本文是「架构实战·第二季」第六篇，AI 系列基础篇最后一篇。从这一篇开始，我们进入"用 LLM 一定会踩到的工程问题"——网关层。

本文是「架构实战·第二季」第五篇。上一篇我们讲了向量库的选型，本篇讲另一核心组件——Embedding 模型。

2026年10月，Cognition 发布的 Agent Memory Repo 创新性地把 AI 的长期记忆做成了一个 git 仓库（以 MEMORY.md ...

网关系列收尾篇。前三篇聊了限流、指标、熔断降级——都是运行时的能力。但决定一个网关好不好维护的，往往是另一个维度：配置怎么管。配置治理做不好，再强的运行时能力也...

核心结论： Java 架构师的核心能力不是"会更多框架"，而是能在业务不确定的前提下，用最小的约束成本划出系统边界。写代码解决的是"怎么实现"，定架构解决的是"...

本文是「架构实战·第二季」第四篇。前面我们讲了 RAG 的整体架构，本篇深入 RAG 的核心组件——向量库，一次性把三个主流开源向量库讲清楚。

本文是「架构实战·第二季」第三篇。前面我们讲了 LLM 应用的整体架构和 Prompt 工程，本篇进入企业 LLM 应用最主流的落地形态——RAG（Retrie...

本文是「架构实战·第二季」第二篇。上一篇我们讲了 LLM 应用的整体架构，这一篇聚焦其中最频繁被改动的组件——Prompt。

本文是「架构实战·第二季」第一篇，承接第一季的 50 篇架构实战，从 AI 工程化的最基础问题开始：把一个 LLM Demo 变成一个能稳定对外服务的生产系统，...

本文是「架构实战·第二季」第 99 篇。大组织最常见的困局：平台团队忙死，业务团队等死；同一个轮子三个团队各造一遍；想用别的团队的组件，提需求排期三个月。Inn...

本文是「架构实战·第二季」第 100 篇（第二季收官）。DevOps 说"谁构建谁运行"，十年过去，现实是：让每个业务团队都精通 K8s、Terraform、可...

网关系列的第三篇。前两篇聊了限流（守住容量）和监控指标（看清状态），这篇聊故障传播链上的最后两道闸：熔断和降级。很多团队把这两个词混着用，实际上它们回答的是两个...

本地生活平台搭建扩到跑腿、团购后，运营最怕：改一项配送配置，外卖订单状态也跟着异常。根因常是配置与订单状态绑在同一张「万能表」或同一发布流程里，一改全站发版。县...

通过前几篇文章从2个不同的应用角度讲述了AI对嵌入应用交付的使用情况。其实用简单的方式讲就是：使用AI来写需求代码。这里面要有一个大前提：需求。需求是怎么来的？...

“系统要做集群”“这个平台是微服务”“数据库已经主从了”——这些说法经常出现在同一场会议里，却在回答不同的问题。

核心结论： 产品级 Agent 的竞争力不在模型，而在内核是否把状态、权限、编排、执行四件事解耦。产品层只负责交互与任务定义，编排层用显式状态图控制流转，执行层...

我平时看盘，最缺的不是行情，是资金的方向感。涨跌幅能告诉你"发生了什么"，却告诉不了你"钱是从哪儿来的、又去了哪儿"。

机器人监控系统（Robotics Monitoring & Teleoperation System）是机器人从“单机自动化”迈向“大规模集群协同（Fleet ...

工具定义通常是整个 Agent 里最不被重视的一环——它看起来只是一段 JSON，写完就丢进请求里。但它其实是模型与外部系统之间唯一的契约，契约一出问题，表现会...