ROLL是阿里巴巴未来生活实验与智能引擎团队开源的面向大模型的强化学习（RL）框架，该框架提供了完整的RL训练链路，支持模型通过与环境交互来学习任务解决策略。然而，ROLL当前缺失在环境服务层的标准化支持，虽然其提供了训练算法和模型接口，用户仍需自行构建和维护任务执行环境，无疑增加了使用门槛并限制了训练规模。
本文探讨了在AI技术推动软件工程范式变革的新阶段，如何通过构建增强型AI编程系统（codefuse）实现从需求到代码的端到端自动生成。
本文提出并落地了一套基于大模型与民族文化知识库的民族品类智能识别与匹配方案，旨在解决跨境电商平台在服务穆斯林、印度裔等特定民族群体时面临的“供需错配”难题。
本文系统总结了在仅有 UI 图片、无设计稿和交互说明的情况下，如何通过 AI 技术实现高质量前端代码自动生成。
Ant Design 6.0 & Ant Design X 2.0 于 11 月 22 日在 SEE Conf 2025 上午主会场发布。SEE Conf 2025 由蚂蚁终端技术委员会主办，大会的主题为「探索 AI 时代的用户体验与工程实践」，大会期待与业界同行共同分享和交流体验科技的最新进展，探讨切磋 AI 时代体验科技的未来发展，共同让生态繁荣共赢。
本文探讨了前端互动开发中组件复用的困境，指出传统代码复用模式因逻辑复杂、维护成本高而难以持续。随着AI技术的发展，作者提出一种“规范驱动的AI协同开发”新模式：从“代码复用”转向“规范复用”，即通过制定统一的开发规范（Spec），利用AI按需生成针对具体场景的专用组件。这种方式降低了组件复杂度，提升了可维护性与一致性。文章以“Bottom组件”为例，详细展示了如何通过设计原则、布局结构、功能模块、埋点规范等标准化文档指导AI生成高质量、定制化的前端代码，从而实现高效、可持续的组件开发实践。
在 AI 时代，若你还在紧盯代码量、执着于全栈工程师的招聘，或者仅凭技术贡献率来评判价值，执着于业务提效的比例而忽略产研价值，你很可能已经被所谓的“常识”困住了脚步。
D是我们团队的服务端应用，其代码库历史悠久，最早可以追溯到淘宝APP无线端迁移，应用中许多代码已无线上流量，但代码并未随业务的下线被清理。越来越多的代码“沉淀”下来，既增加了团队新人学习门槛，也增加日常开发维护成本。但实际做代码下线并非容易，仅凭业务逻辑决策代码清理费时费力，还容易误删在使用的业务代码，因此非常需要工具来辅助做代码的清理，这就是基于代码执行染色和覆盖分析做代码下线方案的背景。 代码执行染色&执行覆盖率分析，使用JVM agent的扩展能力实现代码的插桩和在线染色，再通过解析采样的数据可得到代码的执行情况，清理代码就“有理有据”；仅靠原始分析出的数据清理依然低效，为此我们将数据采集、覆盖率可视化通过IDEA插件集成，实现清理无效代码过程又准又快。
