- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯云TVP
架构火花｜AI时代，架构师的护城河在哪里？
“大模型更新后，精心打磨的提示词可能一夜过时……” 许多架构师表达了共同的困惑。 架构师们要开始转变一个意识：文档即架构。文档能写清楚，那么你问题定义和思路就是清楚的，否则再好的大模型都没有用。提示词是人与大模型沟通的桥梁，写好提示词其实对应的是定义问题的能力。 超越工具使用的深层能力 在这场讨论中，几位资深架构师指出了更深层的本质： 随着模型能力提升，提示词可能会变得越来越简单。这种进化意味着架构师需要从技术实现者向问题定义者转型。 在一个潦草的底层设计上"用尽" AI 筑高楼，也远不如掌舵者——也就是前中后期架构师，在基于具体架构模式、结合具体业务场景、机器成本、算法与开销取舍下的每一个动态治理决策。 架构师的护城河不在于掌握了多少工具的使用技巧，而在于精准定义问题的能力、对结果的鉴别能力 、领域知识和架构思维的深度、将商业需求转化为技术方案的能力。
24821编辑于 2025-11-26 架构火花 | 提示词工程在AI时代下的思考
3.掌握工具本质：洞察工具的设计哲学与发展趋势，实现“人机共生”。例如，当用户意识到AI的本质是“概率模型”而非“逻辑机器”，便能通过设计问题引导AI展现其推理能力，而非机械执行指令。 老周这里总结了三个点： 1、传统架构师权威的坍塌 早期架构师的核心壁垒源于经验积累与技术话语权，但AI时代这种权威正被双重解构：一方面，企业常以"首席架构师"头衔虚化实权，使其沦为技术吉祥物；另一方面， 通用性缺失：无法像SOLID原则那样形成可复用的设计范式；3. 版本脆弱性：大模型迭代后原有提示词可能失效。 3、AI时代的能力重构 当GPT10的推理能力超越人类专家时，架构师的护城河将彻底重构：基础能力（如代码生成、系统设计）可能被"P5+GPT10"组合替代，真正的价值将转向三方面：1. 系统级协调：管理多个AI代理的协作与冲突；3. 伦理与风险控制：在模型输出中植入合规性约束。未来架构师的竞争力，将取决于能否在"人机共生"中定义新的规则边界。
32510编辑于 2025-11-19- 来自专栏架构火花
架构火花 | 提示词工程在AI时代下的思考
一、前言哈喽大家好，我是老周聊架构的主理人老周，今天我们来聊一聊提示词工程的话题。为啥今天会写这个呢？是因为前两天我们那个架构群里针对于提示词工程展开了激烈的讨论。 3.掌握工具本质：洞察工具的设计哲学与发展趋势，实现“人机共生”。例如，当用户意识到AI的本质是“概率模型”而非“逻辑机器”，便能通过设计问题引导AI展现其推理能力，而非机械执行指令。 通用性缺失：无法像SOLID原则那样形成可复用的设计范式；3. 版本脆弱性：大模型迭代后原有提示词可能失效。 3、AI时代的能力重构当GPT10的推理能力超越人类专家时，架构师的护城河将彻底重构：基础能力（如代码生成、系统设计）可能被"P5+GPT10"组合替代，真正的价值将转向三方面：1. 系统级协调：管理多个AI代理的协作与冲突；3. 伦理与风险控制：在模型输出中植入合规性约束。未来架构师的竞争力，将取决于能否在"人机共生"中定义新的规则边界。
70711编辑于 2025-12-02 - 来自专栏深圳架构师同盟
架构火花 | 统一智能体平台架构设计——构建企业级AI中枢
本文将基于顺丰科技AI技术平台负责人陈迪豪分享的技术架构与实践经验，深入探讨如何构建支撑企业未来发展的AI中枢。 2.2 企业级AI中台的“三层逻辑” 顺丰科技提出的企业级AI中台方案，其核心架构遵循“底层控成本、中层提效率、顶层创价值”的严密逻辑。 这些平台集成先进的语言模型、API工具和模块化架构，实现从简单查询到复杂工作流的自动化处理，无论在软件开发、内容创作还是系统集成中，都能无缝扩展。 四、智能体架构设计 顺丰科技的UAP架构设计方案充分考虑了开源与自研的权衡，以及私有云与混合云的混合部署需求 。 嘉宾介绍： 陈迪豪，目前担心顺丰科技 AI 技术平台负责人，负责顺丰集团 AI 和大模型基础架构功能，曾任第四范式平台架构师和 OpenMLDB 项目 PMC，过去在小米担心云深度学习平台架构师以及优思德云计算公司存储和容器团队负责人
63750编辑于 2026-01-14 - 来自专栏架构火花
架构火花 | AI编程驱动组织变革：数据挑战与Agent落地困境
一、前言哈喽大家好，我是老周聊架构的主理人老周，今天我们来聊一聊AI编程驱动组织变革：数据挑战与Agent落地困境的话题。 前两天参加了腾讯云架构师长沙同盟的圆桌讨论，我会对各位架构师们、企业家们、老师们的思考整理下，并结合自己的思考输出我架构火花第二篇文章。 4.3 “AI增强”架构下的可靠性与成本博弈 未来的架构方向并非追求科幻式的“全能AI”，而是“AI增强”的工程化体系。 可靠性与成本的平衡： 由于概率模型的内在不确定性，企业落地倾向于采用AI增强的混合架构。 - 架构的转变： 软件从“静态代码”转变为“动态流程”，系统可以根据高层目标自主演化和适应环境。
46721编辑于 2025-12-19 - 来自专栏学习道路指南
ECharts与Excel的火花
本文将深入探讨这两者之间的火花碰撞，以及如何结合它们以实现更强大的数据可视化效果。 三、ECharts与Excel的结合：火花碰撞 尽管ECharts和Excel都是强大的数据处理和可视化工具，但它们各有优缺点。将两者结合起来，可以取长补短，实现更强大的数据可视化效果。 ExcelReader excelReader = ExcelUtil.getReader(inputStream, "sheet1"); // 可以加上表头验证 // 3. 在这个充满数据的世界里，让我们一起点燃ECharts与Excel的火花碰撞，探索无限可能的数据可视化之旅！
1K10编辑于 2024-01-19 - 来自专栏腾讯云TVP
架构火花｜一线视角下的AI：从应用边界到落地难题
本文基于腾讯云架构师北京同盟成员在群内的讨论整理，在保持原意的基础上进行了编辑优化。
36810编辑于 2025-09-03 - 来自专栏DDD
架构与架构师3
最近又看了几本关于架构的书籍，不禁回到原点：架构是什么？架构师职责是什么？ 、架构决策以及设计原则 系统结构 实现该系统的一种或多种架构风格（比如微服务、分层和微内核） 仅仅描述结构并不能完整地诠释架构，还需要了解架构特征、架构决策和设计原则 架构特征 架构特征定义了系统的成功标准 架构特征满足三个标准： 1.明确非领域设计的某个注意事项2.影响设计的某些结构项3.是否对应用的成功至关重要 构架决策 架构决策定义了一组关于如何构建系统的规则，构成了系统约束，并指导团队哪些可以做， 它需要知识以及应用知识的能力 2.影响力用来衡量架构师在项目中应用技能后给项目或公司带来多大的效益 3.领导力确保了架构实践的状态能稳步向前推进，同时培养更多的架构师 能力模型 论能力模型，与开发人员之间对技术方向的侧重有所不同 避免瓶颈陷阱方法之一是将关键路径和框架代码委托给开发团队其他人员，然后着重于实现业务功能（一个服务），并且在1~3个迭代中完成。 如何保持编码能力和一定水平的技术深度呢？
59730发布于 2021-11-12 - 来自专栏前端壹栈
three.js 实现火花特效
上周末刚在原神里抽到了“火花骑士”可莉，于是就心血来潮，想用three.js来实现一种火系的特效，不是炸弹的爆炸，而是炸弹爆炸后在草上留下的火花效果 ? glslify 着色器npm包：glsl-noise,glsl-sdf-primitives,glsl-sdf-ops 正文 场景搭建 按之前的惯例，搭建一个场景，放一个铺满屏幕的平面，设定一些必要的参数（火花的速度与颜色 简要说下思路：ray marching获取的值改成光线位置pos和光线移动的进度strength，光线位置的y轴将用于设定火花的颜色；光线移动的进度strength用于设定火花的形状（这里就是椭圆） # R0RM7Q.png 用噪声生成火花 接下来就对这个椭圆应用上噪声（这里选了传统噪声，为了更好看的外观，也可以选择其他的噪声） float fire(vec3 p){ vec3 p2=p*vec3 R0fRFH.gif 莫名感觉像黑魂3里的芙莉德修女的黑焰，尽管这样也很cool，我们还是给它加上颜色，让它更像现实中的火花 给火花加上颜色 将颜色通过mix函数混合起来（强度是光线位置的y轴），和之前的颜色相乘即可
14.8K20发布于 2021-07-29 - 来自专栏SDNLAB
NFV，在合作中迸出火花
本次会议的NFV用例主要有：（PDF输出文档） 网络功能虚拟化基础架构即服务（NFV IaaS） 虚拟化网络功能即服务（VNFaaS ） 虚拟网络平台即服务（VNPaaS） VNF FG（VNF 截止到2016年，NFV发展的三个阶段分别是，第一阶段创建体系架构，第二阶段是互操作性，第三阶段创建一个开放的NFV生态系统。
81380发布于 2018-04-03 - 来自专栏AiCharm
3D检测新SOTA | PointPillar与Faster RCNN结合会碰撞出怎样的火花
在本文中采取了不同的观点——基于Pillar的BEV表示具有足够的能力来保存3D结构。鉴于基于BEV的感知的最新进展，作者设计了一种概念上简单但有效的两阶段3D检测架构，名为Pillar R-CNN。 在密集BEV特征图的基础上，Pillar R-CNN可以轻松地引入特征金字塔架构，以生成各种尺度的3D proposal，并采用简单的2D R-CNN风格检测头进行框的细化。 应该强调的是，由于高效优雅的Pillar R-CNN架构，现在可以对涉及自动驾驶的应用进行BEV感知的进一步探索。 1、简介 点云3D目标检测在机器人和自动驾驶的3D场景理解中起着至关重要的作用。 在本文中提出了Pillar R-CNN，这是一种基于Pillar的点云表示的Faster R-CNN类架构，可以从2D检测领域的进步中获益。 基于LiDAR的3D检测的性能取决于点云上的表示学习。 最新的PillarNet深入分析了基于体素和基于Pillar的方法在架构组件方面的巨大性能差距，并提出了“编码器Neck”管道，以实现更好的精度/速度权衡。
1.9K20编辑于 2023-05-15 LLM架构管窥：3模式、3原理
研究3天，6篇笔记 【点我头像 查看文章列表】因为咱是懂架构的，所以借助架构模式理解LLM架构并不困难。倒是向量语义叠加、多头注意力原理，颇是费脑细胞。
23620编辑于 2025-12-31- 来自专栏深圳架构师同盟
架构火花 | AI编程时代的“代码审判”：从人工执念到 AI Native 的工程范式革命
一、背景 前两天在我们深圳同盟架构师群里炸了，起因是何老师抛出的一个问题：“大家现在AI编程输出的代码，Review是如何做的？感觉完全靠人工去100% Review不现实啊。 如同 Linus 扮演“严父”角色一样，开发者必须以自身的“工程品味”（Engineering Taste）为准则，对 AI 提供的多种架构方案进行筛选和修正，强迫其符合工程规范。 工程品味（Engineering Taste）： AI 见过所有架构，但它不知道你要哪一种。工程师必须利用自己的“一万小时定律”积淀的直觉，要求 AI 按特定的工程规范进行修改。 吴老师他们的系统大概做了7-8年了，总共50-60人年，100万行代码，我们大概3-4个人，预计半年重构完。 我之所以对这个重构系统很感兴趣，是因为老周前段重构一套复杂的系统。 你可能会说，AI Native是趋势嘛，我也知道是趋势，区块链、元宇宙、WEB3之前不也是趋势么，怎么没听到身边的人聊了？ 好了，老周就说到这里，大家都没有对错，每个人关注的点和思考的点不一样而已。
19920编辑于 2026-01-19 - 来自专栏无量测试之道
Python + gRPC 会擦出怎样的火花？
在 gRPC 中，客户端应用程序可以直接调用不同机器上的服务器应用程序上的方法，就像它是本地对象一样，可以更容易创建分布式应用程序和服务
82520编辑于 2023-09-02 - 来自专栏QQ大数据团队的专栏
火花思维大数据Serverless实践总结
导读 本文介绍了火花思维教育科技有限公司在大数据架构上的一次重大转型：从 EMR 迁移到 Serverless 架构模式。 3. Serverless 存在的弊端 Serverless 架构也存在一些挑战和限制： 供应商锁定：由于 Serverless 架构依赖于特定的服务提供商，因此可能存在供应商锁定的风险。 天调度 DAG 运行时长大幅缩减 如上图所示，火花大数据在完成离线计算引擎切换后天调度整体运行时长缩减至原先的 2/3，天调度单任务运行时长中位数降低 56.57%。 3. （3）数据处理引擎和数据存储介质的架构解耦，极大地提高了平台的健壮性和扩展性、稳定性 原有的平台，大数据集群的计算和存储都强耦合的运行在 Hadoop 集群上。 3.
76200编辑于 2025-04-19 - 来自专栏育种数据分析之放飞自我
植物碰撞动物的火花--数据分析进阶
加性，显性，上位性的遗传分析 基因与环境互作 基因与年份互作 性状的遗传相关，表型相关分析 空间分析 结合系谱的分析 结合分子标记或基因组数据的分析 3. 不同性状不同模型的结果比较 可以看出，对于模拟数据，M3（考虑空间和Nugget）的评估准确性最高。 11. 不同模型的残差分布图 12. 不同模型的遗传力分布图 13. 系谱数据模型3效果最好 17. RCBD应用混线性模型 18. RCBD模型公式和假定 19. 空间分析模型 20. 模拟空间分析数据 21. 试验设计的效率比较 22.
63820编辑于 2022-12-12 - 来自专栏Loki
KubeGems 与 Logging Operator 的美妙火花
系统鲁棒性 高性能 日志采集和转发性能至少需处理 10K line/sec 支持采取日志限流策略 日志延迟不得低于 5min 可扩展 架构支持灵活的水平扩展以提升整体日志吞吐量 组件应满足无状态属性 可运维性 它在 2020 年 3 月的时候经过重构后的 v3 版本，底层凭借高效的 fluentbit 和插件丰富的 flunetd，Logging Operator几乎已经完美的适配了 kubernetes 模式下的日志采集场景 Output 交于用户配置较为困难，需要 KubeGems 将资源封装（需兼容源对象） 可观测性功能较弱 日志 Match 部分功能较弱，无法通过直接匹配 workload 进行关联 KubeGems 日志整体架构 上述 3 种 LogQL 预制模板，最终提交的格式化 alertrules 结构如下： - name: should_fire rules: - alert: <your_log_string 总结 KubeGems 中基于租户的日志采集方案整体设计采用 Logging Operator + Loki 架构，用户可根据企业自身组织结构对其进行管理和适配。
1.3K11编辑于 2022-04-13 - 来自专栏庄闪闪的R语言手册
Leaflet 与高德继续碰撞火花！
之后，又将高德和该包相结合，介绍了前期需要准备的工作，见：Leaflet 与高德合并会擦出怎么样的火花？。这一期就到了绘制地图环节，下面将分享三类数据的绘制教程。 本文框架 这篇推文讲的是第三节内容 3. 绘制地图 3.1 散点地图绘制 将高德地图替换 leaflet 自带的底图 由于 leaflet 自带的底图不是很合规，所以我们使用高德地图进行替换。 lang=zh_cn&size=1&scale=1&style=8&x={x}&y={y}&z={z}', layerId = tileOptions(minZoom = 3, maxZoom [:alnum:]]", "") ## 去除特殊字符，部分特殊字符会导致查询失败，所以在最开始直接去除 url <- paste0( 'https://restapi.amap.com/v3/ 2 31.2 122. ## 4 2 39.9 116. ## 5 3 25.1 122. ## 6 3 39.9 116. ## 7 4
3.9K20发布于 2021-10-08 - 来自专栏朱永胜的私房菜
dubbo（2.7.3） 3.架构
https://store.amazingmemo.com/chapterDetail/1685324709017001` Dubbo 架构 节点角色说明 节点 角色说明 Provider 暴露服务的服务提供方 这些角色共同协作，构建了一个灵活、可靠的分布式系统架构，使得各种服务可以相互协作，实现复杂的业务逻辑和需求。希望这些信息能够帮助你更好地理解它们在分布式系统中的作用。 Dubbo 架构具有以下几个特点，分别是连通性、健壮性、伸缩性、以及向未来架构的升级性。 Admin（统一管理控制台）：可能是一个统一的管理控制台，用于管理和监控整个架构中的各个组件和节点。 这种架构可能支持动态部署和流动计算，同时具有服务注册与发现、统一管理和监控等功能。这些节点角色的相互配合可能会为未来的分布式服务架构提供更灵活和可扩展的解决方案。 本文由 mdnice 多平台发布
29010编辑于 2023-12-12 - 来自专栏大大刺猬
redis(3)--架构 主从 & 哨兵
主从: redis主从 中文文档:http://www.redis.cn/topics/replication.html 一主一从架构 M -> S 一主多从的架构可以是: 第一种 : M -> S1 sentinel_simulate_failure_flags:0 master0:name=mymaster,status=ok,address=192.168.1.31:6379,slaves=2,sentinels=3 127.0.0.1:26379> 当前的master是192.168.1.31 有2个从节点, 3个哨兵 我们人工kill掉主节点: ps -ef | grep redis | grep sentinel sentinel_simulate_failure_flags:0 master0:name=mymaster,status=ok,address=192.168.1.32:6379,slaves=2,sentinels=3 127.0.0.1:26379> 发现主节点变成了192.168.1.32 2.3 投票 具体的投票规则和故障转移过程我就不讲了, 去看官网就是了 3.
69910发布于 2020-12-18
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