本文以构建AIGC落地应用ChatBot和构建AI Agent为例，从代码级别详细分享AI框架LangChain、阿里云通义大模型和AnalyticDB向量引擎的开发经验和最佳实践，给大家快速落地AIGC应用提供参考。
在发布应用的过程中，我们通常希望用少量特定流量来验证新版本的发布是否正常，以保障整体稳定性。这个过程被称为灰度发布。关于灰度发布，我们通过逐步增加发布的范围，来验证新版本的稳定性。如果新版本出现问题，我们也能及时发现，控制影响范围，保障整体的稳定性。
以AI人工智能为代表的新技术正在成为全球商业发展的新动能。淘天集团从去年开始，就已经在AI重点领域，展开和高校的一系列深入合作。 近期，淘天集团集合基础模型和电商应用场景的具体问题，面向高校师生和全社会发布大模型应用十大挑战命题，欢迎大家一起攻克难题。如果您对以下命题感兴趣，请点击阅读原文参与本次挑战，我们准备了丰厚的奖励。欢迎您参与！
本文只是总结下线上问题的排查过程，不讲方法论，没有大道理，行文会较为随意，注重的是排查思路，希望对同学们日常研发工作有所帮助~
如果你正在负责一个超大复杂型平台（比如电商、支付、物流）的架构师，且面临各种技术负债（比如架构复杂性、团队协同复杂性），同时业务又面临从平台服务，到场景化创新的转型。那么这篇文章也许对你有收获。
盒马跟苹果合作，在配送＆餐饮场景率先适配支持iOS实时活动&灵动岛，登上Apple中国区官网和App Store Today推荐。不仅获得巨大品牌宣传声量和社区传播，同时也把盒马优质服务透传给消费者，赢得大家认可。具体技术方案参见社区前述文章《盒马iOS Live Activities&灵动岛 配送场景实践》。 今年发布的鸿蒙4.0系统，推出的实况窗功能跟苹果灵动岛颇为相似，在盒马的配送＆餐饮场景也非常合适；同时以盒马用户分布来看，盒马Android用户中华为手机占比很高，鸿蒙受众体量庞大，因此我们与华为的产品和研发团队进行沟通对接，讨论在盒马的探索落地。
在我们正常开发微服务的时候，传统 RPC 服务可能在最底层。上层可能是浏览器、移动端、外界的服务器、自己的测试、curl 等等。我们可能会通过 Tomcat 这种外部服务器去组装我们的 RPC 层，也就是 BFF。或者我们没有 BFF，我们的 RPC 就是对外提供服务。但因为浏览器要访问，所以我们需要有一个网关，比如说 APISIX 或者 ShenYu 等 HTTP 网关。
首先介绍一下云原生升级的挑战。目前大部分公司里基本上都有 CICD、DevOps 来帮助开发、测试、运维提升开发的效率与质量，也会有容器化来帮助提升产线运维的效率与质量。但在云原生时代，大规模容器的频繁变更会带来很多稳定性的问题。这些稳定性问题，包含了很多我们可以提前规避掉的已知的异常，也包含了很多我们无法避免的异常，比如网络故障、机器宕机等系统无法提前避免的的问题。 如果我们能提前发现这些问题，其实是可以规避掉很多风险的。通过可观测系统及时的感知问题，高效的分析异常，快速的恢复系统。因此可以判定，在云原生时代，可观测系统的建设是非常重要的。
