首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 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。

    24021编辑于 2025-11-26
  • 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。 汪兆千老师:最近也思考了这个问题,架构师的护城河究竟在哪里? ... 汪兆千老师这里对于架构师的护城河究竟在哪里的问题思考了很多,也说了很多。 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, 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。 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。

    29510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。 汪兆千老师:最近也思考了这个问题,架构师的护城河究竟在哪里? ... 汪兆千老师这里对于架构师的护城河究竟在哪里的问题思考了很多,也说了很多。 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,大模型基座的通用性正在消解专业壁垒 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。 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。

    68911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

    49050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。

    40521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。 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!

    95110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。

    34710编辑于 2025-09-03
  • 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。

    80980发布于 2018-04-03
  • 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。 AI 降低了技术门槛,却提高了对目标定义、架构设计和系统工程验证的要求。 五、老周的思考 很多人都在说等未来AI含量超过某个阈值,等数据量足够大,等算力足够强,等那个奇点何时到,等AI啥时候拥有意识?

    18520编辑于 2026-01-19
  • 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。 在这样的背景下,火花思维决定采用 Serverless 架构来构建大数据处理平台,以提高系统的可扩展性、可靠性和效率。 2. 稳定性收益 此次 Serverless 架构升级改造为火花大数据带来了极其显著的稳定性提升。 在采用弹性计算之前,火花算力峰值为 1600CU,但现在,通过 Serverless 架构的弹性计算优化,我们成功地将算力峰值提升至 7600CU,实现了超过四倍的提升。 06 经验与教训 在整个 Serverless 架构的升级改造进程中,我们遭遇了诸多问题,以下是火花所积累的部分经验与教训。 1.

    70800编辑于 2025-04-19
  • 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

    80820编辑于 2023-09-02
  • 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

    本来,植物育种的数据分析都是随机区组、增广试验、空间分析之类的,当碰到动物育种的领域,系谱信息、个体动物模型就出来了,更别提多性状模型、基因组选择、基因与环境互作,这些都是进阶的内容。

    63020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 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 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。

    3.9K20发布于 2021-10-08
  • 离散数学与机器学习的火花

    总之,离散数学为机器学习提供了理论基础和工具,帮助开发更有效、更可解释的算法,并理解它们的理论限制。

    30410编辑于 2025-01-24
  • 来自专栏运维开发故事

    Zadig和ChatOps能不能擦出火花

    架构解析 ChatOps 的核心在于把 WEB 端或者命令行下的人工操作,转换能通过聊天工具机器人来完成,所以整体的架构并不会很复杂,如下: image.png 整体流程如下: 技术人员在聊天群里@机器人

    67420编辑于 2022-12-06
  • 来自专栏实时流式计算

    ChatGPT+大数据,会有怎样的火花

    能和大数据擦出怎样的火花。 一、协助开发 据称ChatGPT上线以后,Stack Overflow的访问量骤降。 ChatGPT可以作为搜索引擎的替代品,协助我们进行开发编码工作的。

    67850编辑于 2023-03-24
  • 来自专栏「3306 Pai」社区

    InnoDB Cluster 和 consul 碰撞出什么火花

    cluster.addInstance('root@kh-oms4-sit-innodbcluster-db02:3306');

    1.1K21发布于 2020-04-30
  • 来自专栏云市场·精选汇

    小程序+民宿能产生什么火花

    随着中国消费主力的更新换代, 80后和90后已成为消费者主力军,由于这些年轻群体受教育程度较高,消费更理性,追求生活品质,在外出住宿的选择上,民宿往往是他们的首选。因此他们也是民宿的主要拥趸。据统计,在近两年内,我国客栈民宿数量涨幅达到近 78% 。随着民宿数量的增加 ,竞争也日益激烈了起来,在装修特色上比拼已经远远不够,服务和便捷性才是制胜的关键。最懂用户的微信推出的小程序,则是解决这个问题的完美解决方案。今天虎哥就来跟大家讲讲民宿+小程序结合将会引发什么样的爆炸效果!

    2K770发布于 2018-09-27
领券