摘要：
11年，没做过规划，没做过ppt，唯一的一次还是因为晋升，如今可以考虑产品和规划了。 11年，每一分钟的技术讨论我都在听我听不懂的点，每一小时的工程实践，每一天晚上的尝试和自我复盘。我从不认为自己会什么。但我会的都会分享出去。你们懂么？ 直到有一天我不知道我会什么了，开始在
阅读全文
posted @ 2026-08-09 04:29
溯衍
阅读(2)
推荐(0)
摘要：
大多数AI应用都始于简单的“调接口”：前端提问，后端调用大模型API返回结果。但当应用深入，问题接踵而至：AI没有记忆，无法关联上下文；没有知识库，面对业务问题只能“一本正经地胡说八道”；业务模块间LLM调用代码重复，难以维护。 这指向一个结论：AI应用需要的不只是“调接口”，而是一个“Harnes
阅读全文
posted @ 2026-08-08 11:58
溯衍
阅读(2)
推荐(0)
摘要：
在AI应用开发的初期，为了追求快速上线，我们常常会把各种逻辑一股脑地塞进业务代码里。当业务模块还只有一个时，这似乎是最高效的选择。然而，当第二个、第三个相似的模块出现时，这种“短期最优解”很快就会演变成一颗随时可能引爆的“维护炸弹”。最近，我主导了公司AI聊天系统中LLM（大语言模
阅读全文
posted @ 2026-08-07 20:59
溯衍
阅读(5)
推荐(0)
摘要：
在AI技术日新月异的今天，如何构建一个既能承载高并发用户，又能灵活集成多种大模型的社交应用，是开发者面临的一大挑战。本文将深入解析我主导开发的“博思AI智能体”系统架构，分享在技术选型、核心流程设计与性能优化上的实践与思考。 整个系统采用前后端分离架构，后端基于Spring Boot 3.1.6 (
阅读全文
posted @ 2026-08-07 12:00
溯衍
阅读(3)
推荐(0)
摘要：
我始终认为，优秀的架构师应像对待孩子一样对待产品：给予生命（功能），更要通过“教育”（重构）与“引导”（架构演进），让它从蹒跚学步成长为逻辑自洽的“成年人”。 这次，我引入多Agent协同理念，让豆包、千问、DeepSeek化身“家庭教师”，各展所长打磨产品。 我摒弃单一模型“一言堂”，让豆包发散创
阅读全文
posted @ 2026-08-06 13:21
溯衍
阅读(7)
推荐(0)
摘要：
本文记录了「博思AI智能体」项目从单节点部署升级为双节点分布式架构过程中遇到的真实问题和解决方案。希望能为有类似需求的团队提供参考。 一、升级背景 1.1 原有架构 项目最初采用单节点部署： 用户 → Nginx → Spring Boot (8081) ↓ SimpleBroker (本地
阅读全文
posted @ 2026-08-04 21:34
溯衍
阅读(7)
推荐(0)
摘要：
在当今互联网环境中，Web 应用面临着来自各方的安全威胁。从 SQL 注入到敏感信息泄露，从暴力破解到恶意扫描，每一个漏洞都可能成为攻击者的突破口。本文记录了一次对在线 AI 对话平台进行全面安全加固的完整过程，涵盖代码层面的漏洞修复到架构层面的安全升级。 一、直面问题：安全审计发现九大漏洞 项目最
阅读全文
posted @ 2026-08-03 02:48
溯衍
阅读(7)
推荐(0)
摘要：
深夜，当我在本地跑通最后一个向量数据库的节点，看着日志里跳动的“Connection Established”，我突然意识到，这不仅仅是代码的胜利，更是认知的重构。 作为一名在软件工程领域摸爬滚打了11年的老兵，从2015年山东大学硕士毕业，到蚂蚁集团的技术专家，再到如今主导“博思”AI智能体平台的
阅读全文
posted @ 2026-08-01 17:15
溯衍
阅读(8)
推荐(0)
摘要：
最近主导了一个AI智能体（Agent）平台的从0到1搭建项目。在这个过程中，不仅验证了技术架构的可行性，更是在基础设施配置上踩了不少坑。今天借此机会复盘一下，希望能给正在探索AI落地的同行们一点参考。 一、 架构选型：为什么是“Java + Python”？ 在AI应用落地时，我们面临一个经典矛盾：
阅读全文
posted @ 2026-07-30 18:28
溯衍
阅读(13)
推荐(0)
摘要：
所谓向死而生，我的理解是，每一分每一秒生命的流逝所带来的意义。也许下一秒生命就会停止，但在生命终止前，是否还会对世界，对科技，对数字世界与现实世界的碰撞而感到好奇，再因好奇去主动探索？ 深夜到来，是AI技术中的MCP？还是与传统代码结合的AI Coding？或是从软件工程我第一个接触的basic语言
阅读全文
posted @ 2026-07-27 02:21
溯衍
阅读(7)
推荐(0)
摘要：
作为一名写了11年代码的软件工程师，今晚进行了历史知识点的复习，突然想和大家纯粹地聊聊技术演进。 回顾这11年，我的技术轨迹其实就是一部不断“破局”的实战史，而现在，我经历了最深刻的一次重塑： 1. 编程语言的底层逻辑
从Java基础、JVM内存模型到并发编程，我始终认为，无论上层框架如何更迭，对底
阅读全文
posted @ 2026-07-01 03:52
溯衍
阅读(174)
推荐(0)
摘要：
在当前的数字化与智能化浪潮中，技术的定义早已超越了代码本身。一份优秀的技术蓝图，不仅需要扎实的底层原理支撑，更需要宏观的全局视野和敏锐的商业嗅觉。基于我多年的技术实践与思考，从《计算机工程与架构 V1.4》到《AI 工程 V0.2》，我们看到了一种全新的技术成长路径：技术不再是孤立的技能点，而是一个
阅读全文
posted @ 2026-06-27 21:35
溯衍
阅读(28)
推荐(0)
摘要：
引言：打破边界的技术观 在当前的数字化浪潮中，技术的定义早已超越了代码本身。一份优秀的技术蓝图，不仅需要扎实的底层原理支撑，更需要宏观的全局视野和敏锐的商业嗅觉。 基于最新的《计算机工程与架构 V1.4》与《AI 工程 V0.2》知识图谱，我们看到了一种全新的技术成长路径：技术不再是孤立的技能点，而
阅读全文
posted @ 2026-06-21 21:52
溯衍
阅读(92)
推荐(0)
摘要：
时隔多年，在无数的夜以继日的实战中，我正式将《软件工程》定义为：《计算机工程与架构技术》，目前更新到V1.5版本。 前言：看之前我们需要重构认知，为什么呢？ 在11年的技术生涯中，我经历过从手写第一行Java Hello world! 及 SELECT SQL到构建蚂蚁级数据中台的蜕变，也完成了从单
阅读全文
posted @ 2026-06-11 23:48
溯衍
阅读(332)
推荐(0)
2026年7月30日
摘要：
深夜探索中，我突然有个疑问，到底做成什么样是一个AI agent与传统业务架构的融合？ 那么在构建企业级AI Agent时，单一技术栈往往难以兼顾业务稳定性与AI迭代效率。当前主流的破局之道，是采用“Java稳态底座 + Python敏态大脑”的双栈融合架构。这种模式既发挥了Java在高并发、分布式
阅读全文
posted @ 2026-07-30 02:11
溯衍
阅读(13)
推荐(0)
2026年7月29日
摘要：
在流批一体架构的落地过程中，开发者极易陷入AI给出的“知识死循环”。AI能迅速提供海量的配置参数与理论解法，但在面对复杂的容器化环境时，它往往缺乏对底层网络拓扑的“体感”。若盲目听从AI的通用建议，只会陷入无效排查的泥潭。 今天上午，我们在Flink对接Kafka的实战中就经历了这样一场硬仗。起初，
阅读全文
posted @ 2026-07-29 13:20
溯衍
阅读(4)
推荐(0)
摘要：
随着企业数字化转型的深入，数据湖仓架构（Data Lakehouse）已成为现代数据基础设施的核心。在这一架构中，Apache Spark 以其强大的内存计算能力主导着数据处理与计算层，而 Hive Metastore (HMS) 则凭借其成熟的元数据管理体系，成为了跨引擎统一数据目录的事实标准。将
阅读全文
posted @ 2026-07-29 10:53
溯衍
阅读(7)
推荐(0)
摘要：
从零到一：Kubernetes 下 HDFS 集群的硬核部署与排障实录 在云原生时代，将传统的大数据组件部署到 Kubernetes 上，既是一次架构的升级，也是一场对排障能力的极限考验。今天下午，我们在一个全新的 K8s 环境中，从零开始部署了一套包含 HDFS、Kafka、Flink、Spark
阅读全文
posted @ 2026-07-29 01:51
溯衍
阅读(6)
推荐(0)
2026年7月28日
摘要：
在 Mac 上搭建这套庞大的系统，最核心的原则是：放弃在 Mac 宿主机上直接安装任何大数据组件（如 Hadoop, Spark, Flink），全面拥抱容器化。 你的 Mac 只需要安装 Docker Desktop 和 k3d，剩下的所有繁重工作全部交给 K8s 集群去处理。 阶段一：Mac 宿
阅读全文
posted @ 2026-07-28 15:30
溯衍
阅读(9)
推荐(0)
摘要：
在 AI 应用开发的浪潮中，大语言模型（LLM）展现出了惊人的理解与生成能力，但其本身缺乏与真实世界交互的“手脚”。为了赋予 AI 自主规划与执行任务的能力，AI Agent（智能体）应运而生。本文将带你从零开始，利用 LangChain 框架与阿里通义千问（Qwen）大模型，构建一个具备工具调用与
阅读全文
posted @ 2026-07-28 13:11
溯衍
阅读(9)
推荐(0)
摘要：
LangChain 的核心设计理念是将大语言模型（LLM）与外部世界连接起来，构建能够感知环境、进行推理并执行操作的智能应用。你提到的 Chain、Agent、Tool、Memory、Planner 正是实现这一理念的五大基石。 以下是对这五个核心组件设计模式的深度解析： 1. Chain (链)
阅读全文
posted @ 2026-07-28 12:46
溯衍
阅读(11)
推荐(0)
摘要：
一、 核心编程与基础能力 这是所有开发工作的基石，JD明确要求扎实的基础。 编程语言： Python: AI领域的首选语言，需精通异步编程、数据处理库等。 C++: 用于高性能计算或底层推理优化（部分场景需要）。 计算机基础： 算法与数据结构: 扎实的逻辑基础，应对复杂任务调度与优化。 后端开发框架
阅读全文
posted @ 2026-07-28 12:43
溯衍
阅读(22)
推荐(0)
摘要：
在传统的软件工程中，架构师与高级开发者往往被大量重复性的“脚手架”工作所牵绊。从搭建项目骨架、配置 Maven 依赖，到编写标准的实体类与 Getter/Setter，这些工作虽然必要，却极度消耗精力，甚至容易打断对核心业务逻辑的深度思考。 随着 GitHub Copilot 在 IntelliJ
阅读全文
posted @ 2026-07-28 12:11
溯衍
阅读(2)
推荐(0)
摘要：
今晚，我完成了一次从理论到实践的跨越。从最初尝试将 DeepSeek、千问、豆包等大模型进行整合，到最终在本地成功跑通一个向量数据库，整个过程就像是一场充满未知的“打怪升级”。这不仅让我对 Harness（驾驭工程）有了具象的理解，更让我亲手敲开了 AI 应用开发的大门。 缘起：Harness 与
阅读全文
posted @ 2026-07-28 01:34
溯衍
阅读(6)
推荐(0)
2026年7月25日
摘要：
随着一次通宵完成架构设计与代码研发和知识图谱的业务理解，我想从架构师的视角，谈谈对数据架构与知识图谱的实战理解。 在学术出版与数据处理语境下，我倾向于将知识图谱具象化为“Claim（事实陈述）关系网络”。通俗而言，它超越了传统文献检索的表层匹配，以文档中的核心关键字或主张为锚点，深度串联历史文献的引
阅读全文
posted @ 2026-07-25 10:27
溯衍
阅读(5)
推荐(0)
2026年7月12日
摘要：
在AI重塑一切的时代，数据工程的“0到1”已不再是简单的集群搭建，而是一场从底层原理到工程哲学、再到认知重构的系统性革命。结合我11年的技术实践，这一过程可概括为筑基、重构与升维三个阶段。 首先是筑基，回归底层构建反脆弱的知识体系。AI工程化的基石依然是坚实的计算机基础。在追逐大模型之前，我们必须向
阅读全文
posted @ 2026-07-12 18:51
溯衍
阅读(14)
推荐(0)
2026年7月3日
摘要：
创新点： 1. 打破了“全局完美”的执念：传统的架构设计往往追求一个能解决所有问题的“大而全”系统。将视角从“全局通用”抽离，精准地切入了“局部稳定”这个特定维度。 2. 重新定义了架构的“边界”：这套架构限定在“特定、必须局部稳定、且无需长期演进”的场景中。在这个特定的边界内，原本可能显得笨重的架
阅读全文
posted @ 2026-07-03 01:20
溯衍
阅读(16)
推荐(0)
2026年7月2日
摘要：
当我确定了下一份工作是哪家公司时，我会全心投入AI的基础架构及全链路调优（包含算法）、总监或CTO、资深技术专家 需要解决的企业/业务历史或0-1建设。 如果说11年的积累是打下了软件工程基本盘。那么真正开花和创新便是新的工业革命，AI时代我要去解的企业级、世界级问题。 杨思义，你没问题的，那么伯乐
阅读全文
posted @ 2026-07-02 01:23
溯衍
阅读(94)
推荐(0)
2026年6月27日
摘要：
本书尝试打破学科壁垒，深度融合新闻传播学、认知心理学、经济学、文学、哲学、计算机工程学及数学。这不仅是基于我个人“计算机工程与架构 v1.4”体系的实践总结，更是近期深度学习内化后，对世界元认知的一次重构。完稿后，核心内容将优先投递至国家级期刊进行学术探讨，随后再向大家完整分享章节内容。第一版大纲如
阅读全文
posted @ 2026-06-27 15:41
溯衍
阅读(40)
推荐(0)
摘要：
最近开始写书，所以更新会慢一点，望见谅哈 朋友们~
阅读全文
posted @ 2026-06-27 10:50
溯衍
阅读(8)
推荐(0)
2026年6月26日
摘要：
我的问题： 核心交易系统的架构与实现 跟我讲下哈 千问的回答： 没问题！“核心交易系统”是金融IT领域的皇冠明珠，它的核心追求只有四个字：快、稳、准。 为了让你学起来不枯燥，我们抛开晦涩的教科书，把它拆解成“架构设计（骨架）”和“底层实现（血肉）”两大部分来讲。你可以把它想象成一个超级繁忙的“中央厨
阅读全文
posted @ 2026-06-26 18:30
溯衍
阅读(29)
推荐(0)
摘要：
我的问题： 数据建模 再把原理和实战发我 千问的回答： 既然大数据底层计算框架（MapReduce、Spark、Flink）你已经完全吃透，那咱们就顺理成章地聊聊数据建模。如果说计算框架是处理数据的“发动机”，那数据建模就是设计数据仓库的“建筑蓝图”。 结合行业实战经验，我为你系统梳理了数据建模的底
阅读全文
posted @ 2026-06-26 11:51
溯衍
阅读(13)
推荐(0)
摘要：
我的问题： Hadoop是什么？ 千问回答： Apache Hadoop 是一个开源的分布式系统基础架构，由 Apache 基金会开发。它旨在利用计算机集群的并行处理能力，以可靠、高效且可伸缩的方式，对海量数据进行分布式存储和分析计算。 Hadoop 的核心架构 Hadoop 的核心设计主要由以下四
阅读全文
posted @ 2026-06-26 02:16
溯衍
阅读(16)
推荐(0)
2026年6月25日
摘要：
我的问题： 架构选型与演进：你们团队在构建实时数仓时，采用的是哪种架构？在业务发展中，是否经历过从 Lambda 向 Kappa 的演进，或者反过来？促使你做这种架构决策的核心痛点是什么（比如：代码维护成本、状态管理、还是数据回溯能力）？ 2. 状态管理与容错：在使用 Flink 等流计算引擎时，处
阅读全文
posted @ 2026-06-25 15:30
溯衍
阅读(26)
推荐(0)
摘要：
一、思义，你好。我是今天的面试官。 我已经仔细阅读了你的简历。11年的大数据架构与技术管理经验，尤其是在蚂蚁集团从0到1搭建元数据平台、数据质量治理体系，以及在数字马力带领20+人团队并落地AI研发工具提效60%的经历，都非常亮眼。 今天我们重点围绕你最近的工作经历，深入探讨一下你在AI工程化落地和
阅读全文
posted @ 2026-06-25 12:59
溯衍
阅读(36)
推荐(0)
摘要：
1、对于AI Coding的话，我们一开始是尝试的阶段。我们希望大家能够在代码中慢慢的，比如一个JSON解析，生成类。慢慢的开始用了AI Skills技术，然后把一些固定的工作流沉淀下来，用一句话自然语言进行固定工作流的结果返回。这里有几个问题，后端生成的代码是专家级的，包括异常处理、空指针控制、以
阅读全文
posted @ 2026-06-25 08:09
溯衍
阅读(31)
推荐(0)
摘要：
1、高等数学的基础理论有哪些？ 高等数学的基础理论，其实就是用极其严密的逻辑，把我们在初等数学里凭直觉感知的“数”和“形”，重新构建了一遍。 如果说我们前面聊的集合论、图灵机是数学大厦的“地基”，那么高等数学的基础理论就是支撑起整座大厦的“钢筋混凝土框架”。它主要由以下几个核心支柱构成： 1. 极限
阅读全文
posted @ 2026-06-25 01:42
溯衍
阅读(48)
推荐(0)
摘要：
1、数学的基础理论有哪些？ 数学的基础理论主要指为整个数学体系提供逻辑根基、语言规范和推理框架的学科分支。它们不仅定义了“什么是数学”，还确立了数学命题的真伪标准。以下是数学基础理论的核心组成部分： 1. 数理逻辑（Mathematical Logic） 数理逻辑是数学基础的核心工具，它用严格的符号
阅读全文
posted @ 2026-06-25 01:16
溯衍
阅读(29)
推荐(0)
2026年6月24日
摘要：
1、P=NP 未被证实，需要我深入挖掘！！！！！！！！ 1. 哥德尔句（Gödel Sentence）：自指的逻辑黑洞 这是哥德尔在1931年为了证明不完备性定理，亲手构造出来的第一个“不可判定命题”。 它说了什么？ 用通俗的话翻译，这个命题 �G 表达的意思是：“命题 �G 在本系统内不可被证明。
阅读全文
posted @ 2026-06-24 10:41
溯衍
阅读(30)
推荐(0)
摘要：
1、计算机基础理论有哪些 计算机基础理论是支撑整个计算机科学大厦的基石。它们不仅定义了计算机“能做什么”和“不能做什么”，还决定了计算机“做得有多快”以及“如何高效地做”。 计算机基础理论通常可以划分为以下几个核心领域： 1. 计算理论与可计算性（Computability Theory） 这是计算
阅读全文
posted @ 2026-06-24 10:40
溯衍
阅读(34)
推荐(0)
2026年6月23日
摘要：
我的灵魂问题 1.AI大模型（LLM）？ 大语言模型（Large Language Model，简称 LLM）是一种基于深度学习的人工智能系统，旨在理解、生成和处理人类语言。它们通常基于 Transformer 架构，通过在海量文本数据（如互联网、书籍、文章、代码库等）上进行训练，学习语言中的复杂模
阅读全文
posted @ 2026-06-23 11:44
溯衍
阅读(26)
推荐(0)
摘要：
AI Coding（AI辅助编程）的实现并非单一技术的产物，而是大语言模型（LLM）、软件工程与自动化流程深度融合的系统工程。从底层原理到工程落地，其实现主要包含以下几个核心维度： 1. 底层核心技术：AI如何“理解”与“生成”代码 AI Coding 的基础是建立在海量代码语料上预训练的大语言模型
阅读全文
posted @ 2026-06-23 00:32
溯衍
阅读(23)
推荐(0)
2026年6月21日
摘要：
我想把天才的概念改一下。 所谓天才，是付出了百分之99的努力后，这里的百分之99的努力，指的是忽略一切极致的专注的积累（稻盛和夫），随之突然的百分之1的灵感。 那么大家别想着投机，踏实肯干（要有自信）!
阅读全文
posted @ 2026-06-21 20:20
溯衍
阅读(10)
推荐(0)
浙公网安备 33010602011771号