- 博客(276)
- 收藏
- 关注
RSS订阅原创 Claude全维度产品使用体验深度说明
Claude是一款优缺点极其鲜明的专业级AI产品，不主打娱乐化、轻量化的泛用体验，而是聚焦高端生产力场景深耕细作。用户只需结合自身使用场景、需求层级、安全要求，精准匹配模型版本、合理使用核心功能、规避安全风险，即可最大化释放产品价值，实现工作效率、创作质量、科研精度的全方位提升。在AI深度赋能产业的时代背景下，Claude以极致的专业生产力能力，为行业AI落地应用提供了优质范本，也为专业用户的智能化转型提供了核心支撑。
2026-07-23 17:39:14
371
1
原创 技术筑魂，向善致远：DeepSeek全栈技术的进化逻辑与行业引领价值
技术创新的终极目标是产业落地，而工程化能力则是打通技术落地“最后一公里”的关键。在底层架构与中间层技术协同成型后，DeepSeek将技术进化的重点转向工程化底座的构建，推出TileLang融合内核，实现了全栈技术的工程化闭环，让技术创新能够快速转化为可落地、可复用的产品与解决方案。
2026-02-19 09:31:47
652
1
原创 守正创新，行稳致远：DeepSeek全栈技术的伦理构建与可持续发展之路
大模型技术的未来，不仅在于技术的迭代升级与效能提升，更在于伦理的坚守与可持续发展的践行。DeepSeek在全栈技术创新的道路上，始终坚守“技术向善”的初心，将伦理构建与可持续发展理念融入企业发展的血脉，既实现了自身的技术成长与商业突破，也为大模型行业的健康可持续发展提供了宝贵的实践经验。伦理为尺，可明方向；可持续为纲，可行长远。从本土深耕到全球拓界，从技术创新到伦理坚守，从普惠赋能到可持续发展，DeepSeek的每一步前行，都彰显着“守正创新、向善而行”的企业担当。
2026-02-19 09:29:47
661
原创 出海拓界，普惠全球：DeepSeek全栈技术的国际化布局与全球价值实践
出海不是简单的技术输出，而是价值的共享、生态的共生、文明的交融；普惠不是单一的善意传递，而是技术的责任、企业的担当、行业的未来。DeepSeek的国际化布局，既是自身长远发展的必然选择，也是中国大模型技术走向全球、赋能全球的重要探索，更是推动大模型技术从“区域普惠”走向“全球共享”的生动实践。从本土深耕到全球拓界，DeepSeek以全栈技术为核，以普惠初心为纲，以本地化适配为要，在海外市场稳步推进、持续突破，用实践证明了中国大模型技术的实力与价值，也为大模型企业的国际化发展提供了宝贵的实践经验。
2026-02-19 09:26:44
1167
原创 回望深耕路，启序新征程：DeepSeek全栈技术体系的发展复盘与未来启示
DeepSeek在全栈技术研发、商业落地、生态共建中的实践与探索，积累了宝贵的发展经验，这些经验不仅对DeepSeek自身的长远发展具有重要指导意义，更对整个大模型行业的发展具有深刻的启示，为大模型企业的技术研发、商业布局与长远发展提供了可参考的范式。深耕不辍，方得始终；初心如磐，方能致远。
2026-02-19 09:24:27
547
原创 竞合共生，筑领未来：DeepSeek在大模型行业竞合格局中的定位与发展战略
在大模型行业“群雄逐鹿”的竞合格局中，唯有找准自身定位、坚守发展初心、制定科学战略，才能在激烈的竞争中站稳脚跟，在合作共生中实现持续成长。DeepSeek立足自身全栈技术优势，明确“高效能普惠型大模型引领者”的定位，践行“技术深耕、普惠赋能、生态共生”的发展战略，既彰显了其“拒绝内卷、坚守初心”的发展理念，也体现了其“竞合共生、推动共赢”的行业担当。技术的价值在于普惠，行业的未来在于共生。
2026-02-19 09:21:23
727
原创 迭代不止，赋能无界：DeepSeek全栈技术的未来演进与产业价值升级
技术迭代无止境，产业赋能无边界。DeepSeek全栈技术的发展，从底层架构的创新到商业场景的落地，从单一技术的突破到全栈协同的成熟，始终围绕“需求导向、效能核心、普惠初心”的核心逻辑，实现了技术创新与产业价值的双向提升。面对未来大模型行业的发展趋势与产业需求升级，DeepSeek将持续推动全栈技术迭代升级，聚焦核心技术深化、多模态融合、工程化升级、安全性强化四大方向，不断突破技术瓶颈，提升技术效能，降低使用门槛。
2026-02-19 09:16:48
944
原创 技术普惠与产业赋能：DeepSeek全栈技术的商业化落地路径与实践探索
大模型技术的商业化落地，从来不是“技术的单向输出”，而是“技术与产业的双向奔赴”。DeepSeek依托全栈技术体系的协同优势，走出了一条“技术筑基、场景深耕、生态共建”的普惠化落地路径，既通过技术优化降低了落地成本，实现了对中小企业的技术赋能，又通过行业深耕与生态共建，实现了自身商业价值的提升，打破了“技术内卷”与“落地困难”的行业困境，为大模型行业的商业化发展提供了宝贵的实践经验。在大模型技术向“普惠化、产业化”发展的今天，技术创新是基础，商业落地是关键，生态共建是长远。
2026-02-19 09:12:36
1158
原创 案例分析：Redis 如何助力秒杀业务5
秒杀，是对正常业务流程的考验。因为它会产生突发流量，平常一天的请求，可能就集中在几秒内就要完成。比如，京东的某些抢购，可能库存就几百个，但是瞬时进入的流量可能是几十上百万。如果参与秒杀的人，等待很长时间，体验就非常差，想象一下拥堵的高速公路收费站，就能理解秒杀者的心情。同时，被秒杀的资源会成为热点，发生并发争抢的后果。比如 12306 的抢票，如果单纯使用数据库来接受这些请求，就会产生严重的锁冲突，这也是秒杀业务难的地方。
2025-01-18 23:56:49
3040
12
原创 案例分析：如何用设计模式优化性能11
就是对常用开发技巧进行的总结，它使得程序员之间交流问题，有了更专业、便捷的方式。比如，我们在《02 | 理论分析：性能优化有章可循，谈谈常用的切入点》中提到，I/O 模块使用的是装饰器模式，你就能很容易想到 I/O 模块的代码组织方式。事实上，大多数设计模式并不能增加程序的性能，它只是代码的一种组织方式。本课时，我们将一一举例讲解和性能相关的几个设计模式，包括代理模式、单例模式、享元模式、原型模式等。
2025-01-18 23:56:41
1631
10
原创 超越常规：斐波那契数列的极速计算技术6
这是因为快速幂算法的时间复杂度为O(log n)，在算法中只需进行log n次乘法运算。也就是说，数列的第三个数是前两个数的和，第四个数是第二个数和第三个数的和，以此类推。因此，空间复杂度为O(1)，即常数级别的空间复杂度。基本思想是利用矩阵乘法的性质，将斐波那契数列的递推关系表示为矩阵形式，然后通过快速幂算法来快速计算矩阵的高次幂，从而得到斐波那契数列的第n项的值。矩阵解法结合快速幂的斐波那契数列算法具有优秀的时间复杂度O(log n)和空间复杂度O(1)，适用于需要高效计算大数值斐波那契数列的场景。
2025-01-18 23:56:32
1559
6
原创 大前端：突破动态化容器的天花板3
最终我们获得了一个如上图的高性能、安全的动态化容器，可以以Wasm的方式支持原生级别的性能，也可以将JavaScript 的前端工程的性能提升一截。从某个角度看，像是我们把RN用Rust重写了，添加了Wasm解释器的支持。但用熟悉WebView架构的视角看，也可以看作是一个WebEngine Lite，只是试图绘制暂时用的系统UI。文章最后做一下回望和展望。回望：我们所做的所有架构和优化工作都可以概括为，区分本质复杂度和偶然复杂度，恰当的回应本质复杂度，降低偶然复杂度。动态化容器的本质复杂度是什么？
2025-01-18 23:56:19
992
原创 搜索广告召回技术在美团的实践1
从美团流量场景角度来看，美团搜索广告分为两大类，一是列表推荐广告；二是搜索广告。推荐广告以展现商家模式为主，通常叫商家流。搜索广告的展现形式比较丰富，有商家模式，即以商家展现为主，会挂上菜品/商品；还有商品模式，即以商品展现为主，以呈现商品大图、商品标题等核心商品信息为主。搜商品意图占据绝大多数份额，搜索商家只占较小的一部分；因此检索以商品为主，看候选规模的话，美团有百万量级的商家和十亿级别的商品，供给规模较庞大。
2025-01-18 23:56:09
691
3
原创 解锁 Feign 技术：优化微服务通信的实战秘籍
Feign 是一个声明式的 Web Service 客户端。它的出现使开发 Web Service 客户端变得很简单。使用 Feign 只需要创建一个接口加上对应的注解，比如：@FeignClient 注解。Feign 有可插拔的注解，包括 Feign 注解和 AX-RS 注解。Feign 也支持编码器和解码器，Spring Cloud Open Feign 对 Feign 进行增强支持 Spring Mvc 注解，可以像 Spring Web 一样使用 HttpMessageConverters 等。
2025-01-18 23:53:19
899
1
原创 Spring Guava数据流转换与处理13
Guava提供了许多工具和类，能够简化这一过程，尤其是在处理数据时，它的链式调用风格使得数据流的处理更加清晰、优雅。数据流的处理在现代开发中无处不在，而 Guava 提供的流式操作和工具类，让数据处理变得更加简洁、优雅。，都非常适合进行流式操作，通过链式调用我们可以实现一系列数据转换和处理，而不需要中间产生额外的临时变量。提供了许多常用的流式操作方法，可以用来处理集合或迭代器中的数据，增强代码的可读性与可维护性。这样，我们就能够轻松处理包含多余空格或多种分隔符的字符串，避免了手动处理这些繁琐的细节。
2025-01-18 23:53:10
576
1
原创 实战展示 ThreadLocal 如何为多线程编程提供一种简洁而高效的上下文管理方案
实现一个高效的上下文管理组件，以解决多线程环境下的数据共享和上下文管理这些问题。通过具体的代码示例和实战展示。如何为多线程编程提供一种简洁而高效的上下文管理方案。
2025-01-18 23:53:00
1185
6
原创 基于多模态信息抽取的菜品知识图谱构建1
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:46:26
651
2
原创 基于多模态信息抽取的菜品知识图谱构建2
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:46:16
795
原创 基于多模态信息抽取的菜品知识图谱构建3
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:46:11
971
3
原创 基于多模态信息抽取的菜品知识图谱构建4
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:46:05
982
5
原创 基于多模态信息抽取的菜品知识图谱构建5
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:56
667
2
原创 基于多模态信息抽取的菜品知识图谱构建6
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:52
948
4
原创 基于多模态信息抽取的菜品知识图谱构建7
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:46
874
原创 基于多模态信息抽取的菜品知识图谱构建8
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:42
815
4
原创 基于多模态信息抽取的菜品知识图谱构建9
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:37
922
1
原创 基于多模态信息抽取的菜品知识图谱构建10
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:32
1061
2
原创 基于多模态信息抽取的菜品知识图谱构建11
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:26
982
3
原创 基于多模态信息抽取的菜品知识图谱构建12
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:22
1168
2
原创 基于多模态信息抽取的菜品知识图谱构建13
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:17
1019
2
原创 基于多模态信息抽取的菜品知识图谱构建14
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:12
805
3
原创 基于多模态信息抽取的菜品知识图谱构建15
1. 背景中国有句古话：“民以食为天”。对食物的分析和理解，特别是识别菜肴的食材，在健康管理、卡路里计算、烹饪艺术、食物搜索等领域具有重要意义。但是，算法技术尽管在目标检测[1]-[3]、通用场景理解[4][5]和跨模态检索[6]-[8]方面取得了很大进展，却没有在食物相关的场景中取得好的表现，尤其是对烹饪菜肴的相关场景。其核心原因是缺乏细粒度食材的基准，这已经成为该领域发展的瓶颈。以往的研究主要集中在食物层面的表征学习，如Food2K上的食物识别[9]-[12]，UNIMIB2016上的食物检测
2024-12-18 08:45:06
1107
1
原创 领域驱动设计DDD在B端营销系统的实践1
我们做的大部分系统都不是全新系统，如CRM、HR或SCM等，已经有很多业界实践，可充分借鉴这些实践，没必要自己创造新概念。要重视统一语言。没有统一语言就不会有概念模型，没有概念模型就不可能有靠谱的代码模型，拿到需求后就开始设计代码模型是不靠谱的。领域驱动设计是团队工作。现实中没有一个是严格意义上的领域专家，所有参与到这项工作的人都可以是领域专家，整个工作可以由技术团队主导，但一定要落地到产品和业务。拥抱变化，持续迭代。
2024-12-17 08:34:39
963
原创 领域驱动设计DDD在B端营销系统的实践2
我们做的大部分系统都不是全新系统，如CRM、HR或SCM等，已经有很多业界实践，可充分借鉴这些实践，没必要自己创造新概念。要重视统一语言。没有统一语言就不会有概念模型，没有概念模型就不可能有靠谱的代码模型，拿到需求后就开始设计代码模型是不靠谱的。领域驱动设计是团队工作。现实中没有一个是严格意义上的领域专家，所有参与到这项工作的人都可以是领域专家，整个工作可以由技术团队主导，但一定要落地到产品和业务。拥抱变化，持续迭代。
2024-12-17 08:34:30
674
3
原创 领域驱动设计DDD在B端营销系统的实践3
1 背景通过营销活动实现客户/用户拉新、留存和促活是业界普遍采用的方法。为实现商户增长和留存，美团核心本地商业/商业增值技术部也构建了相应的营销系统来支撑商户的线上营销运营。在系统建设过程中，面临着业务体量大、行业跨度大、场景多样、客户结构复杂，需求多变等挑战。本文试图还原从0到1构建面向商户的营销系统过程中，并通过DDD（领域驱动设计）来应对系统设计和建设中遇到的业务复杂度高、需求多变、维护成本大等问题。2 基本概念软件系统的复杂性主要体现在三个方面。隐晦：一是抽象层面的隐晦，抽象系统时，
2024-12-17 08:34:21
705
1
原创 领域驱动设计DDD在B端营销系统的实践4
我们做的大部分系统都不是全新系统，如CRM、HR或SCM等，已经有很多业界实践，可充分借鉴这些实践，没必要自己创造新概念。要重视统一语言。没有统一语言就不会有概念模型，没有概念模型就不可能有靠谱的代码模型，拿到需求后就开始设计代码模型是不靠谱的。领域驱动设计是团队工作。现实中没有一个是严格意义上的领域专家，所有参与到这项工作的人都可以是领域专家，整个工作可以由技术团队主导，但一定要落地到产品和业务。拥抱变化，持续迭代。
2024-12-17 08:34:12
953
1
原创 领域驱动设计DDD在B端营销系统的实践5
我们做的大部分系统都不是全新系统，如CRM、HR或SCM等，已经有很多业界实践，可充分借鉴这些实践，没必要自己创造新概念。要重视统一语言。没有统一语言就不会有概念模型，没有概念模型就不可能有靠谱的代码模型，拿到需求后就开始设计代码模型是不靠谱的。领域驱动设计是团队工作。现实中没有一个是严格意义上的领域专家，所有参与到这项工作的人都可以是领域专家，整个工作可以由技术团队主导，但一定要落地到产品和业务。拥抱变化，持续迭代。
2024-12-17 08:34:04
1088
原创 领域驱动设计DDD在B端营销系统的实践6
我们做的大部分系统都不是全新系统，如CRM、HR或SCM等，已经有很多业界实践，可充分借鉴这些实践，没必要自己创造新概念。要重视统一语言。没有统一语言就不会有概念模型，没有概念模型就不可能有靠谱的代码模型，拿到需求后就开始设计代码模型是不靠谱的。领域驱动设计是团队工作。现实中没有一个是严格意义上的领域专家，所有参与到这项工作的人都可以是领域专家，整个工作可以由技术团队主导，但一定要落地到产品和业务。拥抱变化，持续迭代。
2024-12-17 08:33:55
981
1
原创 领域驱动设计DDD在B端营销系统的实践7
我们做的大部分系统都不是全新系统，如CRM、HR或SCM等，已经有很多业界实践，可充分借鉴这些实践，没必要自己创造新概念。要重视统一语言。没有统一语言就不会有概念模型，没有概念模型就不可能有靠谱的代码模型，拿到需求后就开始设计代码模型是不靠谱的。领域驱动设计是团队工作。现实中没有一个是严格意义上的领域专家，所有参与到这项工作的人都可以是领域专家，整个工作可以由技术团队主导，但一定要落地到产品和业务。拥抱变化，持续迭代。
2024-12-17 08:33:47
673
3
原创 领域驱动设计DDD在B端营销系统的实践8
我们做的大部分系统都不是全新系统，如CRM、HR或SCM等，已经有很多业界实践，可充分借鉴这些实践，没必要自己创造新概念。要重视统一语言。没有统一语言就不会有概念模型，没有概念模型就不可能有靠谱的代码模型，拿到需求后就开始设计代码模型是不靠谱的。领域驱动设计是团队工作。现实中没有一个是严格意义上的领域专家，所有参与到这项工作的人都可以是领域专家，整个工作可以由技术团队主导，但一定要落地到产品和业务。拥抱变化，持续迭代。
2024-12-17 08:33:38
862
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人