订单的履约之路就是从发货开始，看似简单的发货功能，其背后却藏着许多的小秘密。 发货的业务特点： B端业务，性能要求不高，因为存在批量发货的场景。 发货时间比较分散，所以并发量不大。 业务复杂，涉及到N种订单类型的发货，不同的订单类型有着不同的业务规则。 随着公司业务的发展，订单类型的增多，没有进行抽象的发货逻辑随着迭代的推进难免会显得落后。当然，在迭代的过程中，也一直在优化，一直在演进，正所谓没有最好，只有符合当前业务现状的最合理。
近日，推上用户分享的一则事件引发热议。一名拥有 19 年编码经验、会 100% 手写代码的程序员 Alex 在面试中败给一位仅有 4 年经验却善用 Copilot、GPT-4 的新人 Hamid。前者因不愿拒绝使用辅助代码工具，过于追求代码可控，惨遭面试淘汰，而后者轻松拿到了全职 Offer。从这件事情可以看出，AIGC 时代已悄然拉开帷幕，虽有资深编程经验，但无法使用好相应工具的程序员，在职业生涯中会遇到很大的挑战。作为一个从事5年的后台开发，并在工作生活中已经深度应用 GPT 等工具的程序员，分享一下自己的经验和见解。
我在 2008 年成为了技术负责人(tech lead)，起初并不知道这是一种怎样的体验。在我的认知里，技术负责人和其他软件工程师没有太大区别，唯一的差别是技术负责人可以对技术决策做出最终决定。然而，我没想到的是，在那之后的日子里，发生了很大的变化。特别让我震惊的是，要越来越多的时间被花费到讨论上，而不是编码。 我的日程被会议填满了，在这些会议里与产品经理、项目经理和工程经理讨论项目。与此同时，其他工程师也经常打断我，向我问一些问题。不知不觉，我似乎没有完成太多工作。 对于新的技术负责人来说，这是一种常见的经历：你之前所掌握的时间管理技巧不再起作用。相反，你每天都会被频繁的打断，让你无法完成自己的工作，而且也没人来指导你如何去应对工作频频被打断这一问题。
前天回家路上，有辆车强行插到前面的空位，司机大哥暴躁地拍着方向盘吐槽道“加塞最可恶了”，我问“还有更可恶的吗”，司机大哥淡定说道“不让自己加塞的”。似乎和我们很类似，我们程序员届也有这 2 件相辅相成的事：最讨厌别人不写注释，更讨厌让自己写注释。 一段糟糕的代码，往往大家最低的预期是把注释写清楚，最合理的做法通常应该对代码做优化。如果我们将代码真正做到了优秀，我们是否还需要注释？
ByteFUSE是ByteNAS团队和STE团队合作研发的一个项目，因其具有高可靠性、极致的性能、兼容Posix语义以及支持丰富的使用场景等优点而被业务广泛使用。目前承接了在线业务ES，AI训练业务，系统盘业务，数据库备份业务，消息队列业务，符号表业务以及编译业务等，字节内部部署机器和日常挂载点均已达到万级规模，总吞吐近百GB/s，容量十几PB，其性能与稳定性能够满足业务需求。
腾讯云 Serverless 云函数 SCF 基于广大用户的需求，推出基于 Serverless 的 Stable Diffusion AI 绘画应用部署服务，帮助用户更低门槛上手应用 Stable Diffusion，数秒即可出图。不管是美术、设计、开发、策划等非技术人员 ，还是喜欢 DIY 的开发者们，亦或是企业业务定制化需求，皆可使用这款 AI 绘画效率工具。 该应用提供 Stable-Diffusion-webui 项目的 Serverless 化部署能力。应用创建成功后，用户可以使用 Stable Diffusion webui 的全部能力，例如文生图、图生图，以及 Lora、ControlNet 等高阶能力。此外，还提供了管理自定义模型、插件的能力。应用只会在图片生成的过程产生费用，没有生成时，例如，编写提示词或调整参数时不产生费用。 上一篇已经和大家介绍过通过 SD WebUI 可视化界面和 SD API 的使用，一键部署SD，本篇将继续介绍如何进行模型更换和动态管理的使用。
Flutter虽然火了很久，但是大家对Flutter代码静态检查原理与应用依然有很多大大小小的问题，在Flutter开发中就存在一些大家都会遇到普适性的问题: 团队沉淀了很多flutter编码规范。目前团队完全靠人工CR，人工CR存在效率低，容易遗漏。 另外一方面,我们在业务迭代中也总结了大量代码质量、代码稳定性、代码性能方面的最佳实践。同样这些最佳实践也是通过人工CR来保证的。 上述两个点，均指向了人工CR的缺陷与不足，因此我们急需一些自动化手段来解决人工CR的效率低、容易遗漏这一问题。 所以想通过本文来为大家介绍下，代码静态分析可以在编码时让IDE实时提示程序员其代码存在缺陷甚至根据最佳实践的内容提示更好的代码实现。
