gydtep

可移植性和厂商锁定的顾虑，FaaS 依然缺乏标准，而且通常需要依赖大量的后端服务 (BaaS, Backend as a Service)，这导致了为 AWS 开发的 Serverless 应用较难移植到阿里云的平台，或者在自己的数据中心中运行。

gydtep

加速数据服务的云原生化：由于计算存储分离具备巨大的灵活性和成本优势，数据服务的云原生化也逐渐成为趋势。容器和 Serverless 的弹性可以简化对计算任务的容量规划。结合分布式缓存加速（比如 Alluxio 或阿里云 Jindofs）和调度优化，也可以大大提升数据计算类和 AI 任务的计算效率。

gydtep

除了 FaaS 的快速发展，Serverless 和容器技术也开始融合，尤其是得到了云厂商的高度关注。通过 Serverless 容器，一方面可以根本性解决 K8s 自身的复杂性，让用户无需受困于 K8s 集群容量规划、安全维护、故障诊断等运维工作；另一方面进一步释放了云计算的能力，将安全、可用性、可伸缩性等需求下沉到基础设施实现，可以帮助云厂商形成差异化竞争力。

gydtep

同步的关键业务对应的流量链路和异步化任务可能运行在同一个节点中，那么如何实现二者流量隔离就是一个难题。再比如，如何结合基础设施和业务要求进行部署，保证内存和CPU合理分配。

gydtep

在基础设施对这些内容无感知的前提下，如何自动化地进行混布和限流。从应用研发的视角来看，此前需要写很多代码来实现业务逻辑和基础设施交互；而现在相应的代码量会减少很多。

gydtep

蚂蚁的金融业务需要和一些机构进行信息交换，由于金融领域的RPC交互常常使用标准化文件，在文件场景下如何保证可演变也是高可用设计需要关注的内容。典型的用于提高架构可用性的设计原则包括四种：解耦、冗余、异构和异步。

gydtep

D2C 在淘系电商C端业务上应用，支持双促会场模块 0 研发，再结合智能 UI 和智慧会场，基于会场规划的约束、场模板和运营投放配置，智能化生成会场，并针对不同圈层用户提供不同的 UI 和交互方式，再加上端智能的智能插卡、智能权益弹出挽留等能力，多管齐下，真正做到前端智能化技术赋能业务，在研发提效的基础上，做出用户价值和业务价值。

gydtep

在原有设计稿识别和理解的基础上，融入 PD 对设计稿上数据、功能、交互的描述（原 PD 的线框图和交互稿等工作），从而进一步完善模型的输入，从而生成更多逻辑代码，以应对更复杂的业务场景。

gydtep

首先，智能化思维解决问题的过程很简单，简单的过程就代表了确定性：一定会有答案。其实，这就像人生的困惑，每个人都有自己的答案，即便我们告诉模型所谓的正确答案，模型训练后对未知问题也不一定给我们期待的答案，但是，模型一定会给我们一个答案。

gydtep

其次，从经验的角度看，只要是行业里解决的很好的问题，在自己的领域里应该也能解决的很好。比如，使用图像分类模型，人家在严谨的实验中验证了图片里只要有猫或狗，图像分类模型就能准确识别出来。如果我把自己拍摄的猫猫狗狗的图片标注好喂给模型，模型训练后一定能识别出别人拍摄的猫和狗的图片，这就是确定性的另一个层面。