铃阅时讯
❌

阅读视图

拍图识款在转转的进阶实践

原创 刘天悦 2026-04-15 18:40 北京

转转拍图识款

  • 1、背景

    • 1.1 为什么要做“拍图识款”?

    • 1.2 “拍图识款”的本质

  • 2、技术方案选型

    • 2.1 主流技术方案

    • 2.2 转转技术方案:度量学习

  • 3、“拍图识款”在转转的进阶实践

    • 3.1 整体架构设计

    • 3.2 度量学习训练

    • 3.3 落地成果

    • 3.4 可改进点

  • 4、总结

1、背景

1.1 为什么要做“拍图识款”?

商品挂接是转转二手商品质检与入仓流程中的关键环节,目标是在海量SKU库中完成商品与标准SKU的匹配。传统流程主要依赖人工判断,难以兼顾效率与一致性。在规模化场景下,引入AI识款能力可快速召回Top相似候选,辅助人工完成最终判定与挂接,在保证准确性的同时显著提升效率。

与此同时,在用户侧,“拍图识款”同样是核心能力之一。用户上传包袋图片后,希望系统能够快速识别出相同或相似款式的商品,从而完成浏览与购买决策。因此,在转转的业务中,“拍图识款”主要同时服务于两个关键链路:

●供给侧,商品挂接与入库标准化
●需求侧,以图搜商品(同款)的搜索体验

“拍图识款”并非新问题,早在2014年淘宝推出“拍立淘”,标志着图像检索在电商场景的规模化落地。此后,各大厂均构建了基于深度学习的通用图像检索体系,比如百度的拍照识图、Google Lens等。但是,包袋这个品类中,通用方案仍存在明显局限:

●复杂场景鲁棒性不足,真实业务中,包袋图片常包含背景干扰、局部遮挡等,导致通用模型易出现特征混淆,效果不佳
●细粒度区分能力不足,包袋识别关键在于图案 Logo、包型、材质纹理、颜色等细节差异,通用模型在“极似款式”中的区分能力有限
●缺乏业务闭环能力,识款能力需要全面支持 Badcase 回流、长尾款和新SKU的泛化能力等,通用模型一般难以与业务数据形成深度闭环

基于上述技术与业务约束,转转选择自研“拍图识款”系统,主要原因如下:

●面向二手场景的专用建模能力,以包袋品类率先示范,提升细粒度表达能力与检索稳定性
●持续支持业务闭环,支持 Badcase 驱动迭代、SKU 动态更新及效果可观测能力建设,实现模型能力与业务增长的持续演进

除此之外,在转转业务中,“拍图识款”不仅用于SKU检索,也是“拍图验真”的关键前置环节。其输出的品牌与系列信息会直接影响后续鉴定点位的选择及真假判断。一旦识款出现偏差,误差将在AI鉴定链路中逐步放大,最终影响整体准确性。

1.2 “拍图识款”的本质

用户拍摄一张或多张商品图片后,“拍图识款”算法的目标,是在标准 SKU 库中检索出最相似的图片,并基于其已知 SKU 信息,反推出输入图片对应的SKU。这一过程本质上就是典型的以图搜图(Image Retrieval)任务。

从技术角度来看,该问题可以抽象为一个图像相似度学习问题:对于同一SKU 的不同商品图片,其特征向量在特征空间中的相似度应尽可能高,通常使用“余弦相似度”进行度量(值越接近 1 表示越相似);而对于不同 SKU 的商品图片,其特征相似度则应被显著拉开,从而在检索空间中形成清晰的判别边界。围绕这一目标,“拍图识款”系统通常由三个核心模块构成:

●主体目标检测:从复杂背景中定位并裁剪主体区域,降低背景噪声干扰
●图像关键特征提取:将视觉信息编码为“高维向量”表示,是决定识别上限的关键模块
●向量检索系统:基于海量 SKU 向量库进行高效近邻搜索,实现 Top-K 相似SKU召回

其中,图像关键特征提取是整个系统的核心瓶颈与效果上限决定因素,直接影响识款的准确性与稳定性。其本质是为每一张图片构建一套可用于机器理解与比对的“数字指纹”,实现对视觉信息的压缩表达与语义编码。

转转图像算法团队,以包袋品类作为拍图识款示范,我们发现,包袋图片中隐藏的视觉信息并非无序分布,而是呈现出一套由粗到细的多层次特征体系:

●图案 Logo:决定品牌归属,是快速收敛候选范围的首要信号
●包型(形状):定义基础款型类别,是识别的“骨架级特征”
●材质与纹理:反映工艺与版本差异,是重要的细粒度补充信号
●五金刻印:提供高区分度信息,用于区分同系列的不同款式
●颜色:用于区分配色或限定版本

image
包袋关键部位

这些信息从整体到局部逐级展开,形成一个稳定的层次化视觉表征体系,共同构成包袋的“数字指纹”。因此,一个高质量的图像特征提取模型,本质上并非单一视觉因素的编码,而是对图案Logo、包型、五金刻印等多种视觉信号进行融合建模后的综合表达结果,其目标是在压缩信息的同时最大化类别可分性与检索稳定性。

2、技术方案选型

2.1 主流技术方案

拍图识款的主流技术路线,主要分为两类:分类模型和检索模型。

由于包袋品类具有明显的“长尾特征”,SKU 规模达到“百万量级”,若采用分类方案,本质上会面临类别空间过大、类别不均衡以及泛化能力不足等问题,因此整体效果很差。当前工业界主流方案,已基本统一为以检索模型为核心的技术架构[1],如下图所示。

image
基于检索模型的识款流程设计

从系统角度来看,拍图识款的效果主要受两方面因素影响:一是图像关键特征向量的表达质量,二是大规模向量库的检索效率与召回能力,本篇主要围绕前者展开。

在图像特征向量学习层面,对比学习(Contrastive Learning)是当前主流技术范式之一。该方法通过拉近同类样本、拉远异类样本,在特征空间中构建具有判别能力的表示。在转转的多个业务场景中,对比学习已得到广泛应用。

● 在风控业务中,采用基于 CLIP[2] 的对比学习模型,结合 Milvus 向量检索系统,实现风险图片样本的高效召回与匹配

● 在搜推业务中,基于双塔(Siamese / Two-Tower)结构的对比学习方法,将商品图片映射为向量表示,用于推荐系统召回模块,在线上带来了超过 10% 的下单提袋率提升
● 在质检业务中,通过引入自监督对比学习思想,数据增强自动构建正负样本对,在弱监督标注的情况下提升多种图像模型的泛化能力与细粒度识别能力

总体来看,对比学习已成为图像表征学习中的基础方法之一,并在转转不同业务线中承担统一的“视觉语义对齐”能力。

2.2 转转技术方案:度量学习

度量学习(Metric Learning)与对比学习本质上都属于“表示学习”范式,核心目标都是学习一个Embedding(向量表示)空间,使得相似 SKU 在特征空间中距离更近,不相似 SKU 距离更远。但二者在监督信号与优化目标上存在明显差异:

●对比学习通常以自监督或弱监督为主,通过数据增强等方式构造正负样本对,学习的是通用视觉表征能力,其核心目标是提升表示质量与泛化能力。
●度量学习则更依赖显式标签监督,通过构造样本间的距离约束,直接优化“类间可分性”与“类内紧致性”,本质上是在 Embedding空间中学习更清晰的判别边界,对细粒度识别任务更为敏感、可靠。

在包袋拍图识款场景中,这种差异显得尤为明显。

对于大量“外观极其相似”的 SKU,仅依赖通用表征学习的对比学习方法,容易出现特征聚合不充分的问题,而基于度量学习的方法则能够通过“强监督信号”,显式拉开细粒度 SKU 间的边界,从而获得更稳定的判别能力。此外,转转在包袋品类中积累了海量的“高质量”、“带SKU标签”的商品图片数据,使得基于监督信号的度量学习具备良好的数据基础。综合业务特性与数据条件,最终我们选择以“度量学习”为主的技术路线,打造转转拍图识款系统。

3、“拍图识款”在转转的进阶实践

3.1 整体架构设计

转转“拍图识款”系统整体采用检索式视觉理解架构,整体架构设计如下:

image
转转拍图识款的架构设计

用户上传商品图片后,系统首先通过主体目标检测与分割模块,从复杂背景中提取出包袋主体区域,以降低环境噪声对特征表达的干扰。随后,主体区域进入特征提取模块,通过识款 Embedding 网络将图像编码为“高维向量”表示,完成从“像素空间”到“语义向量空间”的映射。在向量空间中,系统通过与包袋向量数据库进行相似度检索,实现 Top-K 候选 SKU 召回。向量数据库中同时存储SKU Embedding 与 SKU 结构化属性信息,用于后续相似图片匹配与结果约束。最终,实现“以图搜图 → SKU 识别”的完整闭环链路。

在“拍图识款”整体链路中,为了提升复杂真实场景下的检索效果,我们在系统设计上重点做了三点优化:

1)主体目标检测 + 分割增强的双阶段建模
为降低背景干扰,系统首先需要具备对图像中主体目标的定位能力,并提取稳定的主体特征表示。但在实际实验中我们发现,仅依赖目标检测仍不足以应对复杂场景(如背景复杂、遮挡严重等)。因此,在检测模块之后进一步引入一个轻量级目标分割模型(segmentation model),对主体区域进行更精细的边界提取,从而显著提升特征纯度与识别稳定性。

2)依赖大规模 SKU 底库的长尾覆盖能力
拍图识款的效果,在很大程度上由 SKU 底库的规模与质量决定。SKU 种类越丰富、单SKU数量越多,模型在检索阶段的可匹配空间越完整。这一点正是转转在二手奢侈品领域中的核心优势之一,依托长期积累的真实交易数据与商品沉淀,构建了高覆盖度的 SKU 标准数据库,从而提升了整体识别的召回能力与长尾覆盖能力。

3)向量库的“向量 + 标量”联合检索机制
在检索系统设计上,我们不仅依赖图片向量的相似度,同时引入 SKU 结构化属性(标量信息),构建向量 + 标量的联合检索框架。

● 向量检索,负责根据图片相似度召回 

● 标量检索,包括品类、品牌、系列等,负责约束检索空间

通过两者结合,可以在保证召回效率的同时,提高结果的业务一致性与可解释性。

3.2 度量学习训练

基于度量学习的包袋拍图识款,是在百万量级包袋 SKU 中完成高精度检索匹配,主要包括数据构建与挖掘、模型训练及工程优化三个方面。

image
度量学习训练流程

3.2.1 数据构建与挖掘

1)度量学习Scaling Law
实验表明,识款模型性能与度量学习的训练数据规模呈显著正相关关系,构建百万量级 SKU + 单SKU多视角图像的训练集是模型性能的基础。

2)Badcase 驱动的数据增强
与通用数据增强方法不同,本文采用基于误判样本(Badcase)的定向优化策略:
● 收集模型高频误判样本对
● 分析误判原因(遮挡、光照、角度等),构造针对性增强数据
该方法显著提升了模型在复杂场景下的鲁棒性。

3)困难样本挖掘
在每个 batch 内进行在线困难样本挖掘(Online Hard Mining)[3],该策略使模型重点优化最易混淆的样本对,从而提升整体区分能力。

训练过程中采用 Anchor-Positive-Negative(APN)结构,Anchor(当前样本)、Positive(同 SKU 样本)、Negative(不同 SKU 样本)。其中,Negative 样本采用相似样本挖掘策略,以增强模型对细粒度差异的判别能力。

3.2.2 模型训练trick

1)相似度函数选择
采用 Cosine Similarity 作为相似度度量,其优势包括:对特征尺度不敏感、在高维空间中更稳定及向量归一化兼容等

2)学习率调度策略
采用逐步衰减(Learning Rate Decay)策略,初期使用较大学习率,加速收敛;后期使用较小学习率,精细优化 Embedding 空间。该策略有助于提高模型在细粒度区分任务中的性能。

3)度量学习损失函数
采用典型度量学习损失函数(如Triplet Loss[4]/Circle Loss[5]),该类损失直接优化样本之间的距离关系,相较于分类损失函数,更适用于大规模类别场景。

3.2.3 工程优化

1)推理服务优化
采用模型服务框架torchServe进行部署,实现多实例并行推理、批量请求处理,从而满足线上高并发需求。

2)向量检索加速
基于 Faiss 构建离线向量测试库,使用Faiss-GPU 版,在百万量级SKU底库数据下,实现30—50倍检索效率加速,便于快速筛选最优模型

3)索引更新机制
为适应动态数据增长,系统支持增量索引更新。为平衡实时性与系统开销,我们采用“小时级”更新策略。

4)阈值动态调整
在实际应用中需对 Cosine 相似度进行归一化处理,将相似度分数映射到[0,1]之间(原始范围 [-1, 1]),业务可根据需求动态调整相似度阈值。

3.3 落地成果

主要落地场景有转转商品挂接、转转APP拍图识款(回收业务)等 

1)转转商品挂接页面

image

2)转转APP拍图识款页面

image

在拍图识款效果评测中,自研模型在Top-4准确率,超过三方8%以上,特别在复杂背景图片上要明显好于三方(一线业务反馈)。

3.4 可改进点

当前包袋拍图识款仍存在“尺度无法识别”问题,由于缺乏参考物,不同拍摄条件下的包袋尺寸(大中小号)难以统一建模,后续可引入标准参照物或显式尺度建模。此外,细粒度差异主要集中在五金、纹理等局部区域,需增强局部特征建模能力,未来可进一步探索多模态识款方法,引入文本与结构化属性信息,实现“图+文”联合检索。

4、总结

“拍图识款”本质是以图搜图,通过主体检测、特征提取与向量检索,在海量SKU数据库中完成“款式匹配”。其核心在于学习图像Embedding,构建细粒度SKU图片的“数字指纹”。在包袋场景中,需融合图案Logo、包型、材质纹理、颜色与五金等特征,实现多层次表达。相比分类方案,检索方案更适合大规模长尾SKU。转转采用以“度量学习”为核心的技术方案,通过监督学习“类内紧致性”与“类间可分性”,并结合困难样本挖掘,提升细粒度识别能力。在工程层面,结合TorchServe与增量索引更新机制,实现高效线上服务。整体技术方案已在转转商品挂接与C端识款等场景落地,未来将探索多模态融合以提升识别效果。

参考资料 

[1] Deep Ranking for Image Similarity. 

[2] Radford A, et al. Contrastive Language–Image Pre-training (CLIP). 

[3] Hermans A, et al. In Defense of the Triplet Loss for Person Re-Identification. 

[4] Schroff F, et al. FaceNet: A Unified Embedding for Face Recognition and Clustering. 

[5] Wang W, et al. Circle Loss: A Unified Perspective of Pair Similarity Optimization.

跳转微信打开

  •  

Notion 在中国用于团队协作的可行性分析

原创 二一的笔记 2026-04-14 22:05 福建

有点枯燥,没事不用读

前言

过去几年我不曾过多提及 Notion 在团队协作方面的应用,原因无他,就是权限管理可分配的层级太少,特别是当涉及到数据库的多人协作,权限要么过度开放要么过度封闭,没有中间地带,使得很多场景根本无法用 Notion 来协作。

但好消息是,Notion 在最近一年持续补齐了权限体系的关键能力,引入了更细致、更灵活的权限管控功能。再加上 Notion 几乎是最强的知识库 Agent 能力,两个因素加在一起让我开始认真思考:

如果你是一个中国的中小型团队,选择 Notion 作为团队协作、文档管理、以及团队知识库中枢,会不会是一个好的选择?

所以我花了几天时间把所有的 Notion 协作场景测试了个遍,终于写出这么一篇文章,如果你正好在研究这个需求,应该能给你一些帮助。

下面是这篇文章会覆盖的重点:

  • • Notion 的账号体系

  • • 页面共享规则

  • • 数据库权限规则

  • • 成员用团队协作空间

  • • 实际协作体验

  • • 什么样的团队适合 Notion

📢

广告时间

Notion 是我认为最适合知识工作者的生产力工具,如果你想用 Notion 把你的目标、知识和行动串成一套完整的工作流,可以看看我做的 FLO.W 思流 模板,已经帮助将近 1500 个用户搭建起了自己的 AI 知识库。

更详细的模板介绍请见:
21notion.com

Notion 的账号体系

首先我们需要对 Notion 的账号体系建立一个整体的框架。

一个邮箱可以注册一个 Notion 账号,然后一个账号可以创建多个工作空间(Workspace)

每个工作空间都是一个功能完整的、数据互相独立的 Notion 笔记库。如果你用过 Obsidian,那么 Notion 的工作空间约等于 Obsidian 的仓库(Vault)。

默认情况下,你既是这个空间的管理员,也是这个空间的成员(Member),如果你的 Notion 从始至终只有你一个人用,也不涉及到任何分享或协作,那么这篇文章到此结束,后面的内容都不需要再看了。

但如果你需要把 Notion 里的某个页面分享给其他人,那么就需要开始涉及「乍一看有点复杂,但搞懂之后其实很简单」的 Notion 权限体系,让我们先从最小的权限单位「页面」开始讲起。

页面发布与共享

Notion 的每个页面都可以选择共享或者发布

  • • 发布:任何拥有页面链接的人都可以访问

  • • 共享:只有被邀请的人才能访问页面

当用户被邀请共享,他就成为了这个页面的访客(Guest),然后你可以为他分配四种不同的页面权限,分别是:可以查看、可以评论、可以编辑、全部权限;前三个比较好理解,第四个「全部权限」意味着你的访客可以继续邀请其他人加入这个页面。

因此如果你不希望这个页面被扩散访问范围,给他「可以编辑」就够了。

如果你要分享的只有一个单一的页面,则情况就很容易处理,但当你的页面开始有层级结构,也就是父页面下嵌套了子页面,那权限行为就会稍微复杂一点点。

父子页面权限

基础规则

子页面会默认继承父页面的权限,也就是说如果你把父页面分享给了某人,这个人自动就能访问父页面下的所有子页面。

但你也可以进入子页面,然后给这个子页面单独授予不同的权限。比如父页面你只给了「可以查看」的权限,你可以在子页面里单独给这个人「可以编辑」的权限,或者把这个子页面的访问权限关掉。

切断权限继承

一旦你在子页面上设置了比父页面更低一级的权限,比如父页面是更高一级的「可以编辑」,然后你为子页面设置了仅「可以查看」,那么父子页面之间的权限继承链就会被切断。

也就是说,即便这个时候你重新给父页面授予「全部权限」,子页面的「权限」也不会有变化,因为这个链条已经被切断了。这个时候你需要单独去那个子页面上点击「恢复设置」,才能让这个用户拥有和父页面相同的权限。

上述逻辑在数据库中同样适用,不过「数据库」会比「页面」这一单位再进一步复杂一点。

数据库分享协作

基础规则

数据库中的每个条目本质上就是一个页面,权限继承的逻辑与前面讲的父子页面完全一致:共享整个数据库,用户能看到库中所有页面;只共享其中某个页面,用户就只能看到那一个。

同样的,如果你在某个页面上手动取消了用户的权限,即使之后重新对整个数据库授予「全部权限」,那个页面的权限也不会自动恢复,这与前面提到的「权限断链」效果一致。

另外数据库还有一个新的权限叫「可以编辑内容」,意思是用户可以修改数据库页面正文的具体内容,但不能修改数据库本身的结构,比如删掉属性、修改视图、排序、筛选等条件。

因此如果你希望某个协作者能在数据库里正常填写内容,但不想让对方误操作了数据库的基本框架,给他「可以编辑内容」的权限将是比「可以编辑」更安全的选择。

只读 + 可创建

假设你用 Notion 建了一个需求收集库,希望协作成员都能往里提交需求。你给了大家「可以编辑」的权限,结果第二天发现有人把别人的需求改了,有人不小心删掉了好几页,还有人把视图的排序条件调乱了。

你想收回编辑权限,但一旦改成「可查看」,大家又没法提交新需求了。

Notion 针对这个场景提供了一个权限组合,也就是只给用户整个数据库的「可查看」权限,同时额外允许他在数据库中创建新页面。这样用户既能看到数据库里的所有页面(但不能编辑),又可以自己新建页面,且仅拥有自己新建的那个页面的编辑权限。

不过需要注意的是,上面的「允许创建新页面」有一个前提就是,用户必须至少拥有整个数据库的访问权。如果你没有把整个数据库分享给这个用户,而是只单独分享了库中的某几个页面,那么即使你勾选了「允许创建页面」,这个用户也是不能在数据库里新建页面的。

那如果你既需要能让这些用户创建页面,又不想让他们看到整个数据库,该怎么办?

方法一、创建独立页面并分享

  1. 1. 新建一个页面,在页面中放置这个数据库的镜像视图

  2. 2. 对数据库进行过滤,筛选出这个用户能够访问的特定页面

  3. 3. 把这个页面分享给这个用户

这样一来用户既能看到页面中的数据库,也能在数据库中新建页面,但不能访问他没有权限的其他数据库页面。

方法二、创建表单让用户填写

  1. 1. 在数据库中新建一份表单

  2. 2. 分享表单链接给用户,用户就可以提交新的内容(创建新的页面)

更精细的数据库权限控制

前面讲的所有数据库规则,都是需要你先想好谁该有什么权限,然后再手动去设置。但 Notion 还提供了一种不同的思路,可以让权限跟着你的业务逻辑走。

在数据库中,你也许会给每个页面分配「负责人」「审阅者」「客户归属」这类人员字段,这些字段反映的是你的业务关系,而 Notion 的「页面级访问权限」可以把这些业务关系直接转化为权限规则。

谁是创建者,谁就能获得全部权限;谁被标记为负责人,谁就获得编辑权限;谁被标记为审阅者,谁就自动获得评论权限。

当一个项目从员工 A 转交给员工 B,你只需要在「负责人」字段里把 A 换成 B,这个页面的编辑权限就自动转移给 B 了。

具体来说你可以这样做

  1. 1. 在数据库中创建一个「人员」字段

  1. 2. 进入数据库页面,然后为「人员」字段添加对应的负责人

然后在数据库的共享菜单中,找到「页面级访问权限」,为指定的「人员」属性创建一条权限规则,例如设为「可以查看」。规则生效后,只要你在某个页面的这个「人员」字段中添加了谁,谁就自动获得对应的「可以查看」权限。

到这里,Notion 在单个页面和数据库层面的权限能力基本覆盖完了,从单页分享、继承断链、数据库权限,到人员字段自动分配,足以应对大多数内容层面的协作需求。

但上面这些操作,大部分都是在「访客」身份下完成的。什么是访客?当你通过邮箱邀请某人查看或编辑一个页面时,对方默认就是以访客(Guest)的身份加入你的工作空间,只能访问你明确分享给他的内容,对工作空间的整体结构毫无感知。

访客模式在小范围协作时足够用,但当团队开始正式组建,逐页分享就不够了,你需要一套更系统的权限管理方案,这时候就轮到「成员」和「团队协作区」登场了。

团队协作区

打开 Notion 的侧边栏,你会看到两个区域,分别是私人区域(Private)和团队协作区(Teamspace),私人区域顾名思义只有自己能看到,而团队协作区则可以对其他成员开放。

虽然名字带着「团队」,但团队协作区并不是只有协作才用得上。

你完全可以把它当成顶层文件夹来用,把不同类型的内容和 Private 区隔开。比如你可以为不同的主题创建不同的团队协作区,侧边栏一眼就能看到结构,不用层层点进去翻。

所以即使你是一个人在用 Notion,团队协作区作为顶层的内容分区就已经很实用了。而当你确实需要多人协作的时候,它还能在这个基础上叠加权限管控。

当访客不够用时

前面讲的页面共享、数据库权限都是在解决一个问题,即你怎么把某些内容开放给别人。访客机制在小范围协作里已经很好用了,尤其适合临时合作、外部沟通,或者只需要接触少量内容的场景。

但当协作开始变成一件长期的事,你就会开始思考,这个人要不要进入我的整个工作空间,持续参与这里的内容生产和组织?到了这一步,访客身份就不太够用了,你需要考虑的会是另一个层级,也就是成员(Member)。

邀请成员

在 Notion 中邀请一个人成为成员,有两个不同的入口

  1. 1. 在工作空间的设置中邀请对方成为「工作空间成员」

  1. 2. 在某个团队协作区中直接邀请对方成为该团队协作区的成员。

不论哪种形式,当你邀请了一个新的成员加入,就需要为这个席位单独付费。当然邀请的前提是,这个成员需要先拥有一个 Notion 账号(邮箱)。

当他接收到你的成员邀请后,他的账号下就会出现你的工作空间

他可以点击进入这个专门用于协作的工作空间,在这个空间下他会拥有独立的私人区域,每个成员的 Private 笔记都是互相不可见的,在这里创建的内容只有自己可见。

同时,他也能看到你创建的团队协作区

不过如上图所示,有的团队协作区他默认就加入了,有些团队协作区则只出现在列表里,需要请求才可以加入,这是为什么呢?

回到你的视角,当你创建一个团队协作区的时候,你可以同时设置它的「可见性」

不同的可见性分别适用于不同的需求和场景:

默认 :新成员加入工作空间的那一刻就自动成为这些协作区的成员,不需要任何额外操作。如果你的团队有一个「全员公告」或「公司知识库」类型的协作区,设成默认就不用每次有新人入职都手动拉一遍。

开放式 :新成员能在侧边栏里看到它的存在,但需要主动点击加入。适合那些「不是所有人都需要,但感兴趣的人可以自己加」的协作区,比如某个兴趣小组或跨部门项目。

封闭式 :新成员能看到这个协作区的名字,但点进去会发现需要管理员审批。适合有明确归属的部门协作区,比如「设计团队」或「财务部」,你不希望其他人随意进出,但也不需要藏着不让人知道。

私人:没被邀请的人不会知道它的存在,适合管理层讨论、薪酬方案、保密项目这类场景。

所以前面那个新成员看到的现象就可以解释了,有的协作区他一进来就自动加入了,是因为你设成了「默认」;有的只能看到名字但需要申请,是因为你设成了「开放」或「封闭」;而那些你不想让他知道的协作区,就可以设置为「私人」。

成员能做什么

这个成员加入后实际能做什么,还取决于你给他分配的角色。

假设你给他分配的是「可编辑」权限,他会发现自己可以正常编辑协作区里的页面内容,但想把侧边栏里的某个页面拖到另一个位置时,发现拖不动;想邀请一个同事进来一起看,发现没有邀请入口。

这是因为团队协作区里的很多能力都是单独的开关,包括编辑页面、移动页面、邀请成员、创建子页面等等,你可以逐个决定要不要开放给普通成员。

作为协作区的所有者(创建者默认就是所有者),你拥有以上所有能力。所以如果成员发现自己在协作区里「该有的按钮没有」,大概率是你没有把对应的开关打开。

群组

前面讲的所有权限操作,不管是分享页面、设置数据库权限、还是管理团队协作区的成员,都是针对「某个人」来做的。人少的时候没问题,但当团队人数多起来之后,你会发现自己在反复做同样的事:每次有新人入职,要把同样的页面、数据库、协作区再分享一遍;有人离职,又要一个个去收回。

群组就可以用来解决这个问题,你可以把多个成员放进一个群组,然后用群组为单位来分配权限。新人入职时,把他加进对应的群组,他就自动获得这个群组已有的所有权限;离职时,把他移出群组,权限就自动收回。

创建群组

在「Notion 系统设置 - 人员 - 群组」中可以创建和管理群组,比如你可以按部门建群组:「设计团队」「开发团队」「运营团队」,也可以按角色建:「管理层」「实习生」等等。

如何使用

群组创建好之后,几乎所有你能分配权限给「某个人」的地方,都可以换成分配给「某个群组」。

之前讲页面共享时,我们都是填邮箱邀请某个人,但如果你有一份文档需要让整个设计团队都能看到,直接把「设计团队」群组加进去就行了,之后设计团队新来了人,只要把他加进群组,他就自动能看到这份文档。

数据库的共享菜单里,同样可以把群组作为权限对象。比如你想让「运营团队」对某个数据库只能查看不能编辑,直接给这个群组设置「可查看」权限就行,不用一个个人去设置。

前面讲到的团队协作区也可以把群组加为成员。比如你创建了一个「技术部」协作区,直接把「技术部」群组拉进来,群组里所有人就自动成为这个协作区的成员。

并且你还可以在页面的评论或者段落的评论中,用 @ 的方式来呼叫整个部门,或者将通知发送给特定的群组,这样就不用一个个地 @ 了

实际协作体验

花了大量篇幅终于讲完了所有重要的权限设置,如果不搞懂这些,什么流程都搭不起来。不过真正决定一个团队愿不愿意留在 Notion的,可能还是实际的协作体验更重要。

所以接下来我会快速介绍一下,如果你选择用 Notion 来协作能获得什么样的效果。

实时协同编辑

Notion 支持多人实时编辑同一个页面,不会出现内容覆盖或冲突的问题,每个人的编辑会实时同步到所有人的屏幕上,不需要手动刷新。你能实时看到其他人的光标位置和正在输入的内容,页面右上角会显示当前正在查看或编辑这个页面的成员头像。

另外 Notion 也有完整的页面编辑历史,你可以查看任意时间点的页面快照,也可以把页面恢复到之前的某个版本。免费版可保留 7 天的编辑历史,Plus 版 30 天,商业版 90 天,企业版则不限时间。

异步评论沟通

Notion 的协作沟通主要靠评论系统,分为两种形式:

  • • 页面评论:在页面顶部的讨论区发起,

  • • 行内评论:选中页面中的某段文字,直接在旁边添加评论

两种评论都支持 @ 提及特定成员或群组,被 @ 的人会在通知中心和邮箱收到提醒。

对于围绕文档展开的异步协作,这套机制是够用的。评论天然挂在内容旁边,上下文不会丢失,比在微信群里讨论一个文档细节要高效得多。特别是当你需要对一份方案做多轮修改时,每一轮的反馈意见都能定位到具体段落,不会出现「你说的是哪一段?」这种沟通损耗。

编辑建议

除了评论之外,Notion 还有一个功能叫编辑建议(Suggested Edits)的功能,拥有「可以评论」及以上权限的人,可以直接在页面上建议增加、修改或删除内容。

建议的改动会以「蓝色增加」与「灰色删减」的方式标记在页面中,段落旁边还会出现一个小卡片,页面所有者(或拥有编辑权限的人)可以逐条接受或拒绝这些建议,也可以在卡片里回复讨论。

归档页面

团队用 Notion 时间久了,工作区里一定会积累大量过时的页面,比如去年的项目计划、已经结束的活动方案、不再维护的文档。这些页面删掉可惜,留着又会干扰搜索结果和 AI 回答的准确性。

Notion 在今年 3 月上线了归档(Archive)功能来解决这个问题。

你可以把过时的页面标记为归档状态,归档后页面顶部会出现一条横幅,显示是谁在什么时候归档的。归档页面默认不会出现在搜索结果、侧边栏和数据库视图中,但你随时可以通过筛选条件把它们调出来查看。

归档和删除的区别在于,归档只是被搜索结果隐藏了,页面本身完好无损,所有链接和引用依然有效,需要的时候一键取消归档就能恢复。如果你归档一个父页面,它下面的所有子页面也会自动跟着归档。

对于团队来说,定期归档过时内容可以显著提升搜索效率和 AI 回答的质量,因为 AI 在检索工作区内容时会自动跳过归档页面,减少被过时信息误导的概率。

AI 语音会议

Notion 在 2025 年推出了 AI 语音笔记功能,可以在会议中自动录音并生成转录文本。

会议结束后,AI 会在几秒内整理出一份结构化的摘要,包括讨论要点、行动项和后续待办,直接保存为一个 Notion 页面。2026 年初这个功能又扩展到了移动端,意味着你不带电脑参加会议也能用手机录制语音并转译了。

这样一来,每次会议结束后,AI 就会自动将全文进行转录,并提取结构化的重要信息,团队成员可以随时回顾,也可以直接从摘要中提取行动项分配给对应的负责人。

Agent 协作

Notion 目前的 Agent 能力已经不只是「帮你写几句话」的水平了,我为此写了一系列的长文,如果你感兴趣的话可以阅读以下两篇文章:

在团队场景下,Agent 是真的可以节省大量的工作时间,举几个具体的例子:

  • • 有人提需求,自动分类并分配给对应负责人

  • • 有人写文档,自动生成摘要供其他成员检索

  • • 任务状态变更,自动通知下游协作者接手

  • • 客户来信,自动建项目并拆任务给团队成员

  • • 定时汇总多库进度,推送简报给管理者

  • • 会前自动备好上下文,参会人直接进入讨论

  • • 串联自动化流水线,衔接不同角色的工作

  • • 基于知识库自动应答客户,替新人兜底

这些能力的核心价值在于,它把很多「人人都知道该做,但没人愿意花时间做」的整理工作自动化了。对于五到十人的小团队来说,可能省下来的就是每天至少一个小时的琐碎操作。

不过需要说明的是,这些自动化能力目前还需要一定的配置门槛。你需要懂得如何设计数据库结构、编写 Agent 指令、设置触发条件,因此不是开箱即用的。所以它更适合团队里有人愿意花时间深入研究 Notion 的情况。

总体评价

这次测试下来,我最大的感受是 Notion 在协作权限这件事上,终于跨过了「只是能用」的阶段。从单页面分享、数据库的「可编辑内容」与「只读 + 可创建」组合,再到基于人员字段的页面级自动权限分配,整套逻辑已经可以覆盖一个中小团队的绝大多数协作场景了。

当一个工具在这种基础设施层面做到了这个程度,你自然会对它的上限更有信心,也更愿意花时间去探索其他的可能性。

📢

广告时间

Notion 是我认为最适合知识工作者的生产力工具,如果你想用 Notion 把你的目标、知识和行动串成一套完整的工作流,可以看看我做的 FLO.W 思流 模板,已经帮助将近 1500 个用户搭建起了自己的 AI 知识库。

更详细的模板介绍请见:
21notion.com

当然权限只是协作的地基,真正决定团队愿不愿意留在 Notion 的,是日常协作体验能不能跟上。目前来看,文档协同编辑、评论系统、编辑建议这些能力已经足够支撑异步协作,AI Agent 还能在此基础上接管大量重复性工作。但即时通讯的缺失意味着 Notion 还没法成为团队协作的唯一入口,它更适合作为知识和流程的中枢,而不是沟通的中枢。

毕竟就算是 Notion 官方,他们也需要搭配 Slack 一起使用呢。

中国团队如何选择

与国内主流工具的差异

如果你在考虑 Notion,大概率也在同时考虑飞书或者钉钉。这几个工具各有侧重,但因为我个人并不完全了解其他几款工具,因此只能从我能看到的关键差异点去进行对比。

软件生态环境
Notion 显然是一款面向「外国人」的产品,因此能够与之联动的软件生态并不包含国产软件,但也正因为这个原因,如果你的工作与 Figma、Github、Liner 或者是谷歌生态更为紧密,那么 Notion 与这些工具的联动将能获得最好的效果。
并且作为 Anthropic 前十的 Token 消耗大户,Notion 对最新 AI 模型的支持(例如 Gemini、Claude、GPT)是最快且最好的,因此如果你的团队更看重 AI 方面的能力,那么 Noiton 会更比国内的协作工具更有优势。

协作沟通方式
如果你的团队习惯了飞书或者企微那种 IM 即时聊天沟通的协作,比如在群聊里直接分享文档、讨论完一键转任务、文档更新自动推送到群里,那么 Notion 目前做不到这些,因为它没有自己官方的即时通讯工具,因此所有沟通都必须发生在 Notion 生态内部,或者像官方一样搭配第三方的 IM。
如果你的团队以异步协作为主,大家习惯按自己的节奏处理工作,这个限制就不太影响。

数据安全
任何云端产品的数据安全都是个老生常谈的问题,即便是飞书、钉钉也无法避嫌,对于 Notion 这样一款服务器在境外的工具就更是如此。
只能说我个人的判断是,对于 Notion 这样一款正在飞速发展的产品来说,倒闭跑路一说是绝无可能,但任何成熟的团队都应该都数据安全保持敬畏之心,定期导出全库笔记备份才是上策。幸好 Notion 早已支持全库导出为 Markdown、PDF 或者是 HTML 格式,也算是个难能可贵的有点了。

短板有多短

在做出选择之前,还有几个更重要的问题需要考虑。这种工具的选择不在于长板有多长,而在于最短的那块短板你是否能够接受。

1. 价格不低
Notion 的免费版功能已经非常齐全,但如果想在协作上好用,至少得订 Plus 版本,每个席位每年 120 美元,如果想再加上 AI 功能,则需要上商业版,每个席位每年 240 美元。

2. 迁移难度
如果你的团队已经在飞书、钉钉或者其他平台上跑通了一套成熟的协作流程,迁移到 Notion 的成本会比你预期的高。适应期、培训、协作中断这些都需要提前考虑。
而且 Notion 和国内主流工具的使用逻辑差异比较大,如果团队成员连文档怎么建、数据库是什么都不清楚,前期的学习曲线会比较陡。所以如果你决定要推这件事,最好确保推动者既是团队里最懂 Notion 的人,也有足够的决策权,遇到阻力的时候才推得动。

3. 访问难度
你的团队需要愿意为了用上最好的 AI 和 Agent 能力,去克服网络稳定性和支付便利性方面的一些小障碍,这点就不展开细说了。

什么样的团队适合

选择 Notion 作为协作工具与知识库中枢,不能靠拍脑门决定,不能因为肤浅的或者花哨的功能而动心,毕竟个人笔记迁移尚且困难,团队文档迁移的难度就更加巨大了。

我认为只有符合以下 3 个特征的团队才有必要将 Notion 纳入考虑。

1. 追求更高工作流上限的团队
愿意花时间去沉淀知识库、雕琢协作流程,想把 AI Agent 深度融入日常工作,而且团队成员至少有基础的 Notion 使用经验。满足这些条件,Notion 带来的回报会非常高。

2. 核心产出是知识密集型工作的团队
比如内容创作、产品设计、咨询、研究。日常产出的就是文档、方案、知识库,Notion 能把这些分散的知识组织起来、关联起来,让信息在团队内部流动而不是沉没在各自的文件夹里。

3. 愿意把工作空间当成长期资产去经营的团队
Notion 的回报是复利式的,数据库结构、权限规则、Agent 工作流,用的时间越长,积累的信息越多,效率提升就越明显。我愿意花几天时间写这篇文章,说到底是因为我觉得 Notion 对知识工作者来说是真的好用。
它和其他所有文档类、知识库类的产品都不一样,它能提供的上限是最高的。目前最前沿的 AI 公司,比如 OpenAI 和 Anthropic,内部都在用 Notion,这也从侧面验证了一点,在知识密度最高的团队里,Notion 的协作能力经得起检验。

以上就是我这次测试下来的全部感受和建议,每个团队的情况不同,适合的工具也不同,我能做的就是把我实际测过的东西尽量写清楚,但肯定还有很多角度和场景无法一一涉及,因此如果你在实际使用中遇到了什么问题,欢迎在评论区留言,我会为你解答。

对了,如有需要,也欢迎购买我的 Notion 模板,这将能激励我创作更多优质内容,感谢大家支持 🙋‍♂️

阅读原文

跳转微信打开

  •  

明白Harness诞生初衷,你就知道该怎么做了

二姐存钱罐 2026-04-14 14:56 北京

遇到一个陌生英文harness,可能无意中会给很多人带来思想包袱。

但其实Harness 很简单,明白harness诞生的初衷,你就恍然大悟:

其实harness 是为了让Agent执行长任务(比如解决无人值守开发的问题)而诞生的。

我个人理解,需要长期维护的项目也可以用harness engineering。

比如有朋友问:

“如果用AI Coding工具在之前很大的一个系统上去迭代,应该怎么做呢。不可能把之前的页面全部做一遍吧。”

Harness正好适用这个场景。

如果你再结合图中构建最基础的harness engineering的三步(这里尚未引入评估器,后续进阶步骤会有),就会更加明白为什么它可以用在这种场景。

三步都已经总结成skills,放在这里分享:

https://claudeleakage.com/zh/opensource-for-dev/。

大家拿到后安装,直接调用skills就可以完成项目基础的harness engineering建设了,定期跑一下,对项目的长期维护有很大好处。

第一步: 做一个项目地图,像一个索引一样。 Agent每开始一个任务,首先来这个看索引,找到它应该去看的内容。比如Agent要新增一个页面,它看到这里会有一个design标准、前端框架文档,就会倾向于从众多文档中读这两个文档。

第二步:在地图里的各个文档中查找具体标准和详细内容。比如架构文档architecture.md中,会有项目采用的前、后端框架等等。

前两步解决了横向的内容广度问题。

接下来的一步要完成纵向的时间维度问题,也就是长任务会拆成若干个子任务,如果把一个长任务都放在一次对话中,会产生记忆爆炸的问题,这时候任务的衔接就会需要用到第三步。

第三步:对话管理。它像一个项目进度记录一样,记录了现在有什么任务还没有完成,当前进行的任务的进度 Progress.md等等。 这样,每次开始新任务,Agent可以触发总结之前的任务进度,以便后续任务作为上下文使用。

以上三步是基础,harness engineering的进阶版需要引入评估器,但这玩意还是挺消耗token的,因为每次都要对已经完成的任务进行评估、测试,耗时、耗力、耗钱,平时用这三步基础的就够。

跳转微信打开

  •  

NVIDIA DWDP:NVL72 上的分布式权重数据并行推理

原创 AI闲谈 2026-04-13 21:02 广东

一、引言

简单介绍一下 NVIDIA 最近在 GB200 NVL72 针对 MoE 模型的一个 Inference 优化工作,需要说明的是,这不是一个万能的解决方案,有很多约束,比如主要适合 Prefill 阶段,TPS/User 要求不能特别高,输入序列长度也不能特别大。除此之外,提升也不是非常明显。

对应的论文为:[2604.01621] DWDP: Distributed Weight Data Parallelism for High-Performance LLM Inference on NVL72 [1]

相关工作可以参考笔者之前的文章:

二、摘要

LLM Inference 越来越依赖多 GPU 执行,但现有的 Inference 并行策略需要进行层间跨 Rank 同步,导致 End2End 性能对 Workload 不均衡异常敏感。

本文中,NVIDIA 提出 DWDP(Distributed Weight Data Parallelism),在保持数据并行执行的同时,将 MoE 权重卸载到 Peer GPU 并按需获取缺失专家的 Inference 并行化策略。通过消除跨节点全局同步操作,每个 GPU 都可以独立进行 Inference 计算。进一步通过两项优化——分片权重管理与异步远程权重预取——解决了该设计的开销问题。

作者在 TensorRT-LLM 中实现,并在 GB200 NVL72 机器上使用 DeepSeek-R1 验证,在 8K 输入和 1K 输出条件下,当服务吞吐量处于 20-100 TPS/User 区间时,DWDP 在保持相当 TPS/User 的同时,将 End2End 输出 TPS/GPU 提升 8.8%。

PS:需要说明的是,本文的方案只适合 Prefill 阶段,因为 Prefill 阶段许多 Token 同时 Forward,在任何一层基本上都会激活所有 Expert,在这一假设下,可以提前预取下一层的所有缺失专家。如果是 Decoding 阶段,则会涉及预取哪些 Expert 的问题。

三、背景

3.1 分布式并行同步开销

LLM 越来越大,单个 GPU 难以容纳模型权重和 KV Cache,对于较大模型,通常会采用多个 GPU 共同部署。为此,通常会在 Hidden 维度使用 TP(Tensor Parallelism)、MoE 部分使用 EP(Expert Parallelism),甚至在层间使用 PP(Pipeline Parallelism)。虽然它们在模型切分方式上有所不同,但都需要在层边界处引入同步操作。

在现实的 LLM Serving 场景中,各个计算单元的 Workload 可能不太均衡,这种逐层跨 Rank 同步的局限性越来越明显。比如表现在:

  • 在 Request 层面,输入序列的长度不同,命中的 Prefix Cache 不同,导致计算和内存访问存在差距。

  • 在 Weight 层面,各计算单元激活的模型计算量可能不同,比如 MoE 中,热门 Expert 可能承载更多 Token。

如下图 Figure 1 所示为大规模 MoE 模型中常用的 EDP(DP 和 EP)策略(Attention 部分采用 DP、MoE 部分采用 EP)。如(b)所示,其中同步开销占比达到 12%,来自两个部分,如下图 (a)所示:

  • DP 部分 Request 的不均衡,导致 MoE 之前的 All2All 有同步等待的 Bubble。

  • MoE 部分 Expert 负载的不均衡,导致 MoE 之后的 All2All 同样有同步等待的 Bubble。

3.2 快手 PROBE

在 [2602.00509] PROBE: Co-Balancing Computation and Communication in MoE Inference via Real-Time Predictive Prefetching [2] 中,针对 MoE EP 中动态负载不均问题(计算负载较重的 Expert 所在的设备也要承担更大的 All2All 通信开销),作者提出 PROBE:把 “事后补救(reactive)” 改为 “提前准备(proactive)”。具体来说,在当前层运行时,系统并行地为下一层做三件事:

  • Predict(Gate-Initialized Lookahead Predictor):预测下一层激活的 Expert。

  • Plan(Hardware-Aware Balance Planning):算出复制哪些 Expert、如何分 Token。

  • Prefetch(Phase-Locked Co-Scheduling):提前把 Expert 权重搬到目标 GPU。

PS:关键是把这三个辅助步骤全部隐藏到主流水线的空隙里,不阻塞关键路径。如下图 Figure 10 所示,上述 3 个辅助步骤均隐藏在相应的主流水行过程中:

3.3 Sea-AILab On-Demand Communication

在 [2601.19362] Revisiting Parameter Server in LLM Post-Training [3] 中,针对 LLM SFT/RL 中样本序列长度不均衡,FSDP 逐层集合通信导致 Straggler 拖累问题,作者引入了参数服务器思想,用 ODC(On-Demand Communication)把同步粒度从 “每层” 放宽到 “每个 minibatch”,从而显著减少 Bubble,提升吞吐,实验最高加速 36%。

  • 如下图 Figure 1 所示为传统的 FSDP 方案,每个 F 和 B 后都需要集合通信同步,导致大量 Bubble。

  • 如下图 Figure 2 所示为 ODC 方案,可以大幅降低 Bubble 率。

ODC 方案不改变训练语义(仍需要同步优化),主要是修改了通信方式:

  • 将 All-Gather 集合通信(Figure 3 左图)拆分为点对点 Gather 操作(Figure 3 左图按需拉取参数分片)。

  • 将 Reduce-Scatter 集合通信(Figure 3 右图)拆分为点对点 Scatter-Accumulate 操作(Figure 4 右图)。

传统的 FSDP(NCCL)是双边通信模式,GPU A 想要从 GPU B 拉取数据,GPU B 必须停止当前的计算并响应请求。为了满足 “按需、非侵入” 的单边通信模式,ODC 采用了如下机制,GPU A 从 GPU B 拉取数据时 GPU B 无需停下计算操作:

  • 节点内使用 CUDA IPC。

  • 节点间使用 NVSHMEM。

除此之外,ODC 允许不同设备处理不同数量的 Microbatch,因此可以把负载均衡目标从 Microbatch 级提升到 Minibatch 级。比如上图 Figure 2 中:

  • Device 0:短 Batch(3F + 3B)+ 长 Batch(3F + 3B)。

  • Device 1:长 Batch(3F + 3B)+ 短 Batch(3F + 3B)。

四、方案

4.1 方案概览

如下图 Figure 2 展示了 DWDP 的核心思想。为适配完整模型,DWDP 在保持跨 Rank DP 执行的同时,将 MoE 权重卸载至 peer GPU。主要针对 MoE 权重,其在模型参数量中占绝大部分,而 Attention 权重仅占相对较小比例。每个 Rank 存储完整 Attention 参数,仅存储部分 Local Expert 参数。在执行 MoE 前,Rank 按需获取缺失的 Remote Expert。

运行时:

  • DWDP 将第 𝑙+1 层缺失的所有 Remote Expert 异步预取,与第 𝑙 层 Attention 模块计算 Overlap。为维持跨层流水线,DWDP 采用双缓冲机制进行预取。(PS:Prefill 阶段,大概率激活所有 Token)

  • 在执行第 𝑙+1 层 MoE 模块前,Rank 等待所有 Remote Expert 到达。

  • 该层执行完之后,预取的 Remote Expert 立即被释放。

为了避免跨 Rank 的同步,DWDP 不使用基于 NCCL 的远程权重 AllGather 集合通信操作;此外,基于 NCCL 的传输还会占用 SM 资源,可能干扰计算过程。相反,各 Rank 通过基于 Copy Engine 的 cudaMemcpyAsync 从 peer GPU 拉取 Remote Expert,不占用 SM 资源,避免跨 Rank 同步。当某层所需 Expert 全部到达后,各 Rank 可独立执行 Forward 而无需等待其他 Rank。从分离式服务的视角来看,每个 Rank 都是独立的 Inference Worker,可独立接收 Request 并返回 Response。

除了实现完全的异步 Inference 外,DWDP 还为 Expert 放置提供更大的灵活性,不再要求 Expert 数量必须被 DWDP Group 规模整除,也不要求跨 Rank 的 Expert 分布完全互斥。相反,必要时可以允许放置冗余 Expert。条件允许时,冗余机制还能通过增加各 Rank 的 Expert 数来降低远程预取开销。

然而,由于权重分为 Local Expert 和 Remote Expert,DWDP 需要高效的权重管理机制。此外,远程权重预取可能引入通信侧开销,包括通信-计算干扰以及源 Rank 处的多对一竞争。

4.2 初步分析

作者采用 layer-wise Roofline 模型来识别 DWDP 何时能够超越 DEP,以及限制收益的因素。此分析主要聚焦 DeepSeek-R1 在 GB200 上执行 Prefill 阶段,对 DWDP4 和 DEP4(Group Size 为 4)进行比较。

  • DWDP 的每层 Latency 建模为 𝑇DWDP = max(𝑇compute, 𝑇prefetch),𝑇prefetch 为 Expert 预取时间。

  • DEP 的每层 Latency 建模为 𝑇DEP = 𝑇compute + 𝑇all2all,𝑇all2al 为 EP 的 All2All 通信时间。

为了估算 𝑇compute,首先使用标准 Roofline 近似法对每层中的算子进行建模,对于计算量为 F,内存访问为 B 的算子,其时延估算公式为 𝑇op = max(𝐹/𝑃peak, 𝐵/BWmem),其中 𝑃peak 和 BWmem 分别代表硬件计算峰值吞吐和内存带宽。将 Attention 和 MoE 算子时间累加得到 𝑇compute。

基于该模型,重点关照两个衍生指标:

  • 𝑇compute/𝑇prefetch 比值(反映 DWDP 能否隐藏 Remote Expert 预取时间)。

  •  𝑇DEP/𝑇DWDP 比例(体现 DWDP 相对 DEP 的预期优势)。

如下图 Figure 3 展示了 Batch Size 为 1 时,这两项指标随着输入序列长度变化的分布:

  • 在约 16K Token 时,DWDP 开始超越 DEP 的性能。随着输入序列长度(ISL)的增加,这一优势愈加明显,表明较长的上下文提供了足够大的计算窗口,摊销并最终掩盖远程预取开销。增大 Batch Size 会扩展计算窗口,从而使得 DWDP 即使在较短的上下文中也能展现出优势。

  • DWDP 相较于 DEP 的优势在于从关键路径中消除了同步的 All2All 通信。然而,这一优势在 ISL 中并非单调递增。一旦序列变得非常长,两种方法中计算将占主导,因此同步的 All2All 开销在 DEP 延迟中所占比例较小。相应地,随着 ISL 进一步增长,DWDP 的边际加速效果逐渐减弱。

五、设计挑战和优化

5.1 基线实现和剖析

5.1.1 Kernel 统计分析

为理解 DWDP 的瓶颈,作者首先评估了一种基础实现方案。如下图 Table 1 对比了 DeepSeek-R1 模型中 DEP4 与 DWDP4 在 Prefill-Only 场景下的时延统计情况。相较于 DEP,DWDP 完全消除了同步开销,并将通信移出关键路径。与此同时,基线方案也呈现出两项性能衰退:

  • 基线 DWDP 中需要计算前将 Local Expert 和 Remote 合并到连续 Buffer,产生 34us 的 D2D Copy 开销。

  • Attention 计算及其他类别计算耗时增加,表明 Remote Expert 预取与计算 Overlap 会引发不可忽略的通信-计算干扰。

如下图 Figure 6 所示,GPU 上 Copy Engine(CE) 通过 NVLink 从 peer GPU 上拉取权重的过程。CE 作为专用数据移动引擎,不会占用 SM 计算资源,然而,数据传输仍需跨越两个 GPU 上片上网络(NoC)、L2 Cache 和 DRAM;同时,本地 SM Kernel 会发起内存请求。因此,Remote 权重预取与计算可能在存储的不同层级产生相互干扰。除了 NoC 仲裁冲突,L2、DRAM 带宽竞争外,还可能导致 GPU 处于高功耗,进而触发降频,从而影响计算。

  • Blackwell GPU 的 HBM 带宽约为 8TB/s;而 NVLink5 可高达 1.8TB/s 的聚合读写带宽,相当于 HBM 峰值带宽的 1.8/8=22.5%。因此,当 NVLink 流量饱和时,Memory Bound Kernel 最坏情况可能面临高达 22.5% 的性能下降。

  • 仅 Attention 模块计算的功耗就可达到 TDP 的约 96.7%,而双向通信功耗约占 TDP 的 30.5%(包括 12.9% 的空闲基线功耗)。也就是说,重度计算 Kernel 与通信 Kernel Overlap 时,总功耗约为 96.7% + 30.5% − 12.9% = 114.4% 的 TDP,超出功耗阈值。会触发动态电压频率调节(DVFS),导致GPU频率显著下降。

5.1.2 运行时 Trace 分析

作者还对 DWDP 实现的 Nsight System 运行时 Trace 进行深入剖析。发现:在每个 MoE 层中,不同目标 Rank 可能同时从同一个源 Rank 拉取缺失的 Remote Exper,从而在源 Rank 形成多对一的通信竞争。如下图 Figure 4 所示,分层计算窗口的时间与 Remote Expert 预取时间相当,此时源端的序列化操作会延长通信窗口,并在下一个计算区域开始前出现明显的计算 Bubble。

5.2 消除权重合并开销

当前的 MoE 计算实现中,通常会采用 GroupedGEMM 优化,GroupedGEMM 计算通常要求 Weight 存储在单一连续 Buffer。而 Local Expert 与预取的 Remote Expert 存储并不满足,因此需要引入额外的 D2D 操作,随后才能启动 Kernel 函数。增加了内存带宽开销和时延。

为了消除此类合并开销,作者对 GroupedGEMM Kernel 进行扩展,使其能够直接处理多个 Weight Buffer。使用 CuTeDSL 实现,将 TensorList 作为输入,Kernel 函数能够在内部从 Local Buffer 和预取的 Remote Buffer 中动态选择权重(会引入额外索引和地址计算开销,不过都比较小),不用依赖外部合并的 Buffer。

5.3 缓解异步通信竞争

5.3.1 理论分析

源 Rank 处拉取权重会造成多对一竞争,导致计算 Bubble。为了隔离这种竞争效应,作者分析了理想通信时间与逐层计算时间相当的边界状态,在此状态下,若无竞争,通信几乎可以完全被 Overlap。因此关键问题在于:仅异步竞争是否足以使几乎 Overlap 的通信转换为计算的 Bubble。

对于一个包含 N 个 Rank 的 DWDP 组,在单个通信轮次中,每个 Rank 需要从其他 N-1 个 Rank 拉取 Remote Weight。假设竞争时的理想总通信时间为 𝑇。由于每个 Rank 发起 𝑁−1 次串行拉取,单次拉取的理想服务时间为:

采用随机状态模型:每当某一 Rank 准备发起下一次拉取操作时,其源 Rank 在剩余 peer Rank 中均匀分布。对于标记的 Rank,在其选定某一源 Rank 后,其余 𝑁 − 2 个 Rank 各自以 1/(𝑁 − 1) 的概率选择同一源 Rank。因此,针对该源 Rank 的竞争请求数量为:

为简化模型,仅计算竞争概率。将竞争等级 𝐶 定义为同时针对同一源的拉取操作总数(包括标记的拉取操作本身),则 𝐶 = 𝑋 + 1。

在完全序列化等尺寸近似条件下,竞争度为 𝐶 的拉取操作将产生约 𝐶𝜏 的延迟,但实际延迟取决于众多系统因素。该研究的目标仅在于证明低阶多对一竞争会自然产生,因此需进行显式优化。如下图 Table 2 汇总了若干 DWDP 分组规模下的竞争概率。

这些结果表明,在随机异步执行下,最可能出现的是低阶竞争情况(如 𝐶=1 和 𝐶=2),但高阶竞争的概率随着 𝑁 的增加而逐渐增大。因此,即使没有异常调度,较大的 DWDP 组也会面临更高的多对一通信竞争。因此提出一种缓解策略,该策略特别针对常见的低阶竞争机制,以提升系统的鲁棒性。

5.3.2 时分复用复制

为解决源 Rank 中的多对一竞争问题,将每个 Remote 权重传输拆分为固定大小的切片,并以 Round-Robin 方式在所有活跃目标 Rank 间调度这些切片。关键在于:Copy Engine 采用流水线设计,对于足够小的请求,能够维持多个小切片并行传输。设切片大小为 𝑠,考虑 𝑠 足够小的场景,此时 CE 可同时保持两个切片处于传输状态。在此假设下,当首个切片发出后,CE 可在前一切片完全完成前开始发送下一个小切片。因此,即使某个切片因通信竞争而减速,源端仍可继续处理其他请求。换言之,分块机制将整体拉取操作转化为一系列较小的直接内存访问请求序列,而流水线执行则实现了这些请求间的部分 Overlap 执行。

该实现方案在每个源 Rank 上为每个目标 Rank 维护一个待处理切片队列。当某 Rank 需要提取大小为 𝑀 的 Remote Expert 时,该 Expert 会被划分为 𝐾 = [M/𝑠] 个切片。源端调度器以 Round-Robin 方式处理所有非空队列,每轮从每个队列最多调取一个切片。如下图 Listing 1 展示了构建此类批量预取复制规划的伪代码,其核心思想在于:先遍历切片偏移量,再以 Round-Robin 顺序遍历对等 Rank,从而使不同源 Rank 的切片在最终的 DMA 调度中实现交错排列。

上述机制的原理与高性能网络中基于虚拟通道的隔离技术具有相似性:当某条通道因竞争而减速时,其余通道仍能保持网络的高效利用率。此设计中,面向每个目标的切片队列发挥着类似作用,防止单个受阻的数据拉取操作阻塞所有针对同一源端的其他拉取请求。这种架构产生了一个特别重要的推论:若流水线引擎能同时维持两个小切片的传输状态,则即使两个在途请求各自遭遇 2 级竞争,节点级数据拉取仍不会减速。等效而言,仅当两个在途切片同时遭遇至少 3 级竞争时才会出现通信引发的减速现象。

六、实验结果

6.1 实验设置

硬件、软件栈与模型:所有实验均在 GB200 NVL72 上进行。使用 TensorRT-LLM 实现 DWDP (基于 TensorRT-LLM commit 3a89495。上游整合在 https://github.com/NVIDIA/TensorRT-LLM/pull/12136/changes [4])。DeepSeek-R1 模型,MoE 权重以 NVFP4 精度量化,Attention 使用 FP8 精度的 KV 缓存。

基线设置:所有评估均在 PD 分离下进行,DWDP 仅部署于 Prefill 节点。基线为相同运行时与硬件约束下的 DEP。特别说明,Decoding 服务器配置不变,仅修改与 DWDP 相关的 Prefill 配置。

评估指标:纯 Prefill 实验,主要报告相较于 DEP 基线的 TPS/GPU 收益比与 TTFT 收益比。端到端实验中报告 TPS/User、TPS/GPU 及 TTFT 指标。特别关注特定 TPS/User 约束下的吞吐效率权衡关系。TTFT 统计从请求抵达至生成首个 Token 的中位时间(含队列等待时间)。

6.2 Prefill-Only 结果

如下图 Table 3a 所示:DWDP 在 1K 至 32K 的输入序列长度范围内实现 1.09x-1.11x 的 TPS/GPU 提升,以及 1.11x-1.27x 的 TTFT 提升。当最大新生成 Token 数固定且足够大时,性能提升随输入序列长度的增加而降低。这一趋势与 Figure 3 的初步分析一致:随着序列长度增长,计算在上下文阶段延迟中的占比增大,因此通过减少同步通信获得的相对收益会变小。

如下图 Table 3b 所示:DWDP 在不同最大新生成 Token 数设置下实现 1.01x-1.10x的 TPS/GPU 收益与 1.07x-1.16x 的 TTFT 收益。在相同输入序列长度条件下,每次 Forward 传递的运行时 Token 预算越大,性能加速比越高,因为这为隐藏权重预取开销创造了更大的计算窗口。

如下图 Table 3c 所示:随着工作负载不平衡程度增加,DWDP 实现了 1.08x-1.15x 的 TPS/GPU收益与 1.11x-1.18x 的 TTFT 收益。当输入序列长度的标准差增大时,DWDP 相比 DEP 获得更高的收益。该结果印证了 DWDP 的核心设计动机:在更不均衡的工作负载下,DWDP 的异步执行机制避免了 DEP 所产生的日益增长的同步开销。

如下图 Table 3d 所示:DWDP3 与 DWDP4 在 TPS/GPU 加速比上表现几乎一致,表明 DWDP 在 Prefill 侧的核心优势在更小的分组规模中得以保持。但 DWDP3 的 TTFT 收益比较低,可能因为较小的 Prefill 部署提供较低的总吞吐量,从而导致首 Token 产生前的排队延迟增加。更重要的是,DWDP3 凸显了 DWDP 的额外优势:相比传统 DEP 配置,它能支持更细粒度的资源分配,这在 PD 部署场景中具有重要应用价值。

这些消融实验表明,DWDP 能够持续提升 Prefill 侧性能。其性能增益在以下两种情况下最为显著:

  • 一是当工作负载提供足够大的计算窗口以隐藏权重预取开销时。

  • 二是当工作负载不均衡使 DEP 的同步开销更为严重时。

分块权重合并消除的评估:  在与 Table 1 相同的配置下评估分块权重合并消除优化。通过该优化,DWDP 在关键路径中消除了 D2D 合并拷贝操作,相比 DWDP 基线实现约 3% 的 TPS/GPU 提升,且未对 GroupedGEMM 执行产生显著性能回退。

多对一竞争缓解机制的评估 :在 ISL=8K 的 Prefill-Only 工作负载下,使用 1MB 分片并调整 ISL 比例与 MNT 参数。如下图 Table 4 所示,当 MNT 值较小且 ISL ratio 较低时,完整方案带来的优势更大——因为较低的平均 ISL 缩短了逐层计算时间,而通信时间基本保持不变。这一趋势在 ISL ratio = 0.5 且 MNT=16K 时最为明显:采用合并消除的 DWDP 略低于 DEP,而完整版 DWDP 则显著更高。当计算窗口扩大时(例如 MNT=32K),额外收益会大幅减少,因为基线配置已能掩盖更大比例的通信成本。

6.3 端到端结果

端到端设置:进一步评估了在 PD 分离场景下 DWDP 对端到端性能的影响。最大输入长度为 8K 、输出长度为 1K、输入长度范围在 6.4K 至 8K(输入比例 0.8)的 SemiAnalysis 数据集。为评估 DWDP 的端到端效果,选取现有帕累托曲线上 20 至 200 TPS/User 区间的若干基准点,通过对比分析 DWDP 能否将这些基准点推进至更优区域——即在保持相近 TPS/User 的前提下提升输出 TPS/GPU,同时单独报告对应的 TTFT 权衡。为控制变量,固定 Deocoding 服务器的配置,仅对 Prefill 服务器应用 DWDP 策略,主要通过调整 Prefill GPU 数量来探索性能优化点。

TPS/User 与输出 TPS/GPU 分析:如下图 Figure 5 显示,DWDP 确实将端到端帕累托点推向更优位置:在相近的 TPS/User 水平下,其在大部分目标区间实现了高于基线的输出 TPS/GPU。

如下图 Table 5 汇总了各 TPS/User 区间的平均加速比:

  • 收益在低 TPS/User 区间最为显著。例如在 20-30 TPS/User 区间,DWDP 实现了 1.15x TPS/User 提升与 1.10x TPS/GPU 提升。对比具有相似 TPS/User 的帕累托点可发现,DWDP 通常比基线方案使用更少的 Prefill GPU 资源。表明增益主要源于 Prefill GPU 需求的降低。

  • 收益在高 TPS/User 区间逐渐减弱。该区域系统更显著受 Decoding 阶段瓶颈制约,且 Prefill 阶段无法积累足够 Token 以抵消 DWDP 预取机制的开销。因此 DWDP 仅提供有限效率增益,甚至出现轻微性能回退。

TTFT 时间分析:还评估了应用 DWDP 后的中位 TTFT,该时间包含排队等待时长。针对每个基准点,选取 TPS/User 最接近的 DWDP 配置点,比较其 TPS/GPU 与 TTFT 性能。与基准系统相比,DWDP 在所有评估的 TPS/User 区间均延长了 TTFT。

  • 在高 TPS/User 场景下,系统本就存在严重的 Decoding 阶段瓶颈,Prefill 阶段无法积累足够的 Token 来分摊 DWDP 预取开销。

  • 在低TPS/用户场景下,对于 Prefill GPU 数量削减幅度更大的配置组合,TTFT 可能出现显著增长。这些性能回退并不代表单 GPU Prefill 处理效率降低,而是因为缩减 Prefill 侧部署规模会降低 Prefill 阶段的整体服务速率,恶化 Prefill 阶段与 Decoding 阶段之间的速率匹配,进而增加首 Token 生成前的排队延迟。

七、参考链接

  1. https://arxiv.org/abs/2604.01621

  2. https://arxiv.org/abs/2602.00509

  3. https://arxiv.org/abs/2601.19362

  4. https://github.com/NVIDIA/TensorRT-LLM/pull/12136/changes

跳转微信打开

  •  

Harness engineering最佳实践PDF下载链接

产品二姐 2026-04-12 22:42 北京

继之前的产品经理视角源码解读后,Claudeleakage.com 上线 《Claude code 之harness engineering 从入门到实践》PDF,开放下载,欢迎大家阅读。

https://claudeleakage.com/zh/opensource-for-dev/

有些同学问,

“为什么我们要研究Claude code?Claude在泄露源码前就开放agent SDK,也可以配上不同模型使用。”

我的回答是:如果你是一个车主,你买特斯拉就够了,但是,你是个造车的,买来仅仅开就不够了。 我们想做的就是:Claude code的“整车改造”。

这是中国制造走向中国创造的路,软件上也同样适用。

再说,哪怕你不是造车的,你也可能是个修车的,借鉴其部分思想都是有益的。

后续还会开源

1.Claude code 的rust 版本,速度更快,性能更好。

2.harness engineering的对抗式实战。

3.harness engnieering的一系列skills

4.Claude 精髓skills

这些都是for dev的,还有for business的各种场景。

敬请期待~

跳转微信打开

  •  

A2A范式下创业者们都在聊什么,产品将何去何从?| 43 Talks

原创 薛临风 2026-04-10 15:10 上海

智能体突围!A2A范式下的新叙事

TOKEN通胀、 智能体狂热的当下,AI正在迈步走下下一个范式 —— 即我们开始面向智能体来搭建服务,而站在AI前沿的创业者们,他们有什么样的坚守和追求?

OpenClaw的爆火似乎又点燃了一轮新的狂热,当大模型在狂飙猛进,朴素的代码在消亡,产品的形态在演化……我们正等待一场新的黎明。

长久以来,我们都习惯于打磨给人类使用的工具。而现在,当核心逻辑从“为人服务”悄然转向“面向Agent服务”,AI时代的叙事逻辑从未如此多变。这究竟是为创业者开辟了前所未有的无垠蓝海,还是打开了让产品失去焦点的潘多拉魔盒?

当智能体狂热与TOKEN通胀交织,喧嚣褪去后,我们必须回到最本质的追问:

  • 在A2A(智能体到智能体)的范式转移下,哪些产品方向是真正能跨越周期的机遇,哪些只是昙花一现的泡沫?

  • 当系统与系统直接对话,过去被奉为圭臬的“用户体验”是否将被彻底重写?

  • 面对演进飞快的模型能力,今天的创业者们,究竟是在追求什么?

本期 43 Talks,我们邀请了三位身处“智能体互联”风暴中心的探路者:玉伯、施德来、杜鑫康。他们中有洞察全局的产品思想家,也有在开源与商业化一线披荆斩棘的技术极客与创业者。他们将从产品哲学、生态、到营销叙事的多元视角,剖析当下的技术路径,与我们一同探寻A2A范式下的未来图景。(篇幅有限,以下内容为精华提炼)

43Talks 金句精选

  • “共识来得太快,很多共识只是烟花,要特别小心。”

  • “产品经理的主要工作就是抄作业,90%抄,留10%创新就够了。” 

  • “老板相信数字员工可行,这比数字员工在技术上是不是真的可行更重要。” 

  • “AI再怎么进化,也生成不了顶级设计师的审美,产品好看是To C获客的第一步。” 

  • “文科赛道是花园,理科赛道是擂台,花园里可以长出一万朵不同的花。” 

  • “很难吸引已经是李子柒的人,但有机会培养一万个李子柒。”

  • “人身上最终剩下两样东西:自由和责任。”

  • “老板相信数字员工可行,这比数字员工真的可行更重要。” 

  • “以前你用工具,现在你养Agent,一字之别,就是一个新时代的开启。” 

  • “旧世界的老IP死死抓住版权,不愿意把空间让给新创业者,正在拖慢AI行业的发展。” 

PART 01

特邀嘉宾

玉伯(王保平)

分享主题:《万物化稿,稿生万物 —— AI时代下产品的反共识哲学》

作为曾经的“阿里前端第一人”,玉伯褪去高管光环创立了 YouMind。在大家都试图预判大模型半年后能力的今天,他抛出了几个“反共识”观点:

  1. 产品一定要“好看”: 很多AI应用把聊天框作为默认入口,但这会让大众用户感到惶恐。AI再怎么进化,目前也生成不了顶级设计师的审美。好的UI和交互是To C获客的第一步。

  2. 选择“文科赛道”,避开“理科擂台”: 理科赛道是零和博弈的擂台,最后只会剩下跑分最高的几个大模型;而内容创作等文科赛道是一座花园,符合“文无第一,武无第二”的规律,一万朵不同的花可以共存。

  3. 为新手服务,而不是专业创作者: 专业的创作者(比如李子柒)早已有了固定的工作流,AI工具很难切入且容易被旧经验束缚。真正的广阔空间在于帮助小白用户完成从0到1的跨越,“你很难吸引已经是李子柒的人,但有机会培养一万个李子柒。”

  4. 活在当下,不要“以终为始”: 在技术和业务极度不确定的AI时代,盲目预判终局往往会坑死人。不如活在当下,每天把产品迭代得离用户更近一点。

施德来

分享主题:《A2A 的探索 -- 给 OpenClaw 们打造 ”导航地图“》

身份:Refore UIMap创始人 | 腾讯云TVP | 前前端技术总监 | 前产品总监

横跨技术与产品双领域的施德来,一针见血地指出了当前AI产品的本质。他用一个公式总结了AI应用:AI 应用 = Data + Insight + Action。

  1. A2A时代的“高德地图”: 在OpenClaw爆火的今天,大家发现大模型去操作网页时经常“瞎点”,因为它们找不到功能按钮对应的精准位置。施德来的团队正是切入了这一痛点,利用过去积累的UI数据和识别能力,为Agent打造专属的“UI Map(导航地图)”。有了这张地图,OpenClaw就能精准地打开页面、读取信息、甚至自动处理电商评论。

  2. 岗位的“超级融合”: 在AI降低了执行门槛后,传统的岗位细分(产品、运营、市场、渠道)带来了极高的沟通成本。未来,一个人借助智能体完成全链路的工作将成为常态。

杜鑫康(Frank)

分享主题:《A2A 不可逆之路:从 人机交互 到 智能体 互联,以及如何通过vibe markting重塑 AI 产品叙事》

身份:MIST Ai CTO | Harness Engineer | OpenClaw龙虾开发者 | AI商业化专家

作为大模型全栈专家,阿杜分享了他在一线商业化落地中的切身感受——我们已经进入了代码廉价的时代。

  1. 一人增长(One-person Growth)的崛起: 过去做一个出海产品需要前端、后端、SEO专家和运营。现在,借助OpenClaw和各种Skills,一个不懂代码的文科生也能完成从网站分析、写营销文章到改代码上线的全闭环。

  2. SaaS工具的API化: 传统的SaaS正在向A2A方向转型。用户不再需要去SaaS后台繁琐地点击、上传,只需一句话唤醒Agent,Agent就会调用SaaS封装好的Skills(技能)自动完成任务。这是一条不可逆的路,就像有了蒸汽纺织机后,没有人会愿意再手动织布。

PART 02

圆桌激辩:A2A范式下的新叙事

随着沙龙进入圆桌环节,三位嘉宾默契地放下了PPT,从单向的知识输出,转入了一场灵魂叩问。在这个没有标准答案的圆桌旁,他们以最诚实的创业者姿态,针对那些新叙事下的问题,进行了一场毫无保留的思想碰撞。

PART 03

畅想:从OpenClaw里看到的未来

问:从当下仍然火热的OpenClaw开始聊,这次破圈给各位带来最深的体会是什么?

施德来: 技术人不要总用“技术含量”来评判一个产品。OpenClaw最大的贡献是教育了市场,形成了“数字员工是可行的”这一共识。当老板们都相信了数字员工的存在,这就比它在技术上到底多牛逼更重要。我们要拥抱共识,而不是对抗。

玉伯: 以前你用工具,现在你“养”Agent,一字之别,就是一个新时代的开启。用工具时,结果不好你会骂工具;但当你养了一只属于自己的龙虾(Agent),你会和它产生情感连接,结果不好时你会反思是不是自己给的Context(上下文)不够。OpenClaw是AI时代第一个真正面向应用的平台。

杜鑫康: 它让AI变得极度普惠。我发现真正把OpenClaw玩出花的往往是文科生和小白用户,他们能想出让Agent帮自己做时间管理、自动抓取推特热门资讯等各种技术人想不到的玩法。这是一个文科生的时代。

PART 04

AI会杀死SaaS么?

问:市场上都在说“AI正在杀死SaaS”。随着A2A范式的兴起,究竟是AI消灭了传统SaaS,还是以“面向智能体的API”拯救了SaaS?

玉伯: SaaS不仅不会死,反而迎来了春天!以前SaaS只有人类用户,现在新增了无限规模的Agent群体。很多SaaS把能力封装成Skills藏在API后面,不管是人还是Agent调用,都需要付费。商业模式反而更清晰了。仔细想想,Skills的首字母也是S,这相当于SaaS借壳重生。

杜鑫康: 目前来看,Skills本质上是可复用的Prompt。随着底层大模型能力的指数级增强,未来可能连固化的Skills都不需要了,一句话就能让模型自主完成复杂任务。

施德来: 如果一个SaaS只提供简单的“增删改查”,那它一定会被AI干掉。但如果SaaS拥有独特的数据(Data)和洞察(Insight),它就不会死。在A2A时代,由于底层能力逐渐趋同,品牌和平台的心智将变得比以往任何时候都重要。

PART 05

什么是真正的insight

问:在今天的智能体叙事下,什么是施德来所说的“insight(洞察)”,什么是玉伯所说的“好看”?

?

施德来: 所谓的Insight没有那么高大上,它就是行业里不为人知的“脏活累活”。那些隐藏在业务深处、无法在互联网上搜到的门道和处理坑洼的经验,就是最核心的壁垒。

玉伯: Insight就像“菜谱里的隐性知识”,写出来的步骤都一样,但不同人炒出来的味道就是不同。而关于“好看”,它不仅仅是视觉上的美观,更是符合直觉的交互体验。给人用的产品必须要在UI上下功夫;但如果是给Agent用的产品,那它只需要提供稳定高效的API和Skills,传统的UI就不重要了。

PART 06

面向未来的产品形态

开个脑洞,在近未来的场景中(比如1-3年),你们理想中的智能产品会是什么?

玉伯: 我理想中的YouMind最终可能是一个软硬件结合的便携小设备,不需要装繁杂的APP。它可以随时听你说话,理解你的意图。短期内,可能是一个专门给人和AI交互的精简版通讯工具,因为现在的社交软件承载了太多为人类设计的冗余。

施德来: 我会继续深耕给Agent用的“UI Map”,做AI领域的导航系统。但我也相信传统的GUI(图形用户界面)会长期存在,因为人类视觉获取信息的密度和效率,在很多场景下依然远大于语音对话。

杜鑫康: 我更看重落地。接下来会专注于用A2A架构去改造传统的出海业务链条,并利用这些新工具帮助年轻人的创新产品实现快速的海外增长。

PART 07

尾声

A2A绝不仅仅是一个新的技术标签,它是一个全新的交互范式,是产品形态的重组,更是创业者们重新划分数字版图的契机。

在这个“共识来得太快,又消散得太快”的时代,旧地图已经找不到新大陆。或许我们真正需要的,是多一点像玉伯的“反共识”,多一点施德来所讲的“脏活累活”里诞生的insight,多一点杜鑫康所观察到AI重塑商业的闭环。

感谢三位嘉宾的毫无保留。

期待在未来,43 Talks继续与你相遇,欣然落座,且思且辩。

跳转微信打开

  •  

肖涵:2026 年的 AI 搜索就是智能体记忆 | Elastic 中国 AI 搜索技术大会

原创 Jina AI 2026-04-09 15:32 日本

一场智能体记忆的深度拆解,4/18 北京见!

智能体记忆(Agent Memory)成为了 2026 年 AI 基础设施的新战场。Mem0、Zep、Letta、HydraDB……十几款产品在过去半年密集涌现,几乎每周都有新玩家入场。与此同时,Claude Code 用一个纯文本文件 CLAUDE.md 做记忆,Cursor 用 .cursor/rules 管理项目上下文,这些看似原始的方案反而成了开发者日常最依赖的记忆工具。

智能体记忆这个概念并不算什么创新,它本质上就是我们过去几年反复讨论的个性化检索、用户画像、上下文管理。但在 2026 年,它突然获得了前所未有的紧迫感。

原因很简单:智能体能干的活变长了,但记性没跟上。

前沿智能体能自主完成的任务时长每 7 个月翻一倍,今天已经到了小时级别。你可以让一个 agent 花四个小时帮你做完一件极其复杂的事:调研、比对、写方案、跑数据、做决策。然后你关掉窗口。下次打开,它依然不记得你的偏好,得到的结论,踩过的坑。

于是行业开始给 AI 加记忆。但加完之后发现了一个更棘手的问题:它不光记不住该记的,还忘不掉该忘的。Karpathy 前阵子发推说的就是这件事,两个月前的一个随意提问,会被 AI 永远当成你的深层兴趣反复提及。这和刷抖音刷废了号是一个道理,推荐系统的画像一旦被污染就很难恢复。

要么完全不记,要么不加区分地全记。缺的是中间那层,像人脑一样,有选择地记住重要的,自然地遗忘过时的。

这标志着与传统搜索需求的重大转向。2025 年的关键词是 Deep Research:用更长的推理时间换更深的搜索结果,用户学会了等待。但到了 2026 年,问题已经不是怎么找到,而是找到了怎么记住。

搜索解决的是单次查询的精准度,记忆解决的是跨会话的知识连续性。二者看似不同,实则是同一条技术路线的自然延伸:数据怎么表示、怎么检索、怎么随时间演化。

从 Jina AI 到 Elastic,我们在搜索底座上积累了六年,五代共 26 个向量模型和重排器和小型语言模型。当我们把视角从怎么检索延伸到怎么记住时,发现这不是跨界,是沿着同一条线走到了下一个路口。

遗忘比记住更难

我们把市面上十几款智能体记忆产品拆了一遍之后,最大的感触不是哪家做得好,而是一个所有人都在回避的问题:怎么遗忘。

这不是个别产品的 bug,这是整个赛道的结构性缺陷。

人脑的记忆系统有一个被工程师严重忽视的机制:遗忘不是记忆的失败,而是记忆的核心功能。 海马体每天都在主动清理不再被访问的突触连接,新皮层会在睡眠期间重新整合记忆、淘汰冗余。没有遗忘的记忆系统不是完美的记忆系统:它是一个被噪声淹没的垃圾场。

但现在市面上的产品几乎都在回避这个问题。写入容易,清理极难。一条错误的记忆一旦进入系统,就会在后续的每次检索中被反复召回、被引用、被强化。时间越长,污染越深,最终整个记忆库的可信度都会坍塌。这跟机器遗忘(Machine Unlearning)在深度学习中的困境一模一样:至今没有完美解决。

少数几家产品已经开始尝试仿生衰减:让不再被访问的记忆像生物记忆一样自然退化,权重逐步降低,直到被回收。这个方向我们认为是对的,但目前的实现还非常粗糙。在 2026 年的智能体产品里,遗忘是最被低估的风险,也是最值钱的能力。

说来也巧,这跟我们 2025 年做 DeepSearch 时的经验完全呼应。当时我们发现,答案评估必须独立于答案生成:让同一个模型既生成又自评,效果很差。智能体记忆也是如此:记忆的写入和记忆的质量评估,如果不做成两个独立的过程,脏数据就会在系统里安营扎寨。

三条技术路线

拆完十几款产品之后,我们发现它们大致收敛到三条技术路线:用知识图谱做结构化记忆的,让大模型自己管记忆的,以及老老实实做存储管道的。

每条路线都有自己的优雅之处,也都有自己不愿意公开讲的致命弱点。

比如,图谱派的生态最成熟,但写入链路长到让人肉疼;大模型自管理派的思路最漂亮,但把记忆管理交给一个会产生幻觉的系统这件事,你品品;管道派最简单可控,但面对两条互相矛盾的记忆时,它分不清哪条该留、哪条该扔。

不过三条路线也已经形成了一些强共识。有五件事几乎所有人都在做,还有两件事正在成为新的分水岭:谁先做好谁就有护城河。

具体哪五件、哪两件?各自的架构取舍到底怎么选?这些肖总会在现场展开讲。

你以为你的 AI 记住了

我们把 LongMemEval、MABench、MemoryArena 几个主流基准测试的结果对齐之后,发现了一个跨基准的一致模式:

单条提取容易,跨会话推理难。

记住用户在某次对话中提到的一个具体事实,大部分产品都能做到。但把分散在多个会话中的信息关联起来做推理:比如用户上周说喜欢日料、这周说在减肥、然后问今晚吃什么:准确率会直接跳水。同一个测试里,产品之间的得分差距接近一倍。也就是说,你以为你的 AI 记住了,其实它记了个寂寞。

具体的数据、产品间的对比、以及我们从中推导出的技术趋势判断:这些留到现场说。这里只提一个值得思考的问题:Claude Code 的 CLAUDE.md 用纯文件做记忆,不用向量、不用图谱、不用 LLM 抽取:这到底是想明白了,还是想开了?

来现场听完整拆解!

以上只是 Elastic VP of AI 肖涵博士将带来分享的冰山一角。完整的分享会覆盖:

  • 搜索范式的六次跃迁,以及为什么最后一跳落在记忆

  • 10+ 款主流产品的架构全景对比:图谱派、大模型自管理派、管道派的设计取舍和工程代价

  • 三个基准测试的关键数据,以及它们揭示的行业真相

  • 几个未来技术趋势的判断:包括为什么推荐系统会因为智能体记忆重新火起来

这是一场把论文、产品、Benchmark 拉到同一张图上的高密度分享。做 agent 产品或者搜索基础设施的,一定不能错过。

活动信息

整场大会是 Elastic 今年在中国最大的技术活动,也是 Jina AI 团队今年第一次做这么系统的公开技术分享。搜索、可观测、安全等产品线都有深度内容;只要关心 Elastic 技术栈,一整天都有可听的东西。

📅 2026 年 4 月 18 日(周六)

📍 北京 · 北辰洲际酒店 

🎫 活动免费,快来扫码报名!

一天下来你能带走:Elastic VP of AI 肖涵的硬核分享,Reader 作者亲自拆解日均处理 3000 亿词元的背后工程细节,一场关于龙虾的圆桌,以及在展位上跟 Jina 团队面对面聊你的具体问题,如果聊得投缘,我们也在招人。

我们也建了一个微信交流群,活动前后有任何问题都可以在群里聊。

完整议程

跳转微信打开

  •  

想要“陪练式”学习Vibe Coding的产品经理看过来

aigcpm 2026-04-09 11:35 北京

以下文章来源于:AIGC产品经理研习社

AIGC产品经理研习社

为AIGC产品经理提供一个交流学习的平台。

不要概念,要动手!

找个搭子,一起vibe coding起来。

🔥别再让你的 AI 想法,永远停留在文档和脑海里了!

过去半年,我们听到了太多同学的焦虑:“学了很多 AI 概念,但一到落地就卡住”、“现在找工作都要作品了!”、“想做自己的产品,怎么入手啊”。

为了打破这个僵局,我们决定走到线下,手把手陪你把产品“敲”出来!

🚀 言e实验室「Vibe Coding AI 产品实战营」· 城市巡回计划正式启动!

经过数月的教研打磨,我们将带着这套 0 代码基础友好的“黄金实战链路”开启全国巡讲。而这一切的起点,就在北京。

这一次,我们不讲空泛的趋势,只专注一件事:用周末两天时间,带你从 0 到 1 做出一个可独立访问、可演示的 AI 产品 MVP!

为了保证每位学员都能带着成品离开,本次北京首站采用【线上预热 + 线上/线下冲刺】的混合交付模式。请务必关注以下核心时间线:

⏳ 北京首站·发车时间表:

🟢即刻起-随报随学

报名成功后,立即解锁【线上录播课】与基础环境配置指南。提前完成认知刷新,不把宝贵的时间浪费在装软件上!

 🛑4 月 20 日(周一)

报名正式截止!锁定最终 40 人线下实战,20人线上名单,并完成分组定题。

 ⚔️4 月 25 日-26 日(周末)

线上/线下封闭冲刺!导师天团现场驻场,从需求拆解、Vibe Coding 极速搭建到Debug 防崩盘,全程结对辅导。26 日下午,带着你的产品直接上台进行终极商业路演!

名额有限(线下仅限 40 席,线上20席),一旦满员通道即刻关闭。

👇 下滑查看实战营完整大纲,来看看这个周末,你会发生怎样的蜕变 

||  热文推荐  | |

课程推荐

图片

图片

图片

跳转微信打开

  •  

从Demo到上线:我们如何让数字人直播真正“跑起来”

原创 王涛&黄哲 2026-04-08 16:50 北京

e7aea0b2-cb9f-4322-b3ce-66271860cbe5.png

文章概览

图片

  • 引言

  • 数字人直播架构

  • 数字人推流端对接

  • SRS生产环境搭建与调优

  • 多平台分发与合规接入

  • 容灾架构与成本控制

  • 避坑指南

  • 结语:数字人直播的下一站

作者介绍:

王涛,2023年9月加入去哪儿旅行,目前在技术中心酒店主站团队,主要负责国内酒店主站相关业务以及酒店AIGC相关项目落地。

黄哲,2020年9月加入去哪儿旅行,目前在技术中心酒店研发主站团队,主要负责国内酒店主站相关业务以及agent平台基建和日常维护工作。

引言

去年我们团队完成了数字人形象克隆和实时渲染引擎的接入,当我们自信满满地把渲染画面接入客户端,推到APP测试——结果当场翻车:直播延迟10秒、卡顿掉帧、几小时后直播中断。更惨的是,当我们要同时开50个直播间时,推流服务直接卡死。

数字人直播的后端,远比想象中复杂。

与真人直播不同,数字人直播有几个致命特点:

  • 直播10小时必断流

  • 打开首屏,必卡5s以上

  • 端到端延迟稳定在10秒以上

  • 日志里满是内存泄漏和推流超时

我们这才清醒:让一个数字人动起来是技术演示,让一百个数字人7×24小时稳定卖货是系统工程。

一、数字人直播架构

众所周知,直播就像电视台实时转播:主播是"前方记者"把画面传回电视台(推流),电视台接收处理后播出(直播服务),观众打开电视收看(拉流);技术上推流是将音视频数据压缩编码后通过网络协议上传到服务器,直播服务负责转码、分发和调度,拉流则是观众端从服务器请求数据流并解码播放,三者构成了从内容生产到消费的全链路实时传输系统。

1.1 直播系统选型

基于通用的直播架构,通常包含三个部分:推流、直播服务、拉流。

下面我们将详细介绍下我们的直播架构是如何选型的。

1.1.1 编码推流选型

我们知道真人直播大多使用带界面的 OBS 推流。但面对几百个 7×24 小时运行的数字人矩阵,OBS 高昂的资源开销和极差的自动化支持简直是灾难。

我们需要的是无头化、免人工干预的底层进程。因此,我们果断选择了 FFmpeg + RTMP。它就像个没有感情的“后台打工人”,资源占用极低,天生适合脚本批量调度;更能像手术刀一样,将商品弹出数据精准到帧(SEI)注入视频流,完美满足数字人自动化带货的严苛诉求。

以下为常用方案对比:

1.1.2 直播服务选型

如果直接买大厂的商用云直播,500 个直播间 7×24 小时跑满的账单堪称天价;如果用老牌开源的 Nginx-RTMP,它的并发能力和多协议转换(特别是对 WebRTC 的原生支持)又显得力不从心。

最终,我们锁定了开源流媒体神器——SRS。它不仅免费,更是个单进程就能扛住数千路并发的“性能怪兽”,完美契合我们的低成本、云原生(Docker)部署。最绝的是它极强的“翻译”能力:稳稳接住推来的流后,能瞬间分发出 RTMP、HLS 和 WebRTC 等多种信号,成了我们直播底座的定海神针。

结论:SRS是当前开源流媒体服务器的首选方案,特别适合需要低延迟、多协议、云原生部署且预算有限的场景。

1.1.3 拉流协议栈选型

提到拉流,技术圈言必称 WebRTC 的毫秒级零延迟。但数字人是按产品脚本单向播报的,根本不存在真人互动的“物理延迟”,晚个两三秒观众完全无感。

因此我们没有盲从,而是打出了一套分场景组合拳:对外,主推稳定抗造的 RTMP + 兼容性极佳的 HLS,确保观众端流畅不卡顿;对内,我们将 WebRTC 作为内部巡查的“特供路线”——运营人员需同屏监看 50 个直播间,利用 WebRTC 原生 <video> 标签拉流,能省下海量的浏览器内存,直接拯救了随时可能崩溃的监控大屏。

关键决策
  • 推流用RTMP:数字人画面是程序化生成,不存在"摄像头采集延迟",RTMP的1秒延迟可接受,但稳定性远超WebRTC

  • WebRTC仅用于监看:运营人员需要同时看50个直播间画面,用WebRTC的<video>标签比FLV更省浏览器资源

  • HLS: 直播脚本本身是基于产品介绍,需要完整播完,本身就会有延迟,整合文字回复+视频回复,保证用户体验。

1.2 落地架构拓扑设计

分层逻辑
  • 源:数字人引擎推流、数字人视频

  • Edge层:地域就近接入,降低公网传输延迟

  • Origin层:源站集群汇聚,统一转推,提供拉流

  • 分发层:通过SRS Forward功能转推

二、数字人推流端对接

首先是编码推流("前方记者"把画面传回电视台),数字人渲染引擎需要把画面推送到SRS,最稳定的方式是FFmpeg管道推流。我们使用了以下配置:

2.1 编码推流

  1. 编码器选择:

    • libx264:CPU编码,质量好,适合云主机(GPU留给渲染)

    • h264_nvenc:如果渲染节点GPU有剩余算力,可用硬件编码

  2. GOP设置:

    • 数字人画面变化小,设置-g 50(2秒一个关键帧)

    • 平台通常要求2-4秒GOP,太短浪费带宽,太长延迟高

  3. 断线重连:

    • FFmpeg遇到网络抖动会直接退出,需要外层脚本监控重启:

    //java
    while(true)
       exec ffmpeg

    2.2 实时、合规信息添加(SEI)

    通常需要在直播间实时显示合规、商品信息(准确、及时)。

    SEI实现动态信息嵌入

    SRS支持SEI(Supplemental Enhancement Information)插入:

      # FFmpeg推流时插入SEI信息
      ffmpeg ... -c:v libx264 -sei_side_data on -metadata comment="ProductId=1" -f flv rtmp://srs/live/stream

      直播商品信息嵌入

      通过javacv实现sei的动态编码,保证当前播放的视频与商品信息强一致。

      三、SRS生产环境搭建与调优

      接下来处理的是我们的直播服务(电视台);搭建SRS集群不是"复制粘贴配置文件"那么简单。我们在前几次部署中踩过的坑包括:直播延迟高、多路推流时系统崩溃。这一章我会详细解释每一个关键决策背后的技术权衡。

      3.1 基础环境准备

      服务器配置

      针对I/O密集型 且 大流量 专项配置(/etc/sysctl.conf):
      • 高吞吐量,针对网络缓冲区大小设置(128MB,非常大的缓冲区)

      • 实时性,使用bbr协议实现拥塞控制

      • 突发流量,调高backlog值,避免瞬间爆发的流量导致的数据包丢失

      • 高并发,设置文件句柄,系统级、进程级限制均提升到200w左右

        #网络缓冲区大小(针对高吞吐量)
        net.core.rmem_max = 134217728
        net.core.wmem_max = 134217728
        #单个连接在高延迟网络上也能维持高吞吐量,最大128MB
        net.ipv4.tcp_rmem = 4096 87380 134217728
        net.ipv4.tcp_wmem = 4096 65536 134217728
        net.core.netdev_max_backlog = 5000
        #BBR是Google开发的算法,通过实时估算网络的瓶颈带宽和往返延迟来决定发送速度。当网络出现短暂抖动时,BBR能保持更稳定的发送速率,从而减少视频卡顿,降低延迟。
        net.ipv4.tcp_congestion_control = bbr  
        #文件句柄限制(应对高并发连接)
        fs.file-max = 2097152
        fs.nr_open = 2097152

        3.2 SRS Edge节点配置(边缘推流接入)

        • 边缘节点rtmp推流到origin节点,配置origin节点地址(核心能力)

        • 配置flv、WebRTC 协议实现实时监控(实时监控)

        • 配置快速失败超时时间(可用性、防止阻塞)

        edge.conf:

          # RTMP推流转发到源站
          vhost __defaultVhost__ {
              mode            remote;        
              origin          *:1935 *:1935;  # Origin集群地址


              # 快速失败
              forward_timeout 5s;
              # flv
              http_remux {
                  enabled     on;
                  mount       [vhost]/[app]/[stream].flv;
                  hstrs       on;
              }


              # WebRTC播放
              rtc {
                  enabled     on;
                  rtmp_to_rtc on;
              }
          }

          3.3 SRS Origin节点配置(源站汇聚+转推)

          • play配置主要用于rtmp协议降低延迟、增强抗抖动能力

          • hls为主要的拉流协议,保存1小时,2s切片(实时性)

          • forward转推其他平台,例如抖音、b站等(第三方平台)

          origin.conf(核心配置):

            # SRS Origin
            listen                1935;
            max_connections     5000;
            worker_threads      8;            # 绑定8核CPU
            play {
                # 关闭GOP缓存
                gop_cache       off;
                # 队列长度控制(缓冲10帧)
                queue_length    10;
                # 减少发送间隔抖动
                reduce_sharp_duration 100;
            }
            vhost __defaultVhost__ {
                # HLS
                hls {
                    enabled         on;
                    hls_path        /data/recordings;
                    hls_fragment    2;          # 2秒切片
                    hls_window      3600;       # 保留1小时
                }


                # 转推其他平台
                forward         {
                    enabled         on;
                    destination     rtmp://xxxxxx/live/stream_key;
                }
            }

            3.4 SRS性能调优:从10秒延迟到3秒的实战

            3.4.1 延迟优化三板斧

            第一斧:推流gop设置 50,2s一个关键帧

            gop设置不合理,播放器就需要等待下一个Idr帧才能播放.默认10s会导致前端基本打开就卡住。

            影响:首屏加载从10s变为毫秒级,基本实现秒开

            第二斧:启用低延迟模式

              # srs.conf全局配置
              publish {
                  mr            off;        # 合并写关闭,立即转发
                  min_latency   on;         # 启用最低延迟模式
                  srt_to_rtmp   on;         # SRT转RTMP低延迟路径
              }
              第三斧:前端播放器配合

              提前预加载拉流地址,进入后直接拉流,避免进入直播页面才获取直播拉流地址。

              3.4.2 高并发下的srs优化

                # srs.conf
                listen              1935;
                max_connections     10000;        # 理论最大值
                worker_threads      8;           # 等于CPU核心数
                # 日志控制(高并发时日志是性能杀手)
                srs_log_level       warn;         # 警告
                srs_log_tank        console;      # 直接输出,不写文件(或关闭)

                3.4.3 监控指标与告警

                SRS自带统计API

                  # 查看当前推流统计
                  curl http://srs-origin:1985/api/v1/summaries
                  # 关键指标:
                  # - system.cpu_percent: CPU占用(>80%告警)
                  # - system.mem_ram_kbyte: 内存占用
                  # - system.net_sockets: 当前连接数
                  # - system.net_recv_bytes/ send_bytes: 带宽
                  Prometheus + Grafana监控+飞书报警

                    # 部署srs-exporter采集指标
                    scrape_configs:
                      - job_name: 'srs'
                        static_configs:
                          - targets: ['srs-origin:1985']
                        metrics_path: '/api/v1/metrics'

                    关键告警规则:

                    • 推流断开:某路流active状态变为false

                    • 延迟过高:帧率<20fps持续30秒

                    • 带宽打满:出网流量>阈值(如8Gbps)

                    四、多平台分发与合规接入

                    4.1 SRS Forward多路转推

                    核心需求:一路数字人流,同时推送到抖音、视频号、淘宝。

                    方案对比:

                    4.2 SRS Forward配置

                      vhost __defaultVhost__ {
                          # 动态转推(通过HTTP API控制)
                          forward {
                              enabled         on;
                              # 目标平台地址(实际需通过脚本动态获取推流码)
                              destination     rtmp://push.example.douyin.com/live/xxx;
                              destination     rtmp://push.example.shipinhao.com/live/xxx;
                          }
                      }

                      4.3 动态推流码管理

                      各平台推流码有有效期,需要中间服务动态获取:

                        # Python示例:获取平台推流地址后更新SRS配置import requests
                        def update_srs_forward(stream_key, platform_urls):
                            """
                            通过SRS HTTP API动态添加转推目标
                            """
                            srs_api = "http://srs-origin:1985/api/v1/clients"# 先查询当前流ID
                            r = requests.get(f"{srs_api}?count=100")
                            clients = r.json()['clients']# 找到对应stream_id,发送forward命令
                            for client in clients:
                                if client['name'] == stream_key:# 通过publish命令触发forward(SRS 6.0+支持)
                                    requests.post(f"{srs_api}/{client['id']}/forward", json={"destinations": platform_urls})

                        五、容灾架构与成本控制

                        5.1 高可用设计

                        推流端双活

                          # 数字人端同时推两路流到不同Edge节点# 
                          Stream_001 → SRS-Edge-A (10.0.1.10)
                          Stream_001 → SRS-Edge-B (10.0.1.11) 
                          # Origin层根据健康检查选择主源

                          SRS热升级

                            # SRS支持SIGUSR2信号热重启(不中断连接)
                            # 验证新版本正常后,优雅关闭旧进程
                            killall -s SIGUSR2 srs

                            降级预案

                            当SRS集群故障时,关闭直播入口。

                            5.2 成本优化

                            单路数字人直播成本对比:

                            节省关键点

                            • 带宽成本:使用cdn一次回源,减少机房宽带费用

                            • 计算成本:K8s HPA根据推流数自动扩缩容

                            • 存储成本:录制文件直接转存冷存储(华为云对象存储低频访问)

                            六、避坑指南

                            6.1 离线视频动态切换推流ffmpeg

                            • 目标:7*24h直播,推送视频列表需要动态可调整,支持用户问答与商品视频动态插播。

                            • 现状与冲突:concat基于本地文件协议实现动态插入视频比较复杂,需要自己监控推流进度,动态更改下一个推流文件,滤镜、管道等也需要自己感知推流进度,实现不精准。

                            • 解决与结论:化被动为主动,基于Javacv 使用http实现下一个文件动态切换

                            • 结果:使用简单方案实现动态推流,感知上一个视频是否推完,并可以动态监控异常视频,同时记录并报警。

                            6.2 srs流服务器的一些坑

                            坑1:WebRTC播放黑屏

                            • 现象:数字人画面在WebRTC播放器黑屏,但RTMP正常

                            • 原因:编码Profile为High,浏览器解码器不支持

                            • 解决:FFmpeg强制-profile:v baseline -level 3.1

                            坑2:长时间推流内存泄漏

                            • 现象:SRS运行48小时后内存占用从2G涨到20G

                            • 原因:SRS 5.0以下版本的DVR模块有泄漏

                            • 解决:每日定时SIGUSR2重启

                            坑3:多路推流卡顿

                            • 现象:单节点推50路流,后半段出现卡顿

                            • 原因:SRS默认chunk_size 60000太小,TCP包碎片化

                            • 解决:srs.conf中设置chunk_size 128000

                            坑4:音视频不同步

                            • 现象:数字人说话口型对不上

                            • 原因:Unity渲染帧率波动,音频固定44.1kHz采样

                            • 解决:SRS端配置aac_sync on,或使用-async 1强制同步

                            结语:数字人直播的下一站

                            基于SRS自建直播服务,让我们在数字人赛道上获得了成本、延迟、可控性的三重优势。但技术永远在演进:

                            • 协议层:SRT正在替代RTMP成为推流标准,SRS 6.0已原生支持

                            • 编码层:AV1编码比H.264省30%带宽,但编解码延迟仍需优化

                            • 架构层:WebTransport over HTTP/3可能重塑低延迟直播架构

                            技术栈清单:

                            • 流媒体服务器:SRS 6.0

                            • 容器编排:K8s

                            • 监控:Prometheus + Grafana

                            • 推流端:FFmpeg 6.0 + Unity/Unreal

                            • 平台接入:SRS Forward + 动态推流码服务

                            跳转微信打开

                            •  

                            最全Mythos能力解读-网页版(附官方原文)

                            二姐存钱罐 2026-04-08 14:21 北京

                            果然代码泄露之后有更大的瓜了。

                            实际上Mythos在3月26号就Anthropic 因数据缓存配置失误,将模型「Claude Mythos」信息的内部文件和博客草稿公开暴露于网络,外界由此在官方公告前得知其存在。Fortune 报道后,Anthropic 当天即下线该数据缓存。

                            虽然Mythos现在不能用,但是以后呢,估计也不会藏着掖着。

                            能不能用先放在一边, 第一时间把官方pdf 报告拿来解读一下。

                            重点解读了第六章:能力评测。代表着模型未来的能力方向。

                            直接访问网页版的解读:

                            https://claudeleakage.com/zh/claude-mythos-preview-capability-report/

                            最让我注意的两点:

                            1. 深度检索能力,Mythos Preview用226Ktokens(Opus 4.6的1/4.9)达到更高准确率。也就是token花费少了,效果更好了。

                            2. 目前完成度还不够好的能力有:

                            - 软件工程SWE-bench 多模态测试集,即在 issue 描述中加入截图、设计稿等视觉上下文,测试模型结合图文信息完成工程任务的能力。目前得分59.0%

                            - 智能体搜索:Humanity's Last Exam。2500 道覆盖人类知识边界的多模态题目,号称"最难的 AI 基准"。目前得分64.7%。

                            - 电脑自动化:OSWorld。让智能体在真实 Ubuntu 虚拟机中,通过鼠标和键盘完成实际电脑任务:编辑文档、浏览网页、管理文件。以 1080p 分辨率运行,每任务最多 100 步操作。目前得分 79.6%

                            再这么发展下去,我不知道人类还能做啥。

                            官方pdf 报道在这里:

                            https://www-cdn.anthropic.com/8b8380204f74670be75e81c820ca8dda846ab289.pdf

                            跳转微信打开

                            •  

                            Knowledge Wiki:面向 AI 的项目知识层建设实践

                            原创 有赞共享技术 2026-04-07 18:31 浙江

                            AI Coding 的上限,不只取决于模型,更取决于工程底座。本文结合 Harness Engineering,分享我们如何把隐性经验沉淀成 wiki 与 skill,让 AI 更快理解业务、更稳完成任务,并把知识真正变成团队资产。

                            每一次使用都是对知识库的投资,每一次沉淀都让下一次生成更精准。这不是线性增长,而是用得越多,效果越好;效果越好,用得越多的复利效应。


                            一、为什么要做知识库?

                            1.1 AI Coding 真正缺的不是模型能力

                            过去一年密集使用 AI Coding 下来,我越来越觉得:当前最大的瓶颈不是 AI 能不能写好代码,而是我们能不能把任务目标准确地传达给它。

                            套用信息论的概念来理解这件事——向 AI 传达一个任务目标,需要输入的信息量越大,任务成功的概率就越低。对比自动驾驶,人类给 AI 的输入极简(一个终点坐标),信息熵几乎为 0。但企业级软件研发呢?一个需求背后是领域模型、业务规则、技术约束、团队规范、历史决策……这些知识如果不被体系化沉淀,每一次与 AI 的交互都在重复"人肉手艺"式的上下文搭建。

                            所以本质上,知识库要做的事情就是降熵——把人脑中的专家知识提前结构化、外化,降低每次人机协作的信息传递成本。

                            1.2 Workspace 模式下的现实困境

                            在推进新的产研协作流程——将前端、后端、多个关联项目打包为一个 workspace,产研基于 workspace 进行协作。但实际用下来,遇到了两个很现实的问题。

                            第一个是跨项目的上下文断裂。业务域内的项目相互关联,很多功能需要跨项目调用。传统做法是在项目 A 中生成设计方案,再手动复制到项目 B 作为上下文——低效、易丢信息、体验很差。

                            第二个是代码膨胀导致 AI "降智"。当 workspace 内项目和代码量增多后,AI 不理解领域知识,只能靠关键字搜索代码。搜回来的片段往往彼此孤立、缺乏系统语义,上下文被低质量信息填满,AI 的输出质量肉眼可见地下降。更麻烦的是,上下文窗口会随着工作推进逐渐"腐烂"——前面的无效信息越积越多,后面即使是简单任务也开始出错。

                            1.3 真正的痛点藏在代码之外

                            实践中一个很深的感受是——关键知识不在代码里,而在飞书文档中、在人的大脑中。

                            同样一个线上问题,有人 5 分钟定位到根因,有人要折腾 2 小时。差距不在能力,在于经验能不能被沉淀和共享。那些"老员工知道但说不出来"的东西——太细节不适合放组件文档,太具体不适合放开发规范,知道的人一次性解决,不知道的人反复踩坑。这类知识的缺失,直接导致 AI 在排查问题、方案设计、代码实现时容易走偏。

                            说到底,上下文工程的核心挑战不在于怎么写提示词,而在于 Agent 在正确的时刻能拿到正确的信息。


                            二、Wiki 的内容定位:不做代码讲解稿

                            2.1 为什么不做 Code Wiki?

                            最初我们想做的是 Code Wiki——把代码翻译成文档。参考了一些业界方案,包括自动生成架构设计、功能模块说明的 RepoWiki 类工具,以及 deepwiki 等开源项目。

                            评估下来,觉得全量 Code Wiki 现阶段太重了:

                            • 基模能力在快速增强,AI 理解代码的能力已经很强了。把代码再翻译一遍成文档,投入产出比不高

                            • 代码变更频繁,wiki 与代码的同步本身就是个难题。AI 写代码的速度是以前的 10 倍,废弃的速度也是 10 倍,知识库按原来的节奏维护,必然跟不上

                            • 过时的 wiki 比没有 wiki 更危险——AI 会把错误描述当作"先例"系统性地复用

                            所以我们走了一条更轻量的路:提炼代码中的关键概念、关键流程、关键逻辑,提供代码导航指引——帮 AI 快速理解领域知识、快速定位上下文和关键代码入口,具体实现细节交给代码本身。

                            2.2 五类知识

                            想清楚"什么该写进 wiki"比"怎么写"更重要。我们定义了五类允许沉淀的知识,核心标准是:AI 从代码中难以自动发现的信息。

                            反过来,以下内容不沉淀:纯实现细节、逐行代码说明、SQL 细节、一次性排查过程、没有复用价值的临时讨论、证据不足的猜测。

                            一句话概括:wiki 只提供认知、导航与稳定经验;具体分支、条件、异常、SQL、配置值这些,回到代码、日志或数据里去找。

                            2.3 外部知识怎么筛选

                            飞书文档、设计方案这些外部知识也值得沉淀,但要筛选。有些文档已经过时,有些和代码重复,直接搬进来反而是噪音。筛选标准四条:

                            1. 结论稳定,不是一次性现象或临时猜测

                            2. 后续理解、排障、变更时仍有复用价值

                            3. 不是代码、日志、数据里一眼可见的事实

                            4. 能明确对应到某段代码逻辑、链路职责或现有 wiki 缺口


                            三、我们是如何做的?

                            3.1 架构:知识库跟着 Workspace + Git 走

                            知识库放哪里,大致两条路:集中式管理,或者分布式跟着代码走。我们选了后者。

                            IDE 的 workspace 是个管理目录,本身不具备文件管理能力,所以引入了 git submodule——workspace 是一个独立的 git 工程,下面每个项目作为 submodule 引用。wiki 以 .wiki/ 目录存在于每个层级:

                              <workspace>/
                              ├── AGENTS.md                        # workspace 级 AI 指令,默认维护在这里,优先借助 knowledge-wiki 理解问题
                              ├── .wiki/                           # workspace 级 wiki(领域级)
                              │   ├── README.md                    # 总入口:应用清单 + 专题文件索引
                              │   ├── cross-app-overview.md        # 固定:跨应用概念映射 + 应用协作边界
                              │   ├── flows/                       # 跨应用业务流程(按业务域聚合,每个文件覆盖一个域的完整跨应用链路)
                              │   │   └── <domain>.md              # 某业务域跨应用流程
                              │   ├── global-conventions.md        # 固定:全局规范 / 默认约定
                              │   ├── 90-tasks.md                  # 初始化临时任务清单(仅 init 过程存在,完成后删除)
                              │   └── pending-confirmations.md  # 待确认事项汇总(阶段性持续更新)
                              │
                              ├── <app-a>/
                              │   ├── .wiki/
                              │   │   ├── README.md                # 应用总览:定位 + 汇总核心概念 + 上下文清单
                              │   │   ├── <context-1>.md           # 上下文完整信息(定位 + 流程 + 异步链路 + 导航 + 排障/规范)
                              │   │   └── <context-2>.md
                              │   └── src/...
                              │
                              └── <app-b>/
                                  └── .wiki/
                                      └── ...

                              为什么选这个方案?几个实际考量:

                              • 知识和代码"近"。需求涉及知识变更时,wiki 和代码在同一分支一起提交,天然同步。当体系的核心资产从代码变成知识文本后,git 就是天然的升级机制,pull 完成升级,diff 看到每一行变化

                              • 天然的业务隔离。"商品"在零售和教育里含义完全不同,workspace 级别的隔离避免了知识"串台"

                              • workspace 级承载跨应用知识。概念映射、协作边界、跨应用主流程统一维护,AI 能快速掌握领域全貌

                              • 开发者能直接看到。方便管理维护,也帮新人快速理解领域

                              分布式方案也有不足——各域知识无法交叉检索、难以全局统计。这是个取舍,没有绝对正确的答案,我们也在持续评估。

                              3.2 渐进式披露,而非向量检索

                              知识库怎么让 AI 找到需要的内容?很多团队的第一反应是向量检索。我们没选这条路,而是用了渐进式披露(Progressive Disclosure)——wiki 的目录结构本身就是检索路径,AI 按 workspace → app → context 逐层下钻,每层只拿刚好够判断方向的信息。

                              为什么不用向量? 项目知识是强结构、强边界的——"订单创建"和"订单复制"在向量空间里很近,但排障路径完全不同。向量检索返回的是脱离层级的碎片,AI 拿到一段 context 级的排障知识,却不知道它属于哪个 app、在领域里处于什么位置。而且对于跟着 git 走的轻量方案,额外部署 embedding 服务和向量库,架构上也不匹配。

                              渐进式披露的核心:每个 wiki 文件开头都有 YAML metadata 的 description 字段,AI 读到摘要就能判断是否相关,不需要读完全文。一个只涉及单个 context 的问题,可能只需要读 3 个文件就够了——上下文占用最小,层级关系天然保留,确定性强,零基建依赖。

                              3.3 初始化:多 Agent 协作的逆向工程

                              image

                              初始化是最关键也最难的一步——要基于代码逆向工程提炼有价值的知识,而每个项目的代码量动辄数十万行。

                              我们设计了 Controller → Implementer → Reviewer 的多 Agent 协作模式。核心思想是化整为零——先按应用拆 Agent,再按上下文拆,知识层层收敛、层层汇聚。

                              整个初始化严格遵循一个原则:先识别流程,再穷举概念,再归并流程,再划分上下文,最后收敛概念并写 wiki。 不是拿到代码就开始写,而是通过多轮扫描-穷举-归并-审视,确保不遗漏、不失真。

                                Phase 0   全局扫描 ──→ 发现所有应用,提取全局规范候选
                                Phase 1   逐应用建模
                                  ├── 扫描应用结构 ──→ 入口、消息、服务、实体、包结构
                                  ├── 应用表面盘点 ──→ 服务簇 / 消息簇 / 实体簇 / 概念锚点
                                  ├── 候选流程穷举 ──→ 所有可能的业务流程
                                  ├── 候选概念穷举 ──→ 所有可能的业务概念
                                  ├── 流程归并去重 ──→ 合并同类,拆分异类
                                  ├── 划分上下文   ──→ 基于流程簇,不是按 Maven 模块切
                                  ├── 上下文写作   ──→ 派发 Context Implementer(可并行)
                                  ├── 二次审视     ──→ 覆盖关系复核,防止遗漏
                                  └── 应用 README  ──→ 汇总核心概念与入口索引
                                Phase 2   Workspace 聚合 ──→ 跨应用概念映射 + 协作边界 + 全局规范
                                Phase 3   审查收尾 ──→ 质量门禁 + 清理过程产物

                                这里有几个关键的设计决策,值得展开说:

                                上下文 ≠ Maven 模块。 上下文是业务切面,不是技术分层。只能基于流程归并后的 Flow Cluster Map 来划分上下文,不能图省事直接按包名切。

                                一个 SubAgent 只拿最小上下文。 每个 Context Implementer 只接收一个 context 的最小信息包,避免上下文过载。这本质上是一种"上下文防火墙"——Harness 思想在 Agent 编排层面的应用。就像驾驭一匹马,你不能把所有缰绳都交给它,而是要通过约束和引导让它走在正确的路上。

                                异步链路是最高优先级。 Producer 和 Consumer 之间没有直接调用关系,AI 从代码里根本串不起来。这恰恰是 wiki 最大的价值——把 AI 看不到的"暗线"显式记录下来。以及 TSP 回调等异步链路。

                                所有候选都必须有去向。 候选流程和概念不能"无声消失",每一项最终必须是保留、并入、排除三选一,且排除要有原因。这也是 Harness 思想——对过程的每一步施加可审计的约束,不允许不可解释的丢失。

                                推荐在 claude code, codex, cursor 等支持 subAgent 的环境中执行。初始化过程比较耗时。

                                3.4 持续更新:轻量级方案

                                初始化只是起点,持续更新才是知识库的生命力。

                                我们调研了几种方向:

                                • Hook 驱动:基于 IDE 的 Hook 能力,知识层层累积,从观察到候选到提案到确认补丁。完整度很高,但依赖特定 IDE 能力

                                • Commit 驱动:Git Commit 时自动分析增量代码语义,同步沉淀到 Wiki。自动化程度高,但准确率存疑

                                考虑到团队使用的 AI IDE 多样(Cursor、Windsurf、Claude Code 等),存在兼容性问题,且上面几种方案实现都偏重,我们最终选了最轻量的方案——AGENTS.md + Skill 触达。

                                AGENTS.md 是 IDE 级别的"常驻指令",在 workspace 级配置两个指令块:

                                • Knowledge Wiki First:引导 AI 优先读取 wiki 补齐认知,遇到术语、边界、链路不清时,先查 wiki 再查代码

                                • Knowledge Capture & Update:当分析过程中形成稳定、可复用的知识时,主动触发更新提案

                                只依赖 skill 的 description 做触发,匹配率不够理想。AGENTS.md 是"始终在场"的指令,能确保 AI 在日常工作中始终保持两个习惯:遇事先查 wiki,有收获就提案沉淀。

                                这里还有一个很重要的落点:最终交付的结果产物不是一篇方法说明,也不只是一套目录规范,而是一个可以被安装、复用、传播的 skill。 只有把方法论固化成 skill,它才不依赖某个人记得流程、记得提示词,才能真正进入团队的日常工作流。

                                Skill 则定义了三种核心模式:

                                • read:按 workspace → app → context 逐层下钻读取,命中后立即切回代码分析

                                • init:执行上面说的多 Agent 初始化

                                • update:生成更新提案,用户确认后写回

                                这三种模式基本覆盖了知识库落地最常见的几个场景:首次建设、日常补齐认知、持续沉淀更新。 对使用者来说,不需要先完整理解底层设计,只需要在对应场景下触发 skill,就能获得相对一致的行为。

                                这也是它更容易推广的关键。相比“先讲一遍理念,再要求大家按规范手工执行”,skill 把方法论封装成了可执行能力:团队可以直接安装、直接试用、直接复用;不同 IDE、不同项目组也更容易以统一方式接入。知识库因此不再只是一个局部实践,而更像一个可复制的工程组件。

                                update 的闭环很短:

                                  判断是否值得沉淀 → 提炼候选 → 回看已有 wiki 确定落点
                                  → 当前回复输出提案 → 用户确认 → 写回 wiki

                                  每条提案必须说清"为什么写、写到哪里、依据什么、为什么不是别处"。遵循最小作用域原则——能写 context 不写 app,能写 app 不写 workspace。


                                  3.5 它实际带来了什么

                                  如果把这套机制放回日常研发场景里看,价值主要体现在四个层面。

                                  第一,AI 建立业务认知更快了。 过去每次开启一个新任务,都要先花很多轮对话给 AI “补课”;现在有了 wiki,AI 先读摘要和结构,再进入代码,建立基本认知的成本明显下降。

                                  第二,跨应用协作和异步链路第一次有了可复用的“地图”。 应用之间的职责边界、概念映射、上下游关系,以及 NSQ、TSP 这类代码中天然不连续的异步链路,都能被显式记录下来。没有这层知识时,AI 往往一到应用边界就停住,或者在异步链路上直接断线。

                                  第三,上下文利用效率更高了。 分层披露让 AI 只读取当前判断所需的那一层信息,减少噪音和无效上下文占用。不是把更多信息塞给 AI,而是把更合适的信息,在更合适的时刻给它。

                                  第四,它开始从“文档工程”变成研发基础设施。 一次沉淀,不只服务某一次对话。方案设计、代码审查、线上排障、需求分析,都会反复复用这层知识;而 skill 化之后,这套能力也更容易被复制到不同团队、不同项目、不同 IDE 中。知识被放进工程流程后,才会真正开始产生复利。


                                  四、走过的弯路和一些思考

                                  4.1 知识不是越多越好

                                  做知识库很容易陷入一个误区:觉得写得越全越好、覆盖得越细越安心。但实际用下来会发现,知识写多了反而是噪音,把真正重要的东西淹掉了。

                                  传统代码写了就确定性运行,但 Agent 的行为取决于上下文——它消费知识的方式和人不一样,需要的是精准的导航线索和清晰的边界声明,而不是面面俱到的"知识大全"。这个认知和 DDD 里的一个道理很像:限界上下文的价值不在于描述了什么,而在于明确了边界在哪里。知识库也是一样,边界比内容更重要。

                                  这也是 Harness Engineering 给我最大的启发。Harness 的核心不是给 Agent 更多能力,而是通过约束、反馈回路、可审计的过程控制,让 Agent 在正确的轨道上运行。知识库不是往里塞越多越好,而是要做好"准入控制"——每一条知识都必须有明确的价值和边界,否则就是在给 Agent 制造干扰。

                                  4.2 多用、多沉淀,复利才会来

                                  知识库最怕的不是写得不好,而是没人用、没人更新。结构可以迭代,内容可以修正,但如果团队没有形成"遇事先查 wiki、有收获就沉淀"的习惯,知识库就是个摆设。

                                  我们的经验是,前期一定要主动推——每次 AI 因为缺失知识走偏了,就是一次沉淀的信号。不要等"空下来再整理",那一天永远不会来。当场提炼、当场写回,哪怕只是一句话的排障线索,累积起来价值巨大。

                                  工程体系必须从自己的土壤里长出来,不存在一个"最佳配置"直接套用。别人的方案可以参考,但最终要适配自己的技术栈和团队习惯。每次沉淀不是在增加维护负担,而是在购买未来的效率。

                                  4.3 复利效应是真实存在的

                                  实践下来最直观的感受就是复利效应。一个典型的例子:某类配置问题的排查时间从 30-60 分钟降到 1-2 分钟。一开始团队对知识库的反馈问题每周能有 10 多个,坚持沉淀一段时间后,降到了 1-2 个。

                                  早期投入确实枯燥——花时间构建结构、沉淀知识、打磨模板。但随着模型能力增强和 Agent 框架成熟,前期积累的知识资产产生了疯狂的复合回报。在 1000 个文件以上的代码库中,效果尤其明显。

                                  这印证了一个判断:知识沉淀的价值随规模增长加速释放。 量变引发质变,不是空话。

                                  4.4 关于 Harness:驾驭 Agent,而不是放任它

                                  最近 Harness Engineering 的讨论很多。我理解它的本质是——在 AI 编程中,除了模型能力本身,更重要的是构建一个完整的"驾驭系统":约束、反馈、验证、治理。

                                  knowledge-wiki 其实就是 Harness 思想在知识层面的落地:

                                  • 约束:wiki 有明确的准入规则,不是什么都往里写

                                  • 反馈:AI 读取 wiki 后的行为质量,反过来验证知识的有效性

                                  • 验证:update 提案必须人工确认,不允许自动写入

                                  • 治理:最小作用域原则、分层结构、覆盖完整性审查

                                  有一句话总结得很到位:智能体的质量上限,由其所处工程底座的完善程度决定。 文档是否准确、架构约束是否可执行、知识库是否随代码同步演进——这些"基础设施"的质量,直接决定了 AI 能否持续、稳定地完成工程任务。

                                  当好的实践在代码库中占主导时,Agent 会放大好的实践;反之亦然。知识库就是确保"好实践"被显式记录、持续传播的机制。


                                  五、实践结论

                                  回过头来看,knowledge-wiki 做对了两件事。

                                  5.1 分层知识体系与知识工程应用

                                  knowledge-wiki 的本质不是"给项目写文档",而是把知识工程的方法论落地到了 AI Coding 场景。

                                  传统做法是把所有信息平铺给 AI——代码、文档、注释混在一起,靠模型自己理解。我们做的是在代码和 AI 之间建了一层结构化的知识层:定义了五类知识的准入边界(认知、导航、排障、隐形、规范),建立了 workspace → app → context 的三层披露结构,每层只回答那一层该回答的问题。

                                  这不是信息的简单搬运,而是知识的工程化治理——什么该写、写在哪里、谁来维护、何时淘汰,都有明确的规则。AI 不再需要从海量代码中"猜"上下文,而是沿着知识层的结构"走"到正确的位置。分层披露把每次交互的信息传递成本压到了最低,同时保留了完整的层级语义。

                                  5.2 子仓库构建领域级知识库,自底向上提炼

                                  传统的知识管理是自顶向下——先定义全局分类体系,再往里填内容。我们反过来走了一条自底向上的路径。

                                  每个子仓库(git submodule)独立构建自己的 .wiki/,这是最贴近代码、最具体的领域知识。app 级 wiki 记录的是"这个应用内部的概念、流程、排障路径"——这些是团队日常开发中最高频使用、最容易验证的知识,也是整个体系的基石层。

                                  workspace 级的跨应用知识——概念映射、协作边界、全局规范——不是凭空设计的,而是从各 app 的 wiki 中提炼、归并、收敛出来的。初始化过程中"先穷举再归并"的多轮扫描,本质上就是从具体到抽象的知识蒸馏。

                                  这条路径的价值在于:基础层的知识越扎实,上层的抽象就越准确;上层的抽象越清晰,AI 在跨应用场景下的导航就越高效。 而且因为每层知识都由最了解那个领域的团队维护,知识的新鲜度和准确性有天然保障。子仓库不只是代码的容器,更是领域知识的载体——代码和知识在同一个 git 分支里共同演进,这是比任何外部知识库都更短的反馈回路。


                                  六、后面要做什么

                                  6.1 近期:接入飞书,打通问答和排查

                                  我们在探索把 wiki 能力延伸到飞书。思路是:

                                    飞书咨询/问题 → 查公司业务知识库 + .wiki/ → 理解问题域
                                    → 查代码、查日志、查 RDS → 交叉验证
                                    → 输出结构化分析结果

                                    本质上是把 AI IDE 内的 wiki 读取 → 代码分析 → 日志/数据排查 闭环搬到飞书场景,让知识库的价值覆盖更多协作场景。

                                    6.2 中期:服务端统一管理

                                    wiki 在更多业务域落地后,会考虑服务端部署:

                                    • 统一管理各域知识库,支持跨域检索

                                    • 飞书流程自动化——工单→排查→沉淀全闭环

                                    • 引入向量检索,支持语义匹配而非只靠关键字

                                    当知识量足够大时,向量检索能发现关键字匹配不到的语义关联。量变带来质变。

                                    6.3 长期:从工具到范式

                                    说远一点,我觉得 knowledge-wiki 不只是一个工具,它代表了一种新的工程实践方向——AI Coding 场景下,研发团队的长远重点应当在专家知识的体系化沉淀上。

                                    方向是清晰的:记忆、学习、验证、复利。

                                    让工程环境足够好,智能体自然会足够好。这可能是推动未来研发效率持续提升最务实的路径。

                                    跳转微信打开

                                    •  

                                    张雪让人看到这个社会的希望

                                    体验进阶 2026-04-07 08:20 广东

                                    雨中追车的固执少年,20年后竟能在国际顶尖赛事中夺冠!谁说理想必败于现实?谁说贫苦出身只配苟活?谁说自强不如拼爹?都说现在阶级固化、留给普通人的机会越来越少、能找到带编的铁饭碗就烧高香了……

                                    在这个时代还能看到张雪这样的人物,说明社会上还是有机会的,这是一个很鼓舞人心的信号。

                                    我上次说,张雪峰给学生做职业规划时忽略了个体差异,再加上时代的局限,当下的好路子在几年后很可能又是一片拥堵。他的建议看上去很稳,但对一些差异大的个体来说,可能没什么帮助。

                                    这次张雪的例子,就完全是张雪峰式职业规划的反面。一个初中都没读完的修车工,竟然妄想做赛车手?简直是心比天高!怎么说都应该去读个技校大专,然后想办法去大公司当技术工,同时想办法弄个本科学历……如果真是这样,那张雪就不可能那个被我们所熟知的楷模了。

                                    我向来欣赏的,反倒是张雪这种有天赋又努力,在逆境中顽强不息的人物。这样的成功路径或许无法被普通人复制,但他们才是有可能引领时代进步的人。

                                    有人说,张雪的故事,打破了很多迷思。例如个人发展取决于父母关爱、出色学历、经济基础……而他一无所有都能成功,那父母、学历、经济上更好的普通人,就更没借口了。

                                    在我看来,其实他有几样让我特别羡慕的东西:

                                    一是健康的身体,可以扛得住长时间劳累;

                                    二是充裕的精神能量,哪怕遇到失败和拒绝也不容易自我怀疑;

                                    三是清晰的目标,不在面包和爱情之间犹豫不决,即便可能一败涂地也不轻易放弃。

                                    有这三点东西,再加上一点双商和运气,肯定会在人群中脱颖而出。

                                    我自己在身体健康上远不如张雪,这个天生的没办法。精神能量上,更是容易内耗,这个我要想办法改正,不要把网上的杠精和身边的悲观主义者当回事。再看目标,也不那么清晰。例如我一方面想做课程,帮助更多人提升体验设计能力;一方面又觉得,大部分设计师没有话语权,学了好方法也用不起来。目标方面我也要改进,我就按照自己的标准做课程,反正也挣不了几个钱。哪怕这些课程大部分人学了可能很难立即用起来,但长远来看还是能筛选出真正有潜力的设计师。因为还是有不少人在学完后表示帮助非常大,甚至有人说是见过最高质量的课程了,说明这样的课程还是能帮到一些人的。

                                    跳转微信打开

                                    •  
                                    ❌