數(shù)據(jù)與AI雙向奔赴，騰訊云架構(gòu)師技術(shù)沙龍精彩回顧

在AI落地過程中，開發(fā)者和企業(yè)面臨的核心瓶頸是數(shù)據(jù)。能否獲取高質(zhì)量數(shù)據(jù)、高效處理數(shù)據(jù)、有效使用數(shù)據(jù)成為企業(yè)智能化發(fā)展的關(guān)鍵基石。無數(shù)據(jù)，不智能。那么在具體實踐上，企業(yè)如何實現(xiàn)數(shù)據(jù)與AI的雙向賦能？

11 月 9 日，由騰訊云架構(gòu)師技術(shù)同盟和騰訊云 TVP 聯(lián)合主辦的「騰訊云架構(gòu)師技術(shù)沙龍——無數(shù)據(jù)不 AI」在成都成功舉辦。活動聚焦數(shù)據(jù)與 AI 技術(shù)融合的真實挑戰(zhàn)與前沿實踐，邀請多位來自一線的技術(shù)專家，共同探索數(shù)據(jù)驅(qū)動智能的發(fā)展路徑，為行業(yè)提供諸多可落地的實踐案例。會上，騰訊云架構(gòu)師成都同盟正式成立，為成都地區(qū)的架構(gòu)師群體搭建一個專業(yè)、開放的交流學(xué)習(xí)平臺。

成都思華啟承企業(yè)管理咨詢CEO、騰訊云架構(gòu)師成都同盟理事 將軍

成都思華啟承企業(yè)管理咨詢CEO、騰訊云架構(gòu)師成都同盟理事 將軍主持開場。他介紹道，騰訊云架構(gòu)師技術(shù)沙龍是騰訊云面向廣大架構(gòu)師與技術(shù)專家舉辦的技術(shù)交流活動，聚焦前沿話題，匯聚專家智囊，深度研討，攜手共創(chuàng)，用最專業(yè)的分享和思辨，助力廣大架構(gòu)師共同成長。

騰訊云架構(gòu)師成都同盟正式成立

2024 年 12 月，騰訊云發(fā)起并成立了騰訊云架構(gòu)師技術(shù)同盟，這是專為架構(gòu)領(lǐng)域?qū)＜遗c從業(yè)精英營造的技術(shù)社交圈。騰訊云架構(gòu)師技術(shù)同盟主席 毛劍表示，目前，騰訊云架構(gòu)師技術(shù)同盟已先后在北京、上海、長沙、深圳、合肥建設(shè)地區(qū)同盟，成都是第六個地區(qū)同盟。作為西南地區(qū)的科技創(chuàng)新中心，成都技術(shù)氛圍濃厚。在此背景下，成都同盟期待匯聚更多本地架構(gòu)師力量，共同打造專業(yè)、先進(jìn)、開放的技術(shù)社交圈。

線下，成都同盟將開展各類交流活動，搭建溝通的橋梁，拉近架構(gòu)師之間的距離；線上，騰訊云開發(fā)者社區(qū)打造架構(gòu)師專區(qū)“騰訊云架構(gòu)師同盟交流圈”，不僅有海量技術(shù)文章、視頻資源，還有行業(yè)專家在線答疑、架構(gòu)專家空降直播間對話等豐富活動。不管架構(gòu)師是追求技術(shù)精進(jìn)，還是管理提升，同盟都提供了相應(yīng)的學(xué)習(xí)內(nèi)容，全方位助力架構(gòu)師拓寬視野、持續(xù)成長，切實為架構(gòu)師群體提供有效幫助。

騰訊云架構(gòu)師技術(shù)同盟主席 毛劍

會上，騰訊云架構(gòu)師成都同盟理事會成員集體亮相。成都同盟理事會由 13 位資深架構(gòu)專家和行業(yè)技術(shù)領(lǐng)袖組成�，F(xiàn)場舉行了授勛儀式，毛劍與騰訊云架構(gòu)師技術(shù)同盟副秘書長 李佳憶為到場的成都同盟理事頒發(fā)聘書，以表彰他們對成都同盟的大力支持與無私貢獻(xiàn)。

騰訊云架構(gòu)師成都同盟理事會

授勛儀式

DatenLord 創(chuàng)始人、騰訊云架構(gòu)師成都同盟理事長 王璞在致辭中表示，成都同盟依托騰訊的影響力，致力為本地架構(gòu)師搭建前沿技術(shù)交流平臺，切實助力其技術(shù)成長。未來，成都同盟將打造一條具有自身特色的發(fā)展之路，并將“認(rèn)真工作，好好生活”的理念融入快節(jié)奏的IT行業(yè)中。

DatenLord 創(chuàng)始人、騰訊云架構(gòu)師成都同盟理事長 王璞

軟件3.0時代的數(shù)據(jù)工程

ThoughtWorks中國區(qū)總經(jīng)理、騰訊云架構(gòu)師成都同盟理事 肖然帶來《軟件3.0時代的數(shù)據(jù)工程》的主題分享。

ThoughtWorks中國區(qū)總經(jīng)理、騰訊云架構(gòu)師成都同盟理事 肖然

肖然表示，“軟件3.0”不同于傳統(tǒng)的演進(jìn)模型，它并不是簡單地替代軟件2.0、軟件1.0，而是代表軟件行業(yè)的細(xì)分與成熟。軟件1.0時代以業(yè)務(wù)流程系統(tǒng)為核心，軟件2.0時代則依賴數(shù)據(jù)標(biāo)注來訓(xùn)練模型，軟件3.0時代基于大模型完成任務(wù)。隨著這一細(xì)分趨勢的發(fā)展，開發(fā)者和企業(yè)需同時應(yīng)對以上三種不同類型的軟件范式，其對應(yīng)的數(shù)據(jù)處理方式也各不相同。

隨著軟件3.0時代的到來，開發(fā)者面臨日益復(fù)雜的數(shù)據(jù)挑戰(zhàn)：在設(shè)計數(shù)據(jù)流程時，需將業(yè)務(wù)知識提煉為大模型可訪問的形式，還要通過注入業(yè)務(wù)知識和背景知識來提升準(zhǔn)確度。要真正實現(xiàn)數(shù)據(jù)向信息和知識的轉(zhuǎn)化，肖然建議從產(chǎn)品視角來看待數(shù)據(jù)工程。數(shù)據(jù)產(chǎn)品應(yīng)具備持續(xù)價值、可規(guī)�；瘡�(fù)用的能力，并確保數(shù)據(jù)的準(zhǔn)確性。然而在他看來，當(dāng)前許多組織未建設(shè)真正意義上的數(shù)據(jù)產(chǎn)品。他強(qiáng)調(diào)，只有將數(shù)據(jù)產(chǎn)品化才能在組織內(nèi)構(gòu)建軟件3.0時代所需的信息和知識。

肖然認(rèn)為，數(shù)據(jù)產(chǎn)品應(yīng)具備三大特性：可用的（Usable）、有價值的（Valuable）、可組合的（Composable）。其中，Usable是指數(shù)據(jù)產(chǎn)品對外明確承諾的信息，如時長、準(zhǔn)確率、刷新頻率等指標(biāo)；Valuable是指提供用戶所需的數(shù)據(jù)使用或分析工具，并在時效性、質(zhì)量等維度滿足用戶需求。肖然建議，企業(yè)在設(shè)計數(shù)據(jù)產(chǎn)品時應(yīng)遵循“Think big，start small”的原則，盡早為客戶提供可衡量的價值，然后持續(xù)提供更多價值，并以小步快跑的方式來實踐。

Agent時代數(shù)據(jù)重新定義應(yīng)用

騰訊云數(shù)據(jù)庫產(chǎn)品總監(jiān)、騰訊云架構(gòu)師成都同盟理事 鄒鵬分享題為《Agent時代數(shù)據(jù)重新定義應(yīng)用》的演講。

騰訊云數(shù)據(jù)庫產(chǎn)品總監(jiān)、騰訊云架構(gòu)師成都同盟理事 鄒鵬

鄒鵬從“工程、流程、組織”三個維度，剖析研發(fā)團(tuán)隊在開發(fā)Agent過程中遇到的挑戰(zhàn)，并分享了相關(guān)的思考與建議。

在工程方面，他指出如果研發(fā)團(tuán)隊以傳統(tǒng)軟件流程的方式來開發(fā)AI應(yīng)用，可能無法充分發(fā)揮Agent的智能潛力。真正的Agent應(yīng)用應(yīng)以模型驅(qū)動來決定智能上限，以工程來決定它的下限，因此Agent軟件開發(fā)的重心需從工程轉(zhuǎn)到模型。而模型的上限由預(yù)訓(xùn)練決定，模型的下限則由后訓(xùn)練來決定。數(shù)據(jù)將成為定義模型能力的關(guān)鍵，通過SFT注入行業(yè)專有知識，通過RLHF提升推理能力。另外，開發(fā)者在開發(fā)Agent時需關(guān)注“上下文工程”，要像計算機(jī)內(nèi)存一樣，把上下文作為稀缺資源來看待。他建議可通過上下文壓縮、結(jié)構(gòu)化筆記、子任務(wù)拆解的方式來突破上下文限制，并在效果、成本與時延之間尋求平衡。

在流程方面，過去，產(chǎn)品經(jīng)理可清晰定義傳統(tǒng)軟件的功能模塊、操作流程和關(guān)鍵指標(biāo)。但Agent應(yīng)用通常以對話界面呈現(xiàn)，其背后的能力與評估標(biāo)準(zhǔn)該如何定義，已成為研發(fā)團(tuán)隊的巨大挑戰(zhàn)。對此，鄒鵬帶領(lǐng)團(tuán)隊基于Benchmark驅(qū)動產(chǎn)品迭代，通過設(shè)計用例來定義產(chǎn)品能力，并進(jìn)行評估和訓(xùn)練，最后上線驗證，以此形成完整的Agent產(chǎn)品迭代閉環(huán)。

在組織方面，Agent應(yīng)用也使得團(tuán)隊角色分工正在發(fā)生變化。產(chǎn)品經(jīng)理從原來的功能型產(chǎn)品經(jīng)理轉(zhuǎn)變成策略型產(chǎn)品經(jīng)理。如今，產(chǎn)品經(jīng)理通過數(shù)據(jù)、用例來定義需求，這要求其具備數(shù)據(jù)分析能力，并使用數(shù)據(jù)來定義產(chǎn)品目標(biāo)，同時產(chǎn)品經(jīng)理需了解評測、訓(xùn)練等技術(shù)，才能向團(tuán)隊提出適合的需求。此外，工程師的重心從原來關(guān)注分布式、性能轉(zhuǎn)為關(guān)注數(shù)據(jù)、模型智能化。如此一來，團(tuán)隊研發(fā)的產(chǎn)品能力上限才能提高，如果團(tuán)隊仍依賴大量代碼來編排產(chǎn)品能力，其產(chǎn)品的上限將受到制約。此外，如果沒有對Agent軟件進(jìn)行評測，軟件無法上線。然而，Agent軟件的評測要求較高，不同于傳統(tǒng)測試團(tuán)隊對產(chǎn)品基礎(chǔ)功能的驗證，還需對其智能水平等進(jìn)行綜合評估，通常需專門組建評測團(tuán)隊。

鄒鵬表示，AI已成為當(dāng)前人才的放大器，一位AI專家可以借助AI工具完成過去多人團(tuán)隊完成的工作。因此，懂AI，會用AI，已不是加分項，而是必選項。他建議開發(fā)者積極從應(yīng)用型人才轉(zhuǎn)換成研究型人才，才能在未來的研發(fā)團(tuán)隊持續(xù)創(chuàng)造價值。

Elastic Agentic RAG實戰(zhàn)：Data+AI驅(qū)動的前沿技術(shù)演進(jìn)與創(chuàng)新思路

Elastic中國區(qū)首席解決方案架構(gòu)師、騰訊云架構(gòu)成都同盟理事 李捷分享《Elastic Agentic RAG實戰(zhàn)：Data+AI驅(qū)動的前沿技術(shù)演進(jìn)與創(chuàng)新思路》的主題演講。

Elastic中國區(qū)首席解決方案架構(gòu)師、騰訊云架構(gòu)成都同盟理事李捷

李捷指出，當(dāng)前每個企業(yè)都在積極探索Data+Al的落地, 但真正讓用戶和管理層都滿意的案例并不多。在過去，企業(yè)使用簡單RAG架構(gòu)，只能進(jìn)行一次性問答，無法充分發(fā)揮模型能力。而當(dāng)前，行業(yè)正從傳統(tǒng)RAG演進(jìn)到Agentic RAG架構(gòu)，后者賦予AI決策、執(zhí)行和規(guī)劃的能力，使得Agentic Agent具備主動環(huán)境感知、多步推理、動態(tài)任務(wù)規(guī)劃以及調(diào)用外部工具的能力。企業(yè)以“Data+AI”為手段，通過構(gòu)建Agentic RAG應(yīng)用，解決實際業(yè)務(wù)問題。

但企業(yè)在落地Agentic RAG架構(gòu)時，可能會面臨四個難點(diǎn)：知識與數(shù)據(jù)的融合、面向大模型設(shè)計、超越簡單召回的數(shù)據(jù)推理能力、系統(tǒng)的可見性與安全性。隨后，李捷闡述對應(yīng)的解決思路：

首先，全域數(shù)據(jù)融合。企業(yè)將知識、業(yè)務(wù)、運(yùn)營、安全等數(shù)據(jù)集成到一個平臺上，提供統(tǒng)一查詢?nèi)肟诤蜋?quán)限感知機(jī)制，避免數(shù)據(jù)孤島，從而實現(xiàn)AI應(yīng)用與企業(yè)所有數(shù)據(jù)的統(tǒng)一對話。其次，深度查詢與分析能力。平臺要實現(xiàn)計算融合，不僅要做知識召回，還要提供深度的“洞察”。計算平臺需要進(jìn)行統(tǒng)計分析與數(shù)據(jù)處理，進(jìn)行數(shù)據(jù)挖掘，并提供富有表達(dá)力的查詢語言。第三，面向大模型設(shè)計。讓大模型成為平臺的使用者和編排者，而不僅是最終內(nèi)容的生成者。面向大模型設(shè)計的核心在于降低其在復(fù)雜任務(wù)的計算負(fù)荷，可將計算交由計算引擎來處理。Agentic RAG平臺提供可被大模型理解的工具集、易于調(diào)用的API和強(qiáng)大的管道語言，便于大模型高效使用。第四，企業(yè)級可靠性與安全性。由于Agentic RAG的鏈路較長且結(jié)構(gòu)復(fù)雜，任何一個環(huán)節(jié)的“盲點(diǎn)”都可能引發(fā)系統(tǒng)性風(fēng)險。為了給大模型提供全面的安全保障，需做好日志、追蹤、監(jiān)控等端到端可觀測性設(shè)計。李捷強(qiáng)調(diào)，企業(yè)在落地Data+AI時，數(shù)據(jù)、計算、大模型、安全這四項能力缺一不可。

在線學(xué)習(xí)在王者榮耀商業(yè)化推薦的應(yīng)用

王者榮耀商業(yè)化推薦算法負(fù)責(zé)人 黃俊帶來《在線學(xué)習(xí)在王者榮耀商業(yè)化推薦的應(yīng)用》的主題分享。

王者榮耀商業(yè)化推薦算法負(fù)責(zé)人 黃俊

王者榮耀在商業(yè)化上不斷升級，通過IP聯(lián)動和精品打造等方式提升皮膚和道具資源品質(zhì)，同時，游戲中還增加抽獎、活動任務(wù)等創(chuàng)新玩法，但游戲上線初期訪問量較大，且商品從曝光到用戶獲取之間的延遲，都對推薦系統(tǒng)樣本構(gòu)造產(chǎn)生挑戰(zhàn)。如何通過推薦算法，精準(zhǔn)識別不同用戶群體需求？

針對以上情況，業(yè)界一般采用置頂?shù)葟?qiáng)策略來實現(xiàn)重點(diǎn)資源的強(qiáng)曝光。但這種做法有以下不足：一是浪費(fèi)曝光，置頂?shù)纳唐凡灰欢ㄊ峭婕宜�喜愛的�?nèi)容；二是無法對多個置頂內(nèi)容進(jìn)行排序。

團(tuán)隊希望通過更快的模型學(xué)習(xí)算法來替代強(qiáng)置頂策略，并在工程和算法上進(jìn)行聯(lián)合迭代：最初，將按天訓(xùn)練的模型升級為“實時特征+離線模型”，通過構(gòu)建實時特征，可以實現(xiàn)用戶行為和物品銷量等變化的秒級反饋，在此基礎(chǔ)上，還增加了交叉特征，憑借歷史數(shù)據(jù)學(xué)習(xí)類目偏好進(jìn)行預(yù)判。由于特征是多元、多時空的，為了給下游模型提供統(tǒng)一的服務(wù)，團(tuán)隊構(gòu)建統(tǒng)一的“特征服務(wù)”來調(diào)用配置特征。而在實際訓(xùn)練過程中，模型訓(xùn)練時使用的特征可能是前一小時的特征，但在進(jìn)行預(yù)測時，用戶特征是實時的，因此團(tuán)隊以實時樣本架構(gòu)來解決線上線下不一致的問題。團(tuán)隊在實時樣本上構(gòu)建在線學(xué)習(xí)模塊，通過在線學(xué)習(xí)架構(gòu)可消費(fèi)實時樣本構(gòu)建訓(xùn)練模型，定期導(dǎo)出模型到線上，實現(xiàn)20分鐘的周期更新。

由于推薦系統(tǒng)模型的規(guī)模龐大，將其從訓(xùn)練系統(tǒng)導(dǎo)出并傳輸?shù)缴�產(chǎn)系統(tǒng)需耗費(fèi)一定時間，并占用大量帶寬。為了進(jìn)一步壓縮模型更新時間，團(tuán)隊采用增量更新的方式，將模型拆分為兩部分，Embedding層通過redis提供服務(wù)，線上按需獲取Embedding參數(shù)，減少發(fā)布系統(tǒng)分發(fā)的IO壓力，將模型更新時間從之前的20分鐘壓縮至10分鐘。然而在現(xiàn)實中，即使算法再快，在商品開售的第０分鐘會因沒有樣本而導(dǎo)致低估。為進(jìn)一步提升效果，團(tuán)隊引入“多臂老虎機(jī)算法”，在原購買率基礎(chǔ)上計算置信區(qū)間上界作為最終得分，并增加試探分?jǐn)?shù)，對曝光少的Item額外加分。通過這種方式，實現(xiàn)0分鐘的模型更新。黃俊和團(tuán)隊耗費(fèi)兩年時間打造的新技術(shù)方案，可完全替代掉業(yè)界常用的強(qiáng)置頂規(guī)則，并對比離線模型有顯著效果提升。

圓桌對話

人機(jī)協(xié)同，數(shù)智共生：Data+AI 驅(qū)動的個人、組織、范式三重進(jìn)化

活動最后，來到精彩的圓桌對話環(huán)節(jié)。在騰訊云架構(gòu)師技術(shù)同盟主席 毛劍的主持下，圍繞 “人機(jī)協(xié)同，數(shù)智共生：Data+AI 驅(qū)動的個人、組織、范式三重進(jìn)化”主題，DatenLord 創(chuàng)始人、騰訊云架構(gòu)師成都同盟理事長 王璞，Easystack 開源負(fù)責(zé)人、騰訊云架構(gòu)師成都同盟理事 李中華，Thoughtworks 中國區(qū)總經(jīng)理、騰訊云架構(gòu)師成都同盟理事 肖然，中亦安圖科技品牌影響力專家、騰訊云架構(gòu)師成都同盟理事 尹海文，禪道軟件集團(tuán)副總裁、騰訊云架構(gòu)師成都同盟理事 張石，多角度探討 AI 時代下開發(fā)者能力、組織形態(tài)、技術(shù)范式的協(xié)同進(jìn)化，真誠分享自身經(jīng)歷與深刻思考，為與會者帶來啟發(fā)。

圓桌對話

問題一：“Data+AI”這套組合拳，其核心價值體現(xiàn)在哪些方面？

王璞以“Data+AI”的典型應(yīng)用——ChatBI 為例，ChatBI是面向企業(yè)高層的智能分析工具。傳統(tǒng)靜態(tài)BI報表內(nèi)容固定，無法實現(xiàn)千人千面的效果。ChatBI利用大模型來理解人的意圖，讓管理者以自然語言的方式提問，系統(tǒng)自動完成相關(guān)的數(shù)據(jù)分析并返回結(jié)果。

不過企業(yè)在落地ChatBI時，由于其底層依賴 Text2SQL技術(shù)準(zhǔn)確率僅為70%，可能無法滿足企業(yè)高管對數(shù)據(jù)精準(zhǔn)性的要求。對此，他建議縮小范圍，采用二八原則，即在80%常見問題做到99%的精準(zhǔn)度，并需兼顧C(jī)hatBI的實時性與精度之間的平衡。

張石將數(shù)據(jù)和AI類比為人類大腦結(jié)構(gòu)，AI如同大腦的前額葉負(fù)責(zé)決策，而數(shù)據(jù)則為記憶系統(tǒng)�；�礎(chǔ)大模型基于預(yù)設(shè)數(shù)據(jù)來訓(xùn)練，并借助記憶系統(tǒng)來理解問題，精準(zhǔn)理解上下文，識別意圖，實現(xiàn)精準(zhǔn)回答。他建議企業(yè)根據(jù)自身需求來構(gòu)建記憶系統(tǒng)，只有建好記憶系統(tǒng)，才能在未來大模型能力提升時，也能增強(qiáng)自身AI能力。

毛劍總結(jié)道，從數(shù)據(jù)平臺視角來看，數(shù)據(jù)平臺的核心是找數(shù)、取數(shù)、用數(shù)，開發(fā)者可使用智能體來提升效率。在涉及具體計算時，預(yù)定義指標(biāo)綁定的SQL可確保運(yùn)算結(jié)果100%準(zhǔn)確。但在進(jìn)行開放式查詢時，開發(fā)者需仔細(xì)確認(rèn)SQL是否符合邏輯，并通過充分驗證來確保結(jié)果準(zhǔn)確無誤后，再將查詢數(shù)據(jù)返回給運(yùn)營人員和決策者。

問題二：有觀點(diǎn)認(rèn)為，未來的競爭是高質(zhì)量數(shù)據(jù)加領(lǐng)域知識的競爭，而模型正趨于同質(zhì)化。數(shù)據(jù)是否會成為企業(yè)的核心壁壘？企業(yè)該如何應(yīng)對？

肖然表示，由于算法和基模的逐漸開源，數(shù)據(jù)將會成為企業(yè)競爭的關(guān)鍵要素。在模型預(yù)訓(xùn)練階段，數(shù)據(jù)集至關(guān)重要；另一方面，要想落地企業(yè)級AI應(yīng)用離不開數(shù)據(jù)。盡管特斯拉通過構(gòu)建世界模型，可能在短期內(nèi)形成“數(shù)據(jù)霸權(quán)”優(yōu)勢。但從長期來看，私有數(shù)據(jù)形成壁壘是偽命題，隨著監(jiān)管力度的增強(qiáng)，數(shù)據(jù)所有權(quán)會明確限制，例如歐洲已經(jīng)出臺了《GDPR》、《AI Act》法案，否定了數(shù)據(jù)霸權(quán)的可能性。因此，企業(yè)無法利用一部分私有數(shù)據(jù)來訓(xùn)練模型，以長久獲得商業(yè)收益。

李中華也分別從長短期的角度來闡述自己的觀點(diǎn)。他認(rèn)為，企業(yè)用好數(shù)據(jù)創(chuàng)造價值，可在短期內(nèi)產(chǎn)生優(yōu)勢，甚至形成壁壘。但在AI時代，數(shù)據(jù)處理及價值創(chuàng)造的方式將發(fā)生較大的改變，誰能夠做好這個轉(zhuǎn)變，掌握在AI時代挖掘數(shù)據(jù)價值，并將其沉淀成知識的能力，才能最終轉(zhuǎn)化為商業(yè)價值。從長期角度來看，如果希望將產(chǎn)業(yè)推向更高效更智能化的方向，那數(shù)據(jù)的流通講師不可或缺的一環(huán)。

王璞結(jié)合過去在谷歌的工作經(jīng)歷展開分享。在過去，谷歌的廣告業(yè)務(wù)對數(shù)據(jù)使用有嚴(yán)格限制，在第三方平臺展示廣告時，不允許使用任何可關(guān)聯(lián)到個人信息的數(shù)據(jù)。毋庸置疑，谷歌擁有較強(qiáng)的數(shù)據(jù)優(yōu)勢。同樣，特斯拉在自動駕駛布局較早，已積累豐富的數(shù)據(jù)，要追上它并不容易。但國內(nèi)有一些聲音正在呼吁國內(nèi)自動駕駛廠商實現(xiàn)數(shù)據(jù)共享，以加速發(fā)展步伐。國內(nèi)開源開放氛圍濃厚，在全球開源模型榜單中，中國企業(yè)排名前幾位，國內(nèi)數(shù)據(jù)流通與開放或許就在不遠(yuǎn)的未來。

問題三：開發(fā)者使用AI工具提升效率的同時，如何避免因過度依賴而導(dǎo)致自身能力弱化？

張石分享他在禪道工作的心得體會：盡管當(dāng)前“Vibe Coding”概念火熱，但在真正企業(yè)級開發(fā)場景里，如果大面積使用Vibe Coding生成的代碼，可能會對系統(tǒng)產(chǎn)生不穩(wěn)定的影響。他和團(tuán)隊在設(shè)計DataOps流程時，會按照敏捷開發(fā)原則和DataOps方法論，做好代碼審查和單元測試，確保每次提交代碼經(jīng)過嚴(yán)格的人工審核，從而保證系統(tǒng)的穩(wěn)定性和可維護(hù)性。他認(rèn)為，由于AI擅長生成簡單代碼，初級工程師將面臨一些沖擊；對于架構(gòu)師而言，其黃金時代還可延續(xù)數(shù)年。

肖然以孩子學(xué)習(xí)編程的故事為例，他在教孩子寫排序算法時，會從底層原理講起，孩子理解起來不太容易。后面孩子去培訓(xùn)機(jī)構(gòu)，很快就學(xué)會了寫sorting，但實際上，孩子并不理解算法，只是調(diào)用現(xiàn)成的排序函數(shù)完成任務(wù)。這引發(fā)了他的思考，如今AI正在改變編程學(xué)習(xí)的界限，人們需分清哪些知識該學(xué)，哪些不該學(xué)。他強(qiáng)調(diào)，通過扎實的基礎(chǔ)訓(xùn)練來構(gòu)建自身的理解能力和清晰表達(dá)意圖的能力，這是有效運(yùn)用外部智能的前提，每個人的大腦如同一個神經(jīng)網(wǎng)絡(luò)，需訓(xùn)練自己的思維方式，在未經(jīng)訓(xùn)練前不能外包給AI代為思考。

尹海文日常工作以寫SQL為主，憑借豐富的經(jīng)驗積累，有時會幫助客戶甄別AI搜索結(jié)果是否可靠，是否可應(yīng)用在真實數(shù)據(jù)庫中。他強(qiáng)調(diào)，工程師必須有扎實的專業(yè)基礎(chǔ)，來判斷AI生成內(nèi)容的正確性。

李中華也指出，AI幫助工程師提效是必然趨勢。他以朋友創(chuàng)業(yè)為例，如今通過AI工具，兩人便能交付一個軟件項目，大大提高軟件開發(fā)效率。另外，工程師轉(zhuǎn)型也是必然趨勢。例如，運(yùn)維人員可借助AI排查問題，但必須具備基礎(chǔ)知識來判斷。

毛劍表示，一名優(yōu)秀的工程師應(yīng)善用AI提高工作效率，但不是將所有工作都交由AI完成。工程師可將AI視為一位數(shù)字員工，并對其生成結(jié)果進(jìn)行審核。

臺上專家真誠分享自身經(jīng)歷，從不同角度來深入剖析問題，給出諸多務(wù)實的建議，臺下與會者踴躍提問，本次沙龍在熱烈的互動氛圍中迎來尾聲。

結(jié)語

沙龍主持人將軍總結(jié)道，通過本次活動的交流與探討，各位專家梳理數(shù)據(jù)驅(qū)動智能發(fā)展的脈絡(luò)，分享數(shù)據(jù)與AI如何雙向賦能，并結(jié)合一系列落地實踐案例，為與會者帶來許多啟發(fā)與思考。本次活動作為騰訊云架構(gòu)師成都同盟的起點(diǎn)，將匯聚更多本地架構(gòu)師力量，一起邁向技術(shù)新紀(jì)元。

騰訊云架構(gòu)師成都同盟的成立，不僅為架構(gòu)師們提供了共同學(xué)習(xí)、共同成長的平臺，也為未來技術(shù)創(chuàng)新開拓了廣闊空間。騰訊云架構(gòu)師成都同盟期待與架構(gòu)師們攜手同行，一同探索架構(gòu)發(fā)展新方向。