點(diǎn)擊下方“JavaEdge”，選擇“設(shè)為星標(biāo)”

第一時(shí)間關(guān)注技術(shù)干貨！

免責(zé)聲明~ 任何文章不要過(guò)度深思！ 萬(wàn)事萬(wàn)物都經(jīng)不起審視，因?yàn)槭郎蠜]有同樣的成長(zhǎng)環(huán)境，也沒有同樣的認(rèn)知水平，更「沒有適用于所有人的解決方案」； 不要急著評(píng)判文章列出的觀點(diǎn)，只需代入其中，適度審視一番自己即可，能「跳脫出來(lái)從外人的角度看看現(xiàn)在的自己處在什么樣的階段」才不為俗人。 怎么想、怎么做，全在乎自己「不斷實(shí)踐中尋找適合自己的大道」

0 關(guān)鍵要點(diǎn)

• AI 正在改變代碼編寫方式，開發(fā)者需要從“代碼輸入專家”轉(zhuǎn)變?yōu)椤癆I 合作伙伴”

• 運(yùn)維團(tuán)隊(duì)需掌握 AI 驅(qū)動(dòng)的運(yùn)維工具，從手動(dòng)編寫自動(dòng)化腳本轉(zhuǎn)向設(shè)計(jì)可觀察性策略，以引導(dǎo) AI 系統(tǒng)實(shí)現(xiàn)預(yù)期行為

• 成功應(yīng)用 AI，需技術(shù)文檔人員專注更高價(jià)值工作，如收集用戶問(wèn)題、記錄事故經(jīng)驗(yàn)、分析文檔使用模式、識(shí)別知識(shí)空白等

• 不主動(dòng)規(guī)劃 AI 助手的 SaaS 供應(yīng)商，可能被 AI 原生創(chuàng)業(yè)公司顛覆，這些新興公司提供更高效用戶體驗(yàn)

• 組織越來(lái)越多地采用 AI Agent，以協(xié)調(diào)、規(guī)劃和執(zhí)行復(fù)雜的業(yè)務(wù)任務(wù)，并盡量減少人為干預(yù)。

軟件業(yè)正經(jīng)云計(jì)算以來(lái)最重大變革。AI正從根本改變軟件開發(fā)、運(yùn)維和交互方式。我見證了從 [SOA 到微服務(wù)]、從[容器到無(wú)服務(wù)器]的發(fā)展，如今，AI變革更深遠(yuǎn)。不僅自動(dòng)化編碼或在應(yīng)用程序中添加聊天機(jī)器人，而是全新開發(fā)范式、運(yùn)維實(shí)踐和用戶交互模式，重塑團(tuán)隊(duì)結(jié)構(gòu)和軟件的使用方式。

本文將探討五大正在影響軟件團(tuán)隊(duì)并將在未來(lái)幾年愈發(fā)重要的趨勢(shì)。分析這些變化的實(shí)際案例，并討論從開發(fā)者到架構(gòu)師再到產(chǎn)品經(jīng)理等不同角色，如何適應(yīng)并在這個(gè)新環(huán)境中蓬勃發(fā)展。

先看看最根本變化——代碼編寫方式變革。

1 生成式軟件開發(fā)

軟件開發(fā)演進(jìn)歷程令人驚嘆，從最初打孔卡編程，到多層次抽象提升，每一步都在降低開發(fā)門檻。

AI 原生開發(fā)：軟件開發(fā)的下一步演進(jìn)

軟件開發(fā)的演變歷程經(jīng)歷了多個(gè)階段：

1. 匯編語(yǔ)言時(shí)代—— 需要深入的技術(shù)專業(yè)知識(shí)。

2. 系統(tǒng)級(jí)語(yǔ)言（C、C++）—— 提供更強(qiáng)的硬件控制能力，同時(shí)降低了一些復(fù)雜性。

3. 托管運(yùn)行時(shí)（Java、JavaScript）—— 通過(guò)虛擬機(jī)和自動(dòng)內(nèi)存管理提高了開發(fā)效率。

4. 高級(jí)腳本語(yǔ)言（Python）—— 進(jìn)一步簡(jiǎn)化開發(fā)，使編程更加易學(xué)易用。

AI 原生開發(fā)（AI-Native Development）是這一演進(jìn)的最新階段。它有許多不同的稱謂（點(diǎn)擊查看），但核心思想是：用 AI 直接生成代碼，減少手動(dòng)編碼的工作量。

AI 如何改變軟件開發(fā)？1. 代碼生成和自動(dòng)化編輯

生成式 AI（GenAI）和大語(yǔ)言模型（LLM）正在減少手工編碼的需求。開發(fā)者無(wú)需一行行手動(dòng)編寫代碼，而是可以通過(guò) AI 進(jìn)行多行編輯、生成應(yīng)用骨架，甚至完整的軟件組件。

2. 用自然語(yǔ)言創(chuàng)建完整應(yīng)用

在某些受控環(huán)境（如 Web 應(yīng)用開發(fā)）中，AI 已能夠通過(guò)文本、語(yǔ)音指令或圖像生成并運(yùn)行全棧應(yīng)用。這延續(xù)了軟件開發(fā)越來(lái)越抽象化、可訪問(wèn)性越來(lái)越高的趨勢(shì)，徹底改變了傳統(tǒng)的開發(fā)流程。

AI 代碼輔助工具生態(tài)AI 代碼輔助工具生態(tài)

AI 代碼輔助工具生態(tài)

隨著 AI 繼續(xù)發(fā)展，軟件開發(fā)將變得更加智能化。未來(lái)，開發(fā)者的工作重點(diǎn)將從“編寫代碼”轉(zhuǎn)向“指導(dǎo) AI 生成代碼”，這不僅提高了生產(chǎn)力，也改變了編程的本質(zhì)。

1.1 AI助力軟件開發(fā)的兩大方向

當(dāng)前 AI 賦能的開發(fā)工具正沿如下方向演進(jìn)：

1.1.1 AI 增強(qiáng)型 IDE & 代碼助手

代表工具：GitHub Copilot、Cursor、Windsurf

可提供智能代碼補(bǔ)全和生成功能，分析項(xiàng)目上下文、依賴關(guān)系和模式，建議相關(guān)代碼片段，并在開發(fā)者熟悉的環(huán)境中完成函數(shù)。

其他工具還可用于 代碼審查 和 現(xiàn)代化改造 舊代碼，幫助團(tuán)隊(duì)以低風(fēng)險(xiǎn)方式逐步引入 AI，提高開發(fā)效率。

1.1.2 自主編碼Agent

代表平臺(tái)：Devin、Bolt、v0、Replit、Lovable

這些平臺(tái)不僅能提供代碼建議，還能在特定領(lǐng)域（如 UI 和 js）解析高層次需求、提出架構(gòu)方案、生成完整應(yīng)用，甚至進(jìn)行部署運(yùn)行。

讓非傳統(tǒng)開發(fā)者和半技術(shù)人員也能利用自然語(yǔ)言或設(shè)計(jì)模型快速構(gòu)建軟件。

目前，生成式軟件開發(fā)仍處于早期階段，穩(wěn)定性和可復(fù)現(xiàn)性仍是挑戰(zhàn)，尚未完全融入現(xiàn)有的軟件工程實(shí)踐。

1.2 影響及應(yīng)對(duì)

• 開發(fā)者需適應(yīng) AI 賦能的開發(fā)模式，從“代碼輸入專家”轉(zhuǎn)變?yōu)?AI 合作伙伴，學(xué)會(huì)提供清晰上下文、優(yōu)化需求輸入（Prompt），并指導(dǎo) AI 生成符合預(yù)期代碼

• AI生成代碼仍缺乏可擴(kuò)展性、安全性和業(yè)務(wù)背景判斷力，因此具有架構(gòu)設(shè)計(jì)、系統(tǒng)思維和業(yè)務(wù)理解能力的工程師更具競(jìng)爭(zhēng)力

• 學(xué)習(xí)AI的優(yōu)勢(shì)與局限，掌握 AI 輔助工具，并專注系統(tǒng)架構(gòu)、領(lǐng)域知識(shí)和批判性思維，將成為軟件工程師未來(lái)職業(yè)發(fā)展關(guān)鍵

現(xiàn)代分布式系統(tǒng)規(guī)模和復(fù)雜性已超人類傳統(tǒng)監(jiān)控和故障排除能力，而AI助力的代碼生成進(jìn)一步加速應(yīng)用的增長(zhǎng)和復(fù)雜度。因此，傳統(tǒng)可觀測(cè)性手段（手動(dòng)查日志、基于閾值告警、靜態(tài)儀表盤）已無(wú)法滿足需求。

2.1 AI咋提升運(yùn)維效率？

• 預(yù)測(cè)性分析：通過(guò)分析歷史攻擊數(shù)據(jù)，發(fā)現(xiàn)復(fù)雜模式，提前識(shí)別潛在威脅

• 行為分析：實(shí)時(shí)檢測(cè)用戶行為異常，發(fā)現(xiàn)可能的賬戶泄露或內(nèi)部風(fēng)險(xiǎn)

• 異常檢測(cè)：AI 可持續(xù)監(jiān)控網(wǎng)絡(luò)流量、日志和 API 交互，發(fā)現(xiàn)非正常行為，提高零日攻擊檢測(cè)能力

• 自動(dòng)根因分析：AI 平臺(tái)（如 Resolve.ai ）可整合基礎(chǔ)設(shè)施、應(yīng)用日志和部署歷史，自動(dòng)分析問(wèn)題并提供解決方案

Automated Root Cause Analysis (Example: Resolve.ai)

示例

若某服務(wù)出現(xiàn)延遲，AI可自動(dòng)關(guān)聯(lián)最近的部署、基礎(chǔ)設(shè)施變更和過(guò)往類似故障，并生成專門的分析儀表盤，在IM軟件中向團(tuán)隊(duì)匯報(bào)修復(fù)方案，大幅縮短故障處理時(shí)間。

2.2 影響及應(yīng)對(duì)

• 運(yùn)維團(tuán)隊(duì)需掌握 AI 賦能的運(yùn)維工具，從編寫復(fù)雜查詢和手動(dòng)解析日志，轉(zhuǎn)向設(shè)計(jì)全面的可觀測(cè)性策略，確保 AI 生成的建議符合系統(tǒng)架構(gòu)和業(yè)務(wù)需求

• AI 讓運(yùn)維從被動(dòng)故障響應(yīng)變?yōu)橹鲃?dòng)預(yù)防和優(yōu)化，團(tuán)隊(duì)需要適應(yīng)這一角色轉(zhuǎn)變

軟件文檔一直是推動(dòng)技術(shù)普及的關(guān)鍵，但隨軟件更新速度加快，傳統(tǒng)文檔維護(hù)成本越來(lái)越高。AI使文檔不僅更易撰寫，也更易交互。

3.1 AI咋改變文檔管理？ 3.1.1 文檔自動(dòng)生成

AI 可基于代碼、API 和開發(fā)者討論自動(dòng)生成結(jié)構(gòu)化文檔、代碼示例和 FAQ，減少人工工作量。

3.1.2 文檔嵌入式 AI 交互

如 Kapa.ai 和 Inkeep 可將 AI 集成到文檔門戶或產(chǎn)品界面，讓開發(fā)者通過(guò)對(duì)話方式獲取信息。

3.1.3 自動(dòng)知識(shí)捕獲 & 支持集成

如 Pylon，可分析開發(fā)者提問(wèn)、工單和事故報(bào)告，動(dòng)態(tài)優(yōu)化文檔內(nèi)容。

3.2 影響及應(yīng)對(duì)

• 傳統(tǒng)手動(dòng)編寫和維護(hù)文檔方式正被 AI 取代，單純依賴 AI 生成內(nèi)容也不行

• 成功的技術(shù)文檔團(tuán)隊(duì)需利用 AI，提高文檔質(zhì)量和可訪問(wèn)性，如收集用戶問(wèn)題、總結(jié)最佳實(shí)踐、分析文檔使用模式，并確保信息在合適的場(chǎng)景精準(zhǔn)推送

• 未來(lái)技術(shù)文檔不再是靜態(tài)文本，而是互動(dòng)式、上下文感知的動(dòng)態(tài)知識(shí)系統(tǒng)

AI 正在徹底改變軟件開發(fā)、運(yùn)維和文檔管理方式，軟件團(tuán)隊(duì)需要快速適應(yīng)這一趨勢(shì)。開發(fā)者、運(yùn)維人員和文檔團(tuán)隊(duì)都需要學(xué)會(huì)如何利用 AI，而不是被 AI 取代。未來(lái)的贏家將是那些能夠?qū)?AI 與人類智慧相結(jié)合、提高生產(chǎn)力、優(yōu)化流程并創(chuàng)造更好用戶體驗(yàn)的人。

4 上下文感知的AI助手咋變成 SaaS 界面？

Serverless 架構(gòu)和開發(fā)者工具的初衷是讓開發(fā)者專注于業(yè)務(wù)邏輯，而平臺(tái)負(fù)責(zé)基礎(chǔ)設(shè)施管理、擴(kuò)展、安全性和可觀測(cè)性。但現(xiàn)實(shí)serverless生態(tài)復(fù)雜性帶來(lái)新挑戰(zhàn)。開發(fā)者需應(yīng)對(duì)大量服務(wù)、API 和配置，導(dǎo)致文檔負(fù)擔(dān)大幅增加，掌握最佳實(shí)踐成為一項(xiàng)全職工作。隨 serverless 服務(wù)更強(qiáng)大和更精細(xì)化，連接和配置它們所需的工作量也在增加，影響開發(fā)效率。

AI現(xiàn)正改善 SaaS 體驗(yàn)，通過(guò)直接嵌入產(chǎn)品的上下文感知助手，提供實(shí)時(shí)、智能指導(dǎo)。過(guò)去，開發(fā)者需查閱文檔、安裝CLI或手動(dòng)調(diào)試 API 請(qǐng)求，如今，AI 界面可理解用戶需求，提供相關(guān)信息，甚至直接執(zhí)行任務(wù)。如借助 Model Context Protocol (MCP) 等標(biāo)準(zhǔn)，AI 助手能夠解析用戶的上下文，并與外部資源交互。不久后，用戶將不僅僅收到操作指南，而是能夠在聊天界面內(nèi)直接執(zhí)行任務(wù)，讓 AI 從“被動(dòng)助手”變成“主動(dòng)解決者”。

AI 助手的不同模式：嵌入式、擴(kuò)展式、獨(dú)立式

不同 SaaS 產(chǎn)品有不同 AI 助手集成方式：

4.1 嵌入式 AI 助手（深度集成到 SaaS 內(nèi)部）

如，Supabase AI Assistant 直接集成在 Supabase 的 UI 中，能夠理解產(chǎn)品域（Supabase）、用戶當(dāng)前狀態(tài)（已啟用的服務(wù)、訪問(wèn)權(quán)限等），并與 API 直接交互。遇到數(shù)據(jù)庫(kù)查詢問(wèn)題時(shí)，它不僅能解釋概念，還能生成 SQL 查詢、分析性能影響，甚至在用戶允許的情況下直接執(zhí)行查詢。

4.2 擴(kuò)展式 AI 助手（作為某個(gè)產(chǎn)品的輔助入口）

v0.dev 由 Vercel 推出，雖然它與 Vercel 相關(guān)，但并不完全綁定，以吸引新用戶。例如，用戶可以先在 v0.dev 上創(chuàng)建網(wǎng)站，后續(xù)可能會(huì)托管到 Vercel，而不必一開始就接觸 Vercel 的復(fù)雜功能。

4.3 獨(dú)立的 AI 助手 SaaS（作為第三方 AI 服務(wù)）

如 Lovable.dev、Bolt.new 和 Replit 這類 AI 原生服務(wù)，主要面向非技術(shù)或半技術(shù)用戶，并作為某些 SaaS 的前端接口。例如，Lovable.dev 無(wú)縫集成 Supabase 作為后端存儲(chǔ)，Bolt.new 則集成 Netlify 和 GitHub。

4.4 誰(shuí)將受影響？咋適應(yīng)？

• 所有 SaaS 產(chǎn)品都將受到影響。自然語(yǔ)言交互正在成為用戶界面的標(biāo)準(zhǔn)，尤其是技術(shù)產(chǎn)品的入門階段。

• AI 將成為產(chǎn)品增長(zhǎng)的加速器（ Product-Led Growth ）。它可以降低入門門檻，幫助用戶更快理解和使用功能。

• 不是簡(jiǎn)單加個(gè)聊天框就夠了。需要思考 AI 如何真正增強(qiáng)產(chǎn)品價(jià)值，例如：

• • 數(shù)據(jù)存儲(chǔ)服務(wù)可以通過(guò) AI 直接生成數(shù)據(jù)庫(kù)模式、查詢數(shù)據(jù)、創(chuàng)建測(cè)試數(shù)據(jù)，而不僅僅依賴 SQL 客戶端。

  • 監(jiān)控工具可以讓用戶用自然語(yǔ)言分析日志、查找異常，而不是手動(dòng)篩選數(shù)據(jù)。

  • AI 助手應(yīng)該提供實(shí)用功能，而不僅僅是搜索和回答問(wèn)題。

如果你是 SaaS 公司的產(chǎn)品體驗(yàn)負(fù)責(zé)人，該如何應(yīng)對(duì)？

1. 親自使用 AI——嘗試 AI 助手和代碼助手，深入了解它們的能力和局限性。

2. 在公司內(nèi)部發(fā)起 AI 計(jì)劃——幫助團(tuán)隊(duì)學(xué)習(xí) AI 相關(guān)知識(shí)，并尋找潛在應(yīng)用場(chǎng)景。

3. 消除產(chǎn)品使用中的阻礙——利用自然語(yǔ)言界面（如聊天交互）優(yōu)化用戶體驗(yàn)。

4. 挖掘 AI 的真正價(jià)值——不要僅僅添加一個(gè)聊天機(jī)器人，而是思考 AI 如何增強(qiáng)你的產(chǎn)品價(jià)值主張。

5. AI 是能力放大器——探索 AI 如何幫助你的產(chǎn)品拓展新的應(yīng)用場(chǎng)景或用戶群體。

越來(lái)越多的企業(yè)正在采用自主 AI 代理（Agent），讓它們能夠自主規(guī)劃、協(xié)調(diào)并執(zhí)行復(fù)雜的業(yè)務(wù)任務(wù)，減少人工干預(yù)。 像AutoGPT、AutoGen、Dapr Agents、LangGraph等項(xiàng)目，是早期熱門的 AI 代理框架，而整個(gè)技術(shù)生態(tài)正在快速發(fā)展。 與過(guò)去單一任務(wù)的 AI 模型不同，智能代理系統(tǒng)正在演變?yōu)?AI 服務(wù)網(wǎng)絡(luò)，需要分布式系統(tǒng)能力，包括：

• 工作流編排

• 異步消息處理

• 狀態(tài)管理

• 高可靠性

• 安全性

• 可觀測(cè)性

這些代理系統(tǒng)遠(yuǎn)遠(yuǎn)超越了傳統(tǒng)的 API 集成，正在重新定義軟件自動(dòng)化。

誰(shuí)將受到影響？如何應(yīng)對(duì)？

這一變革將影響所有技術(shù)崗位，就像互聯(lián)網(wǎng)、微服務(wù)、云計(jì)算、無(wú)服務(wù)器架構(gòu)曾經(jīng)對(duì)行業(yè)的沖擊一樣：

• 開發(fā)者需要學(xué)習(xí)智能代理設(shè)計(jì)模式、大語(yǔ)言模型（LLM）對(duì)話 API、AI 代理編排技術(shù)，以連接和協(xié)調(diào)不同的 AI 代理。

• 架構(gòu)師需要設(shè)計(jì)生產(chǎn)級(jí)、成本優(yōu)化的 AI 解決方案，并將智能代理系統(tǒng)與現(xiàn)有云計(jì)算和 SaaS 平臺(tái)集成。

• 運(yùn)維團(tuán)隊(duì)需要部署新的 LLM 監(jiān)控、可觀測(cè)性、追蹤工具，因?yàn)?AI 應(yīng)用的行為與傳統(tǒng)軟件完全不同。此外，還需確保新舊運(yùn)維工具的兼容性。例如，Dapr 項(xiàng)目已集成Conversation API，支持 AI 交互的可觀測(cè)性和安全性。

• 平臺(tái)工程師需要構(gòu)建標(biāo)準(zhǔn)化開發(fā)路徑，簡(jiǎn)化 AI 代理的開發(fā)、部署和管理。

• 產(chǎn)品經(jīng)理需要掌握AI 評(píng)估技術(shù)（Evals），衡量 AI 驅(qū)動(dòng)界面的有效性，因?yàn)橛脩舻闹饕换シ绞綄⑹恰疤崾驹~ + AI 響應(yīng)”。

好消息是：目前已有大量開源工具和免費(fèi)學(xué)習(xí)資源。企業(yè)要么投資培訓(xùn)現(xiàn)有團(tuán)隊(duì)，讓他們掌握智能代理系統(tǒng)開發(fā)能力，要么招聘具備該技能的新人才。智能代理系統(tǒng)并非短期趨勢(shì)，而是軟件自動(dòng)化的下一階段演進(jìn)。

6 AI 行動(dòng)計(jì)劃

AI 發(fā)展迅猛，因此企業(yè)需要采取系統(tǒng)化、可持續(xù)的方式來(lái)構(gòu)建 AI 基礎(chǔ)能力，包括：

• 學(xué)習(xí)大語(yǔ)言模型（LLM）基礎(chǔ)知識(shí)，理解它的工作原理、能力與局限性。

• 掌握提示工程（Prompt Engineering），熟悉現(xiàn)有 AI 工具，為未來(lái) AI 機(jī)會(huì)做好準(zhǔn)備。

• 讓團(tuán)隊(duì)內(nèi)部展開關(guān)于 AI 的深度討論，共同探索 AI 發(fā)展方向。

• 開發(fā)者

• • 必備技能：掌握Cursor、GitHub Copilot等代碼助手，CodeRabbit之類的 AI 代碼審查工具。

  • 行動(dòng)策略：將 AI 工具集成到日常工作中，優(yōu)先應(yīng)用在低風(fēng)險(xiǎn)場(chǎng)景，如自動(dòng)化代碼生成、代碼補(bǔ)全、Bug 修復(fù)等。如果公司限制使用，可在開源項(xiàng)目或個(gè)人項(xiàng)目中嘗試，并向同事展示其優(yōu)缺點(diǎn)。

• 運(yùn)維團(tuán)隊(duì)（Ops）

• • 探索 AI 自動(dòng)化能力，減少人工介入。

  • 準(zhǔn)備運(yùn)維 AI 負(fù)載，無(wú)論是偶爾調(diào)用 LLM API，還是運(yùn)行完整的 AI 代理系統(tǒng)。

• 架構(gòu)師

• • 重點(diǎn)學(xué)習(xí)LLM 驅(qū)動(dòng)的 AI 體系架構(gòu)，并了解智能代理系統(tǒng)如何融入企業(yè) IT 環(huán)境。

  • 關(guān)注AI 應(yīng)用的安全性，例如 OWASP LLM Top 10 安全指南 。

  • 制定 AI 戰(zhàn)略計(jì)劃：要么為傳統(tǒng)應(yīng)用賦能 AI 功能，要么從零構(gòu)建 AI 原生系統(tǒng)。

• 技術(shù)寫作人員（Technical Writers）

• • AI 將成為主要的寫作工具，應(yīng)積極嘗試不同的 AI 生成工具、模型和提示詞，優(yōu)化文檔自動(dòng)化工作流。

  • 內(nèi)容趨勢(shì)：未來(lái)的技術(shù)文檔將變得更具互動(dòng)性、更接近對(duì)話形式。

• 產(chǎn)品經(jīng)理（PM）

• • 緊跟 AI 發(fā)展趨勢(shì)，了解 AI 如何影響產(chǎn)品戰(zhàn)略。

  • 研究 AI 原生產(chǎn)品，思考如何利用自然語(yǔ)言界面和 AI 助手提升用戶體驗(yàn)。

軟件開發(fā)、運(yùn)維、架構(gòu)設(shè)計(jì)等所有技術(shù)領(lǐng)域都將經(jīng)歷變革。無(wú)論你的職位是什么，盡早掌握 AI 相關(guān)技能，才能在未來(lái)占據(jù)有利位置。

從現(xiàn)在開始學(xué)習(xí)，因?yàn)?AI 的變革才剛剛開始，它不會(huì)是短暫的潮流，而是未來(lái)十年的核心趨勢(shì)。

AI 正在重塑軟件世界，及早行動(dòng)是唯一的選擇。

本文已收錄在Github Java-Interview-Tutorial，關(guān)注我，緊跟本系列專欄文章，咱們下篇再續(xù)！

• 魔都架構(gòu)師 | 全網(wǎng)30W技術(shù)追隨者

• 大廠分布式系統(tǒng)/數(shù)據(jù)中臺(tái)實(shí)戰(zhàn)專家

• 主導(dǎo)交易系統(tǒng)億級(jí)流量調(diào)優(yōu) & 車聯(lián)網(wǎng)平臺(tái)架構(gòu)

• AIGC應(yīng)用開發(fā)先行者 | 區(qū)塊鏈落地實(shí)踐者

• 以技術(shù)驅(qū)動(dòng)創(chuàng)新，我們的征途是改變世界！

• 實(shí)戰(zhàn)干貨：編程嚴(yán)選網(wǎng)

關(guān)注我，緊跟本系列專欄文章，咱們下篇再續(xù)！

加我好友，一起AI探索交流：