游客2bmbtpwhykhmi_个人页

2026年08月

• 08.07 10:15:35
  发表了文章 2026-08-07 10:15:35

  Atlas 血缘采集延迟从 30 秒压到 3 秒，我们做了哪些优化 背景

  本文分享了Atlas血缘采集链路的实时性优化实践：针对P99延迟高达35秒的问题，通过Kafka消费调优、JanusGraph批量写入、Solr索引异步化等三层关键优化，将端到端血缘可见延迟压至2秒内，显著提升故障定位效率。（239字）

2026年06月

• 06.26 16:41:04
  发表了文章 2026-06-26 16:41:04

  数据血缘做了一年，我发现 60% 的场景根本不需要实时血缘

  本文探讨数据血缘建设中的“够用”边界：实测显示60%的查询场景中，T+1更新与实时效果无异；仅故障定位、实时质控等低频高价值场景需秒级响应。主张按场景分级实施——优先T+1批处理（低成本覆盖大部需求），再渐进补充准实时与实时能力，避免为“先进性”付出过高架构与运维代价。（239字）
• 06.23 17:03:59
  发表了文章 2026-06-23 17:03:59

  数据治理到底是什么？我先说它不是什么

  数据治理不是买平台、不是IT部门的事、不是一次性项目、不是“管死”数据、更非大厂专属。它是一套让数据“可信、可查、可用”的持续运营机制，核心在于人、流程与责任，而非工具或技术。
• 06.17 17:34:59
  发表了文章 2026-06-17 17:34:59

  你买的那个 Agent，可能只是一个 Workflow 套了层皮

  2025–2026年，AI行业泛滥“Agent”营销：大量Workflow工具套壳改名，实则仅支持人工编排流程图。真Agent应能自主规划、动态决策；Workflow则依赖预设路径。混淆概念误导企业选型，损害行业信任。认清本质，方能理性落地。
• 06.16 17:13:39
  发表了文章 2026-06-16 17:13:39

  当我们在聊 Agent 时，我们到底在聊什么——兼谈 Skills 和 Workflow 的定位

  本文厘清AI领域最易混淆的三大概念：Workflow（预定义流程）、Skills（封装化AI能力）与Agent（运行时自主决策）。核心差异在于“自主决策链条长度”——Workflow靠人工设计、Skills重模块复用、Agent擅动态规划。三者非替代关系，而应按场景组合使用，避免概念滥用。
• 06.15 17:31:37
  发表了文章 2026-06-15 17:31:37

  Agent 是什么，怎么用——从概念到企业落地的完整拆解

  AI Agent 怎么用？本文系统拆解 Agent 的核心架构（规划、记忆、工具调用、反思）、典型场景（数据分析、信息搜集、智能路由、代码调试）和企业落地四阶段路径，并客观评估当前 Agent 技术的能力上限与局限。
• 06.12 17:25:39
  发表了文章 2026-06-12 17:25:39

  数据治理是什么，怎么开展——从概念到落地的完整拆解

  数据治理是什么、管什么、怎么开展？本文从企业真实痛点出发，将数据治理拆解为六项核心任务（数据标准、数据质量、元数据、主数据、数据安全、数据生命周期），并给出从零启动的四阶段落地路径：启动准备→摸清家底→建立基线→持续运营，附五个常见失败模式及避坑建议。
• 06.11 16:49:16
  发表了文章 2026-06-11 16:49:16

  理解数据治理的四个层次，以及每个阶段该做什么

  本文系统梳理数据治理四大核心层次：一、摸清家底——元数据与资产盘点；二、建立规矩——标准与模型规范；三、持续稽核——质量闭环管理；四、释放价值——资产化与服务化。强调治理非碎片任务，而需螺旋推进、重在共识，技术是手段，协同才是关键。（239字）