- 博客(345)
- 收藏
- 关注
RSS订阅原创 生产级 AI Agent 构建指南：MCP、CLI 与 Skills 的正确使用姿势
Spring AI 的实现显示，在 28 个工具的场景下，OpenAI、Anthropic 和 Gemini 模型都能实现。—— 利用 MCP 的丰富语义，直接交付 UI 资源（HTML + JS + CSS），从而让服务器在客户端自行渲染界面。Cursor 的 A/B 测试表明，在使用 MCP 工具的会话中，总 Token 消耗减少了 **46.9%**。需要根据具体情境和需求来决定是使用 MCP、CLI 还是 Skills，以下是整个流程的概要。，返回的是完整的、带类型的 JSON 对象。
2026-05-12 16:06:16
426
原创 从回测到实盘监控，5 个开源 Skills 让 Claude Code 变身量化交易专家
下面介绍 5 个来自公开仓库的 Skills，能让 Claude Code 在交易领域真正有用 —— 附带安装命令、内部工作流程，以及使用 EODHD 获取市场数据的可运行 Python 代码。EODHD 覆盖全球 70+ 交易所（美股、ETF、外汇、加密货币），提供经过公司行为调整的价格数据，并有免费套餐供原型开发使用。基于 RSI 的回测，使用 EODHD API 获取数据，从零计算 RSI，生成买卖信号，计算夏普比率和总收益率。没有风险管理的策略，就是多绕了几步路的投机。
2026-05-11 15:08:57
514
原创 从入门到 Offer：系统设计面试的完整备考路线
你在准备系统设计面试时，是不是有过这样的经历：打开视频网站，搜索"系统设计面试"，然后开始一个接一个的刷视频。这里能看到真实的候选人如何应对 Google、Amazon、Meta 等公司的真实面试题，讨论里经常有面试官追问的问题和候选人被卡住的地方。"知道"和"能在压力下表达出来"之间的差距是真实存在的，唯一缩短差距的方式就是刻意练习。大多数资源教你"系统"，Grokking 教你"模式"，而这更接近面试中真正需要的东西。Alex Xu 的书做了大多数资源没做的事：先讲"为什么"，再讲"是什么"。
2026-05-11 14:47:24
361
原创 MCP 服务器开发实战：15 分钟从零到生产级部署
数据说明了一切，仅在 2024 年第四季度，企业对 MCP 的采用增长了 340%，目前 68% 的组织至少在生产环境中运行一个 MCP 服务器。然而，安全研究人员在早期 MCP 实现中发现了 23 个关键漏洞模式，促使 2025 年 6 月的规范更新将 MCP 服务器重新分类为 OAuth 资源服务器。上个月我为三个不同的生产系统实现了 MCP 服务器，以下是我学到的：协议看似简单，但实现细节决定 AI 集成的成败。对于我们的天气服务器，NWS API 是公开的，所以我们跳过 OAuth。
2026-04-16 16:10:15
427
原创 从零到生产级：Claude Code 团队部署实战手册
本文详细介绍了 Anthropic 的 AI 开发工具 Claude Code 的安装与配置方法，分享了三种安全部署模式、MCP 服务器配置、测试优先协议等最佳实践，以及令牌溢出、依赖地狱等常见问题的解决方案，还提供了团队分阶段采用的四周计划，以及实际使用中的成本效益分析。"它找到了消息，理解了问题，定位了相关代码，并发布了一个修复，一共花了 4 分钟。如果它破坏了什么，只需删除工作树，从而确保主分支干净。与 ChatGPT 不同，它会读取你的整个项目结构，理解依赖关系，并记住若干会话前你们讨论的内容。
2026-04-10 14:12:43
427
原创 AI 时代生存指南
2026 年需要掌握的核心 AI 技能包括工作流自动化、智能体系统、AI 安全、增强自我能力和 AI 系统评估，这些技能能让你在 AI 时代保持竞争力并让 AI 成为你的助手。（一款为非开发者设计的桌面工具），你可以说："审查这个合同文件夹，标记任何有异常付款条款的，然后创建汇总电子表格。而是要学会在已有的工作中有效使用AI。构建一次，然后它就是你和你团队可以反复使用的资源，从而节省时间并帮助你做出更好的决策。AI正在改变我们的工作方式，越来越多的工作由机器完成，或者由人类与机器协作完成。
2026-04-10 11:32:32
212
原创 DevOps 2.0：智能体如何接管故障修复和基础设施维护
为了具体说明，我们考虑以下场景：一个应用使用 SpecKit 从规格构建，部署到 Azure Container Apps，被 PagerDuty 检测到生产故障，由 Azure SRE Agent 使用 Datadog 遥测数据自动分诊和缓解，然后长期修复作为 GitHub issue，由 GitHub Copilot 编码智能体接手，通过更新基础设施即代码的 Pull Request 解决。如果你曾经在凌晨 2 点被叫醒去检查仪表盘，等待图表回落，然后再去睡觉，就知道 SRE 智能体能够解决的问题。
2026-04-09 14:10:59
505
原创 DevOps 已死？2026 年技术人必看的 3 个转型方向
本文建议工程师转向三个高价值方向：AI 基础设施/LLMOps 工程师、平台工程师或专注于 AI 的站点可靠性工程师（SRE），以适应 AI 驱动的运维新范式。如果你计划今年转行进入技术领域，或者希望提升职业生涯，很可能听过这样的经典建议：**"学习 Linux，学习 Kubernetes，掌握持续集成/持续部署（CI/CD），成为一名 DevOps 工程师。如果数据库查询性能突然下降，AI 会识别瓶颈，生成必要的索引，在临时环境中进行测试，并通过 Slack 向工程师请求单次批准以进行部署。
2026-04-09 12:57:33
460
原创 4000 行代码搞定 AI Agent：NanoBot 架构深度拆解
这个架构证明，有效的 AI Agent 不需要庞大的框架。通过将 Agent 设计精简到基础要素，NanoBot 实现了更快的实验、更容易的调试、更低的资源消耗和更强的执行控制。本文深度拆解了 NanoBot，仅用 4000 行代码实现了完整的 AI Agent 能力，讲解了其最小化架构设计思路，告诉你如何构建真正可控、可读、可改的 AI Agent。如果想构建可控 Agent，这个结构让你以最小成本闭合循环，然后逐步添加多模型路由、更强的记忆检索、更严格的权限边界和更可靠的审计回放。
2026-03-26 11:22:27
432
原创 搞懂 AI 智能体，这 10 个概念就够了
智能体将其拆分为子任务：第一步：识别竞争对手（进行中），第二步：研究每个竞争对手（计划中，等待第一步完成），第三步：创建表格（计划中，等待第二步完成）。运行一个暴露"send_email"函数的 MCP 服务器，服务器描述为"向指定地址发送带主题和正文的电子邮件"，智能体可以在工具列表中看到。再次思考："那我试试主页"，找到主页，定位到定价链接，跟进并提取数据。你肯定遇到过这种情况：新建一个 AI 智能体项目，测试时一切正常，然后用户让它"查看我的日历，预订下周去奥斯汀最便宜的航班"，结果它直接……
2026-03-26 10:51:54
346
原创 别再买课了！这 5 个 GitHub 仓库比 5000 块钱的课程还管用
搞懂这整个流程，你就能理解网络、DNS、负载均衡、缓存等等知识，它能训练你的思维，让你跳出代码仓库看问题。这个牛逼的仓库不只是给你讲复杂工具的原理，还提供了一步步的指南，带你从零打造自己版本的流行软件。你拿到的是清晰的 API 规范、UI 设计稿和用户故事，任务就是用你自己熟悉的技术栈从零开始写。最关键的区别是，它不给你解决方案，而是只给问题描述，你必须完全自己设计和实现解决方案。它是打造个人作品集的完美资源，能展示你独立开发的能力，而不只是跟着教程敲代码的能力。提供了你需要的全面知识。
2026-03-24 16:02:50
326
原创 让代码审查快 10 倍的思维模型
— 需要知道，但不阻塞合并：「FYI: 我们在 utils.js 里有一个类似的函数，对空值的处理方式不同，可以考虑对齐一下。提交者要么忽略大部分反馈，要么花几个小时处理鸡毛蒜皮，反而把我埋在第 8 条评论里的真正 bug 给漏掉了。本文深入探讨了高效代码审查的思维模型，通过聚焦风险，提升审查效率，并且有助于高效缓解项目风险。相比之下，一周前我在一个类似 PR 上留了 12 条小评论，结果我们争论变量名称就花了三天才合并。快速扫描风险，批准，继续下一个。
2026-03-24 13:04:56
163
原创 AI 智能体 8 层架构：生产级系统构建指南
但问题在于：80% 的组织表示，已经投入生产的 AI 智能体带来了可衡量的投资回报率（ROI），但 46% 的组织将与现有系统的集成列为主要障碍。示例：LangGraph 的分层智能体使用基于 LLM 的规划器智能体分解任务，然后委托给专门的执行器智能体（工具调用）。：智能体的质量取决于其输入。（是的，通过基于角色的访问控制）。：世界模型（第 3 层）→ 智能体查询知识图谱：用户当前计划（Pro 层级）、已用席位（8/10）、账单状态（活跃）、公司政策（如果升级后年度费用 > 1000 美元则需要批准）。
2026-03-23 14:01:00
470
原创 从工具到结果：2026 年最值得关注的 6 个 AI 自由职业细分赛道
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。盘点在 AI 加速交付预期下，需求高、竞争相对低的 6 个自由职业细分方向，并解释为什么它们更偏“运营/落地”，以及如何快速拿到第一个客户。AI 不会替代“落地实施”，老板们不想看仪表盘，他们想要结果，总得有人把混乱的业务翻译成结构化的工作流。如果你把自己定位成“把 AI 连接到收入”的人，你就获得了先机，而越早就越挣钱。企业在买 AI 工具……
2026-02-10 18:01:26
710
原创 不花钱也能拿证：7 个可信机构的 AI 课程推荐
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。这是一门较短的课程（约 2 小时），目标是让你更好的使用 ChatGPT 等工具。本文整理了 7 门来自高校与大厂的免费 AI 认证课程，覆盖入门、提示词工程、深度学习与云端机器学习基础等方向，并给出每门课的适合人群与学习要点。如果你想补齐 AI 基础、获得可展示的证书，同时又不想为课程先交一笔学费，本文整理的 7 门免费认证课程可以作为起点。
2026-02-03 17:09:11
1047
原创 Claude Skills 架构解析：从提示工程到上下文工程
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。为避免“引入功能却没有可测试结论”的陷阱，我将 Skills 架构的价值浓缩为一个可验证的命题：Skills 将 LLM 系统从“基于文本的单一提示”转变为“版本控制、可审计、可组合的运行时模块”。Twilio 的 MCP 性能测试显示，支持 MCP 的代理平均消耗多出 27.5%，缓存读取量增长了 28.5%，缓存写入量激增了 53.7%。
2026-02-02 13:36:19
1205
原创 6 门 AI 课程，帮你少走弯路
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。本文对 Coursera 上 6 门优质 AI 课程进行了评测，结合国内初级开发者视角，帮你看懂各课程适合什么人、侧重点是什么，以及如何按自己的起点与目标做出选课决策。打开 Coursera 或其他平台，看到铺天盖地的 AI/ML 课程，然后 —— 关掉网页，继续刷短视频。想系统理解“AI + 业务”的，尤其是对数据驱动决策感兴趣的人。
2026-01-29 18:19:33
697
原创 你以为缺的是管理，其实缺的是好工程师
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。本文面向种子轮、A 轮的产品/技术管理者，拆解早期工程团队最常见的管理反模式，重点是少花力气「管人」，把精力用在产品、用户和招聘上。在种子轮、A 轮阶段，如果你觉得自己有很严重的「工程管理问题」，九成的正确解法是暂时什么都不做，先去找用户、做产品、招对人。这类关系，是在一起解决问题的过程中自然生长出来的，而不是靠日历上固定的时间段培养出来的。
2026-01-21 11:29:36
563
原创 6 个步骤搞定系统设计面试
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。非功能性需求：比如“高可用性（High Availability）达到 99.9%”、“Feed 加载延迟（Latency）小于 500ms”、“可以扩展到 1 亿日活用户”、“允许最终一致性（Eventual Consistency）”。，就相当于和面试官形成了“设计合约”：后续所有架构选择，都要能解释清楚“这是为了满足哪条需求”。
2026-01-20 12:37:16
766
原创 AI 智能体高可靠设计模式：深度推理的多跳检索
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。本系列将实现最常用智能体模式背后的基础概念，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。通过并行、专注的 RAG 代理来解决每个简单的子问题，确保收集了所有必要证据，最后的综合步骤只是简单的将预先处理的事实结合起来。：高级元代理首先分析复杂的用户查询，将其分解为几个更简单、独立的子问题。
2026-01-19 08:59:35
664
原创 AI 编码工作流：迈向 2026 的实战指南
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。本文总结了如何在 2026 年以前沿实践者的方式，把 LLM 当成靠谱的“结对程序员”：从写规格、拆任务，到选模型、提供上下文、引入自动化与测试，再到保持人工审查与持续学习。如果只给很少的信息，就要求它做复杂修改，通常会得到“听起来像是对的，但其实不太对”的答案。这种“AI 审 AI”的方式，在实践中确实能抓出一些单一模型容易忽略的细节问题。
2026-01-16 13:14:27
736
原创 [大厂实践] Netflix 如何用事故管理赋能工程师
在“自建 vs 购买（Build vs. Buy）”的权衡上，虽然 Netflix 有一流的工程能力，但要在紧迫的时间内，投入大量人力打造并长期维护一套内部平台，性价比并不高。这篇文章讲的是 Netflix 如何把事故管理从少数中央 SRE 团队的“专属工作”，变成每个工程团队都能轻松参与的“阳关大道”，以及在这个过程中踩过的坑和总结出来的经验。这既是技术问题，也是文化问题：既要有合适的工具和流程，也要让大家相信“主动开放事故处理”是被鼓励和认可的行为，而不是一件“丢人”的事。
2026-01-16 11:34:02
516
原创 AI 智能体高可靠设计模式：并行上下文预处理
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。本系列介绍增强现代智能体系统可靠性的设计模式，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。本系列将实现最常用智能体模式背后的基础概念，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。标准的文档，为最终生成器产生一个更小、更干净、更有力的。
2026-01-16 09:47:38
594
原创 别再为选框架纠结了，先把这 7 个架构模式吃透
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。软件架构没有万能银弹，但有一套实用的模式组合，可以在复杂业务、快速迭代和团队协作之间找到平衡。和传统的四层负载均衡相比，应用网关工作在七层（HTTP 协议级别），可以做“看得懂业务”的路由与策略。软件架构没有标准答案，不同业务、团队规模和技术栈，往往需要完全不同的方案。架构不是炫技，而是用尽量简单、可演进的方式，解决当下最关键的问题。
2026-01-15 18:40:30
515
原创 12.6 万技术岗位被砍，幸存下来的其实是这 7 种能力
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。等数据的分析，用更贴近国内技术人的视角，聊聊在一轮又一轮的裁员里，哪些能力让人显得“几乎裁不掉”。他们不是“做 AI 的人”，而是“会用 AI 把自己原本的工作做得更快、更好的人”。这类工作不那么“酷”，但在裁员表格里，对应的是“不可轻易放弃的现金流优化者”。如果你的价值完全来自“会用某一个工具”，那当工具升级时，你的价值也会一起消失。
2026-01-15 17:28:20
599
原创 5 分钟了解分区和分片
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。在这里，我会分享技术实践与思考。分区（partitioning）和分片（sharding）作为数据库系统扩展的可能策略，相关但又不同，本文介绍了两者的区别、权衡和实际应用。选择合适的分片键至关重要：错误选择会导致分片分布不均和分片过热，经过深思熟虑的键能够平衡流量和存储。在该模式中，按年分区的订单查询仅涉及该年的分区，能显著减少 I/O 并提升性能。
2026-01-15 16:30:12
702
原创 AI 智能体高可靠设计模式：并行混合搜索融合
本系列介绍增强现代智能体系统可靠性的设计模式，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。是词汇检索专家，与向量检索器不同，它不理解含义，纯粹基于词频工作，查找包含用户查询中确切的、字面关键词的文档，无论关键词是否罕见或语义权重较低。本系列将实现最常用智能体模式背后的基础概念，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。向量搜索理解了“节能”的概念，但错过了错误代码的具体关键词。
2026-01-15 10:56:00
680
原创 [大厂实践] 基于 DORA 指标的团队绩效优化实践
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。实施了几项优化，将获批的平均时间缩短到 8 分钟（是的，没错，因为我们有很多小型 MR）。首先，招聘和引入新的软件工程师需要时间，他们需要学习领域知识，深入技术栈，还要了解团队使用的具体工具，熟悉流程并与同事建立联系。比如，软件工程师可以和 UX 设计师一起，随时做一些小改动，几分钟内就能完成所有事情，无需任何文件和管理，所需的资源更少。
2026-01-14 18:44:58
556
原创 AI 智能体高可靠设计模式：分片与分散检索
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。本系列介绍增强现代智能体系统可靠性的设计模式，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。本系列将实现最常用智能体模式背后的基础概念，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。节点，可以将查询分散到两个分片中，然后收集结果。
2026-01-14 10:48:41
630
原创 AI 智能体高可靠设计模式：冗余执行
在这里，我会分享技术实践与思考。本系列介绍增强现代智能体系统可靠性的设计模式，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。概念很简单：对于关键且可能不可靠的步骤，并行执行两个或多个相同的智能体，系统随后使用第一个成功执行的智能体结果并取消其余的，这种技术提供了针对间歇性故障和不可预测性的防御。本系列将实现最常用智能体模式背后的基础概念，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。
2026-01-14 10:15:52
601
原创 AI 智能体高可靠设计模式：并行查询扩展
优化智能体解决方案需要软件工程确保组件协调、并行运行并与系统高效交互。例如预测执行，会尝试处理可预测查询以降低时延，或者进行冗余执行，即对同一智能体重复执行多次以防单点故障。其他增强现代智能体系统可靠性的模式包括：还有很多其他模式。本系列将实现最常用智能体模式背后的基础概念，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。所有理论和代码都在 GitHub 仓库里：🤖 Agentic Parallelism: A Practical Guide 🚀代码库
2026-01-14 10:11:24
561
原创 AI 智能体高可靠设计模式：去中心化黑板协作
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。本系列介绍增强现代智能体系统可靠性的设计模式，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。本系列将实现最常用智能体模式背后的基础概念，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。是系统的主体部分，是一个动态、状态驱动的决策者。
2026-01-12 10:35:30
998
原创 重新思考 AI 原生时代的架构
他们都是很有经验的开发者，对代码非常熟悉，并且配备了最先进的模型。曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。团队花了 70% 的脑力在实现上，而真正重要的架构决策 —— 缓存层、数据库分区策略、API 契约设计 —— 只占 20% 的关注度，剩下 10% 用于承诺“下季度”还清的技术债务。它们不只是看代码的工具，而是“速度”与“推理”之间的纽带，迫使你在部署代码之前明确说明代码存在的原因。
2026-01-08 17:19:42
928
原创 AI 智能体高可靠设计模式：代理装配线
曾就职于 Motorola，现任职于 Mavenir，多年带领技术团队，聚焦后端架构与云原生，持续关注 AI 等前沿方向，也关注人的成长，笃信持续学习的力量。本系列介绍增强现代智能体系统可靠性的设计模式，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。本系列将实现最常用智能体模式背后的基础概念，以直观方式逐一介绍每个概念，拆解其目的，然后实现简单可行的版本，演示其如何融入现实世界的智能体系统。只处理那些已经被成功总结的项，专业化是该模式的关键特性。
2026-01-08 13:57:10
582
原创 告别项目混乱！17种项目管理方法论全景图，你的项目该选哪一个？
你好，我是俞凡，在Motorola做过研发，现在在Mavenir做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣，平时喜欢阅读、思考，相信持续学习、终身成长，欢迎一起交流学习。每个接触过项目管理的人，都或多或少为项目管理方法论的复杂性而感到过不知所措，无论是否拥有正式的项目管理认证，面对拥有各自规则、原则和无尽缩写的项目方法论，选择合适的方法确实令人头疼。方法论的领域是丰富的，从敏捷子框架到侧重于质量控制或路径规划的专业方法，应有尽有。
2025-11-28 11:20:55
469
原创 [大厂实践] Spotify 的团队管理模式
你好，我是俞凡，在Motorola做过研发，现在在Mavenir做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣，平时喜欢阅读、思考，相信持续学习、终身成长，欢迎一起交流学习。在这种情况下，组建一支新的团队往往是一种解决办法，但这种办法并不总是适用于长期或永久性的项目，因为这实际上是对现有团队管理者的惩罚，并且还需要为新团队寻找一位新的临时管理者。为此，新的团队不断组建，而旧的团队则不断解散，其成员会组建新的团队或者加入现有团队以补充人员。
2025-11-17 14:38:10
785
原创 团队架构的月之暗面
你好，我是俞凡，在Motorola做过研发，现在在Mavenir做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣，平时喜欢阅读、思考，相信持续学习、终身成长，欢迎一起交流学习。本文从 Adobe 和 Spotify 的不同组织架构入手，介绍了组织架构对公司战略的意义，介绍了常见组织架构模式的优缺点和陷阱，以及架构重组的方法。出色的设计会将激励机制、沟通模式以及所有权界限与目标相匹配，在需要的地方建立高效的沟通渠道，在不需要的地方实现界限划分。
2025-11-17 12:51:02
591
原创 导师型领导指南
你好，我是俞凡，在Motorola做过研发，现在在Mavenir做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣，平时喜欢阅读、思考，相信持续学习、终身成长，欢迎一起交流学习。首先，要明确自己能够提供的服务范围，这既是为了自己的利益，也是为了学员们的利益。组织的一些有用资料，编写了这份指南，旨在帮助大家了解常见的人员类型，并指导如何与每一种类型的人员建立导师与学员的关系。：与被指导者会面时，要静下心来，全神贯注，关掉手机，关闭电脑，以减少干扰。
2025-11-14 15:46:51
638
原创 5 分钟搞定 Go 自定义结构体标签
你好，我是俞凡，在Motorola做过研发，现在在Mavenir做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣，平时喜欢阅读、思考，相信持续学习、终身成长，欢迎一起交流学习。此外，标签不适合实现更复杂的验证工作流、错误处理或依赖外部因素的行为，因为当逻辑变得更复杂时，反射可能会变得更慢，更难以调试。对于更高级或不断变化的需求，将这种逻辑嵌入到代码中的其他地方，如专用函数或中间件中，可能是更好的方法。可以在一个字段中定义多个标签，例如，
2025-05-31 21:34:57
1129
原创 高性能发件箱模式（每天处理20亿条消息）
你好，我是俞凡，在Motorola做过研发，现在在Mavenir做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣，平时喜欢阅读、思考，相信持续学习、终身成长，欢迎一起交流学习。发布需要一些时间，要等待消息代理的确认，我们在循环中进行确认，因此效率更低。
2025-05-07 17:03:55
902
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人