知鸦日报2025-11-11

多模态推荐系统正从传统ID特征向丰富内容信息转变，结合大语言模型实现智能化推荐。饿了么首页店铺推荐场景通过多模态表征技术，解决了冷启动和跨场景迁移问题。生成式推荐利用量化编码与LLM结合，提升推荐精准度和可解释性。技术演进推动了推荐系统从匹配范式向生成范式的转变，展现了巨大潜力。

Pinterest团队通过自建测试平台PinTestLab，采用基于运行时的分片机制，优化了Android端到端测试的CI流程。利用历史测试时长和稳定性数据，贪婪算法将测试分配到EC2托管的模拟器上，确保各分片运行时间相近。此举使端到端构建时间减少9分钟，最慢分片运行时间降低55%，显著提升了开发效率。

Figma Make通过分层约束体系，确保技术选型符合其浏览器内JavaScript运行时的本质。核心限制包括纯客户端运行、动态加载依赖、拒绝服务器端框架如Next.js，支持如React、Vite等客户端技术。其设计哲学强调简单性、即时性、安全性和成本控制，专注于提供卓越的客户端开发体验，而非追求广泛但平庸的兼容性。

智能文档处理正经历从线性流程到认知图谱的变革。传统OCR存在模态断层、效率瓶颈和认知盲区，DeepSeek-OCR通过跨模态对齐与联合表征学习，构建三维认知空间，实现视觉与语义的深度融合。达观IDP集成DeepSeek-OCR，重构多模态文档理解引擎，提升处理效率和认知深度，标志着文档智能3.0时代的开启，为行业数字化转型提供新基础设施。

得物DBA团队将TiDB从v5.3.3升级至v7.5.x，通过迁移升级方案规避了原地升级的抖动风险。新版本显著提升了性能与稳定性，平均RT降低50%，TiCDC同步效率提升数十倍，备份时间缩短超50%。同时优化了存储引擎压缩率，并引入TTL自动清理等实用功能。尽管遇到全表扫描和聚合查询计划问题，通过SPM绑定或参数调整解决。TiDB在非分片查询、分析场景及数据倾斜业务中展现出分布式优势，为高并发与大存储需求提供了可靠方案。

Skills是Anthropic推出的解决Prompt复用问题的技术，通过打包Prompt和资源文件，实现任务标准化和自动化。它适合简单重复任务，如代码审查、文档生成，但不适用于复杂流程。Skills与MCP不同，前者聚焦内部任务执行，后者强调外部连接。尽管Skills设计理念不错，但目前稳定性欠佳，适合逐步迭代使用。