开发者日常的整个工作流中，AI 大模型能做什么？ChatGPT 等 AI 大模型能不能通过开发者的指引，一步步完成从技术方案输出、编码、测试、发布到运营维护的整套流程？使用中有什么避坑点？本文从实际研发流程的各个环节出发，总结分享了 AI 大模型对研发效能的提升实践。欢迎围观～
Qunar 大前端团队一直致力于提升 App 页面的用户体验，基于前端技术手段，提高页面的流畅度和稳定性。 国内酒店作为 Qunar 的核心业务，需要时刻关注、提升预订主流程各个页面的性能指标和用户体验。近期我们使用非关键模块延迟加载、Bundle 预加载、接口提速等方案提升核心页面的流畅度，均得到了很好的效果，但是酒店详情页还未实现页面秒开的目标，需要继续提升。 酒店详情页的功能是展示酒店的基础信息、房型报价，是为用户提供预订酒店下单服务的重要入口，而 TTI 是衡量页面秒开的重要标准。 本文从现状、优化空间、具体方案设计及优化效果等方面来讲解我们对提升酒店详情页 TTI 的思考和动作，希望能给读者一些启发。
动态综合页比较容易因为高热事件，引起大量用户持续消费feed流，导致线上拉取动态时间线feed流接口快速飙升至平时峰值2~3倍以上而大量超时，较多用户无法正常消费其feed流。从监控上发现outbox(用户发件箱)服务依赖的redis集群大量实例CPU使用率皆超过了95%甚至达到100%(如图1)。因此，瓶颈在于outbox redis集群压力太大，无法扛住过大的高热流量。而痛点在于redis集群无法高效快速扩容，因此，我们遇到此类情况通常只能被迫降级限流，以防情况进一步恶化。
在上一篇介绍《天猫汽车商详页的SSR改造实践》一文中提到过，为免影响线上应用，我们的一体化应用（后面简称称 SSR 应用）是在原 CSR 项目基础上另起的应用仓库。
在一次飞行途中，我司客户遭遇到了得物App在飞机上的WiFi网络访问异常的问题。这让我们意识到在特定场景下，用户可能面临无法使用得物App的困扰。经过SRE团队与无线团队、网络团队联合全力排查与优化，最终成功解决了这一问题，并同时挖掘出全网防火墙设备在各个C端用户工作生活场景访问不到得物App的问题。为得物er稳定访问得物提供保障，同时也输出类似疑难问题排查模板。
作者列出10种数据分析思维，可能不会瞬间升级你的思维模式，但说不定会为你以后的工作带来“灵光一闪”的感觉。 很多人都说会数据分析的人比别人聪明，实际上他们“聪明”在拥有模型化的分析思维，今天我们就来说说常见的数据分析思维。 以下10种数据分析思维可能不会瞬间升级你的思维模式，但说不定会为你以后的工作带来“灵光一闪”的感觉，请耐心读完，灵光一闪的时候别忘了我。
我是一个从业经验已有5年的服务端开发，未毕业的时候就经历过创业的艰辛。毕业后，辗转几轮经历过传统互联网的沉寂，体验过直面用户的成熟toC产品，最终来到了阿里大淘宝技术做成熟的toB商家业务。在不同阶段的我，对开发岗位的理解也各不相同，以下是我的成长和收获，希望对你有所帮助。
虚拟形象产品形态现已逐步成熟，“捏脸+社区” 的模式逐渐成为年轻人的虚拟社交游乐场，竞品QQ、Soul、淘宝等产品先后融入虚拟形象，探索年轻、有趣的社交模式。 贴吧在这一方向上进行了创意玩法探索，希望可以通过特色互动形式，拉近与年轻用户的关系，为后续开拓社交场景奠定基础。
近年来，随着互联网的发展，在线广告营销成为一种非常重要的商业模式。出于广告流量商业化售卖和日常业务投放精细化运营的目的，需要对广告流量进行更精准的预估，从而更精细的进行广告库存管理。 因此，携程广告纵横平台实践了LSTM（Long Short-Term Memory，长短时记忆网络）模型结合Embedding的广告库存预估深度学习算法，在节省训练资源的同时，构建更具泛化性的模型，支持根据不同地域分布、人口学属性标签等进行库存变动预估，并能体现出节假日特征对库存波动的影响，从而对广告库存进行更为精确的预估。
