随着AI技术的不断成熟和广泛应用，已经逐渐成为各行各业用来提升生产力的重要工具。货拉拉作为互联网物流科技企业，过去几年不断深耕AI技术，推动物流行业的智能化发展，并在AI定价、AI营销、AI客服、AI安防等多个领域取得显著成就。

尽管AI技术已广泛应用于货拉拉的各大业务线，并显著提升了运营效率，但在实际的AI模型开发过程中，我们仍面临多重挑战：例如，如何加快模型的开发和交付、提升算力资源利用率等。针对这些问题，我们构建了一套覆盖数据处理、模型开发、训练、部署、在线推理的全链路AI开发服务体系，并通过算力资源的统筹管理，打造了一个低门槛、高性能的一站式云原生AI开发平台。

随着手机市场的多元化趋势的持续加剧，App测试领域所承受的考验愈发严峻，测试人员需要覆盖的品牌、操作系统、系统版本数量呈现爆炸性增长，这无疑极大的增加了测试工作的复杂度和工作量。

2021 至 2022 年期间，随着货拉拉业务扩张，微信小程序用户规模激增，小程序的功能场景越来越复杂，货拉拉微信小程序承载着越来越重要的业务使命。然而，频繁的业务迭代也带来了代码复杂度上升、报错频发、小程序无法打开、页面切换卡顿等问题。2023 年初，团队抓住时机，成立小程序体验优化专项。经过一年多的持续优化，颇有成效，现总结出涵盖小程序各类优化方法的文章，与大家分享。

随着业务发展，货拉拉资金交易规模日渐增长，日单量峰值超百万级，在线系统超过500个。这样的交易量采用传统的对账方式，很难在短时间内完成对账操作。因此我们急需实时对账平台，主动实时发现资损问题，实现更健壮可靠的资金履约。

货拉拉移动端拥有一套完善的稳定性监控系统，该系统在帮助我们打造行业一流的产品、问题告警和问题归因等方面起到了非常好的作用。今天，我们将该系统中symbolic demange方向的实践分享出来，同时也将demangle工具直接开放到Github，希望能够帮助到同样有诉求的同学们。

随着货拉拉业务的快速增长，Kafka集群流量和负载也呈现出明显的增长趋势。作为货拉拉业务核心的消息中间件，Kafka架构也做了相应架构演进。本篇文章将会重点介绍过去、现在kafka架构的演进历程。

JWT简介、JWT自身攻击面、JWT在业务场景的攻击面、JWT测试、相关工具。

随着货拉拉业务的迅猛发展，我们的订单量不断攀升，随之而来的是用户消息量的激增。这些海量的用户消息需要得到及时而有效的处理和流转。为了应对这一挑战，我们构建了一个高效的消息融合分发平台。

货拉拉专送司机端存在一个账号在多台设备之间切换登录的场景，登录的token凭证也有时效性，当切换设备登录或token凭证失效时，需要走手机验证码登录流程(目前暂只支持此登录方式)，若碰到手机号临时被三大运营端限制的场景，将无法正常获取验证码进行登录。

为了解决上述极端场景的登录问题，以及在一定程度上缩减短信验证码的开销，特引入指纹/人脸认证的登录方式。

本文将简单阐述接入指纹/人脸认证进行登录的整个流程的探索过程及部分核心代码实现，以及分享此过程中碰到的一些问题。

货拉拉AI一站式测评平台，搭建“出-测-评”三位一体化智评能力，打造物流行业的领先评测平台，覆盖公司评测全场景，加速数智化转型进程。

本文提出一种新的解决方案，旨在探讨遗传算法如何和因果推断算法相结合，优化货运价格策略，通过模拟自然选择过程找到最优解，增强企业市场竞争力和盈利能力。

在如今的货运业务中，导航系统的重要性不言而喻。它不仅可以为司机提供准确的路线和路况信息，帮助他们降低运输成本、提高运输效率，同时其底层能力也在计价、交易等场景中发挥着重要支撑作用。然而...

在实际的编程过程中，时常会遇到一些暂时难以理解的问题。此刻，分享一段关于线上问题定位的高潮部分，请跟着小编一起来看看我们是如何一步步剖析。

企业业务生态也基本建设完成，后续将如何建设呢？能力往哪方面扩展，如何挖掘客户价值、创造更大的利润空间？

指纹登录是一种很常见的登录方式，特别在各种金融类APP中，指纹登录的功能已成为标配。为了丰富我们的登录方式，提高我们的用户体验，降低我们的短信成本，我们最近在货拉拉专送司机Android端上线了指纹登录功能。Google从Android 6.0开始，提供了开放的指纹识别相关API，我们在基于指纹验证的基础功能上实现登录的业务场景，希望通过本次的分享能让你的app快速实现指纹登录能力。

为实现公司的降本增效战略，以及满足大数据云原生与存算分离的发展趋势，货拉拉引入了Remote Shuffle Service（简称RSS）服务。