公司：阿里巴巴
阿里巴巴集团创立于1999年，是中国大陆一家以提供互联网服务为主的综合企业集团，目前实行位于杭州，上海与北京的双总部制度。
阿里巴巴服务范围包括B2B贸易、网上零售、购物搜索引擎、第三方支付和云计算服务。集团的子公司包括阿里巴巴B2B、淘宝网、天猫、一淘网、阿里云计算、聚划算、全球速卖通、阿里巴巴国际交易市场、饿了么、飞猪、优酷、盒马鲜生、阿里影业、菜鸟网络、高德地图、Lazada、Daraz等。旗下的淘宝网和天猫在2012年销售额达到1.1兆人民币，2015年度商品交易总额已经超过三兆元人民币，是全球最大零售商。
至2012年九月底止的财政年度，以美国会计准则计算，阿里营业额按年增长74%至318.39亿元（港元‧下同），盈利急升80%至37.75亿元。2015年全年，阿里巴巴营收146.01亿美元，净利为74.94亿美元。2017年，根据阿里巴巴集团向美国证券交易委员会提交的IPO招股书显示，雅虎持有阿里巴巴集团22.6%股权、软银持阿里集团34.4%股份，另管理层、雇员及其他投资者持股比例合共约为43%，当中马云持阿里巴巴集团约8.9%、蔡崇信持股为3.6%。
2019年11月，阿里巴巴集团在在港交所二次上市。香港财经界把阿里巴巴、腾讯（港交所：700）、美团点评（港交所：3690）、小米（港交所：1810）四只中国大陆科技股的英文名称首个字母，合称“ATMX”股份。
2019年11月26日，阿里巴巴集团港股上市，总市值超4兆，登顶港股成为港股“新股王”。2020年8月，阿里巴巴集团港股总市值首次超过6万亿。
阿里巴巴拆份出去的蚂蚁集团上市前，网络金服整体遭遇到政府的强力监管，阿里巴巴同样受到影响，2021年4月10日，阿里巴巴集团涉垄断被中国市场监管总局罚款182.28亿元人民币。2023年三家中国最主要的金融机构，再联合开罚71亿元，不过也随着官方宣布最后整顿工作的完成，阿里巴巴股价开始反弹。
MNN LLM Chat iOS 流式输出优化实践
在iOS平台上使用MNN框架部署大语言模型时，针对聊天应用文字流式输出卡顿问题，提出了一套三层协同优化方案：智能流缓冲解决模型输出与UI更新频率不匹配，UI更新节流与批处理减少主线程压力，打字机动画渲染提升视觉体验。最终实现了流畅的本地LLM应用文字输出，接近在线服务的交互体验。
构建可靠AI Agent：从提示词、工作流到知识库的实战指南
在当前Agentic AI技术快速发展的背景下，构建可靠、高效的AI Agent应用关键在于提示词工程、工作流设计和知识库构建。提示词分为系统提示词和用户提示词，优化提示词可提升AI表现；工作流设计建议使用DSL描述，避免自然语言的不精确；知识库则需结合RAG技术，利用向量数据库和关系型数据库提高信息检索精度。AI项目应快速验证，不断迭代。
万字解码 Agentic AI 时代的记忆系统演进之路
Agentic AI时代，记忆成为智能体核心能力，涵盖感知、决策、记忆和行动四部分。记忆能力使智能体持续学习、保持对话连贯、提供个性化服务。记忆分类包括短期、长期、显式、隐式等，操作涉及编码、存储、提取等。智能体记忆通过LLM和外挂存储实现，技术演进迅速，多种Memory产品涌现，如MemoryBank、LETTA、ZEP等，各有特色，推动智能体记忆能力提升。
Cursor or Claude Code ？— 这道题怎么选
Cursor和Claude Code这对AI编程CP太有意思啦！一个像风风火火的行动派，三分钟就能撸出可运行页面；一个像严谨的思考者，连修bug都要先列TODO清单。日常CRUD用Cursor爽到飞起，遇到复杂系统设计还得靠Claude Code深度分析。最佳姿势是让它们组队——Cursor负责快速原型，Claude主攻技术难点，双剑合璧简直代码界的黄金搭档！
万字长文解码如何玩转Prompt（附实践应用）
提示词工程是解锁大型语言模型潜力的关键，通过精心设计指令、背景信息和输出格式，引导AI生成高质量响应。它涉及角色设定、任务分解、思维链等技巧，提升模型在复杂任务中的表现。实战案例展示了其在电商和科研中的应用，未来趋势包括自动化提示、多模态交互和高度安全性。提示词工程正推动人机协作迈向新高度，成为智能时代的核心技能。
隐私集合运算（PSO）技术
隐私集合运算（PSO）是大数据时代保护用户隐私的关键技术，涵盖隐私集合求交、交集计算与求并等核心协议。通过公钥密码学、混淆电路及OT技术实现，广泛应用于广告、金融、医疗等领域。PSO技术确保多方在隐私保护前提下进行数据协作，提升计算效率与安全性，为跨机构数据共享提供“可用不可见”的解决方案。
用最简单的大模型技术打造一个迁云专家有多难？
云迁移复杂多变，标准化工具难替代专家经验。大模型技术可复刻专家80%能力，通过结构化知识库、模块化生成和精准上下文，打造智能方案助手。AI虽能生成迁移方案，但需分层评测和人机协同优化。未来，AI或从规划者升级为执行者，推动自动化迁移和应用现代化改造。技术演进中，立足场景才能找到答案。
解密 Cursor：一位深度用户的原理探析与实验验证
Cursor 是一款集成智能代码生成和对话式编程的开发工具，极大提升编码效率。通过实验分析，Cursor 后台与 LLM 交互，利用系统提示词和工具链完成代码编写、检索和规划任务。尽管在简单项目中表现优异，但在复杂项目中因上下文不足而受限。充分单元测试有助于提升 Cursor 的实用性。
大模型驱动SPU
SPU标准化建设面临定义耦合、数据质量低等挑战，通过引入AI大模型优化生产审核链路：算法生成SPU、机审提效、外包流程升级，实现商品托管等场景落地。未来将以大模型为核心，构建独立SPU模型体系，解耦商品定义，推动全链路自动化，打造更智能高效的SPU数据生态。（139字）
淘宝交易前端AI生码技术的创新实践
交易前端AI生码技术通过结合D2C与MCP，解决了设计稿转代码的痛点。利用WeaveFox的视觉布局生成IR中间码，引入设计规范提升样式准确性，开发专属插件确保尺寸精准。通过MCP工具链统一流程，实现“一键生成，多场景适配”，显著提升开发效率，优化了设计稿处理与代码生成的全流程。
一次缓存引发的文件系统数据不一致问题排查与深度解析
小编带你揭秘一次由自研分布式文件系统客户端EFC缓存架构更新引发的严重数据不一致问题。通过详细排查，发现问题源于缓存中版本号回退，导致客户端读取旧数据并写入文件系统，造成数据损坏。最终通过维护递增的缓存版本号，成功修复问题。整个过程不仅揭示了缓存机制的潜在风险，还深入探讨了POSIX接口的底层行为，为类似问题提供了宝贵经验。
AI驱动前端重构：10天完成3000+行复杂组件的跨端复用实践
本文分享了团队如何利用AI工具Cursor结合Claude模型，在10天内成功重构3000行代码的复杂前端组件，实现跨端复用。通过建立技术规范、适配规则及测试体系，研发效率提升30%，生成600+测试用例。AI辅助需结合明确约束与人工校验，高效解决多平台兼容性与代码逻辑迁移问题，推动“需求交付=开发规则+技术文档+测试用例”的新范式。
Qwen3 x ms-swift：监督微调在居住服务行业的一次实践
大模型微调在租房平台意图识别场景中展现显著优势，通过Qwen3-8B模型微调，准确率提升至94.5%，远超传统方法。微调不仅优化了模型性能，还降低了延迟，满足了实时交互需求。数据质量和多样性是微调成功的关键，少量高质量数据也能带来显著效果。ms-swift框架简化了训练流程，支持多尺寸模型微调，为业务提供了高效、低成本的解决方案。
Web Agent大对决：你的AI浏览器理想型，会是哪一个？
2025年，浏览器正从“看客”进化成“智能助手”。Web-Agent技术革命推动互联网交互模式从“搜索-点击”转向“对话-执行”。四大产品各具特色：ChatGPT Agent技术全能，Fellou高效低价，Comet强搜索，Dia极简体验。AI原生架构深度集成，实现流程自动化与任务委托，大幅提升效率，重塑数字化生活。未来，多模态融合与垂直化发展将引领浏览器新变革。
AI 基础知识从 0.5 到 0.6—— Transformer 架构为何能统治AI领域？
Transformer凭借自注意力机制，彻底革新了序列建模。它摒弃RNN的串行处理，实现了并行计算，大幅提升效率。通过多头注意力，Transformer能同时捕捉序列中各元素的复杂关系，解决了长距离依赖问题。其编码器-解码器架构在NLP、CV等领域大放异彩，成为GPT、BERT等大模型的基石，展现了强大的通用性和扩展潜能。
一条SQL管理向量全生命周期，让AI应用开发更简单
在当前AI应用开发中，向量索引和Embedding模型的分离带来了开发、运维和使用上的诸多挑战。PolarDB IMCI通过将向量索引和Embedding能力集成到数据库内核，提供了一体化的向量全生命周期管理。开发者仅需使用SQL即可完成RAG知识库的构建和检索，极大简化了流程。PolarDB IMCI的高性能和事务支持使其在处理复杂查询时表现优异，显著提升了AI应用的开发效率。