知鸦日报2026-05-05

Shopify通过专有数据和快速迭代，优化AI助手Sidekick的工具调用能力。他们将Shopify Flow的JSON DSL转换为Python，提升了模型生成工作流的准确性。通过模拟生产环境和优化工具调用栈，降低了成本并提高了性能。利用生产反馈构建持续改进的飞轮机制，确保模型在真实场景中表现优异。最终，Sidekick在成本降低68%的同时，性能优于封闭模型。

Figma团队自研了PostgreSQL连接池PGKeeper，取代了性能受限的PgBouncer。PGKeeper采用Go语言开发，通过gRPC接口实现多维度流量管控，包含连接池预热、速率限制等防护机制，并创新性采用CoDel算法和分层公平调度策略应对高并发场景。上线后有效避免了20+次潜在故障，将数据库可用性提升至99.99%以上，成为保障系统稳定的关键组件。

这篇教程手把手教你用GRPO算法和Unsloth工具微调LFM2.5模型，实现从混乱的OCR文本中精准提取结构化发票数据。通过设计三重奖励机制（JSON格式校验、字段完整性、数值准确性），让AI学会自动生成标准发票JSON。教程包含完整实操步骤：环境配置、数据预处理、模型训练到效果评估，最终微调后的模型在提取日期和金额时，准确率显著提升。特别适合处理可程序化验证的结构化数据任务。

Grab构建了数据网格核心平台Hubble（元数据管理）、Genchi（数据质量监控）和Data Contract Registry（数据合约），通过自动化认证引擎实现数据资产的可信度评估。Hubble集中管理数据资产目录与血缘，Genchi实时校验数据质量，合约系统明确生产者承诺。三大工具联动形成闭环，使认证数据可发现、可验证、可信任，一年内核心数据集减少58%，为AI时代打下可靠数据基础。