一群高智商青年在餐厅吃饭，餐桌上一个瓶盖标识为盐的瓶子里装得是胡椒粉，而标识为胡椒粉的瓶子里装得却是盐，他们想出了一个充满才气的方案来完成对调--仅需要一张餐巾纸、一根吸管和两个空碟子。当他们叫来服务员，准备炫耀他们的天才想法时，只见服务员什么也没说，只是拿起盐瓶和胡椒粉瓶，互换了瓶盖…… 在我们软件工程中，同样一件事情可以有很多种解决方案，我们翻开那继承下来的祖传代码，系统堆叠了太多它不需要或者它不适合的动态扩展、规则引擎、条件分支等等。原本并不复杂的业务最终得到的还是一片混乱，是我们的做法还是太过简单吗，或许本质上是我们并不擅长处理『简单』。
2022年终端技术有什么发展新趋势？又有哪些热门话题值得讨论？ 12月17日，也就是本周末！第十七届 D2 终端技术大会即将正式开始。从开发者的研发交付到监控运维，从运行时的上层框架到底层引擎，从过去始终在效率与体验间平衡的跨端技术，到将引领下一代体验革命的 3D/XR 技术。 32位技术讲师嘉宾带着22个话题演讲、1场圆桌论坛，为大家提供终端最前沿的技术知识、实践经验和创新思路，并在 D2 与大家共同探讨新的趋势下前端 & 客户端工程师将如何可持续发展，非常期待与大家相聚在这场技术盛会中！ 下面将以「跨端技术」、「卓越工程」、「创新体验」、「语言与框架」、「网络与底层技术」的顺序为大家进行介绍。
8 月份开始到 9 月底，「支付宝 - 基金」里面的指数专区进行了一波大改版升级，这次借助 F2 4.0 强大的移动端手势交互能力，我们尝试了一种多维度探索式选基决策工具（如上动图所示）。 简单来说，用户可以在一个散点图上根据「收益」和「波动」这两个维度全览对比整个市场里的指数基金，并选出适合自己的指数基金进行投资，这个功能我们愿称其为「指数图谱」
文清晰而详细地介绍了如何使用 Parser 组合子方案，结合 Monad 通过合理的分层、抽象和组合，在性能达标的情况下实现消息场景中函数式的表达式解析。非常具有实践意义，推荐阅读学习！
建模对于大家来讲并不陌生，而且建模的方法也有很多，如用例建模、四色建模、事件风暴等，但在日常工作中，大家又觉得建模挺虚的：怎么把建模落到实际开发工作中。个人认为建模是分两部分：第一部分是业务概念建模，对现实业务抽取核心概念构建出模型（知识层）；第二部分是系统建模，系统建模是源于业务概念模型，遵循某些原则最终形成开发可落地的模型（操作层）。在本文中，给出建模的底层逻辑：用图形逻辑地表达现实业务的抽象，通过一些大家通识的技术案例讲述建模的过程。
“Pre-training + Fine-tune”正在重置AI领域的研究范式，预训练大模型已成为备受瞩目的研究方向。本文将着重介绍阿里通义大模型体系中的AliceMind，包括自然语言理解生成、对话问答、机器翻译等一系列预训练语言模型。
AGEIPort 是数字供应链孵化并在阿里巴巴集团内广泛使用的一套性能卓越、稳定可靠、功能丰富、易于扩展、生态完整的数据导入导出方案，致力于帮助开发者在toB复杂业务场景下能够快速交付高性能、体验优、易维护的数据导入导出功能，如用户页面上的Excel/CSV数据文件上传和下载。 目前在阿里巴巴集团内部已有盒马、菜鸟、本地生活、阿里健康、钉钉、淘系等部门有较多使用，并成为多个技术组件的基础底座，经历多次618和双11大促考验，稳定导入导出数据300~400亿条/月。
RocksDB是业界知名的可嵌入的、持久化的KV数据库，它使用一套日志结构的存储引擎，为快速而又低延迟的存储设备做了特殊优化处理。RocksDB使用C++编写，2013年开源，其代码风格成熟稳定，测试覆盖率高，项目中还附带了丰富的性能测试工具。可以说，研究RocksDB原理，并学习其工程实践，是每个做存储和底层系统优化的工程师都绕不开的话题。 RocksDB本身是多线程模型，支持并发读写。众所周知，协程相比较于线程，在IO繁重或者并发量大时，有着更轻量且更高效的特性。据测试，在系统负载较高时，一次线程切换的时间最高可达30μs；而使用协程，最低仅需十几个ns，相差了几个数量级。 PhotonLibOS(以下简称Photon)是阿里云存储DADI团队开源的一款高性能协程库和IO引擎，我们曾经拿自己用协程实现的IO程序与fio比较过，以及用协程实现的网络程序与Nginx比较过，都取得了更好的性能。恰逢存储内部的某个业务团队正在使用RocksDB，且网络+存储的整体方案遇到了一些性能瓶颈，于是，我们便开始调研用协程改造RocksDB，这是Photon第一次在大规模的成熟软件上进行嫁接尝试。
本文主要包括三个部分：第一部分会介绍移动端视觉算法在支付宝里的应用场景，以及业务表现情况。第二部分会比较大篇幅地介绍支付宝端视觉算法的一些技术框架，以及我们的一些研发方案。第三部分会简单介绍下我们当前正在做的一些工作，以及面向未来的一些工作。
