- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI多栈
AI时代下的多栈开发思考
然而，随着人工智能（AI）技术的快速发展，多栈开发正从技术集成向智能驱动迈进。AI在多栈开发中的作用不仅是辅助，更是重新定义了技术协作与生产力的边界。 本文将探讨如何通过AI技术提升多栈开发的效率与创新能力。一、什么是AI驱动的多栈开发？ 四、AI驱动多栈开发的挑战与应对尽管AI为多栈开发带来了前所未有的可能性，但仍面临一些挑战：技术复杂度提升开发团队需要掌握AI相关技术，如模型训练、推理部署等。这要求团队具备跨技术栈的学习能力。 五、未来展望：AI重塑多栈开发借助AI技术，多栈开发的边界正在被打破，形成一个更加开放、智能和高效的生态。 低代码与多栈结合低代码开发工具与AI结合，将进一步降低多栈开发的门槛，使非技术背景的开发者也能参与其中。
64173编辑于 2024-12-03 - 来自专栏多栈
多栈经历
多栈契机 24年年初，为了突破业务交付瓶颈，提升交付效率，公司制定了基础方向多栈实施方案，通过业务多栈深度协作（多岗多栈）的方式来达成这一目标。 基础多栈新流程如下图所示： 在这种大环境下，公司也鼓励员工尝试多栈工作，以提高团队的灵活性和整体效率。 随着参与多栈需求的增加，对前端技术的了解逐步深入，我开始承担更复杂的前端需求，如实现动态交互和优化用户体验。目前为止，已经能支持本系统相关前端需求的10%～20%。 4. 挑战与收获 在向多栈发展的过程中，我面临了一些挑战，如需要快速掌握新的前端框架和工具，以及在前后端任务之间切换时的思维转换。 未来展望 通过这段多栈发展的经历，我认识到全栈开发的价值所在。未来，我希望继续在多栈开发的道路上前行，进一步提升自己的技术广度和深度，为团队和项目带来更多的价值。
22920编辑于 2024-12-04 多栈与实践
我与多栈在贝壳工作的契机下，我参与到了多栈开发当中，我是一名大数据开发工程师，参与到了前端后端测试的工作栈中。在现代软件开发中，前端和后端各自发展出了丰富的技术栈，支撑着各种不同的开发需求。 本次分享将围绕多技术栈的选择与组合展开，重点介绍常见的前端与后端技术栈，探讨如何选择合适的技术栈组合以提高开发效率、保证代码质量和满足业务需求。 微服务架构进一步促进了多栈的采用，每个微服务都可以使用不同的技术栈，分别负责不同的业务模块。平衡技术栈的复杂性与团队能力选择技术栈时要考虑到团队的熟悉程度。 工具如 Docker、Kubernetes 和 Jenkins 可以帮助实现跨技术栈的环境一致性和自动化部署，减少人工干预和潜在的技术栈兼容问题5、多栈好处提高开发效率多栈可以让前端与后端各自专注于自己擅长的领域 通过使用多栈，团队可以专注于自己的强项，提高工作效率。此外，对于不同的业务需求和技术场景，也可以选择不同的栈。
1.1K10编辑于 2024-11-27- 来自专栏全栈开发那些事
多栈共享邻接空间
多栈共享邻接空间 一、数据结构定义: 常常一个程序中要用到多个栈，若采用顺序栈，会因为所需的栈空间大小难以估计产生栈空间溢出或者空闲的情况。 若让多个栈共用一个足够大地连续存储空间，则可利用栈地动态特性使它们地存储空间互补，这就是栈的共享邻接空间。 我们以双栈的共享来模拟。 两栈共享的数据结构可以定义为: typedef struct { Elemtype stack[MAXNUM]; int lefttop;//左栈栈顶位置指示器 int righttop;//右栈栈顶位置指示器 }dupsqstack; 我们需要加一个标识来标识用的使左栈还是右栈，这里’L’标识左栈,‘R’标识右栈 二、代码如下: stack.h #pragma once #include<windows.h pushDupStack(s, 'R', i + 10);//右栈入栈 } printf("左栈的出栈顺序:\n"); while (s->lefttop !
77020编辑于 2023-02-27 - 来自专栏Android 开发者
导航: 多返回栈 | MAD Skills
本文我们将介绍一个呼声很高的功能，即导航 (Navigation) 对多返回栈的支持。如果您更倾向于视频的形式，请 点击这里 查看视频内容。 从 2.4.0-alpha01 版本开始，NavigationUI 辅助类不需要改变任何代码即可支持多返回栈。 支持多返回栈 让我们通过这个 仓库 中的高级导航示例来看看实际效果。 该应用由 3 个标签页组成，每个标签页都有它自己的导航流。 为了在导航的早期版本中支持多返回栈，我们需要在该示例的 NavigationExtensions 文件中添加一系列辅助函数。 如果您需要进一步的自定义，也有新的 API 支持保存和恢复返回栈。请参阅我们之前的推文《Android 多返回栈技术详解》。
1.2K20编辑于 2022-03-10 - 来自专栏Android 开发者
Android 多返回栈技术详解
多返回栈即一堆 "返回栈"，对多返回栈的支持是在 Navigation 2.4.0-alpha01 和 Fragment 1.4.0-alpha01 中开始的。本文将为您展开多返回栈的技术详解。 多返回栈不会改变这个基本逻辑。系统的返回按钮仍然是一个单向指令 —— "返回"。这对多返回栈 API 的实现机制有深远影响。 Fragment 中的多返回栈 在 surface 层级，对于 多返回栈的支持 貌似很直接，但其实需要额外解释一下 "Fragment 返回栈" 到底是什么。 该级别的分离意味着 Navigation 中有两个层次来实现多返回栈: 保存独立的 NavBackStackEntry 实例状态，这些实例组成了 NavController 返回栈。 (现在叫 NavigationRailView) 和 NavigationView，多返回栈是 默认启用 的。
1.3K10编辑于 2022-03-09 - 来自专栏AI多栈
利用AI工具实现多栈开发：从后端到前端的实践分享
引言 随着人工智能技术的飞速发展，越来越多的开发者开始利用AI工具提升开发效率，特别是在多栈开发场景下，AI工具的作用尤为明显。 本文将分享如何利用AI工具实现从后端到前端的多栈开发，并通过具体的实践案例展示AI工具在代码解释、代码生成、代码调试等方面的强大能力。 多栈开发中的挑战 多栈开发是指同时掌握和使用多种技术栈（如前端开发、后端开发、移动开发等）来完成项目。 解释代码 补全注释 定位代码缺陷 生成单元测试 AI工具的优势总结 通过上述实践可以看出，AI工具在多栈开发中具有以下优势： 降低学习成本：快速学习陌生技术栈的基础知识。 未来，AI将进一步推动多栈开发的普及，让每一位开发者都能成为全能选手。 结语 通过合理使用AI工具，即使是一个后端开发者，也可以快速上手前端开发。
1.6K63编辑于 2024-12-03 - 来自专栏信创系统开发
AI Agents 技术栈
2025 年被广泛视为“AI Agent 元年”，其技术栈的成熟标志着智能系统从“被动响应”向“自主决策”的跃迁。那么什么是 AI Agents 呢？ 构成 AI Agents 的技术栈有哪些关键组成部分？本文参考了一些资料，尝试解释这一概念，主要参考了以下内容： AI Agents Stack. 二、AI Agents 技术栈的层级架构 AI Agents 的技术栈总体架构如上图所示。大体上可分为五个关键层级，从底层基础设施到上层应用逻辑逐层递进： 1. 跨 Agent 通信（多 Agent 协作）：不同框架对多 Agent 交互的处理方式各异。 小结 AI Agents 技术栈的成熟标志着人工智能从“工具”向“合作伙伴”的转变。
1.7K11编辑于 2025-02-12 - 来自专栏AI科技大本营的专栏
多场景下的AI疫情防控“天网”：解读云边端联动下的全栈AI技术
在 AI、物联网等技术的发展与支撑下，红外体温检测仪首先是高效精准排查的第一层保护网，同时又保证了在全面排查下出行的高效性。 ? ? 技术关键词：AI、计算机视觉、行人重识别、AIoT、全栈AI技术、计算中心、云边联动、多场景、解决方案全景图、智能前端硬件、边缘节点、指挥调度、分析研判、智能预警
87530发布于 2020-03-03 多栈：企业与个人的发展之路
多栈人员能够在不同技术栈之间灵活切换，帮助企业更快地响应市场变化和客户需求。 提高生产效率：多栈人员能够在项目中承担多种角色，减少了团队之间的沟通和协调成本。 转型多栈的难点 在AI大模型广泛应用之前，向多栈的转型往往会遇到以下一系列的挑战 信息获取的局限性：获取最新的技术信息和学习资源主要依赖于书籍、期刊、线下培训课程和技术论坛。 如何转型多栈 随着AI大模型的普及，开发人员转向多栈的成本大幅降低。AI大模型能够提供最新的技术信息和学习资源，二十四小时高效答疑，提高学习效率。 在编程实践中，Copilot、通义千问等智能编程AI的代码补全、代码检查等查功能可以显著提高开发效率，减少错误，这些能力都大大降低了转型为多栈人员的难度，提高了学习效率和效果。 借助 Copilot、通义千问等 AI 助力跨栈的代码开发，参与跨栈代码评审，了解代码规范和最佳实践等等均是提升多栈能力的有效途径。 尾声 掌握多栈技能对企业和个体都具有显著的益处。
45510编辑于 2024-11-14- 来自专栏花狗在Qt
线性表--多栈共享技术(十)
一.介绍 栈的应用非常广泛，经常会出现一个程序中需要同时使用多个栈的情况。若使用顺序栈，会因为对栈空间大小难以准确估计，从而产生有的栈溢出、有的栈空间还很空闲的情况。 为了解决这个问题，可以让多个栈共享一个足够大的数组空间，通过利用栈的动态特性来使其存储空间互相补充，这就是多栈的共享技术。在顺序栈的共享技术中，最常用的是两个栈的共享技术，名双端栈。 栈1和栈2添加元素时，都会向数据中间靠拢，当栈1的指针+1等于栈2的指针的时候，栈满。 2.代码实现 (1) 定义双端栈 #define M 100 typedef struct { int elem[M]; char top[2]; //top[0]和top[1]分别作为两个栈顶的指示器 }DqStack; (2) 初始化 void InitStck(DqStack * S) { S->top[0] = -1; S->top[1] = M; } (3) 进栈 int Push(
50010发布于 2020-10-28 全能进化：多栈开发的转型之路
对于技术人员而言，掌握多栈（Full Stack）开发技能不仅能够增强个人竞争力，也是适应行业发展趋势的必然选择。本文将为希望转型成为多栈开发者的朋友们提供一些建议，并探讨多栈开发的前景。 AI工具辅助代码生成目标：学会使用AI工具提高编码效率，如GitHub Copilot、Tabnine等。 多栈开发的重要性与前景提高就业竞争力：随着企业对全能型人才的需求增加，多栈开发者因其广泛的技能而受到青睐。促进团队协作：具备全面技术背景的开发者更容易理解整个项目的架构，有助于跨部门沟通。 加速产品迭代：多栈开发者能够独立完成从前端到后端的开发任务，加快了产品的开发周期。个人职业发展：长远来看，多栈技能为技术人员提供了更多的职业路径选择，无论是创业还是担任高级技术职位。 结语转型成为多栈开发者是一条充满挑战但同样回报丰厚的道路。它不仅要求我们不断学习新的知识和技术，更重要的是培养解决问题的能力和持续创新的精神。
36800编辑于 2024-11-20AI 全栈开发实战营
AI全栈开发实战营：从数据到智能应用的完整旅程在人工智能浪潮席卷全球的今天，AI全栈开发能力已成为技术人才的新标杆。" 全栈思维：打破AI开发的壁垒传统AI开发往往存在严重的分工隔阂：数据工程师负责数据处理，算法工程师专注模型构建，软件开发者负责系统集成。 这种分工模式导致沟通成本高昂、迭代周期漫长，最终影响了AI项目的落地效果。AI全栈开发打破了这种壁垒，要求开发者掌握端到端的技能体系。 未来展望：AI全栈开发者的成长路径完成实战营训练只是起点，AI全栈开发者需要保持持续学习的态度。 这正是AI全栈开发最吸引人的地方。
62210编辑于 2025-09-05Java企业级全栈人工智能框架：AI多模型与向量能力解析
html在Java企业级全栈AI应用开发中，选择合适的框架对于项目的成功至关重要。 JBoltAI框架，作为专为Java企业设计的AI应用开发框架，凭借其多模型支持、私有化部署、向量库集成以及强大的Embedding能力，成为了众多开发者的首选。 多模型无缝集成，灵活应对多样需求JBoltAI框架支持与多种主流AI大模型的集成，包括但不限于DeepSeek、OpenAI、Claude、Qwen等。 这种多模型的支持，使得开发者可以根据具体应用场景和需求，灵活选择最合适的AI模型，无需因为模型限制而妥协项目需求。无论是自然语言处理、图像识别还是其他AI任务，JBoltAI都能提供强大的模型支持。 JBoltAI框架凭借其多模型支持、私有化部署、向量库集成以及强大的Embedding能力，在Java企业级AI应用开发中展现出了显著的优势。
13510编辑于 2026-01-27- 来自专栏决策智能与机器学习
分布式AI训练软件栈&硬件栈技术详解
pageId=15049840 更多 AI Benchmark Reference Deployment Guide ▪ TensorFlow solutions on https://community.mellanox.com pageId=15049828 原版文档下载链接, （HPC + GPU DRMA + AI DIST）
1.4K40发布于 2020-08-04 腾讯混元大模型：全栈自研技术驱动多模态AI创新与应用落地
应对AI规模化应用的效率与成本挑战 企业面临大模型训练成本高、推理效率低、多模态理解与生成能力不足的共性瓶颈。腾讯混元通过全链路自研技术体系，突破算力约束与架构限制，实现高性能与低成本的统一。 混元大模型核心能力矩阵 思考能力：混元文生文模型采用同构/异构MoE架构，支持256K~百万级长窗口输入，具备多轮对话、意图识别、AI搜索等能力。 通道编码隐空间，细节编码能力增强 文生视频模型实现4大升级：写实画质、动态流畅、语义遵从、原生转场 文生3D模型实现30秒内生成，几何与纹理解耦兼容设计流程 量化应用效果与行业赋能 腾讯广告场景：构建多模态理解框架 智能客服场景：已切换业务量52.97%，人工介入率从27.3%降至20.2%，AI话术采纳率达90%（来源：腾讯客服数据）。 与北师大心理学部共建大模型情感能力评估体系，在SSV探元计划中实现文物AI解说与心理健康应用，支持人民日报、新华社等媒体AI内容生成。
56310编辑于 2026-04-09- 来自专栏『学习与分享之旅』
Spring AI 玩转多轮对话
AI "失忆"怎么办？本文带你用 Spring AI 一招搞定多轮对话，让你的 AI 应用拥有超强记忆！从 ChatClient、Advisors 到实战编码，三步打造一个能记住上下文的智能历史专家。 你是否遇到过这样的 AI？上一秒刚告诉它你的名字，下一秒就问你是谁。这种“金鱼记忆”的 AI 简直让人抓狂！在智能客服、虚拟助手等场景，如果 AI 无法记住上下文，用户体验将大打折扣。 别担心，今天 NEO 就带你用 Spring AI 框架，彻底解决这个难题，轻松为你的 AI 应用植入“记忆芯片”！为了方便演示，我们将一起创建一个“历史知识专家”AI。 在请求发给 AI 前或收到 AI 响应后，它们可以执行各种骚操作：前置增强：悄悄改写你的提问，让它更符合 AI 的胃口；或者进行安全检查，过滤掉危险问题。 设置为 10 表示 AI 在回答时，会参考最近的 10 条消息（5 轮对话）。见证奇迹的时刻！我们用一个单元测试来验证 AI 是否真的拥有了记忆。
1.3K20编辑于 2025-07-07 Vibe Coding AI全栈开发实战
这门课不再执着于让你死记硬背每一个 API，而是教你如何建立对系统的“直觉”，如何在 AI 辅助下快速把握系统的脉搏。 掌握了这种工作方式的程序员，能够以一当十，利用 AI 工具瞬间完成过去需要一个团队才能完成的工作量。这种“单兵作战”能力的指数级跃升，将直接转化为职场中不可替代的竞争力和高额的经济回报。
42310编辑于 2026-03-24- 来自专栏AI相关
带你构造AI技术栈版图（下）
AI技术栈与编程技术栈"类比"如果对AI技术栈不太了解，但是对编程技术栈有一定了解的同学，下面这张图你理解起来可能会更容易一些：基础设施层 vs 操作系统层首先是基础设施上都非常类似，因为计算机硬件、操作系统和 而相对的AI的接口层主要就是将模型能力封装，将底层模型的计算复杂性抽象为开发者友好的接口。应用层 vs 应用层AI大模型技术栈的应用层与传统编程技术栈的业务应用层在目标上高度一致：直接解决用户需求。 通过分层类比，AI大模型技术栈可视为一种以数据为中心、计算密集型的垂直技术栈，而传统编程技术栈是以逻辑为中心、通用化的横向技术栈。 分层定位与学习路径在理解AI大模型技术栈的分层逻辑后，学习和开发过程中需要根据技术栈的分层特点，明确目标定位、选择合适工具并制定针对性策略。 小总结在阅读完这篇文章之后，你是否已经对AI领域的相关技术栈分类有初步的认识？
1.2K10编辑于 2025-03-11 - 来自专栏低代码平台
传统开发vs低代码：数字化项目交付周期对比，差距到底有多大？
交付周期差距：数据揭示真相1.典型项目周期对比项目类型传统开发周期低代码开发周期周期缩短率人力需求对比简单应用（如表单系统）4-8周1-3天85%-95%3-5人团队→1-2人（可含业务人员）中等复杂度应用 （如CRM/OA）3-6个月2-6周70%-85%完整开发团队→2-3人（含业务+技术）复杂企业系统（如ERP/MES）6-12个月1-3个月60%-80%多团队协作→3-5人（可减少50%-70%技术人员 ）定制化集成项目4-8个月1-2个月70%-80%全栈+集成专家→1-2人（依赖平台集成中心）数据来源：Gartner2023-2026年低代码行业报告、多家企业实施案例综合分析2.为什么会有如此巨大的差距 和代码块，实现高度灵活的业务自动化OpenClaw可通过自然语言指令生成复杂报表和BI分析，无需手动编写SQL和图表代码平台支持Java、SpringBoot/SpringCloud、Vue3等主流技术栈， 关键评估维度开发效率：是否支持可视化拖拽+AI辅助，能否真正降低技术门槛功能深度：表单、流程、报表等设计器是否足够强大，能否满足复杂业务需求集成能力：是否支持多数据源、多系统集成，API能力是否丰富拓展性
17611编辑于 2026-04-01
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