- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习与python
技术债不是负担，而是成功的战略杠杆
这就是说，你应该将技术债视为组织长期成功的战略杠杆。 要把技术债视为战略杠杆，你需要： 确认并努力解决围绕技术债的负面假设。 分类和区分技术债的类型。 评估技术债。 6技术债的六种类型 技术债通常是个很大的总术语，包括从延迟速度、安全漏洞、重构到其他所有东西。你需要了解你可能承担的不同类型的技术债，将其作为战略杠杆，而非总术语。 7评估技术债：急性与系统性 当你了解了将要承担的技术债的类型，需要确定它的成本，这样你就能将它与将得到的回报相比较。当团队问“我们什么时候才有时间处理技术债？” 在今年底或以后的 7~9 个月内，产品的所有领域都应按照新制定的准则，进行统一的测试和警报。 11现在，要从作为负担的技术债过渡到作为战略杠杆的技术债 要意识到积累技术债能够帮助你的团队围绕要采取的举措作出全面的战略决策。 考虑团队可能会遇到的常见的技术债假设。
43420编辑于 2023-04-01 - 来自专栏SaaS加速器
腾讯加「杠杆」，SaaS开团战
这或许能解释腾讯给SaaS生态加杠杆的信心源头——SaaS加速器在成就腾讯产业生态打法的同时，更成了行业优质企业的“汇聚地”和“筛选池”。 加速器，看似“无心插柳”的支线，如何撬动整个行业？ 今年7月，腾讯SaaS加速器二期正式启动，再次面向全球招募SaaS合作伙伴。 医百科技CEO高剑飞注意到了这件事。 与国外SaaS企业和云厂商隔江而治的模式不同的是，国内云计算大厂与SaaS企业有更好的联动性和互补性，不论是从大厂的技术层面，还是垂直SaaS企业对行业的理解层面。 “我们看到的是，腾讯希望真正通过技术能力、技术架构组成一套非常有效的技术中台，将优质的SaaS企业融入到体系当中，让客户能够更聚焦、关注到业务增长本身。”石扬表示。 武器可以是技术，产品也可以是品牌，乃至资本。
1.5K20发布于 2020-11-05 开发者如何工程化自律系统：用技术杠杆设计高效编码工作流
开发者如何工程化自律系统：用技术杠杆设计高效编码工作流 当你为 git commit -m "又荒废一天" 感到沮丧时，是否意识到：开发者的自律本质是认知资源管理？ 一、问题诊断：为什么开发者需要“技术杠杆” 核心矛盾：高认知负载 vs 有限意志力 编码即烧脑：编译器吃掉了90%的CPU，留给“坚持自律”的进程只剩残羹剩饭 干扰的熵增定律：IDE通知 × 邮件 创建 技术债看板 → 列：待分析/重构中/测试/完成. 卡片添加 技术标签#legacy-code+ 优先级P0` 用颜色区分认知负荷（红色=高脑力消耗，绿色=机械性任务） ⏳ 组件2：时间盒管理（防御上下文切换） 番茄工作法的神经科学依据： 前额叶皮质专注极限 problem": "超过60%时间在调试支付流水" // → 引入单元测试覆盖率工具undefined} Git Commit 作为习惯基元： 绿点心理学：连续提交的视觉反馈激活大脑奖赏回路 技术学习型提交示例
13210编辑于 2025-07-01- 来自专栏CreateAMind
用“无意识视角”升级杠杆点框架
硬系统思维可模拟结构性微调，却缺乏实地操作规程；软系统方法论提供参与式技术，却鲜有针对深层层级（设计、意图）的分析工具。 因此，深层杠杆必须在话语与神经双重层面介入集体意义，并把握文化图式——及其神经表征——最具可塑性的时机展开干预。 7. 整体而言，这七者填补了LPF的内在动力盲区，并为下文前六个分析视角奠定基础；视角7“情绪界面” 则单独于后文《情绪作为界面：通向无意识的最短路径》一节展开。 基于此，我们提出情绪界面视角（Emotion Interface Lens, 视角7），它将情绪视为无意识动力的操作性门户（operational gateway），从而在系统思维框架内锚定EU路径。 视角7：情绪界面（Emotion Interface）情绪是意识与无意识的交汇点。
13610编辑于 2026-03-11 - 来自专栏达达前端
前端技术前沿7
使用response.writeHead()函数发送一个HTTP状态200和HTTP头的内容类型content-type，使用response.write()函数在HTTP相应主体中发送文本。
68830发布于 2019-07-03 - 来自专栏超级架构师
【软件架构】为杠杆（利用率）架构设计软件
首先，我将在这里定义杠杆的含义。这是谷歌的定义。杠杆率是相对于你所做投资的深度，你可以获得的价值量。我们希望获得比您所做的投资更高的价值。 技术选择 我们需要做的第一个杠杆是技术选择。这里的价值是上市时间。我们需要尽快发射。这里的杠杆类型是最大化不需要做的工作量。不要创造一件你在那个阶段需要做的更复杂的事情。 这项技术，我们在一开始做出的决定，也开始不具有规模。我们开始看到第一个瓶颈，在这种超增长场景中很难修复。 实践 关于成长时间的第一个杠杆是实践。 技术 技术方面的第一个优势是，我们的目标是可扩展性和适应性。这里的杠杆就是这样的规模，我们需要能够更轻松地进行基础设施更改，因此我们迁移到Kubernetes，这在当时也很繁荣。 水平平台 这里关于扩展时间的第一个杠杆是可扩展性和生产力，我在这里称之为水平平台。基本上有一个专门的技术团队，为其他团队构建抽象的工具。
54720编辑于 2022-03-03 - 来自专栏企鹅号快讯
给你一根杠杆，撬起万亿的小程序红利市场！
从今年年初开始，小程序毫无预兆的出现在了人们的眼前，很多时候，人们对于新鲜的事物，总是抱着先观望的态度，殊不知，总有一部分敢于先尝第一口的人，往往是最好吃的那一块。有换一部分敢于尝试的企业商家，利用小程序彻底的火了一把，这无形中给企业商家带来了巨大的财富。 一、小程序为什么产生 随着物联网以及移动网络的普及，互联网的风向早已从PC（个人电脑）端转向了移动端。之后二维码的出现意味着人与信息的链接变得更加紧密。“新零售”的提出暗示着连接线上线下真正成为了行业的重心。小程序由此应运而生。 二、小程序处在怎样一
61580发布于 2018-01-22 - 来自专栏HUMAN3.0
AI时代，别瞎努力了，你首先需要学会利用结构杠杆
---- 二、什么是结构杠杆，它和"努力"有什么不同 "结构杠杆"这个词听起来像商业术语，但它其实很朴素。 它的意思就是：你不靠每次重新发力，而是先搭一个东西，让以后的力气越打越省、越打越大。 这件事看起来很小，但它是结构杠杆和普通努力之间最核心的分叉点。 我之前在用openclaw处理文档时，有个场景：每次把文档保存到飞书，都要手动复制、新建、粘贴，偶尔做一次无所谓，但频繁了就很烦。 这才是杠杆。 ---- 四、这不是在讲工具，是在讲一种新的成长方式 写到这里，我发现全文真正想说的，其实只是一件事： AI时代，个人成长的底层逻辑变了。 这也是我理解的Human 3.0的核心方向——不是更拼命地活，不是更焦虑地追工具，而是建立自己的结构杠杆，让AI、流程和知识系统成为你的放大器，而不是新的噪音来源。
13710编辑于 2026-03-17 - 来自专栏机器之心
万字长文综述：给你的数据加上杠杆——文本增强技术的研究进展及应用实践
文章的结论是，文本增强技术是一类低成本的数据杠杆，可以在不引入新数据下，有效撬动模型性能。 基于这种考虑，无论是少样本场景还是大语料场景，文本增强技术都有助于提高模型的鲁棒性，提高其泛化能力。关于这一点，深度学习领域著名的花书 [7] 的 7.4 节表达了类似的观点。 第四，从结果来看，在采用完全数据集下，在不引入额外数据的情况下，回译技术帮助模型表现从 0.91 提升到了 0.95，这也充分说明了回译是一种低成本的数据杠杆。 倍扩充时，模型的表现就已经超过了在完全数据集下不用 EDA 技术的模型，这也充分说明了 EDA 的杠杆作用。 词替换方法确实可以作为数据杠杆，在实际业务中撬动模型的性能。
1.1K30发布于 2020-04-02 - 来自专栏全栈测试
Postman被低估的功能，接口自动化测试效率杠杆的！
Hi，大家好。在此之前，介绍了利用Postman进行数据模拟：如何用Postman mock服务？
1.3K30发布于 2021-11-17 - 来自专栏ThoughtWorks
云与大数据，商业创新的加速杠杆 | TW商业洞见
在这个高度不确定的时代，第一时间拥抱云与大数据，建立商业创新的先发优势和加速杠杆，是所有企业CIO乃至CEO的必修课。 幸运的是，随着技术的爆发式发展以及技术标准的演进，组织的CIO们有了更丰富的选择和更高效的工具。 云加速商业创新的构建交付 在IT技术领域，集约化与专业化成为技术服务市场的发展趋势。 商业产品创新的构建交付，从某种意义上变成了业务问题，而非单纯的技术问题。 善于利用杠杆效用的商业公司，能够避免「重复制造轮子」的成本和风险，从而加速了产品的创新和市场竞争优势的建立。 那么，CIO要如何在组织里面引入成熟的云和大数据技术呢？ 商业公司的管理者们，「一万年太久，只争朝夕」，是时候拿起云与大数据的加速杠杆，让自己立于市场竞争的不败之地了！ 作者介绍 ?
1.1K70发布于 2018-04-20 - 来自专栏Java后端开发博客
CentOS7 KVM虚拟化技术
# CentOS7 KVM虚拟化技术 虚拟化介绍 KVM介绍 KVM实际操作 KVM配置网络 图形操作 结果 参考资料 # 虚拟化介绍 虚拟化：是指通过虚拟化技术将一台计算机虚拟为多台逻辑计算机。 KVM的虚拟化需要硬件支持（如 Intel VT技术戒者 AMD V技术)。是基于硬件的完全虚拟化。而 Xen 早期则是基于软件模拟的 Para-Virtualization。 # KVM实际操作 提示 新建虚拟机，内存40G 查看 CPU 是否支持硬件虚拟化技术 Intel: cat /proc/cpuinfo | grep --color vmx （指的是酷睿处理器） AMD
84320编辑于 2022-12-25 - 来自专栏微观技术
消息队列的 7 种技术场景!
我们在做消息队列的技术选型时，往往会结合业务场景进行考虑。今天来聊一聊消息队列可能会用到的 7 种消息场景。 //MessageStoreConfig类 private String messageDelayLevel = "1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 7 优先级消息 有一些业务场景下，我们需要优先处理一些消息，比如银行里面的金卡客户、银卡客户优先级高于普通客户，他们的业务需要优先处理。 x-max-priority", 5); channel.queueDeclare("my-priority-queue", true, false, false, args); 8 总结 消息队列技术选型 ，要考虑的因素很多，本文主要从业务场景来分析需要考虑的因素，同时技术上也需要考虑运维复杂度、业务规模、社区活跃度、学习成本等因素。
64011编辑于 2023-12-13 - 来自专栏crossoverJie
技术阅读周刊第第7️⃣期
eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJ1c2VySWQiOiJhYmNkMTIzIiwiZXhwaXJ5IjoxNjQ2NjM1NjExMzAxfQ", "NTNv7j0TuYARvmNMmWXo6fKvM4o6nv /aUi9ryX38ZH+L1bkrnD1ObOQ8JAUmHCBq7Iy7otZcyAagBLHVKvvYaIpmMuxmARQ97jUVG16Jkpkp1wXOPsrF9zwew6TpczyHkHgX5EuLg2MeBuiT javarevisited/ten-optimization-tricks-to-make-your-java-application-run-faster-9742f568ed6f PS：最近也在更新视频号，也会有一些技术干货
28910编辑于 2023-11-27 - 来自专栏人工智能
数据挖掘的7个重要技术
数据挖掘专家们在自己所在的领域，依靠数据库管理，统计和机器学习的交叉技术，可以更好地从大量数据中获取到自己想要的结论。但是，他们使用什么技术来实现这一点呢？ 回答是：”数据挖掘技术” 只要利用以下技术中的一种或多种，数据挖掘则会变得非常有效： 1.跟踪模式。数据挖掘中最基本的技术之一就是学习识别数据集中的模式。 分类是一种更为复杂的数据挖掘技术，它迫使您将各种属性集中到可识别的类别中，然后您可以使用这些类别得出进一步的结论或提供某种功能。 7.预测。预测是最有价值的数据挖掘技术之一，因为它用于投影将来会看到的数据类型。在许多情况下，仅仅认识和理解历史趋势就足以对未来将发生的事情进行准确的预测。 2018，是新时代大数据的黄金时间，也是企业发展的分水岭，如何用好大数据技术，是每一个企业必须面对的问题。 END
1.2K60发布于 2018-01-09 - 来自专栏金金生信幼儿园
day7金金-测序技术
DNA测序技术，即测定DNA序列的技术。 ○技术： DNA测序技术，如Illumina测序、长读长测序（PacBio、Nanopore）。○分析内容： 基因鉴定、SNP（单核苷酸多态性）分析、基因结构预测、基因组比较等。 ○技术： RNA测序技术，如RNA-seq。○分析内容： 基因表达定量、差异表达分析、剪切变异分析、共表达网络分析等。 ○技术： 质谱技术，如液相色谱质谱联用（LC-MS/MS）。○分析内容： 蛋白质鉴定、蛋白质定量、蛋白质相互作用网络分析等。 ○技术： 质谱技术，核磁共振等。○分析内容： 代谢物鉴定、代谢通路分析、生物标志物发现等。生信分析的一般流程1数据获取： 通过实验技术获取基因组、转录组、蛋白质组和代谢组的原始数据。
47900编辑于 2023-11-19 技术日志挑战——第7天：0730
技术总结：今天解决了算法代码中的几个bug，第一是之前用一个float类型的值接收两个float值的加减乘除，导致实际计算过程中出现浮点数的精度问题，而引起程序异常退出，然后改成用double类型进行接收才把问题解决 精度：大约7位十进制数字。范围：大约 1.2E-38 到 3.4E+38。用途：适用于空间和精度要求不高的场景，例如图形处理。double大小：通常占用8个字节（64位）。 解释浮点数值：输出表明float类型只能精确到约7位小数，而double类型可以精确到约15-16位小数。精度和范围：使用std::numeric_limits类，可以获取浮点数类型的精度和范围信息。
49310编辑于 2024-07-30- 来自专栏博文视点Broadview
云存储技术首次全景展现，7大技术趋势解读
如何保证全年 7×24 小时不间断的超高可用性？ 如何保证用户的数据安全？ 如何利用数据生命周期？ 如何根据用户的需求弹性地部署和调度资源？ 如何实现数据管理和调度的高效及智能化？ 专家亲笔书评 本书系统地讲解了与存储相关的技术体系和技术细节，以及阿里云存储的关键技术与组件，还对云存储的未来进行了展望。 ——孙凝晖 中国工程院院士，中国科学院计算技术研究所研究员 本书并不是一本仅讲述阿里云存储技术细节的书，它还对云存储技术的发展有着总体把握和深刻思考。 其中对数字经济底层范式和云存储技术脉络的梳理，对数据“引力效应”的描述，对数据价值的分析，以及对云存储技术未来走向的分析等内容，都会给读者带来启发和思考。 本书在具体介绍阿里云存储的技术和架构之前，介绍了一些基础性的技术知识，可使读者循序渐进地学习，大大增强了可读性。
88320编辑于 2023-04-04 - 来自专栏软件测试
性能优化的成本与收益分析：理性调优的价值杠杆
在技术圈中，“性能优化”几乎是永恒的话题。从前端页面加载速度到后端微服务响应时间，从SQL优化到JVM调优，开发者常陷入性能提升的“技术兴奋剂”。 移动端响应时间每减少100ms，可提高转化率2%~7%。 2. 系统吞吐能力增强 TPS提升后，同样的硬件可承载更多请求，减少横向扩展压力。 提升并发处理能力，增强系统抗压性和容错性。 3. 品牌与竞争力提升 电商平台在秒杀场景下优化得当，可树立“高并发稳如山”的技术品牌形象。 快速响应的SaaS系统，能赢得更多客户信任和续约。 结语：技术理性，是工程之美的核心体现在追求性能的道路上，我们应不断反问： “这次优化，是值得的吗？”性能优化是一项工程艺术，它需要数据驱动的判断、成本收益的理性分析、以及长期视角下的全局战略。 唯有如此，技术团队才能不被“快感驱动”的优化绑架，而是走向真正“性能优雅、价值最优”的未来。
48810编辑于 2025-07-08 - 来自专栏施炯的IoT开发专栏
风云再起，7迹由你-WP7技术沙龙上海站手记
李振老师的主题是WP7开发平台概览，涉及WP7的平台架构、硬件标准、开发环境等等。 倪浩老师的主题是控件与导航，涉及WP7里面Silverlight开发时一些常用的控件，在Demo中结合了TextBlock、Button、Browser等控件来实现一个简单的浏览器。 提问当中涉及了WP7的存储、云服务和本地化，特别是何时会在中国落地的问题，因为目前国内的开发者无法通过官方的渠道进行注册，以至于很多朋友仍保持观望的状态。 WP7的UI设计Motro，其灵感来源于城市的交通指示牌，以下是我途中拍的一些图片，大家是否体验到了Clean, Light, Open, Fast呢？ ? ? 最后，给出这次活动中很多朋友拿到的礼物，WP7的贴纸和2G的优盘，里面有WP7的离线安装包和中文开发资料，想得到的朋友可以积极报名参加下一次的活动哦！ ?
999100发布于 2018-01-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号