算法模型的研发具有很强的范式，首先是特征数据加工，选取一些数据作为特征。拿到特征之后，选择一个模型并进行相关的训练。第三步是把训练好的模型部署到模型平台上面。最后，决策平台会做业务流程的编排。 如图是整个平台的产品架构图。上面是各类应用场景，包括智能调度、营销&增长、司乘匹配、基础算法等。平台接入层提供内部SOA协议的接入，上面有各种各样的服务，会对接我们的平台。我们的平台分为离/近线系统和近/在线系统，其中离/近线系统包括特征平台和训练平台，近/在线系统包括模型平台和决策平台。
端智能和边缘智能是比较类似的概念，而边缘智能会依赖另一个更广泛的技术，即边缘计算。边缘计算指的是在网络边缘结点来处理、分析数据。边缘结点指的就是在数据产生源头和云中心之间任一具有计算资源和网络资源的结点。比如手机就可以是人与云中心之间的边缘节点，网关是智能家居和云中心之间的边缘结点。 边缘计算把更多的计算进程放到边缘节点，云端运行较少的进程。举个章鱼的例子，章鱼的大脑类似于云计算，具有较强的计算能力，能够解决很多复杂的问题。八个小爪子就是边缘计算，每个爪子就是一个小型的机房，一些简单的计算任务就不需要传输到大脑进行计算。
dora是一个哈啰的开源的taro小程序微前端集成框架，具有把多页业务拆分并集成编译与通讯的能力，解耦了业务与业务，降低了总体的复杂度与多业务线合作难度，有轻量化扩展性强等特点。
最近面试问过很多候选人Java锁有关的知识，可以感受到的是，大家的理解基本都停留在“八股文”的阶段，实质上对Java的锁以及多线程的同步机制这种底层原理，理解的不是很好。网上这类文章已经很多了，但是看了下有好多文章都是相互抄的，而且都是过时的，典型的例如AQS里的addWaiter方法在JDK16里就没见到，或许代码进行了重构了。通过文章也梳理一下我一般看源代码的习惯是怎样的。 AQS全称是AbstractQueuedSynchronizer，首先他是一个抽象类，其次他使用了队列来进行排队，然后作用是用来做线程间的同步的。他是Java里所有锁的基础，包括CountDownLatch以及读写锁，可重入锁等等都是基于AQS实现的。我们从ReentrantLock入手来管中窥豹，大概得看看AQS的源代码。 首先你要了解的是使用方法，一个典型的ReentrantLock使用方法写在了这个类的注释里。
1. 如何解决业务方在小程序、H5应用上的接入地图服务的困扰？ 我们统一收口哈啰&高德服务能力，业务侧不需要每次接入LBS和高德服务都做http服务的接入工作，只用接入地图提供的组件包。我们还提供在类型声明，线接入文档，简化业务方的接入成本和工作量。 2. 总是担心服务不稳定，如何缓解心智负担？ 我们在前端侧优化了请求策略，加入了降级兜底能力，稳定性更有保障。 3. 面对调用量增长，减轻服务压力，将如何面对？ 我们从缓存方面入手，为调用量特别突出的逆地理设计缓存方案，通过缓存机制来减少调用，减轻服务压力。
开源之初，我们给自己定下 star 数量超过 70 个就行的心态，却意外得到了 1600 多 star，很受鼓舞～ 那一刻起，我们知道，在前端框架“泛滥”的时代，还有一些人在追随原生技术，大道至简，平淡为归。 这也让我们想起了 kk 说的那句话：所有创新都发生在事物边缘，所有的颠覆都来自边缘。 今天，我们正式对外开源 Quark 生态 的又一成员，Quarkc（Quark core 缩写）。下面来做个简单介绍吧 ：）
右图是哈啰APP的客服中心，用户进入该页面，系统会根据用户的使用情况智能推荐高频问题，并猜测用户想解决的问题，这部分标准问题的解决方案由业务专家进行整理，能涵盖用户大部分的意图。对于解决不了的问题，用户进入IM入口，聊天机器人会和用户进行对话。机器人基于知识库进行匹配，针对每个意图分别配置答案，或者给出具体解决方案。 目前的痛点在于： 知识库迭代更新费时费力 模型难以跨业务通用 解决方案涉及到多模态的复杂数据融合问题 多轮任务型会话上下文的长距离依赖问题
在哈啰的APP中，活动、大促、周年庆等都需要我们能够拥有更快捷的响应速度、更高效的人力来缩短试错周期，而且流量区域运营位为了能够做到千人千面，又迫切的需要有一种可以根据不同的人群达到展示不同效果的目的。UI 可定制化、快速迭代、高性能体验一直以来都是移动端开发领域的核心诉求，随着哈啰业务的不断拓展，越来越多的业务线对上述三点提出了更高的要求，但由于移动端 App 发版的天然限制，无法很好满足业务方的诉求。 基于以上一些业务痛点，我们结合 Native 黄金流量业务区域对于性能极高的要求，输出了一套 Native 局部动态化方案 Wukong（悟空），截止到目前，已在App内部多个业务模块中得到验证。
哈骑士是哈啰的一款终端安全应用，本文主要介绍我们在做新版哈骑士桌面端时的一些技术架构思考和实践，分享我们沉淀的一些桌面端应用的解决方案和经验。
