技术沙龙 | 从高并发架构到企业级区块链探索零售创新

在这里插入图片描述
在这里插入图片描述
伴随消费新理念的不断升级和技术创新发展,零售业逐渐被推到风口浪尖,对此京东曾表示,推动“无界零售”时代的到来理念,倡导实现成本、效率、体验的升级才是终极目标。

此概念一出,零售行业的侧重点开始由销售端向技术端倾斜,趁着一年一度618来临之际,京东云特别在上海举办了主题为"从高并发架构到企业级区块链,探索无界零售的数字化创新"的技术沙龙活动。

本次活动以京东云在零售业以及社交电商方面的核心技术以及成功解决方案为出发点,例如探求大促高并发流量数据库保障经验、社交电商的创新思路以及技术架构等细节,并结合京东云在零售领域的诸多落地实践,详解无界零售数字化创新的方方面面,并与在场的开发者们展开深入探讨。

现场开发者爆满

从高并发架构到企业级区块链
— 探索无界零售的数字化创新—

 

01郭理靖
京东数据库服务如何应对“大促活动”

众所周知,京东商城流量业务多。很多业务在研发设计初期并不想选用太多种类的数据库,因为并不知道着手的业务规模大小,所以在开始使用MySQL有时候会把日志和大数据字段也写入数据库,随着数据积累量增多,用户规模扩大,未来会涉及数据切换的问题。

——郭理靖

京东云产品研发部高级总监

一直以来每逢大促,与剁手党们共同忙活到“天荒地老”的当属各大电商网站了。为了及时释放各类商品的“杀猪价格”,积极鼓励用户参与琳琅满目的抢购与秒杀环节,电商们可真是十八般武艺样样精通。

此时一门心思“买买买”的你可否想到,面对瞬间爆发的访问压力以及海量的交易数据,TA们如何做到“临高不乱”场景呢?很显然,位于底层架构的数据库实在功不可没。对此京东云产品研发部高级总监郭理靖现场带来了“京东数据库服务如何应对“大促活动”的技术分享。

作为在数据库领域有丰富经验的技术专家,郭理靖分别从京东商城如何运作618的大促实践以及京东云怎样支撑商城以及商城ISV等共同应对高流量大促等角度入手详细加以阐明。

京东云产品研发部高级总监   郭理靖
对于一些复杂离线的查询,可以迁移到Elasticsearch或者Hadoop,通过定义一些结转策略,把数据库的数据定期或者实时同步到Elasticsearch、Hadoop中去。

京东商城的订单以及商品库存量较大众所共知。如果选择在一个表单上读写几十亿的数据集,单机肯定无法承受这样的工作量,要是选择拆分为64个表或者128个表单的话,再加上有工具支撑就可以高效解决上述问题,京东内部的分布式数据库服务Jproxy就能派上用场。

关于智能分析,京东云在助力电商的过程中,非常重视SQL慢日志分析以及容量分析,同时也对会运行状态进行详细的监控,比如连接数是不是一直在增长、IO压力、CPU压力等;也尝试做一些故障自愈以及磁盘自动化清理等。

在”京东云的服务实践”方面,在云端提供数据库服务,例如MySQL、Percona、MariaDB、MongoDB、SQl Server等等。另外京东云还在数据库安全、审计、日志等诸多方面提供了丰富的管理功能,也支持Binlog的自动备份和下载。

在监控方面,京东云的尝试也是比较细致的,其中包括监控服务、报警服务等。值得提及的是,其中所有监控项都可以设置规则,比如可以设置CPU及内存使用量超过70%,就进行短信报警。而所有的指标都是对接到云监控系统。“如果用户流量较大,需要进行读写分离的话,我们也支持只读实例创建,最大支持创建8个只读实例,每个只读实例都可以分配一个独立域名,可以直接用域名进行访问。”他补充道。

分享之后,开发者还针对Binlog格式的修改、分布式分表的高可用性等问题展开了细致探讨。
 

02郑永宽
企业级监控系统设计与实践

结合运维知识库,我们可以真正把故障和报警联动起来,对于相关的报警,监控系统可以自动调度对应的预案,从而达到系统的故障自愈。

——郑永宽

京东云产品研发部总监

有人说,做运维,如果从传统部署到大规模自动化,对Coding的能力要求势必越来越高;也有人说,很多IT企业走在“重研发轻运维”的老路上,如今云计算大势所趋肯定要大改;还有人说,现在都聊场景化,高并发下的运维监控要处处“到位”,必须突破原有思维模式……

监控是什么?监控是运维的生命线。

监控解决什么问题?远远不止发现问题,还需解决发现问题以后的定位,和定位后的止损。从而整体降低故障MTTR,即持续时间。毕竟针对京东这种体量的电商,是不允许长时间宕机的情况发生的。郑永宽总结道:无论是发现问题、定位问题还是解决问题,了解系统状态十分重要,都需要监控系统做及时的反馈。接下来郑永宽谈到了京东云如何做好监控以及如何做好对应的监控系统的问题。

京东云产品研发部总监  郑永宽
据了解,京东云会针对每个系统做专门的监控梳理,同时对各种异常准备相应的预案,来保证系统的高效运转;首先我们定义了一套统一的监控标准:即监控需要覆盖基础-存活-性能-业务四个层面,从而保证了采集数据的全面,进而避免监控遗漏。具体来说,基础监控涵盖了机器的基本指标,比如CPU、内存、硬盘等;存活监控则聚焦机器和服务进程的存活性;性能监控关注服务对外表现的性能指标,比如PV、平响、错误码等;业务监控则是从用户角度,监控系统是否提供正常服务。进一步,根据不同的报警,我们可以定位到相应的问题,再辅以对应的预案,从而确保了故障的第一时间定位与恢复。

对于监控系统的设计,郑永宽则首先强调了系统设计要以监控业务需求为基础,同时要结合京东云的实际情况。郑永宽接下来介绍了京东云监控系统架构,进一步分析了数据抽象、监控数据采集、数据汇聚与计算、数据存储与查询、异常检查、报警通路等监控系统设计中的关键问题,另外还分享了对日志数据处理和挖掘的相关经验。

据悉,未来京东云还会着手配置化管理,同时做故障自动恢复。"结合运维知识库,我们可以真正把故障和报警联动起来,对于相关的报警,监控系统可以自动调度对应的预案,从而达到系统的故障自愈。
 

03赵金勇
社交电商SaaS产品技术架构

无论是宝宝树还是小红书的场景化社交,这种势头的兴起是有目共睹的;现在的消费群体更注重设计感及品牌的内在价值等,面对电商发展的四化,传统电商 群体遇到了前所未有的瓶颈。

——赵金勇

京东云应用研发部社交电商负责人

你了解社交电商吗?
你知道微信小程序SAAS化吗?
实力强大并有口皆碑的京东电商云在社交电商领域究竟有哪些技术优势呢?

 
京东云应用研发部社交电商负责人  赵金勇
有关这些问题的答案,京东云应用研发部社交电商负责人赵金勇表示,从整个电商发展来看可以被总结为“四化”,分别是去中心化、场景化、碎片化以及个性化。逐一说明,我们发现流量成本越来越高,“带领着”获客成本、品牌商运营成本也一路居高不下,这恐怕就是品牌商自己不做运营选择其他途径的原因,正所谓“品牌形象宣传去中心化” 就是这个道理。

“同样,无论是宝宝树还是小红书的场景化社交,这种势头的兴起是有目共睹的;现在的消费群体更注重设计感及品牌的内在价值等,面对电商发展的四化,传统电商 群体遇到了前所未有的瓶颈。”他补充道。

所谓社交电商,必然与”社交”关系密切,进而社交工具自然必不可少。除了凭借五花八门的推送工具,京东云社交电商还凭借京东与生俱来的海量商品以及优势供应链屡获成绩。基于京东大数据营销的能力,海量用户的精准画像以及商品推销、智能选品等这些稳定可靠的基础服务来打造系统。

据了解,京东社交电商分三端,分别是买家端、供应商端和PC端。未来社交电商的系统会接入到京东庞大的商品池,大家可以在整体的商品池中挑选自己的产品,共同的良性生态就此构建。
 

04张作义
基于企业级区块链框架系统JD Chain的技术实践

京东区块链品牌名叫京东智臻链,京东区块链的架构体系分为JD Chain和JD BaaS(Blockchain as a Service)两部分。在今年发布的《2019京东区块链技术实践白皮书》中,5大类、14个应用案例的信息都在列。

——张作义

京东数科区块链产品创新负责人

一直以来,商品的防伪溯源被认为是当今最有前景的区块链落地领域之一,也被戏称为让零售行业创新发展的“无上法宝”。

与传统溯源比较而言,区块链溯源究竟有怎样的技术、产业优势?能够帮助解决零售业务中怎样的痛点?如今还有哪些相关技术创新应用在传统零售行业中?

对此京东数科区块链产品创新负责人,区块链联合实验室创新生态负责人张作义特别在现场聊了聊京东区块链防伪追溯的实践经验。从京东区块链技术与应用着手,详细解析了京东区块链技术的整体技术架构、演进过程以及在零售业落地的应用案例与宝贵经验等内容。

在这里插入图片描述

京东数科区块链产品创新负责人,
区块链联合实验室创新生态负责人 张作义

 
从京东区块链整体架构出发,张作义介绍到,京东区块链品牌名叫京东智臻链,京东区块链的架构体系分为JD Chain和JD BaaS(Blockchain as a Service)两部分。JD Chain作为核心引擎,在数据账本、共识协议、密码算法、存储等方面引入新的研究成果和工程架构,解决处理性能、伸缩性、扩展性、安全性等基础和关键的技术问题,建立创新性的技术架构和应用方案。JD BaaS是服务平台,提供灵活易用和可伸缩的区块链系统管理能力,无缝融合包括JD Chain、Fabric在内多种区块链系统的部署管理,向企业级用户提供公有云、私有云及混合云环境快速部署能力,降低企业使用成本,加快应用落地。“在今年发布的《2019京东区块链技术实践白皮书》中,5大类、14个应用案例的信息都在列。”他说。

据了解,京东自主知识产权的区块链底层框架JD Chain于2019年3月正式宣布开源,在“万级交易处理、秒级交易确认、海量账户和交易、动态伸缩、账户存储、多核并行、密码算法”等方面符合经典区块链对存储、技术等定义及要求,同时还将Key Value结构用于现有的数据存储中,极大地提高了处理效率,这也是JD Chain能够支持更高速度的原因。

众所周知,京东擅长零售、物流与数字科技领域,这同时也是京东区块链主要服务的方向。例如参与广州互联网法院“网通法链“建设、区块链增值税专用发票试点、与宿迁的电子证照打通试点等,实际赋能数字存证、电子发票、电子证照等方面的诸多实际应用。

举个例子来说,区块链的数字存证。我们参与了北京互联网法院和广州互联网法院的区块链项目,需要把使用司法服务的内容搭载一条司法联盟链,主要可以实现什么作用?比如说签署一个合同,去公证处公证是必要流程之一,如果有了这个联盟链,所有的操作都可以在企业“朋友圈”实现,可以被理解为是数字签名的技术,以此判断合同签署的合法性,同时签完的合同会及时备份到这条联盟链中,如此法院、公证处以及司法鉴定部门,还包括合同双方的签署人都及时获知该信息。

此外,京东区块链在防伪追溯方面做得最多,分享几个数据来证明这点。例如已经受四五次大促考验,用户复购率、用户转化率明显提高等,说明现在京东目标客群对消费升级对这个品质的高度认可。

//////////

 
尽管京东云针对零售场景的创新技术分享已暂时告一段落,但关于大促数据库、智能运维、社交电商以及区块链品质溯源等技术探讨依旧在火热进行中,敬请关注京东云技术沙龙的后续活动。

关注微信公众号"京东云开发者社区"
回复“PPT0526”获取课程视频&PPT。


转载:请微信后台回复“转载”
合作或投稿:jdclouddeveloper@jd.com

点击"服务器与网络监控服务"了解更多详情
在这里插入图片描述

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: 视频课程 | 企业级监控系统设计与实践
下一篇: 2019全国程序员统一高考试卷
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