知鸦日报2025-07-04

eBay利用大规模语言模型（LLM）优化广告系统，推出了基于趋势的广告活动（TBC），通过实时趋势提升卖家竞争力。TBC结合趋势主题和卖家物品刊登，利用LLM进行相关性检验，提高广告精准度。同时，eBay通过LLM剖析卖家广告数据，提供自动化分析和建议，帮助卖家优化广告策略。系统采用vLLM推理框架，提升计算效率，支持多语言和多文化适配，确保全球适用性。

Prompt（提示词）是引导AI生成内容的关键，写好它需要清晰描述需求、提供示例和约束格式。技巧包括：Few-Shot示例激活模型能力、思维链（CoT）提升推理、RAG增强上下文理解。实战中，优化翻译Prompt需遵循信达雅原则，保留专有名词。评测飞轮确保效果迭代，Meta Prompt还能自动生成优化方案。掌握这些，轻松驾驭AI输出！

数据中心混部场景下，硬件异构导致CPU利用率分层现象频发。核心矛盾在于NUMA跨节点访问延迟、Cache命中率差异及CPU动态降频三大问题。通过绑核隔离、重编译优化、锁频调控等手段，可有效缓解性能波动。关键在于结合业务特性选择针对性方案，在算力公平性与资源利用率间寻找平衡点，为混合架构资源池化提供稳定性保障。

这次M站首页重构中，小编用AI工具Cursor+结构化Prompt设计，高效完成了Rax到React的组件迁移和DX到React的跨端重写。AI在框架转换、业务逻辑优化上表现出色，但在样式细节和业务理解上仍需人工调优。整个过程展现了AI辅助开发的潜力，开发者角色正从编码转向架构设计，人机协作将成为新常态。

Elasticsearch的三种向量字段类型各有所长：dense_vector适合外部模型生成的密集向量，支持自定义相似度计算；sparse_vector擅长词级精准匹配，存储高效；semantic_text则简化了语义搜索流程，自动处理嵌入生成。选择时需权衡业务需求、技术栈和灵活性，比如电商搜索可结合语义与词级匹配提升效果。掌握这些工具，轻松构建智能搜索系统！

快手天守平台从理论到实践，系统构建了前端工程质量保障体系。通过质量模型与度量函数量化评估架构特征，采用微内核设计实现插件化扩展，并创新性引入分布式调度引擎应对亿级DAU场景。平台以DMAIC模型为方法论，在代码可维护性、工程规范等维度建立长效防护机制，最终升级为更全面的青鸾解决方案，为行业提供了可复用的工程质量治理范式。

京东携手华为鸿蒙团队，通过仓颉语言重构高频API调用流程，成功提升小程序性能。以getSystemInfo为例，改造后执行时间减少50%，冷启动提速20%，主线程压力显著降低。仓颉的线程共享、跨语言互通特性成为关键突破，未来将扩展至更多API及AI、跨端场景，探索鸿蒙生态的高效开发新范式。

MCP协议标准化了应用为LLMs提供上下文的方式，简化了Agent应用的开发。通过MCP，开发者只需研发一个MCP Host，即可接入多种服务，降低了定制化成本。蚂蚁集团已成功落地MCP，优化了前端开发流程，提升了IDE的智能化能力。MCP的扩展性强，未来有望推动更多智能服务的普及，成为Agent应用的重要基础设施。

携程火车票部门为解决智行酒店商户侧AB实验中，预实验分流中遇到的分流不均、分流组流量交叉问题，提出了一种用于非用户端AB实验的分流算法，该算法通过优化的随机抽样模块与贪心交换模块，保证实验组之间多指标的相似性；通过图算法模块，降低实验组之间的流量交叉。通过实证分析，该算法一方面有效的提升了商户端实验在多指标下的分流效率；另一方面，相比于使用先验知识进行分流，显著降低了实验组之间的流量交叉。