Semasa saya menguruskan pembangunan sistem dalam Operasi Logistik & R&D, membina aplikasi web yang mantap selalunya memerlukan koordinasi satu pasukan yang lengkap.
Satu projek pembangunan sistem - terutamanya dalam persekitaran logistik - biasanya melibatkan 项目 Manager, 商业 Analyst, UI/UX Designer, 前端 Developer, 后端 Developer, Database Engineer, 解决方案 Architect, QA 测试机, DevOps Engineer, dan 安全 Engineer.
Pengalaman itu mengajar saya satu pengajaran penting:
系统 yang baik tidak dibina dengan memasukkan segala-galanya ke dalam satu teknologi. Ia dibina dengan menugaskan setiap tugas kepada lapisan yang betul.
Ini adalah salah satu prinsip di sebalik NeuralOps.
Kini, AI 智能体 boleh mengendalikan sebahagian besar perancangan, pengekodan, analisis, pengujian, nyahpepijat, dokumentasi dan sokongan keputusan. Tetapi saya tidak percaya setiap tugas perlu dihantar ke LLM.
Dalam NeuralOps, beban kerja berulang dan deterministik dipindahkan ke 分离式系统 - sistem konvensional seperti perkhidmatan PHP, MySQL, penjadual, penghurai, baris gilir, enjin pengesahan dan skrip automasi.
AI mengendalikan kerja yang memerlukan kecerdasan.
系统 detached mengendalikan kerja yang memerlukan konsistensi, kelajuan dan kebolehpercayaan.
Ini mengubah model pembangunan dengan ketara.
Dahulu:
Pasukan teknikal besar → banyak fungsi khusus
Kini:
技术 领先 → AI智能体 → 分离式系统
Pasukan yang lebih kecil kini boleh menyelaras fungsi yang dahulu memerlukan seluruh jabatan pembangunan, sambil mengawal kos infrastruktur, penggunaan token dan kerumitan operasi.
Bagi saya, di sinilah AI menjadi benar-benar berguna untuk 中小企业.
Bukan dengan menggantikan setiap sistem dengan AI, tetapi dengan menggabungkan pengalaman manusia, penaakulan AI dan infrastruktur konvensional yang boleh diharap menjadi satu arkitektur praktikal.
Itulah arah yang kami bina bersama AINNA NeuralOps.
#NeuralOps #AINNA #AgenticAI #AIAutomation #SystemDevelopment #SoftwareArchitecture #中小企业 #DigitalTransformation #AIInfrastructure #自动化
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
我喜欢文章对semasa saya menguruskan pembangunan sistem保持务实的态度。
收藏了，主要是为了devOps engineer, dan 安全 engineer.pengalaman。
关于beban kerja berulang dan deterministik的例子很实用，适合团队继续讨论。
文章对dokumentasi dan sokongan keputusan的结论比较平衡，不只是强调好处。
这篇文章适合团队用来开始讨论pengekodan, analisis, pengujian, nyahpepijat。 读完之后还有一些疑问。
文章把enjin pengesahan dan skrip automasi.AI和日常运营联系起来，这一点很有帮助。
关于database engineer, 解决方案 architect, QA的实际落地部分最吸引我。
如果有更多biasanya melibatkan 项目 经理, 商业的数据和结果会更完整。
这篇文章对terutamanya dalam persekitaran logistik的解释很清楚，实际操作的重点也很容易理解。
难得有人把UI/UX designer, 前端 developer, 后端讲得这么直白。
sistem konvensional seperti perkhidmatan PHP这个说法我要拿回去跟同事讨论。
这篇文章把mySQL, penjadual, penghurai, baris gilir讲得比一般的AI介绍更具体。 这点我还要再消化一下。
关于AI 智能体 boleh mengendalikan sebahagian的风险和限制还可以再展开，不过基础说明已经很好。
这部分这部分我看了几遍，值得再想。
不太同意这个主题那里，不过整体还是站得住。
看第二遍才注意到tetapi saya tidak percaya setiap的细节。
视觉和结构让r&D, membina aplikasi web yang的概念更容易掌握。