ITPub博客

作者通过使用Vibe Coding和Claude Code等AI编程工具的实践经验，分享了与AI协作的方法和技巧。文章探讨了当前AI工具与理想中"贾维斯"智能助手的差距，包括缺少持续记忆、意图理解需反复对齐、决策点过于依赖人工等问题。作者提出了通过模板化常见场景、记录决策过程、优化沟通方式等方法来改进人机协作模式，并构想了一个包含记忆层、执行层、学习层的AI组织者系统，为实现更智能的人机协作提供了思路和方向。

Any-to-Bokeh 一键式视频虚化工具，无需复杂操作无需专业操作即可生成电影感虚化效果。

海外销量持续增长、业务运营诉求与日俱增，悟空作为一站式h5搭建平台，需要先发完成多地区化能力改造，基于复用、提效的思路，探索多地区系统方案，实现多地区一体化运作。

本实践围绕游戏中心在弱网环境下的性能优化展开，针对复杂网络场景下的页面加载慢、资源加载失败等问题，提出了优化方案：接入支持 QUIC 协议的 Cronet 网络库，通过更快的连接建立与传输特性提升请求响应速度。配合弱网状态精细化判定与限速测试，线上灰度实验显示页面加载失败率下降 40%，请求耗时降低 7%，图片加载速度在正常至极差网络环境均有显著提升。

本文从实践出发，提出“意图信息密度匹配”是AI交互设计的核心。通过分析Chat模式与一键生成等案例，指出应依据用户意图的复杂程度，设计相应密度的交互方式，而非单一依赖某种范式。

本文展示vivo GPU平台的总体架构，介绍容器平台在大规模GPU容器集群稳定性建设措施，以及探索多种GPU容器降本提效的解决方案。分享AI工程训练平台大规模训练稳定性建设，及GPU利用率提升实践经验。

在软件研发过程中，“环境问题”是制约研发效能的关键瓶颈之一。环境不稳定、测试环境混乱、环境抢占严重等问题，显著影响开发与测试效率。本文系统介绍vivo通过“全链路多版本环境管理”模式，实现开发测试环境的快速构建与高效管理，使多版本环境能够像“平行宇宙”一般，实现安全、隔离、高效的并行测试与发布。

在Java技术栈场景，vivo主要基于 Apache Dubbo 框架来作为微服务之间的通信桥梁，在内部业务的大规模实践过程中，我们碰到了质量、性能和容量等方面的挑战，通过一系列的扩展与优化，较好的解决了相关问题，助力业务更好保障质量，节省算力成本，提升研发效率。

在飞速发展的互联网信息化时代下，如何通过真实、海量的数据打造一个集成本、质量、效率于一体的融合流量管理平台，成了各行各业的关注焦点。本文通过‘拨测’与‘融合流量管理’两个维度，来分享vivo在流量管理领域的一些实践和探索。

为优化拟我形象在多场景中的性能与接入，我们将其预先导出为视频/动图。通过对比，采用 Puppeteer + H5 渲染帧 + FFmpeg 合成方案，实现了效果一致、服务端批量处理与低成本接入，为规模化应用提供了可靠基础。

vivo大数据平台通过引入RSS服务来满足混部集群中间结果（shuffle 数据）临时落盘需求,在综合对比后选择了Celeborn组件，并在后续的应用实践过程中不断优化完善，本文将分享vivo在Celeborn实际应用过程中对遇到问题的分析和解决方案，用于帮助读者对相似问题进行参考。

并行加载是 H5 即开 SDK 的加速技术，通过 native 层在用户打开页面时并行请求关键资源（如 index.html 和 CSR 模式 API），利用 webview 初始化时间窗口提前发起请求，减少加载耗时。其核心挑战是解决 webview 与并行任务间的资源交接问题。

在当代前端开发领域，打字机效果作为一种极具创造力与吸引力的交互元素，被广泛运用于各类网站和应用程序中。本文力求以通俗的语言和严谨的思路，深入剖析打字机效果在不同阶段演进的关键技术难点和优劣势。

在Android移动端视频处理领域，除了基本的播放功能外，添加动画和滤镜等特效已经成为提升用户体验的重要手段。然而，很多开发人员可能对于实现这些功能所需的技术细节感到困惑。因此，本文旨在提供一个详细的指导，帮助开发人员掌握如何使用开源MediaPlayer或自定义播放器，并利用OpenGL ES来实现视频动画和滤镜效果。

本文简要介绍了特征拼接在实时推荐中的重要作用，并讲述了vivo实时推荐系统中特征拼接模块的架构演进过程以及采用现有的“基于RocksDB的大状态解决方案”的原因，重点叙述了该方案所遇到的一系列问题，并给出了这些问题的现象以及解决方案。

全民AI时代，前端er该如何蹭上这波热度？本文将一步步带大家了解前端应该如何结合端侧AI模型，实现一个AI版你画我猜小游戏。

本文从一次生产环境业务服务报错，逐步对问题进行定位，深入分析之后发现导致问题的原因，给出相应的优化方法，提升业务可用性。

异地协作模式，给开发和测试间的问题沟通及定位带来了诸多挑战。本文从前端开发视角出发， 阐述在这过程中遇到的痛点，探索解决的思路，并在过程中成功孵化出技术工具“前端三剑客”，文章深入解析了“前端三剑客”技术的实现原理及应用场景。

EC编码能够对部分缺失的数据进行数据恢复，广泛应用于存储与通信领域。vivo目前HDFS集群节点达万台级别，数据规模接近EB级别，并且业务数据规模还在以较高速度持续增长中。在推进压缩算法缓解存储压力的同时，EC编码的推进是存储降本的一大有力手段。

vivo 浏览器为应对多场景金币激励需求及旧架构流量、IO等痛点，升级福利中心架构。服务层面拆分流量与业务，打造金币集散中心；数据层面分库分表、拆解大表并优化流水设计；通过仲裁系统和软事务保障数据一致性。改造后，系统可支撑千万级DAU，性能稳定提升，物理存储成本降低，解决了流量与存储压力，成为高可用可复制架构，且将持续迭代保持竞争力。