相信大家对接口自动化已经不陌生了，这是几乎我们每个迭代都会投入的事情，但耗费了这么多精力去编写和维护，实际的收益如何呢？如果收益不好，是不是说明我们自动化case的实现方式、使用方式还有改进的地方呢？以下是接入得物接口自动化平台后的一些实践和想法，欢迎大家积极交流～
钉钉新版协作Tab作为千万级访问量下前端新应用，从我主导前端迭代至今已经有大半年，面对大流量下的高性能和稳定性的压力、复杂前端交互的设计实现、前端技术视角结合业务的高可扩展性架构设计挑战，从0到1完成了三个大版本的迭代，联合客户端和小程序容器完成性能及稳定性方案落地、跨业务线承接了20多种卡片类型，提供了稳定体验的场域服务，同时在研发机制保障下做到全年0客诉和0回滚。 本篇将从产品能力升级背后的前端技术支撑和技术视角性能体验优化及稳定性建设两个方面讲述新版协作前端建设的过程。
3月，在 OpenAI 发布GPT-4之后，微软研究院随后发表了长达154页的GPT-4能力测评论文 Sparks of Artifificial General Intelligence: Early experiments with GPT-4。论文一发布，立刻引发轰动。论文基于 GPT-4 的文本生成（此时还没有多模态的能力），对它的视觉表达能力、跨领域能力、编程能力等进行了测试。与ChatGPT 进行了对比，论文总结了新模型各项能力的提升和部分缺点，作者认为这些缺陷是其自回归架构天生带来的。快来围观～
Envoy Gateway 是由 EnvoyProxy 社区发起的，联合 Contour、Emissary 等基于 Envoy 的 API 网关开源项目及社区，共同参与并维护的 API 网关项目。 从项目发起到现在，已经有了很多开源贡献者参与到了其中，现在 Issues 和 PRs 总数已经达到 1200 +，GitHub Stars 已经接近 1000，是 EnvoyProxy 社区中发展最快，重视度很高的项目。 很多朋友也私下联系过我，向我询问如何参与到 Envoy Gateway 的贡献之中，所以本文从整体来详细梳理和讲解一下，如何参与到项目贡献之中。 本文的目的是想通过介绍 EG 设计与架构，讲解贡献者如何参与到开源贡献之中。
上一期，去哪儿网CR大赛题目与 ChatGpt 进行了第三次交锋。通过上期视频，我们看到了 ChatGpt 对关键代码的有效识别率尚可，具有一定的参考价值。 看 ChatGpt 解去哪儿网第四届 CR 大赛题目第4期上线啦！接下来跟随小编步伐，让我们一起康康在【前端】专场的题目中，ChatGpt 又会有怎样的表现呢？
领域驱动设计（Domain-Driven Design，简称 DDD）是一种面向对象软件设计方法，其目的是将软件系统的核心业务领域（Domain）抽象出来，并以此为基础进行设计和实现。 领域驱动设计的核心思想是将领域模型作为软件设计的中心，通过对领域模型的深入理解和设计，提高软件系统的可维护性、可扩展性和可重用性。领域模型是描述业务领域中重要概念、实体、关系和操作的一组对象和方法的抽象表示
为什么使用多云： 公有云因为其弹性、按需使用以及多地域的覆盖等优势，企业在高速发展的过程中往往会选择公有云来提供应用所需的基础设施； 为了高稳定性和成本最优的考虑，一般会引入多家云厂商； 多云部署防止单一云厂商故障导致服务完全不可用； 采用多云也提升了采购上的议价能力，避免单一厂商绑定，在价格谈判中处于劣势； 不同的云厂商在覆盖的地域、产品的能力上不一致，引入多云可以充分发挥各厂商的服务能力和产品优势。 多云带来的问题： 公司内因为云上资源使用的业务比较多，资源新增和交付主要依赖人工沟通并在控制台上进行操作，效率很低，在遇到大批量的资源交付服务器、数据库和负载均衡等多产品联合交付等场景的时候，无法满足业务的高速迭代需求； 不同的业务使用的云产品不同，基本上都涵盖了主要的IaaS和PaaS类的云产品，资源分布在多个公有云、多个云账号下，无法准确掌握全部资源情况，寻找资源困难，难以区分哪个资源由哪个业务使用； 用户在公有云控制台上权限混乱缺乏管理，存在权限泄露问题，操作不同资源需要通过密码登录不同公有云不同账号，难以批量操作，高危操作缺乏审批流程；
