知鸦日报2026-07-31

团队将前端规范封装成AI Skill，前置到代码生成前。通过五维结构（触发、选型、约束、样板、集成），让AI自动识别项目并遵守规范，解决了AI代码风格漂移、技术债堆积问题。实践表明，改造周期从周缩短至天，设计同学也能直接产出可复用代码。

一种自适应异常发现方法，从多天历史中学习指标正常形态，自动生成带证据的异常候选，无需用户预先订阅。它通过数据画像识别不同形态，用时间前推选模匹配基线，动态边界收敛异常过程。候选不等于通知，只为补充而非替代现有规则，提升监控覆盖与准确性。

一个单次提示启动了17小时的递归自改进实验，让Kimi K3在Cline上从77.5%提升至88.8%的SOTA分数，成本仅49.8美元。模型自主修复了重试、循环检测、进程自杀等通用问题，全程几乎无需人工干预，证明瓶颈不在模型而在人类使用方式。

团队AI编码面临经验断层：每次纠偏的成果随session结束清零。为解决此问题，构建了从对话中提取、提纯团队经验的系统。通过Review/Dedup/Merge三层治理，将90%的废料过滤为高置信经验，让AI带着项目语境进入新任务，避免重复踩坑。

高德构建AI Native数据Agent，用户用自然语言查数，系统自主选表、生成SQL并执行。核心靠知识库、LLM推理、工具执行与规约约束，评测驱动准确率从40%升至95%。数据能力融入决策，让分析成为业务标配。

Pulsar 保证单分区内消息有序，依赖 TCP 单连接与客户端 Broker 协同。异步发送在高压下仍保序，需开启背压并处理失败消息。消费端应幂等，超大消息用 Chunk 关 Batching。实测验证异步发送加背压模式可稳定保序。