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
项目管理技术架构
收录了 项目管理技术架构 频道下的 50 篇内容
GitHub 上超牛的 Java 进阶教程，汇总 Java 生态圈常用技术框架、开源中间件，系统架构、数据库、大公司架构案例、常用三方类库、项目管理、线上问题排查、个人成长、思考等知识
汇总Java生态圈常用技术框架、开源中间件，系统架构、数据库、大公司架构案例、常用三方类库、项目管理、线上问题排查、个人成长、思考等知识
Java
程序员
架构
面试
编程语言
2020-11-06
0
复杂的项目管理怎么做到「AI 友好」？飞书项目用「开放」给出答案
项目管理始终是企业提升生产效率的重要抓手
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
在金融强国的背景下，金融企业如何分层分级有序开展 AI 人才培训？
智能体时代，金融人才培养全新升级，阅读原文了解详情。
Demo 能跑，项目却落不了地：企业真正缺的是 FDE 能力
当 AI 代码生成效率持续提升，企业竞争的分水岭，已经从「能不能做出 Demo」转向「能不能推进生产落地」。
智能体加速金融创新 | TF 技术前线 179 期报名
本期技术前线邀请蚂蚁集团、东方财富、摸象大数据四位技术专家，系统分享智能体在银行营销、保险产品解读、投研分析与多智能体交易框架中的真实落地经验，提供可直接复用的工程化方法论与最佳实践。欢迎报名，并参与交流。
AICon 2026 上海站正式启动：OpenClaw 袭来，我们来谈点真的
“当 AI 从‘聊天框’深入‘执行层’，企业落地的逻辑变了。AICon 2026 深度聚焦 Agent 执行内核与智算架构重构，12 大专题现已开启，邀您分享那些‘踩坑’后的真知灼见。
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
FDE 又不够了
前线部署工程师，只能解决技术问题
从 Vibe Coding 到 Spec Driven：网易智企智能化软件工厂的思考和实践｜QCon 北京
本次演讲会从AI Coding的问题出发，讲述CodeWave是如何将Spec Driven开发范式与可视化开发结合起来，同时通过需求EARS化等技术，重塑AI开发工作流，实现企业级大规模应用的AI Coding落地。
规范驱动开发——企业规模化落地实践
规范驱动开发将 AI 增强的软件交付从战术层面的提示词工程转变为协作式的意图表达。当前企业在工具链、工作流集成、多仓库协调及跨职能协作等方面仍存在明显缺口。
构建 Coding Agent 的飞轮：Feedback Loop、Benchmark、Agent Engineers｜QCon 北京
本次分享将结合实际落地经验，介绍文心快码如何通过 Feedback Loop、Benchmark 与 Agent Engineers 构建一个可运转的 Coding Agent 飞轮。
分布式缓存数据库的下一站：开源驱动、架构进化与 AI 工程化实践
腾讯云 DBTalk 第三期特别策划《「腾讯云 NoSQL」技术解析：分布式缓存数据库在社区开源、内核架构与 AI 工程化的全面演进》主题直播，特邀三位腾讯云 NoSQL 团队分布式缓存数据库产品技术专家，分享开源社区治理、高性能架构设计，以及智能化运维工程的完整技术脉络。
小红书 vibe coding 平台（Muse）之高可用人机共创 Agentic 系统架构实践｜AICon 上海
目前 Muse 已覆盖小红书全部职能线，在主流 AI Coding 产品中率先实现非研发独立完成从创意到可上线代码的全链路 NoCode 交付
从云原生到 AI 原生：模型引发的新一代基础设施构建
本文回顾了蚂蚁集团基础设施的演进历程，并介绍了当前的基础设施开源软件栈，并对未来的 AI-Ready 的基础设施架构进行了展望。
构建大规模自治体系
本文提出了一个用于架构去中心化的实用框架，通过采用清晰的决策边界、共同原则以及“护栏”（而非“门禁”）来对齐局部决策，实现大规模一致性。
OpenClaw 走红背后：Agent、AI Coding 与团队协作的新问题
Agent 能否真正进入研发流程？AI 写代码的边界到底在哪里？团队又该如何在效率和可控之间找到平衡？
训推一体潮汐弹性：蚂蚁集团在智算基础设施的池化调度实践｜AICon 上海
深入探讨 Agent 从原型到量产的工程挑战、数据与记忆的基础设施底座、安全可信的落地保障，以及大模型推理优化、智算架构升级等关键命题
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
从 Vibe Coding 到 Architecture Coding：Toco AI 建模驱动 AI Coding 实践｜QCon 北京
当前 AI Coding 工具在复杂系统中面临“结构不可控、上下文幻觉、资产难维护”的落地困境，代码采用率往往不足 10%。
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
