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
生产技术架构
收录了 生产技术架构 频道下的 50 篇内容
MES 如何实现高效排产？其生产计划功能与底层技术架构
在MES微服务架构下，计划管理本身会作为一个或多个独立的微服务存在，它通过API与其他微服务（如设备管理、库存管理）进行数据交互，共同协作完成从计划到执行的闭环。
数字化转型
mes
万界星空科技mes
AI智能化MES
2025-10-09
0
华为鸿蒙突击队编程框架首席技术专家谢国确认出席 AICon 上海站，并以鸿蒙为例分享 AI 时代的跨平台框架演进
本次分享将围绕 KMP、 Flutter等主流跨平台框架在鸿蒙上的实践，并探讨跨平台开发框架在AI时代的未来发展方向
实时特征框架的生产实践｜得物技术
高效的实时推荐系统必须能够持续更新用户和物品的特征，以实时捕捉和反映它们的最新行为和兴趣变化。在这个过程中，实时特征的准确性和稳定性变得至关重要，它们直接影响到推荐系统在生产环境中的效果表现。
flink
性能优化
数据平台
特征框架
破局多端困境，拥抱 AI 变革：飞猪跨端技术的过去、现在与未来｜AICon 上海
本次分享将介绍飞猪用户技术面需要解决核心问题，兼容并包解决性能体验，动态化效率两大重点目标
PFS L3 技术架构解析：为 AI 生产负载全新设计的并行文件存储
传统 PFS 诞生于 HPC，成熟于大模型预训练，它的设计目标始终是把带宽做大、把单一任务跑完，面向的是稳定负载、固定集群与离线作业。
并行文件存储
PFS
agenticfs
从 Coding 到 Agent：QCon 北京 2026 全景复盘，优秀出品人 & 明星讲师名单揭晓
如果说过去一年 AI 还停留在“辅助开发”，那么在 QCon 北京 2026，一个更明确的共识已经形成：软件工程，正在从“以代码为中心”，转向“以智能体为核心”。
蚂蚁阿福：从 0 到生产的医疗 Agent 工程化落地｜QCon 北京
蚂蚁阿福是如何在从 0 到生产的医疗 Agent 工程化落地，医疗Agent的出现带来了什么
让推理引擎可被“看见”：大模型推理端到端 Token 级可观测工程实践｜QCon 北京
蚂蚁可观测团队率先构建了业界首个覆盖全链路、全栈、Token 级的深度可观测体系
Agent 记忆系统在 eBay 支付风控团队的探索与实践｜QCon 北京
如何在企业团队中落地Agent记忆系统
PingCAP 联合创始人兼 CTO 黄东旭已确认出席 QCon 北京站，分享 The Age of Autonomous Systems 自主系统的时代
Agent 并非简单的功能模块，而是一种全新的计算实体
从云原生到 Agent Engineering：AI 时代的软件架构跃迁｜QCon 北京
AI 时代的软件架构跃迁，从云原生到 Agent Engineering
Agent 生产落地基石：可观测透视 + 评估飞轮的一体化建设实践｜QCon 北京
如何从 0 到 1 构建可落地的观测与评估方案，破解 Agent 生产落地的核心困局
迈向高保真与工业化：混元 3D 生成大模型从理论到实践的 SOTA 之路｜AICon 上海
腾讯混元3D生成大模型致力于通过AIGC技术重塑3D内容生产管线
支付宝 xUI -- “阿宝”背后的 Agentic 终端交互引擎｜AICon 深圳
支付宝 xUI 是面向 AI 应用场景构建的端云协同 Agentic 智能化框架与运行时
美图 Roboneo：设计生产场景下多智能体编排工程实践｜AICon 上海
本次分享将结合 Roboneo 从 0 到 1 的建设历程，系统梳理面向设计生产场景的 Agent 能力编排工程实践
从桌面到企业：DGX 双系统搭配 NemoClaw，打造自主智能体全流程开发平台
NVIDIA 通过 DGX Spark 与 DGX Station 将数据中心级 AI 算力下沉至桌面环境，配合 NemoClaw 开源栈提供的安全运行时，为企业构建自主 AI 智能体提供了合规、可控、可扩展的技术底座。
MCP Gateway：构建下一代 AI Agent 的“中枢网关”｜QCon 北京
MCP Gateway：构建下一代 AI Agent 的“中枢网关”
Deep Research 智能体工程化实践：从原型到生产级服务的关键挑战与解法｜QCon 北京
本次分享围绕在 Deep Research 智能体服务化过程中的实践经验
Agent Mesh：企业多智能体系统治理实践｜AICon 上海
结合字节跳动火山引擎 ArkClaw 智能体平台的建设实践，系统解析 ArkClaw 基于 Agent Mesh 架构的企业多智能体系统治理方案。
构建 AI 的“第二大脑”：大规模多模态记忆平台技术实践｜QCon 北京
大模型拥有强大的思考能力，却缺乏持续、可信的记忆能力。
Copyright © 2026, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5
京公网安备 11010502039052号 | 产品资质
京公网安备 11010502039052号 | 产品资质
