在线运维本质上是一个强化学习的过程。很多能力都可以通过看书、查资料来完成，但在线运维能力往往需要大量的实践来提升。
任何规划都比没有规划好。没有规划的团队就是没头的苍蝇，不符合所有人的利益。
规划不是本本主义。市场在变，团队在变，规划也不应该一成不变。
K8S提供了requests和limits两个配置参数来定义资源的范围和额度。
requests定义了工作负载的资源下限，是容器启动时K8S资源分配的默认值。
K8S提供了一个平台级别的DNS服务，可以配置给所有Pod使用。当一个Service资源对象被创建，DNS服务可以绑定一个DNS访问地址到对应Pod，供访问使用。这个DNS服务管理着应用服务DNS访问地址与Pod启动时分配的ClusterIP和port的对应关系，负责解析从该DNS访问地址过来的流量负载到对应的Pod上。
通过CDN可以实现基础安全能力，但是面对更多复杂的网络攻击，CDN与云安全能力的结合，通过一些简单的额外配置，就可以更好地抵御外界攻击，保障业务安全平稳。
我们是如何看待人工智能在前端领域的未来发展方向，如何推进智能化能力在智能生成代码平台 imgcook 上的应用落地和迭代升级助力今年双 11 会场 90.4% 新模块的代码智能生成，编码效率提升 68% 的。
D2C 的智能化能力分布在还原链路的各个阶段，我们以提升代码可用率为目标，对全链路进行智能化能力升级，将技术方案细化到如何让各阶段模型识别准确率提升以及如何能将识别结果最终应用到智能还原链路生成代码，如何做到从样本收集、模型训练、模型部署到模型应用到工程链路整个流程能够自动化、自我迭代优化，不断优化和迭代模型能力。
目前还需要人工改动代码的主要原因有：循环未被识别、条件展示逻辑代码未自动生成、字段绑定猜测错误（字段标准化情况不佳）、业务特性必须的图片合并问题等，这些问题也都是接下来需要逐步完善的。
你是否意识到，人工智能已经走进了我们的日常生活。最显著的例子是智能手机的虚拟助手和Netflix的推荐系统。不仅如此，人工智能也悄悄进入了教育领域。学生使用人工智能提高他们的成绩，而教师利用它进行在线评估和确定学生的优缺点。展望教育的未来，我们提出这样一个问题：人工智能能让我们更聪明吗?
系统更加复杂：架构从最开始的一体化发展到分层模式，到现在的微服务模式，架构的升级带来了开发效率、发布效率、系统灵活性、鲁棒性等优势，但随之而来系统的复杂度将更高，问题的定位将更加难。
