收录了 系统技术架构需求 频道下的 50 篇内容

别怕AI抢饭碗,它正逼着我们进化。

以百度文心大模型为“智能红娘”,为7691项科研成果与2568条企业需求搭建起精准匹配的“鹊桥”,让技术找市场、企业找技术的双向奔赴有了新解法。

AI通过提供决策信息、建议替代方案和简化文档来增强软件架构。虽然它不能取代人类的判断,但它可以加速MVP的开发,并在有足够背景知识时支持实验、权衡分析和技术债务管理。

软件架构反映了组织间的沟通方式和决策机制。故障源于激励机制错位、权责不清以及结构缺陷——而非技术缺陷。架构师需设计的不仅是系统本身,更要构建系统繁荣的环境条件,通过平台思维降低摩擦、促进自主性。

当 AI 狂欢席卷全球,无论是 GPU 还是 CPU,一场静默的场景化算力革命已然发生。阿里云和 AMD 通过“一芯三用”重新定义了 AI 时代的算力选型逻辑。从盲目追随算力参数的提升,到精准匹配业务场景需求,这不仅是单纯的技术路线转型,更是整个行业从“参数崇拜”回归“业务本质”的理性觉醒。

在OOP会议上,Xin Yao就社会技术设计和变革促进发表了演讲。

在企业级消息系统构建过程中,技术选型是至关重要的一环。

开源智能驾驶操作系统微内核龘EasyAda V2.3与开源安全车控操作系统小满EasyXMen V25.10新版本正式发布。

今天的软件专业人员需要在技术、业务和社会的复杂性迷宫中穿行。

2025 年,科技界的聚光灯不再只聚焦于手机。越来越多的智能设备开始真正地“看懂”世界。 形态各异的机器人助手尝试走入家庭、能洞察健康的 AI 穿戴设备正重新定义个性化医疗、AI 智能眼镜不再是概念产品……这些设备的本质已经超脱手机的附属品或者遥控器,而是需要自主感知环境、理解意图并规划执行的 AI 原生设备。

残余理论,对简单的架构施加压力,以揭示复杂业务系统中隐藏的“吸引子”。这使得设计能够更好地适应变化和不确定性

如何构建 AI 原生全球化数据分析架构以跨越实时、成本与合规鸿沟。

在任何软件开发工作中,总是有太多的事情要做,而时间或资源却远远不够。问题在于我们想要构建的东西可能无限大,而相比之下,我们可用的时间和资源却几乎无限小。

InfoQ 慕尼黑开发者峰会(10月15-16日)汇聚了实践者分享真实场景中验证有效的方案。

商汤科技面向企业级应用场景打造的开源框架——LazyLLM,实现一套体系,既能高效开发,又能稳定上线。

「AI 进化论:智算时代 OS 的破局之路」第五期直播,聚焦「Mooncake 如何破解大模型推理成本、吞吐与上下文困局」,邀请清华大学章明星教授(Mooncake 联合发起人)与阿里云高级技术专家马腾博士(Mooncake 核心贡献者),从学术研发与产业落地双视角,拆解 Mooncake 的技术逻辑、开源价值与企业实践,并为智算时代 OS 的演进提供参考。

传统基于数据分析师主导的流程面临效率与可扩展性瓶颈。

面对复杂项目开发中需求澄清难、任务复杂AI难交付的痛点,这位开发者设计了一套"6A工作流"——通过文档先行、任务递归的方式,让AI按照专业项目管理流程执行,将模糊需求逐步转化为可交付的代码。

国内团队玉盘 AI 发布《SRDA AI 大模型专用计算架构》白皮书,提出了一种全新的计算架构:系统级精简可重构数据流架构 SRDA (System-level Simplified Reconfigurable Dataflow Architecture),从硬件源头解决当前 AI 算力的核心瓶颈。

端侧大模型是噱头还是未来?看蚂蚁集团 / 华为 / 北邮的技术专家现场激辩。