1024|京东零售技术人的N种可能

“Hello World” 见证了我们对技术探索和开拓创新的开始,也象征着我们不断追求卓越、解决问题的决心。

1024程序员节,我们邀请到了8位在京东零售做技术的同学,聊聊他们的技术经历和成长故事,聊聊他们的成就感。期待同为产研人的你在读完之后,一起分享你的难忘时刻,也祝你在未来,继续在热爱的道路上探索奔赴。

👇👇👇

@艾佳

工作经验14年,编程经验30年。

软件架构师于我来说和建筑设计师类似。建筑设计师会告诉你,建筑的骨架是什么样的,如何受力的;哪面墙是承重墙,一定不能砸。当然,最基本的土木工程、建筑技术,那建筑设计师一定要了如指掌。软件架构师一样,最基本的编程技术、数据技术,不仅要精通,还需要灵活应用。除此之外,需要知道系统是如何承压的,系统的核心链路是什么。

在京东,我致力于批量计算、流式计算、交互式计算的通用化数据应用构建,降低大数据计算的使用门槛。我设计的EasyData工具,打通了做数据和看数据的平台,做成那种一贴SQL,就得到API的极简方案,把其他所有复杂的过程都砍掉。解决了业务方不仅要算数,还要用数,需要各种API来访问的头疼问题。22年,“算法数据流“ 上线到dp.jd.com,原来需要码几万行代码的工作,现在用图形化的拖拉拽就能实现,用户自己累计编写了数据流4000多个,目前周增长2.4%。

对于架构师来说,我认为最重要的就是要独立思考,要挑战自己;多构造一些边缘场景,来验证系统是否可以应对。生命里的每一个点会最终连成一条线,最初入行觉得信息技术很酷,对层出不穷的新技术求知若渴,面对未来,希望自己依然能不忘初心。

@赵嘉铎

在京东零售让我最有成就感是做广告投放平台新一代架构升级项目的时候,这次架构升级是一次对数百万行历史代码和技术债务的彻底重构,投入和风险极高,因此必须算明白收益,确保每一行代码的重构都是值得的。我和同事一起进行了长达两年的技术探索,最终形成了一套以“框架即规范、模型即实现、代码即文档”为核心思想的架构方法论。

在架构全面推广阶段,我们全面梳理业务流程,制定迁移节奏,联合测试团队进行功能回归及灰度验证,保证架构的平滑过渡。目前随着新一代架构覆盖率的提升,架构迁移的收益也逐渐显现出来,核心物料创编接口性能整体提升20%以上,问题定位及业务逻辑梳理速度明显提升,也能够更加从容的面对变更,通过几次重大业务需求的实战验证,新架构开发效率可以提升50%以上。

在我看来,工程师团队有着对技术的热情与纯粹,热衷于发现开发过程中的共性问题并提供开箱即用的通用解决方案,敢于向一切不合理、不明确说“不”。在技术问题上不将就、不妥协、不放弃、不断创新与精进,我们的团队氛围和价值观导向上也会守护这种热情与纯粹,并让其持续传承下去。

@李孟冬

“对于技术同学来说,要时刻思考,抽离掉技术底座和业务后,你的价值是否归零。”这是我特别喜欢一句话,真正的大师永远怀着一颗学徒的心。在京东4年的coding岁月中,也让我学会永远保持开放、持续学习并接受新的观点和知识。

作为一名后端开发,我负责京东企业业务锦礼积分商城项目,这个项目的积分结算复杂,风险大。于是我提出了积分资产防护专题,全面梳理积分生命周期异常情况,增加严格的事务验证,并且调研中台能力,快速落地不同层次的积分对账。消费环节以消息触发,规则中心驱动,多种核对方式保障资金安全。目前整个专题已经完全落地,事前规则校验天维度拦截140+次,旁支校验有效拦截和预警了70+次积分少付&多退的风险,其中还包括,春节期间检测客户账号转售的风控问题。在我看来,最好的工程师文化就在我们的使命中:“技术为本,让生活更美好。”

我还记得,与编程结缘是在大学课堂中,当看到一行行代码显示出来像极了黑客帝国中的场景,充满神秘,在一次次点击后,又出现了绚丽多彩的页面。从那一刻起,我就确认,未来一定要在技术行业中找到自己的光。

5ca30d27ee645663ced37100753bccb6.png

                           (积分资产防护架构图)
@王泽华

今年有幸作为主产品经理参与了京东.Vision首个版本的构建。这是一个典型的综合项目,又要懂3D实现,又要了解AVP新技术栈,还要懂全业务链路。时间紧迫,我们从开始到上线只有差不多100天时间。还记得我们团队一整个扎进去项目的场景,产研设坐在一起高效沟通、敏捷开发、快速验证快速调整。我们打透家场景这一类核心品类,瞄准核心的尺寸和搭配痛点,单点突破,做透商品的三维效果,以支持多品搭配、空间碰撞、动态交互…… 最终,凭借着优秀的首页三维展示和商品多品搭配效果,在618作为AVP首批国行应用上线。这一百多天我们从对AVP从不了解到纯熟,最终到产品的成功发布,我们做到了!

作为产品经理,我始终意识到要克服自己单一视角的偏见、走出回音谷,抛弃“我”的这个概念,更多地站在各个业务的视角、站在客户的案场、绕道事情背后,从模式本身去考虑问题。好的产品经理会将产品视作自己的孩子,并保证孩子的每一个细节都在力所能及的范围内做到最好。就像乔布斯说的:“make a dent in the universe”。产品经理需要有一些精神洁癖,把产品视作自己的孩子,并保证孩子的每一个细节都在力所能及的范围内做到最好,最终孩子长大了,多多少少也能在产品中看到最早那一批人努力的烙印。

3a272ef240acc22273b9d604b0a89ec1.png

                        (以羊村作为比喻的四种典型用户/需求)
@韩艾

2016年,我组建了星号69乐队,我是主唱、吉他手,包揽全部词曲创作,写了40多首歌,发了四五张专辑。其中,《平行世界的风》是网易白银单曲,也是我们巡演的必演曲目。音乐之外,我是京东的算法工程师。我带领团队开发了通用的算法生产力工具,钻研最新AIGC技术,在碎片化的场景中提炼出公用模型,通吃所有技术细节、适用各种业务场景。我编写的代码直接应用于七鲜的全国门店自动补货、京东商家的AI助手,这让我深感工程技术的力量。

在coding岁月里,我最珍视的是我的“references”文件夹。这里收藏了众多划时代的papers,如对我影响深远的word2vec。这些经典文献不仅是我技术提升的阶梯,更是我灵感的源泉。我时常翻阅它们,技术虽然不断更新,但感觉依旧逃不出经典套路的三板斧,这些paper让我有更高的视野去快速理解最新的技术方向,我还会亲手复现代码,以深化理解并汲取智慧。

程序员是人生的一站,音乐是一辈子的事。在我看来,工程师文化是自由与真诚的融合。自由意味着对技术无拘无束的追求,始终保持开放学习的心态。真诚则体现在与各方利益相关者的沟通中,以坦诚和开放的态度解决问题,共同推动技术的进步。

e36ca1d0e37008c730c0fd132a4ffbee.jpeg@孟祥主

作为一名算法工程师,我始终坚信:对技术保持热爱、对业务保持敬畏,不要放松对前沿技术、同行发展的追踪,始终保持动脑、用心、尽责的做事风格。

从23年10月入职京东至今,我发表了3篇论文,其中工作Rodar发表在TMC期刊(CCF A类)、CvFormer发表在PRLetter期刊(SCI)、大模型工作PLM-RE发表在国内会议NCCA 2024上。此外,一篇半监督的数据迁移工作UIEG+已投稿顶会ICLR 2025。在面临各层漏斗不稳定、资源紧张的开发项目时,为了保质保量完成版本的迭代,我和同事们连着一周战斗,以实现版本的顺利上线,并基于多种场景的个性化分发策略实现了业务指标翻倍的效果。每一次的探索、突破与创新,都塑造了我不断前行的勇气和迎接挑战的决心。

我与编程结缘是在大学,那时我主修数学,主要是用matlab为主解决科学计算问题,慢慢熟悉之后发现在这方面有天赋,选择辅修了软件工程作为第二专业,后来硕博期间也是攻读计算机应用技术方向。现在我还珍藏着读研后买的机械键盘,那时我已经全职攻读计算机专业,编程的工作量比之前大了很多,不管电脑怎么换,它一直是我身边最坚实的战友。我常常想,如果不做程序员,此刻的我可能在高校当老师,从事计算机技术方面的科研和教育行业,为社会培养技术人才。

8a73b6172b161806e5bd6cdaa2b5e2d6.png

                                     (博士毕业留念)
@李新健

在刚接触编程的时候,所以热情都来源于兴趣,对什么感兴趣就学什么,没有参杂多余的目的。偶然接触到树莓派后觉得它很酷,可以当作一个小型的服务器,于是我就把我的个人博客网站部署了上去,并通过内网穿透让外界可以访问。后来又研究了嵌入式和物联网方向,从用树莓派控制家里灯的亮度开始,到做一些小型的智能家居系统。

“树莓派时期”的自己,抱着最纯粹的对技术的热爱,做着各种有意思的事情。同时也是我解决问题能力增长最快速的时期,因为每次接触全新的领域都要从零开始自学,遇到问题没有人可以问,就只能在网上查资料死磕。

作为校招生入职京东后,我参与了DevBooster项目,这是一个利用大模型生成单元测试代码的工具,目的是提升开发效率、降低测试成本。项目的难点在于如何有效地将AI技术应用于单元测试生成,并确保生成的代码质量高。我通过研究AI Agent范式和模型微调,提出了创新性的解决方案,并成功将其落地。最终,我们的插件在一个月内帮助内部数十个核心应用提升了数百万行单测代码,极大提高了研发效率,这一成果让我感到非常自豪。

如果不做程序员,我可能会成为一名旅行博主,去感受世界的多样。迈出家门,追寻那些转瞬即逝的美丽和光影交错间的故事,增加我对这个世界的另一种感官。

ae79ed0ffd8027630da1bcd5c429cfeb.png

(具有纪念意义的树莓派开发板)

@李泽阳

上大学开始,我被C语言的程序之美所吸引,后来经过系统性的学习,真的笃信技术真的可以改变世界,科技让世界更快捷。在京东零售感受最深和最难忘的就是备战京东商家大会那段经历,2022年夏,为了应对京东首次线上+线下商家大会直播,在将近3个月的封闭时间里,每一天都是拼了命的干,只为最稳定的系统架构、最流畅的用户体验。当成功交付、系统上线那天,想起来了科比的那句话:“我每天见过凌晨4点的洛杉矶。”

在二进制的世界里,理科生也有属于自己的浪漫。现在我的工作台上,摆放着一个分贝彩灯,它会随着周围环境的声音大小进行跳动,有它的陪伴和彩色声浪,工作也多了一份色彩。工作之外,我签约了视觉中国摄影师,在我找不到答案的时候,就去看看这个世界,享受和捕捉这个世界的每一瞬间美好。当有压力时,我会坚持跑步,10公里、20公里···人生就像一场马拉松,可以经历无数次失败,但绝不可能认输。献给每一个拼搏的技术同学,Passion!

938109f7f5deb444865c5c3f5620cf2b.png


8位技术同学的故事背后,是更多京东零售产研人的精彩故事。

我们持续发现那些在技术领域深耕并闪闪发光的零售技术同学们,并记录下了他们的成长经验和技术人生。点击下方,查看更多技术人的成长故事。

扫一扫,加入技术交流群

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 906

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: JavaScript 与 Rust 和 WebAssembly 集成
下一篇: 简洁至上——探索产品与技术的优雅原则
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