最后，想跟大家说：不要怕被 AI 淘汰。真正的竞争不是你 vs AI，而是会用AI的你 vs 不会用AI的你。

01 前言 从行业趋势来看，由大模型驱动的智能客服系统，正在对传统客服工具进行深度变革。 在线客服的工作有着较高的重复性，降本增效一直是客服工具提供给商家的最重要价值之一。 基于大模型的智能客服

本文介绍了有赞 AI 在企业内研发全流程的落地实践，围绕研发的设计、编码、测试阶段落地 AI 能力；过程中建设了 Agent 评测体系，不断反馈，持续迭代；

背景 参考：https://developer.aliyun.com/article/706808 Feed流就是不停更新的信息单元，只要关注某些发布者就能获取到源源不断的新鲜信息，用户就可以在移动设

微服务架构下，分布式事务是个让人头疼的问题。RocketMQ虽然提供了事务消息机制，但在某些场景下，本地消息表方案反而更加稳定可靠。这篇文章会从实战角度，和大家聊聊我在生产环境中使用本地消息表的实践

半夜修Bug崩溃后，我吃透了RocketMQ：消息存于Broker，Topic通过Queue分散压力，NameServer做服务发现。主从备份防丢失，实战中解决了超时和堆积问题。

Facebook的租约机制才是大厂真正在用的方案，参考Go版本的rockscache用Java重写了一遍。核心原理是通过租约来保证，只有持有有效租约的线程才能写缓存，从根本上解决了缓存一致性问题。

Shopee 作为东南亚领航电商平台，商品系统面临诸多挑战。研发团队通过提升缓存命中率、实现数据冷热分离等手段，成功大幅降低数据库服务器成本。详细技术细节及改造效果极具参考价值，本文将带你一探究竟！

采用Cache-Aside模式，采取更新数据库后删除缓存是正确的吗？更新数据库后更新缓存的方式，真的容易造成数据不一致吗？在系统设计与实际场景下，两种实现方式究竟要如何选择？本文尝试一一解答上述疑问。