- 博客(16)
- 收藏
- 关注
RSS订阅原创 致软件工程专业的学子们
我专科毕业，自学软件工程，在技术这条路上摸爬滚打了十几年，从最初敲下第一行代码，到后来在蚂蚁集团主导数据中台建设、重构底层开源组件，我有幸和一群顶尖的工程师们一同创造历史。AI确实能帮我们写代码、调接口，但这反而让我看到了一种危险的现象：越来越多人沉迷于“Vibe-Coding”，把AI当成黑盒许愿池，陷入了“唯Prompt论”和“API调用”的泥沼。在AI时代，你可以把繁琐的编码工作委托给AI，但你永远无法委托你对系统的“理解”。面对这种“参差不齐的智能”，我们必须永远保持“多想一步”的饥饿感。
2026-08-22 11:52:57
597
原创 AI时代软件工程如建筑工程的严谨性与范式预测
严谨性将体现在“审核”的质量上——能否快速识别AI生成的隐蔽漏洞，能否判断代码是否符合业务上下文。传统的断言测试（Assert）可能失效，因为AI生成的代码逻辑可能是动态的。我们需要构建能够理解自然语言需求的测试Agent，去验证生成的软件是否真正解决了用户的问题，而不仅仅是通过了语法检查。未来将是那些能在混沌的AI生成内容中，建立起有序、安全、可控系统的“数字建筑师”。传统代码是确定性的，而AI生成的代码往往基于概率预测。新的严谨性不再仅仅是“代码能跑通”，而是“在概率分布中，系统行为收敛于预期目标”。
2026-08-20 09:08:53
573
原创 新闻传播转软件工程最佳实践案例
本来我的历程可能会在传播学以及新闻学的发展，逐步走向了工学。但一点点啃下来，一点点实践，连public static void main我都不懂，直到每天一点点背，一点点实践，一点点积累到我的博客里11年的经验。最终融汇贯通，突破文科与工科的瓶颈。包括摄影摄像、唱词录入以及各大娱乐圈、学术圈的采访与包括百年辛亥等大型专题片的制作与北京审核发布。那么，我很笨，但是我很勤奋，曾国藩式学习法，相信自己，坚持，坚持，再坚持，你也可以跨界融合。我这个帖子，给所有努力，文科转工科的朋友们一个相信自己的理由。
2026-08-19 13:53:05
254
原创 业务与技术探索的平衡
那么我最拿手的大数据领域与AI的结合，做，还是不做呢，对自己，会不会也给大家带来更多的AI与大数据计算引擎，存储引擎，中间件，数据分析OLAP、元数据中心、数据质量、数据应用、数据OLTP的数据建模等等与AI的融合架构，我的最佳实践呢？哎呀，算法领域好想深入微调，比如为什么？好激动，但不着急，如果人生按60年，我还有二三十年呢，一切仅仅是个开始[Yeah][Yeah][Yeah]但我在做项目，这个项目也会成为我新的最佳实践。真纠结，那就业务项目做，技术深入的平衡，长期做，一切仅仅是个开始[害羞]
2026-08-19 01:29:50
383
原创 AI时代从Demo到卓越工程的演进过程
2.当逐步收到痛点时，开始让AI帮我coding，在这个过程中，你会发现，业务形态没定，实体抽象不出来，还无法建立领域模型，直到功能随着需求越来越丰富，开始比如很小的点，某个接口6 7个传参，功能已经稳定，那么可以着手抽象成模型model。金融级别的要求的话，P0故障了。1.一开始，产品雏形demo的建立，当一个可用的demo可运行，我开始找身边的人试用，找痛点，同时一开始是单体spring boot的项目，但能考虑到的缓存、限流，降级，故障恢复和压测，分层设计，提前进行了大的框架预留与设计。
2026-08-17 03:36:55
511
原创 程序员被淘汰？还是AI时代真正要正视的事情
但问题来了，他并不懂业务的真实使用情况，体感，以及产品的走向，因为人的更多的使用才会有真实现实的需求，从技术与业务结合的角度，人，更适合抽象，更能平衡好业务与技术的关系，以及让架构可控。AI时代，经过我自己原创的项目，十几天的不断产品迭代，是对自己所有经验以及与AI结合，不断发现问题，不断要求AI去改，不断AI改，我不断抽象的过程，以及我不断精进的过程。所以，继续踏实下来，AI会加速人的学习速度，而不是为了AI而AI，而是能够更好的，更专业的帮助人类去完成与现实业务的接轨与创新。还是不愿意努力的自己呢？
2026-08-16 06:37:16
343
原创 不仅是产品，通用LLM模块开源！
技术栈：Spring Boot 3 / React / Milvus RAG / Multi-Agent / 多模态。📖 架构文档：https://github.com/ysy0915/chat-system/wiki。历时十几天的通宵，在 AI 编程助手的辅助下，终于把这套企业级 AI Agent 系统开源了！📝 11 年实战博客：https://www.cnblogs.com/yangsy0915。🚀 在线体验：http://112.124.106.108:8080/chat/home。
2026-08-14 05:36:25
701
原创 昨晚爆肝，agent基座开发
昨晚爆肝，把博思AI智能体的复杂任务从单Agent串行升级为TaskPlanner→RabbitMQ→双实例Worker并行→收敛压缩的完整编排链路。比如写一份数字化转型报告，9个业务维度挤在一次生成里，首token延迟恶化，任何一块失败整篇作废。并发保护用Redis Lua原子限流，全局共享8个工作流额度，超限自动降级到单Agent兜底。实测20并发：8个并行+12个降级，零丢失，系统不雪崩。一句话总结：让复杂任务拆得开、跑得动、扛得住、丢不了、挂了能自愈，用12条测试用例把闭环钉死在代码里。
2026-08-13 15:27:17
287
原创 AI编程时代，程序员的生存之道
AI是一个不知疲倦的“体力劳动者”，它能迅速生成标准的模板代码，但它不懂业务领域的边界，更无法预见系统未来的演进。因此，我始终坚持：必须将业务领域的模型抽象，与架构的扩展性、稳定性、高可用性、可伸缩性深度结合，才能把系统设计做到最合理的平衡。我深知，当线上出现内存压力或流量突增时，能够第一时间预警并优雅降级的，正是这些在架构设计阶段就埋下的“安全网”。在AI编程工具大行其道的今天，我越来越深刻地意识到一个事实：AI生成的代码仅仅是“实现”，而真正决定系统生死存亡的，是架构设计的平衡艺术。
2026-08-12 16:28:18
664
原创 博思AI智能体：意图识别、思考链与性能优化的工程实践
博思AI智能体近期完成了一次重要的专项优化，聚焦于意图识别、思考链展示与全链路压测三大核心领域，将系统从功能实现推向了工程卓越的层面。此次专项优化，标志着博思AI智能体在智能化、透明化和稳定性上迈出了坚实的一步，为用户提供更流畅、更可信的AI交互体验奠定了坚实基础。为了让AI更懂用户，我设计了一套“三层漏斗”意图识别架构，通过逐层降级策略，在确保高命中率的同时，最大限度地降低延迟与成本。在一次全链路压力测试中，我模拟了500并发用户请求AI回答的场景，并成功定位并解决了导致502错误的性能瓶颈。
2026-08-11 04:20:27
436
原创 AI产品落地最佳实践
它不仅是一个集成了多模型对话、3D知识图谱和AI多人游戏的企业级AI枢纽，更是一份关于如何打造高可用、高并发、高质量AI系统的实践答卷。博思AI智能体的核心愿景，是突破传统单一大模型的交互局限，构建一个覆盖智能对话、内容创作、知识管理全场景的企业级AI枢纽。为支撑复杂的AI协同场景，博思AI智能体v3.0采用了严谨的九层分层架构与微服务设计，将流量接入、业务逻辑、AI推理与数据底座深度解耦，构筑了高可用的技术底座。它证明了一个优秀的AI应用，不仅需要前沿的模型能力，更需要坚实的工程底座作为支撑。
2026-08-10 21:52:43
615
原创 几日通宵重构后的AI产品落地最佳实践
目前，这套机制已接入“情绪树洞”（TreeHoleAssistant）和“个人对话空间”（PersonalChatAssistant）两个场景，实现了每用户独立记忆窗口（20条消息），并在失败时自动降级到原有的 LLMInvoker 调用路径，保证了极高的可用性。这不仅让 AI 的记忆从原本的10分钟延长到了“永久”（能记住用户一个月前的对话），还因为合理的数据流转，释放了约 180MB 的服务器内存。AI应用的竞争，早已从“谁的模型更强”转向了“谁的工程化做得更好”。隐形基建：为AI系统加装“神经中枢”
2026-08-09 14:54:57
450
原创 是调大模型接口？还是手撸Harness工程！
这指向一个结论：AI应用需要的不只是“调接口”，而是一个“Harness工程”——AI能力的编排层。今晚我进行了一次将Spring Boot + React聊天系统从“调接口”升级为“Harness工程”的实战，完成了设计模式重构、RAG知识库、对话记忆、多模态增强四大改造。但当应用深入，问题接踵而至：AI没有记忆，无法关联上下文；AI应用的竞争，已从“谁的模型更强”转向“谁的工程化做得更好”。Harness工程的核心，是在LLM和业务间建立编排层，将通用模型打造成“懂你业务的专属AI”。
2026-08-08 20:27:42
313
原创 架构师的产品观
更诡异的是“s键打不出”：KeepAlive让贪吃蛇游戏的keydown监听器在注册页生效，吞掉“s”键。高内聚、低耦合，敏感逻辑收口，公共接口设防（Redis五层防爬虫），系统才能在公网“独善其身”。多Agent协同，让系统拥有“自我进化”能力。我始终认为，优秀的架构师应像对待孩子一样对待产品：给予生命（功能），更要通过“教育”（重构）与“引导”（架构演进），让它从蹒跚学步成长为逻辑自洽的“成年人”。这次，我引入多Agent协同理念，让豆包、千问、DeepSeek化身“家庭教师”，各展所长打磨产品。
2026-08-06 20:35:35
450
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人