促进软件开发及相关领域知识与创新的传播。
插图
Info Q
《Info Q：架构师系列》摘录
“无场景，不架构”，不会有大一统的架构出现，切开具体场景来谈技术架构都是耍流氓，泛泛而谈在工业界的具体实施层面将无任何用途。
一直比较关注InfoQ架构师系列得文章，行业内各主流的厂商架构解码比较及时，自己也能及时了解行业新动向，这里算是做一个阶段性的总结摘录。
康威定理认为，产品必然是其（人员）组织沟通结构的缩影。有些产品的设计有明显的组织架构痕迹，甚至用户看一级菜单或者 tab 就能猜出其背后团队的组织架构。康威定理是对现状的总结，甚至在一些系统设计中（如微服务）被用于作为基础指导思想，但要警惕这只无形的手始终在影响产品的设计。
新兴的 LLM 应用程序技术栈的参考架构，其中包括在 AI 初创企业和成熟的科技公司中最常见的系统、工具和设计模式。该技术栈还处于非常早期的阶段，可能会随着底层技术的发展而发生根本性的变化
LLM App Stack
不要被大模型束缚住。实际落地时，除了大模型外，还可以充分利用许多已存在的深度学习模型或传统模型。例如在图像处理方面，卷积神经网络（CNN）实际上可能比大模型更适用。
云原生是一种建构关键业务系统的理念，它包括容器（Container）、自动化（Automation）、微服务（Microservices），以及现代化应用（Modern Applications）。这种理念强调的是业务需求的重要性，因此在创业或设计架构时，我们需要首先考虑业务需求。
现在自建数据中心的公司比较少。Bolt 使用的数据仓库是 Google BigQuery。以前 LinkedIn，Uber 早期的时候还要自建数据中心，现在基本都上云了。现在大部分公司都是用的这三家的数据仓库，即：Amazon Redshift、Google BigQuery、Snowflake。
实时数据分析对应用层面来说非常重要。通常来说我们会把线上数据库中的数据 Stream Replication 到数据仓库里面，使用统一的数据仓库便于进行实时数据分析。
整个经济比较疲软，所以大部分企业的业务重心从不惜一切代价求发展变成了更关注收入和成本控制。所有的公司都在要求削减成本。公司技术负责人需要看人力成本和软件成本，其中软件成本对大部分的创业公司而言，指的是云上的成本、data platform 或者 data warehouse 成本。
中国版的 Snowflake 应该有五个特征：多云、一体化、原创的技术、比 Snowflake 更新一代的创新、好的 ToB 能力。