写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 系统架构新技术 频道下的 50 篇内容

本文详细介绍了搭建系统工程架构时需要关注的几个重要方面。基于产品的价值,做出决策。并从系统工程架构的演进、技术方案的选型、系统规范共识的达成等方面入手,对实施过程中的常见问题给出了解决思路。

在有些场景中,分发的数据是某个节点上生成的,不存在一个远端的源地址,所以我们希望 Dragonfly 能够增加对这种场景的支持。本文也介绍了其测试方法和效果,欢迎点击观看~

架构变更案例拓展了架构决策记录(ADR)的设计思路,用于评估各项决策后续可能发生的变更,能够挖掘隐藏的预设条件,协助团队预估变更的撤回成本与可逆程度。

AI 时代的软件架构跃迁,从云原生到 Agent Engineering

AI 时代架构如何演进,是快手乃至整个行业正在面对的核心命题。

今年WAIC上,大模型依然是绝对主角。但相比去年,今年还有一个变化开始变得越来越明显。越来越多企业,不再讨论“模型有多大”,而开始讨论“算力还能不能继续这样堆下去”。GPU、HBM、Chiplet、3D封装、近存计算……

当 AI 应用开始在运行时解释数据、选择工具并影响业务状态时,数据表示中的遗漏和歧义可能直接转化为行动风险。

途虎养车 OLAP 平台的演进历程,主要经历了四个关键阶段。

在演进式架构中,系统应该设计成可以吸收并适应不断变化的需求和环境。但要真正实现这种适应性,团队成员需要对系统本身有深刻的理解。

老黄的口头禅已经从“买得越多,省得越多了”变为了“买得越多,赚的越多”。

聚焦独立 AI Memory 记忆系统核心技术与落地实践,全方位拆解这套前沿系统的技术逻辑、场景价值与未来趋势

物理 AI 是机器在现实世界中设计、部署与获得信任的全新篇章。

推理要深、工具调用要可靠、响应要够快、token 要省

传统依靠代码评审、补充用例和上线观察的交付方式,能够发现局部实现问题,却难以证明新系统在预期业务边界内保持了老系统的关键行为。

本文分享了一次影响很大的部署带给我们的经验教训以及由此衍生出的设计模式。我们将简单的同步模型换成了稳健的分层架构。

本次虚拟座谈会汇聚了业界顶尖的实践者,共同探讨 AI 威胁的演变趋势。他们还将审视传统安全方法的局限性,以及抵御未来攻击所需的关键技能。

云原生计算基金会(CNCF)发布的一份最新技术分析报告指出,代理式 AI 未来并非建立在全新的基础设施之上,而是建立在已经为现代分布式应用程序提供支撑的成熟的云原生生态系统之上。

vivo 接下来将围绕“个人化智能”继续推进 AI 能力,重点解决“听懂你、记住你、办成事”三个问题。

当前,人工智能技术正从推理时计算演进至递归自我改进阶段,长程连续迭代与闭环规划任务成为下一阶段的核心范式。

AI Agent 正加速迈向跨设备、多场景的复杂任务执行