随着微服务以及容器技术的发展，系统软件的构建方式也随之发生了改变，微服务调用关系错综复杂，传统的监控方案很难满足当下应用场景的需求，指标、链路追踪以及日志目前已经成为了云原生应用的“必备品”，当把它们集成在一起时，需要拥有一个更加成熟的现代化可观测体系来支撑，以便了解应用系统内发生的事情。通过可观测性体系的建立，我们可以更好的去洞察监控数据，从而能够更快速的做问题定界以及根因定位，降低 MTTR。 随着腾讯云的快速发展，越来越多的企业客户选择腾讯云作为其业务运行的基础设施。为了更好地满足客户需求，提升用户体验，腾讯云在应用性能监控（APM）方面持续发力，提供了全链路追踪功能。本文将分享腾讯云 APM 全链路追踪的落地实践，供您参考。
GPTs 是 OpenAI 在2023年11月发布的新版本，具有可定制性和完成特定任务的强大功能。它提供了一种新的方式来使用ChatGPT，可以让用户根据自己的需求定制化，并与其他用户共享。
语音识别服务除了语音识别声学模型以外，还包含很多对于实践应用非常关键的技术模块：语音端点检测、标点预测、逆文本正则化（ITN）等。进一步的，语音识别声学模型也包含很多配套的子技术模块，例如热词定制化技术、时间戳预测等。本小节会介绍通义实验室过去一年在语音识别声学模型、语音端点检测、语音识别热词定制化和时间戳预测上最新的研究和应用进展。
本文介绍了一款面向全司研发人员的开发助手的设计与实现思路，普及了开发助手的功能和技巧，量化了落地后的效果数据。 首先，分析了市面上已有的AI产品Copilot和ChatGPT的局限性，然后提出了开发助手的设想，包括 集成在IDE、智能代码补全、问答能力、与代码的联动、公司内部知识等。 接着，详细介绍了开发助手解决的典型痛点和方案，包括自动/手动填充上下文、自定义Prompt模板、快速排查报错、对接公司内部系统和智能代码补全。 最后，分享了开发助手不同功能的效果测量思路及数据，并列出未来规划。
这篇文章回顾了 2023 年社区中一些令人印象深刻的 Grafana 仪表盘的用例，它们展示了 Grafana 的多样性和创造力，以及如何用可视化的方式监控和分析各种数据和场景。
作为国内领先的在线视频平台，哔哩哔哩（以下简称“B站”）正经历着业务体量和用户规模的快速增长。随着访问量的持续增长和业务复杂程度的增加，在相对有限的服务器资源下如何优化在线服务性能和提高资源利用率，成为了工程研发团队面临的重要挑战之一。 本文将以笔者所在的商业技术中心为例，重点讨论效果广告引擎的在线推理部分。文章将分享笔者在实际工作中遇到的挑战及相应的优化方案。首先，将介绍项目背景和当前系统的运行状况；接着，将详细探讨性能指标量化、服务调用、CPU计算、内存治理及网络IO等方面的优化策略；最后，将总结对性能优化的一些思考，并展望未来性能优化的方向。本文的目的是回顾并总结当前在线服务性能优化的工作，同时也希望这些经验能为其他研发人员在处理类似问题时提供参考和启发。
