美团服务运维团队从事前防御、事中处理、事后运营多个阶段探索AIOps在事件管理领域的应用。本文介绍了在各个运维领域中AIOps的赋能场景，详细阐述了每一个运维场景的业务价值以及算法的具体的落地效果。
相信你一定有从其他团队接手过业务系统的经历，不知道那时你是否有这样一个疑问：为什么每次交接给我的业务都是如此债务累累，明明负责他的研发都很厉害、甚至是大神，到底是因为什么让业务变得如此难以维护？
如何全面把握系统现状，以便在关键时刻做出明智的决策？这是很多负责全局稳定性的管理者深感关切的问题。基于这一背景，同时也为了寻求提升研发工作效率提升，去哪儿网构建了一套数字化质量度量体系，以此来更精确地度量、管理并提升系统稳定性。 本文将详细解读这套质量度量体系，阐述如何在100多个指标中筛选出关键的度量标准，并进行有效的优化。同时，也将探讨如何借助这个指标模型理论，衡量系统复杂度并进行系统防腐化治理。这套数字化度量体系让去哪儿网的管理决策更有依据，改进方向更明确，结果也更可控，实现了系统运行状态的可视化。
自2013年至2023年6月，字节跳动实验平台Libra（对外产品名为火山引擎A/B测试DataTester）已累计执行240万次A/B测试，为公司内500多个业务提供A/B测试评估和智能优化服务。 Libra平台如何一步步成长到足以支撑全公司各项业务完成在线实验、Libra团队是如何管控平台上的各类用户群体的实验行为，本文将从激励与控制两个维度探讨字节跳动Libra对平台用户的治理方法。
这是一篇非常有价值的文章，向开发者展示了生成式 AI 的潜力和应用。生成式 AI 是一种利用大型语言模型来生成和转换文本的技术，它可以帮助开发者解决一些复杂的问题，如代码生成，文档编写，内容创作等。生成式 AI 也是一种云原生的技术，它需要大量的计算资源和数据，以及高效的部署和管理方式。文章提供了一些实用的工具和平台，如 GitHub Copilot，Bard，ChatGPT 等，让开发者可以轻松地尝试和使用生成式 AI。文章还给出了一些注意事项和建议，如保护数据隐私，验证输出质量，避免滥用等，让开发者可以负责任地使用生成式 AI。我认为这篇文章是一个很好的入门指南，让开发者可以了解和利用生成式 AI 来打造创新的云原生应用。
当一个应用系统上部署多个“业务模块”的时候，我们期望有一个统一的结构模版，这个结构模版是“业务架构”和“技术架构”的一个重要衔接，本文就是对这个结构模版的一些探索。
随着AI浪潮的兴起，越来越多的应用都在利用大模型重构业务形态，在设计和优化Prompt的过程中，我们发现整个Prompt测评和优化周期非常长，因此，我们提出了一种Prompt生成、评估与迭代的一体化解决方案，以解决Prompt测评和优化过程中的挑战，加快业务和大模型结合的速度。
