应用层技术架构

详解“洋葱架构”

领域驱动设计（Domain-driven design，DDD）是一种为复杂需求开发软件的方法，它将软件的实现与不断发展的核心业务概念模型紧密地结合在一起。

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。

AI 架构中的 “油水难融” 时刻

当确定性系统与非确定性AI行为相遇，软件架构正面临如同“油水混合”般的挑战。架构师需用意图、治理与系统思维锚定智能系统，本文介绍的V型影响画布正是以人类信任为核心、应对这一变革的架构框架。

当 AI 助手进化为自主智能体：英伟达如何携手 SAP 重构企业级“信任逻辑”？

只有当企业可以放心地将数据托付给AI智能体时，它们才能创造价值。

谦合益邦打造全球首款 4 层 3D DRAM 存算一体芯片

近日，3D存算一体芯片领军企业谦合益邦宣布，其自主研发的全球首款4层3D DRAM堆叠存算一体芯片成功回片并点亮，标志着4层3D DRAM堆叠存算一体芯片从技术验证正式迈入工程落地阶段。

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

tRPC-Agent：腾讯多智能体框架的架构设计与业务实践 ｜AICon 北京

自主决策 + 图编排：揭秘腾讯 tRPC-Agent 的架构与业务价值。

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”。

智能体安全实践：可控与可靠｜QCon 前瞻

Agent 具备自主行动能力后，安全边界需前移，智能体可靠性是核心保障。

最卷春节档，改写模型“地板”的只有 TA

从年前到年后，全球 AI 领域迎来了一波密集的发布潮，国内外科技巨头与创新企业争相“交卷”，火药味十足。

千亿级请求下，飞猪如何将广告外投系统超时率爆降至 0.01%

实时竞价接口，就是广告平台在每次广告曝光前，实时问飞猪"这个用户要不要投、出多少钱"的关键技术。QPS），对低延迟、高吞吐、强稳定性提出极高要求。

千亿级请求下，飞猪如何将广告外投系统超时率爆降至 0.01%

实时竞价接口，就是广告平台在每次广告曝光前，实时问飞猪"这个用户要不要投、出多少钱"的关键技术。QPS），对低延迟、高吞吐、强稳定性提出极高要求。

AI 从“能对话”走向“能办事”，蚂蚁集团 WAIC 展示三层布局

在基础大模型领域，蚂蚁自研的百灵大模型持续演进。

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。

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

渲染内存降 95%、GC 卡顿率降 90%：KMP 是怎么在鸿蒙上跑起来的

AutoGenesis：基于 AI + MCP 的跨平台自动化测试实践

自动化测试之所以难以真正铺开，很多时候并不是因为团队不重视，而是因为门槛太高: 业务人员不会写代码，测试脚本又难维护。Microsoft Edge QA 团队开源的 AutoGenesis，想解决的正是这个问题: 让测试人员只需要用自然语言描述场景，就能借助 AI 生成自动化代码，并由确定性的程序稳定执行。基于这一路径，团队在 Windows、macOS、iOS、Android 四个平台上验证了方案可行性。本文将拆解其基于 MCP 的架构设计、代码生成与执行机制，以及它如何帮助非技术背景成员真正参与自动化建设，并通过 200 万+ 月执行步骤、99% 通过率、700+ 用例规模等数据，展示这套方案在效率、稳定性和规模化落地上的实际价值。

CNCF 警告：仅靠 Kubernetes 不足以保障 LLM 工作负载的安全性

虽然Kubernetes在工作负载编排和隔离方面表现出色，但它并不天然具备理解或控制AI系统行为的能力，这会形成一种本质上不同且更复杂的威胁模型。

从上下文到长期记忆：大模型记忆工程的架构设计与实践

本文系统剖析大模型记忆工程的核心技术：记忆分层管理、多粒度调度、可信更新与安全治理，并展示这些技术在金融、工业、知识管理等业务中的应用效果。通过对架构设计、实现细节和案例经验的讲解，帮助开发者与架构师全面理解如何构建具备长期留存与动态调度能力的“有记忆的 AI”，以及它在未来产业智能化演进中的角色与挑战。