们可以建立广泛的人脉网络、持续学习以及保持对行业动态的高度敏感,有效地减少这种信息不对称,为自己创造更多有利条件。

•职场里不光有“对”和“错”,往往更应该考虑的是“利”和“弊” 。 很多时候,需要从不同角度(个人、团队或公司层面)综合考虑问题,做出最合适的决策,避免陷入“对”与“错”的绝对思维中。当然,在这个过程中保持一定的原则和底线是非常重要的。

•要有把工作和生活分开的能力,这样才能走得更远。 这并不意味着下了班就完全和工作隔绝,而是尽量不把工作中的负面情绪带到生活里去,因为这样会反过来影响个人幸福感和工作效率。 当然想真的做到这种平衡非常难,到目前为止我也依然走在努力驾驭情绪的路上。 可以适当把生活那一part填的更满更充实一些, 累的时候,我会一边看着B站的消遣视频一边琢磨一些做饭的新花样,在烟火气中消解压力,放空自己。 具体的形式因人而异,核心点在于我们在生活中也要找到获取正反馈的通路,生活里有了期待的事,情绪的重心自然就会平衡。

【对“人”】

• “第一印象” 非常重要。 比如在转正答辩、晋升述职这样的场合,给上级和其他同事留下良好印象非常重要。因为可能在很长的一个阶段内,他对你的“画像”都定格在第一印象的时间点,后续想要去改变这种“偏见”需要付出五倍乃至十倍的努力,当然这里不是说要吹捧自己,在保证真实性和专业性基础之上,要把自己更好地展示出去。

•遇到你觉得“不好”的人,可以换位思考一下,如果只是因为立场问题做出让你不舒服的事情,不必纠结。理解他人的立场有助于减少误会和冲突。当出现分歧时,试着从对方的角度看问题,可以帮助双方找到共鸣点,同时理解他人往往也是与自己“和解”。

不用怕“得罪”他人。我们工作一定不是为了来交朋友的,由于思维方式和职能的不同,分歧和不愉快的情况往往难以避免,对事不对人,先礼后兵是遇到冲突时的基本法则。特别是在技术团队中,同事们往往比较内向,可能导致在面对分歧时更加谨慎,甚至有时会过于担心发生冲突。 我们需要明确表达立场,一切都是为了项目的利益最大化,而不是针对某个具体的人。另外需要注意沟通的艺术,尽量在比较温和的环境里去解决,如果不行,该辩论就辩论。

•朋友往往是和我们相似的人,能学习的东西不多,向“对手”学习。 这里的“对手”不是指敌对的人,而是在某些方面与我们有不同观点、技能或经验的人。他们可能是工作中的竞争者、行业内的其他专家,或者是拥有不同背景和思维方式的同事。通过观察和学习这些人的长处,我们能获得新的视角和方法,有助于打破思维定式,激发创新。

•要充分给出组织/上级“给你分配资源的理由” ,这个理由还要能说服团队里的其他人。 我们需要在日常工作中适当地展示自己的能力,以及为部门为他人解决问题来证明自己对这个团队的价值。最令人满足的不是得到好的绩效,而是“所有人都觉得他应该得到好的绩效”。

【对“己”】

•对自己不妨“先斩后奏” 。 在不过分超出能力范畴的情况下,先做出承诺,再逼自己完成这件事。 即使一开始感到不安,也不要轻易拒绝新的机会。 比如我受邀进行一次公开场合的分享,第一反应往往是抗拒,因为下意识担心表现得不好会给部门/自身带来不利的影响,但理性告诉我这是自我提升的好机会,而且我知道只要稍加努力我是可以做到的,因此我会先答应下来,然后逼迫自己去做准备和改进。 自工作以来,这一个技巧让我受益良多。

•尽量保持边界感,边界清晰才能维持专注。 边界感主要来自于岗位职能的定位,虽然在一些需要协作的工作上这种边界会有些模糊,但大多数情况下,“边界”还是可以摸索的。 如果遇到职责之外的任务被推给你,应该客观判断这项任务是否真的属于你的职责范围,如果不属于,你需要找到合适的人来承担这项工作,这也是一个庞大的组织进行职能拆分的目的,不然对于自身乃至对于公司都是一种资源错配。 当然在这个过程中我们务必确保工作承接顺利,跟进到有专业的人接手为止。

•如果对环境不满意,尽量改变自己来适应环境。 有些人在遇到个人意志与环境不匹配时,可能希望能够改变环境,但从现实来看个人力量往往难以实现这一点,更实际的做法是考虑如何在现有环境中找到最佳的发展路径。

•避免“完美主义”陷阱。 刚进入职场的时候,为了尽量成为“优秀”的人,我会努力把所有的事情做得尽善尽美,这在大多数情况下都是好事,但同时也伴随着一个很致命的问题,就是很难接受他人的负面评价。 很多时候会错误地把别人对自己的忠告看成是“挑刺”和“针对”,沉浸在“因为我全心全意投入,所以结果一定良好”的逻辑陷阱里, 这是一种自大,也是因为认知缺陷而导致的判断力缺失,从而错失了很多自我提升的机会,并且可能在别人眼中留下了刚愎自用的印象。 我们首先要能够接受自己的“不完美” ,在这个基础之上面对不如意时才能保持理智与判断力, 认识到日常工作中能被别人指出不足是一件幸事,每一个不完美都是走在更完美的路上。

【关于“口碑”】

•公司很大,能真正面对面去了解我们的人最多只有两位数,其他人对我们的了解都来自于“口碑”。 我们每天接触的人有限,大多数人主要通过他人的评价来了解我们,打造良好口碑的关键在于真诚和专业,而不是伪装与表演。

•不可能让所有人都满意,但尽量做到对事不对人。 要相信绝大部分人都是奔着一个共同的目标而努力,只是由于认知、立场、性格不同,矛盾的存在往往也是不可避免的。遇到问题解决问题,着眼于事而不上升到“人” ,就不会有不可调和的矛盾, 同时避免背后议论他人,职场圈子很小,负面评价转一个圈回到自己耳朵里也是很常见的事情。

•尽量避免零和博弈,追求双赢,并且最多只占49%。 我们要在合作中寻找增量,扩大蛋糕,而不是仅仅争夺现有的资源。只有通过创新和共同努力,才能找到新的增长点,使每个人都能从中受益。长期来看,不要成为那个总是占便宜的人。如果总是试图多占一份功劳,最终会影响到团队的信任和合作意愿。

•来自业务伙伴的“肯定”更有说服力。 来自同事和业务合作伙伴的认可更为真实,他们的评价通常没有直接的利益关系,因此更能反映我们的实际表现。

寥寥数语可能无法全面地概括这7年多的所感和所想, 而且由于每个人面临的环境和挑战不尽相同, 这里也没有办法给出“万金油”式的职业发展公式, 更多还是需要我们在日常的工作学习中去沉淀一套真正属于自己的成长“心法”。 希望上述内容能让同样在成长中的你产生些许共鸣,欢迎随时交流。

写在最后:

做程序员的第八个年头,我依然热爱这个职业,在我看来这是一份真正能影响世界、改变社会的伟大事业。希望能更多地和大家一起成长,共同进步,保持坚韧、自信,为未来的挑战做好准备!

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 42

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: 【稳定性】稳定性建设之变更管理
下一篇: 测试聊并发-入门篇
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