与「技术选型」相关的搜索结果

交作业了！ 之前聊到那套《2026 AI 工程面试 100 题》，私信和评论区不少朋友在问完整内容。 其实如果只看题目，不仅很难抓住重点，甚至越看越焦虑。所以我花时间把整整 100 道题重新做了工业化梳理，给每一道题都补充了【核心考点剖析】与【生产级排障参考答案】，顺带把 7 道系统大题的架构方案也完整补齐了。 已经整理并开源到 GitHub，大家可以直接自取： 👉 这份手册的核心亮点： 1. 真实线上事故全覆盖：覆盖 Prompt 踩坑、RAG 检索、Agent 状态机死循环、微调选型、vLLM 推理排队、生产安全与成本治理 8 大板块； 2. 折叠卡片式设计：每道题点击即可展开工业级题解，非常适合用来做个人自测或团队技术选型查漏补缺； 3. 7 道系统设计大题：包含 5 万人企业级 RAG、10 万单电商客服 Agent、共享推理网关、万圣节数据穿透应急等完整端到端架构。 不管是准备接下来的技术面试，还是正在线上做大模型落地排障，都可以存一份备用。 如果对你有帮助，欢迎去 GitHub 顺手点个 ⭐️ Star 支持一下！

AI 写代码最容易埋的坑之一，就是数据库表设计错了，等上线后才发现改不动。 发现一个 Claude Code 专用 Agent：Database Architect。 它不只是帮你生成 SQL，而是提前参与数据库架构设计。 主要能做这些事： 数据建模：表结构、主外键、索引、约束 技术选型：PostgreSQL、MySQL、MongoDB、向量数据库 多租户设计：RLS、Schema 隔离、独立数据库 性能规划：读写模式、分库分片、扩展方案 数据迁移：生成迁移脚本和回滚方案 安装命令： npx claude-code-templates@latest --agent database/database-architect 我觉得最实用的是让 Agent 先分析业务访问模式，再设计表结构，而不是代码写完才补数据库。 不过生成的 DDL 和迁移脚本仍需要人工审核，尤其是生产环境的数据变更。 你现在用 AI 开发项目，会让它直接设计数据库，还是自己先把表结构定好？ 项目： #ClaudeCode# #AI# #Agent# #Database#

Claude 付费用户注意！！Fable 5.2 免费额度来了，直接送重置卡 Fable 5.2 能力确实强，但有一个问题：烧额度像喝油一样！ 尤其是用 Claude Code 跑大型项目，复杂推理、反复读取代码、长上下文，一不小心额度就见底了 先分享几个我自己认为最实用的 Token 节省方法，建议收藏 1、Prompt Caching 提示词缓存 如果经常重复发送相同的项目背景、系统提示词和代码上下文，可以利用提示词缓存 Anthropic 官方 API 文档显示，标准缓存命中时，输入 Token 价格只有原价的 10%，相当于缓存部分输入成本降低 90% 注意，这是 API 缓存命中的成本降幅，不代表 Claude Pro 订阅额度直接节省 90% 2、用 CLAUDE.md 管理项目记忆 不要每次都让 AI 重新理解整个项目，把项目架构、技术选型、业务规则、代码规范和历史问题沉淀到 CLAUDE.md，让 Claude Code 按需读取当前任务涉及的文件，减少重复上下文 3、减少无效推理 修改一个按钮、调整一个样式、修复一个小 Bug，没必要每次都进行全面架构分析，明确修改范围、预期结果和验收标准，避免无意义的思考和工具调用 4、控制输出长度 不要每次都要求 AI 输出完整分析和详细过程，可以直接要求只输出修改结果、关键原因和必要的测试结果，减少冗余输出 Token 5、大项目拆分任务 不要一次性让 AI 完成整个项目，按照功能模块拆分任务，每次只处理一个明确目标，独立任务可以使用 Subagents 并行处理，但要控制 Agent 数量，避免重复读取文件和重复消耗上下文 记住，省 Token 不是让 AI 少干活，而是减少重复读取、无效推理和冗余输出 更重要的是，Anthropic 这次直接给符合条件的 Claude 付费用户送了 Fable 5.2 免费额度和重置机会！ 11 月 9 日，Anthropic 正式上线 Fable 5.2，同时推出老付费用户专属福利，相当于额外送了一张免费额度充值卡 怎么免费重置？ 进入 Claude 的 Settings → Usage → Limit resets → Reset for free，点击后确认即可恢复额度 注意，必须是在 2026 年 11 月 9 日太平洋时间上午 10 点之前已经开通付费账单的账号，免费版不参与 不同套餐能领多少？ Pro / Team 标准席位可以在一周内使用全部 Fable 模型，最多占用每周额度的 50%，额外赠送 1 次免费重置，11 月 16 日太平洋时间到期 Max / Ultra / Team 高级席位则根据订阅时长赠送重置次数，订阅不足 6 个月有 1 次，6–12 个月有 2 次，超过 12 个月有 3 次，有效期至 2027 年 3 月 8 日 这里有一个特别容易搞错的规则 Fable 重置并不是把所有额度全部清零，周额度只返还之前消耗在 Fable 模型上的部分，其他 Claude 模型消耗的额度不会返还，而 5 小时额度会全部补满，包括其他模型消耗的部分 模型越来越强，额度也越来越经不起浪费，真正会用 AI 的人，不仅要会挑模型，更要懂得控制上下文、缓存和 Token 消耗 官方完整规则： 赶紧看看自己的 Claude 账号有没有这波福利！

affine怎么死的，除了内部人员，应该没人比我更清楚了。 技术选型再走这个路子不是找死吗？ 一个明星团队，都很不错的都耗死了，再走同样的路真不知道咋想的。

兄弟们今天给大家一个正确打开GPT5.6的方式。 很多人用 Codex，第一步就错了。 上来一句：帮我写个 App。 这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。 直接丢这段： 我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。 这一步做完，省 token 真的离谱。 先让它抄作业，再让它干活。 兄弟们，这才是 Codex 的正确打开方式。

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。 一上来就让它： 帮我写一个 App。 分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词： 我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。 这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍 等方向确定后，再让它开始写代码。

新公司要看开张了，牛人请里边看，base上海 技术负责人（CTO ） 职位名称：技术负责人（AI API 中转站 CTO） 工作性质：全职 预期薪资：35,000–55,000 元/月（税前） 职位职责 • 负责公司核心技术架构设计与落地（多模型路由、统一 API 网关、计费系统、Key 管理、负载均衡） • 制定技术选型和稳定性策略，确保 7×24 高可用和低延迟（国内直联 + 海外多上游） • 带领团队进行快速迭代，主导核心功能开发与重构 • 负责安全、风控（Key 防刷、限流、日志脱敏）和合规（发票/合同意识） • 参与上游渠道谈判与技术对接，优化成本与稳定性 • 技术团队管理与 Code Review，构建可扩展的架构体系 任职要求 • 5+ 年大型项目或中台经验，精通后端架构（微服务、分布式系统、数据库优化） • 熟悉 AI/LLM 相关技术栈（OpenAI、Anthropic、Gemini、DeepSeek 等标准化协议）或有过同类项目经验优先 • 懂计费系统、流量控制、故障演练、监控告警（Prometheus/Grafana） • 熟悉 Redis、Kafka、Kubernetes 或类似高并发基础设施 • 有创业背景或快速成长经历，愿意承担初期所有技术风险与挑战 • 英语阅读能力（海外厂商文档） 优势加分项：有中转站、API 网关、跨境支付或企业 SaaS 经验者优先。 可以发我私信或者邮箱tristania_11@hotmail.com

推荐这篇，Dan McKinley（前 Etsy 工程师）写的经典工程文化文章。他说每个公司大约有三次"创新 token"的机会——你选了 NodeJS、MongoDB、使用不到一年的服务发现技术，每次都是花掉一次。而选 MySQL、Postgres、Python、Cron……这些无聊技术的好处在于，不仅功能被充分理解，失败模式也被充分理解。这不是一篇反对新技术的文章——是教你什么时候该用新技术、为什么要给团队设定"使用新东西需要全公司知道"的文化。 选择无聊的技术 我职业生涯中发生的最好的事，大概是有 Kellan 管我。我在那里待得够久，看到了 Kellan 的技术决策开始结出果实。我从中并且作为其结果学到了很多东西。 离开 Etsy 一年后，我重新恢复了对技术的关注能力。我的思考已经结晶到可以连贯地写下来的程度。以下是 Kellan 式思考的总结——希望不会让他太过尴尬。 拥抱无聊 设想每个公司大约有三个创新 token。你可以随心所欲地花它们，但供应量在一段长时间内是固定的。你也许在达到一定程度的稳定和成熟之后能再多拿到几个，但一般倾向是高估你钱包里有多少。 如果你选择用 NodeJS 写你的网站，你刚花掉了一个创新 token。如果你选择用 MongoDB，你刚花掉了一个创新 token。如果你选择用存在了一年或不到的服务发现技术，你刚花掉了一个创新 token。如果你选择自己写数据库——天哪，你麻烦大了。 这些选择中任何一个对一家 JavaScript 咨询公司或一家数据库公司可能是合理的。但你大概率不是。你大概率在为一家至少表面上是"重新思考全球商务"或"重新发明网络支付"或推进某个同样适当宏大的使命的公司工作。在这个背景下，把你有限的注意力用在创新 SSH 上，是一种极好的失败方式。或者至少是延迟成功的方式。 什么算无聊？这有点微妙。"无聊"不应该和"坏"混为一谈。世界上有既无聊又坏的技术——你不应该用这些。但有很多无聊且好的技术选择，或至少足够好。MySQL 是无聊的。Postgres 是无聊的。PHP 是无聊的。Python 是无聊的。Memcached 是无聊的。Squid 是无聊的。Cron 是无聊的。 无聊的美妙之处（如此定义下）在于这些工具的能力是被充分理解的。但更重要的是，它们的失败模式也是被充分理解的。 在选择技术时，你既有已知的未知，也有未知的未知。 • 已知的未知是类似这样的："我们不知道这个数据库达到 100% CPU 时会发生什么。" • 未知的未知是类似这样的："老天，我们甚至没有想到写统计量会导致 GC 暂停。" 哪怕对于已经存在了几十年的技术，这两种集合通常都是非空的。但对于闪亮的新技术来说，未知的未知的量级要大得多——这很重要。 全局优化 我毫无歉意地认为偏袒无聊技术是一件好事，但它不是唯一需要考虑的因素。技术选择不是在孤立状态下发生的。它们有一个影响范围，触及整个团队、组织，以及从你所有选择之和里涌现出的系统。 向公司添加技术是带成本的。作为一个抽象陈述这很显而易见：如果我们已经在用 Ruby，再加 Python 感觉不合理，因为增加的复杂性会超过 Python 的边际效用。但不知何故当我们谈论 Python 和 Scala 或 MySQL 和 Redis 时，人们失去了理智，抛弃了所有约束，开始狂热地谈论为任务选最佳工具。 你的工作本质上是将业务问题映射到一个涉及软件选择的解空间上。如果软件选择真的没有包袱，你确实可以为你各种各样问题挑一堆局部最佳的工具。 但在现实世界里——那个运维是严重关切的世界——你是在全局优化。问题在于"最佳工具"思维对它眼中的"最佳"和"任务"是近视的。你的任务是保持公司运转。而"最佳"工具是那个在尽可能多的问题上占据"最不差"位置的工具。 保持系统可靠运行的长期成本基本上总是远远超过你在构建时遇到的任何不便。成熟和多产的开发者理解这一点。 有时选择新技术 把这种推理推到归谬的极端，就是选 Java，然后尝试不借助任何其他东西来实现一个网站。那将是疯狂的。你需要一些向工具箱里添加东西的方法。 重要的第一步是承认这是一个过程，以及一场对话。新技术最终会产生公司层面的影响，所以添加技术是一个需要公司层面可见度的决定。 最值得推荐的练习之一是：考虑如何在不添加任何新东西的情况下解决你的当前问题。 首先，提出这个问题应该能检测到"问题"其实是有人真的想用这项技术的情况。如果是这样，你应该立即否决。 一个小的技术选择集合能走多远，可能令人惊讶。实践中这个问题的答案几乎从来不是"我们做不到"，它通常只是某种程度上的"嗯，我们可以做到，但会太难了"。如果你认为你用现有的工具无法实现你的目标，你大概只是不够有创造力地思考。 写下到底是什么让当前技术栈如此昂贵和困难地解决问题，这会有帮助。这和上一个练习相关，但有微妙的不同。 新技术选择可能是纯增量式的（比如："我们还没有缓存，所以让我们加 memcached"）。但它们也可能与你已经在使用的东西重叠或替换它。如果是这样，你应该为将旧功能迁移到新系统设定明确的期望。 策略通常应该是"我们承诺迁移"，带有建议的时间线。这一步的目的是把残骸保持在可管理的水平，并避免局部最优解的泛滥。 这个过程并不令人生畏，也不麻烦。就是几个填空题作为作业，然后开个会讨论一下。我认为，如果一项新技术能毫发无损地通过这个挑战，加入它是可以的。 发版就好 多语言编程被包装成一个承诺：让开发者以完全的自由选择自己的工具，会使他们更有效地解决问题。这个问题的定义往好了说是幼稚的，往坏了说是动机性推理。这种方式产生的日常运维苦力的重量把你压死。 有意识地选择技术给了工程头脑真正的自由：沉思更大问题的自由。为技术而技术是万金油。 原文：Dan McKinley, "Choose Boring Technology", 2015 #工程文化# #技术选型# #无聊技术#

今天才知道的关于游戏 UI 的一个冷知识： 游戏界面有时候并不是“写死在引擎里”的，而更像一个嵌在游戏里的前端层。 比如《上古卷轴5》很多菜单是用 Flash/Scaleform 做的。听起来很古早，但正因为 UI 是独立资源，后来 SkyUI 才能把原本很主机化的背包、物品排序、制作菜单重做成 PC 友好的界面，甚至进一步发展出 MCM，让大量 Mod 都能在游戏里拥有自己的配置面板。 这不是简单的“换皮肤”，而是 UI 架构给社区留下了改造空间。 现代游戏也有类似思路，只是技术栈变了。比如《城市：天际线2》《文明7》《微软模拟飞行》的部分复杂界面，会使用 HTML/CSS/JS 或类似 Web 的 UI 技术来实现。地图、科技树、仪表盘、设置页、数据面板，这些东西本来就很像应用软件，用 Web 技术做并不奇怪。 所以游戏 UI 技术选型不只是工程细节，它会影响三件事： 第一，开发团队能多快迭代复杂界面； 第二，游戏能不能适配 PC、主机、掌机等不同输入和屏幕； 第三，玩家和 Mod 社区未来能不能继续改造它。 某种意义上，UI 越像一个独立的“前端层”，它就越可能成为游戏长期生命力的一部分。