【极客日常】快速上手复杂后端项目开发的经验

去年年底一段时间,笔者参与了组织内部智能化平台项目研发攻坚,虽然主攻平台工程部分,但多少也了解了下目前AIGC可以应用到的一些业务场景,以及技术实践、项目管理的一些事情。在先前的文章里头,有浅要描述下AIGC+Web类项目的角色分工和配合。那今天这篇文章,就浅聊一下如果你即将深入此局,适应一个复杂的后端项目开发,有什么方法论是可以通用的。

主要是两个关键点:(1)理解产品及概念实体联系;(2)主动拆解目标各个击破。

第一个点比较重要,在理解具体代码之前,最好是熟悉产品,了解产品前端有什么功能,在这个基础上,尝试先入为主地猜想后端的设计实现,把自己的想法带入进去,再结合一些AIGC解读工具理解代码,后面就比较好下手。

当然这里不排除一些情况是,比如异步任务执行流程类的实现,纯后端的部分,就可能涉及到多方的协作。这种情况还是以多沟通多了解为主,好比说一个自动化任务执行,单个任务下面包含多个用例执行,每个用例执行分多个OS,平台的任务状态管理和用例执行的任务状态管理可能存在不同的服务上,中间状态怎么流转怎么同步,卡状态了怎么补偿,这些实现都是得深入去沟通了解的。然后,自动化任务执行有AI增强的场景,也需要了解什么地方用了AI增强,比如用例本身是AI生成的,或者基于AI做了改写优化,那么平台端和AI实现端是怎么同步AIGC阶段性信息的,这些也得确认。了解了中间的机理和代码实现,自己心中有蓝图之后,后续就好下手。

第二个点是要主动拆解研发目标,比如一套知识库服务,可能包含知识库/文档/切片管理、知识检索、在离线知识采集/清洗/入库,知识保鲜等模块,那么首先就要确定自己的负责范围是哪些,其次就是根据你对整套产品或者技术设计的了解,自主去拆分这些事情的依赖关系和优先级,而不是被动去迎合需求分配。

比如,笔者负责知识库管理、知识检索以及历史知识回溯的事情,那么顺序上就是知识库管理->历史知识回溯->知识检索,而知识回溯也依赖知识库/文档/切片管理的完成,所以也需要了解别人在文档/切片管理方面实现是怎么样的,然后再做知识回溯的话,也需要了解离线知识入库的机制和接口是怎样的。通过化被动为主动,就可以能够对自身的职责和要做的事情有更好的把握。

总的来讲,复杂的项目不可怕,可怕的是自己不知道该做什么。作为技术从业者,比起写代码本身,更需要知道写代码的目的是什么,然后再反推自己需要做什么。这样工作思路就能更清晰,做复杂项目开发也会更加容易上手。

相关推荐
Liaiyang661 小时前
空圈容错:从 (0, 1) 夹缝本体论到 11 次跨域盲测
ai·大模型·量子力学·科学哲学·宇宙学·认识论·认知边界
俊哥V2 小时前
每日 AI 研究简报 · 2026-10-19
人工智能·ai
秋饼2 小时前
LLM API密钥动态轮换实战:Spring Vault + Spring AI + 多Provider路由
java·ai·技术分享·后端开发
虎鲸不是鱼4 小时前
【虎鲸进化论 30】安全护栏:人类闸门、审计与爆炸半径
人工智能·自动化·大模型·llm·自进化agent
KeyAction66665 小时前
第二届中国国际人工智能+行动大会看点:智能体专场、算力账本与产品发布
人工智能·ai
方方洛6 小时前
ai-agent教程-18-附录E-推荐阅读与资源
人工智能·llm·agent
blackappleD6 小时前
DeepSeek 开源推理框架 DeepInfer:KVCache 存三天、投机解码少验 30% 是怎么做到的
llm·deepseek
用户9788587019506 小时前
本地 Agent 十次里有两次工具调用失败,原因是它吐出的 JSON 少了个括号——格式校验与有限重试我这样加
llm·agent
中趴菜7 小时前
工具调用 5|执行一次还不够:怎样形成“判断—行动—观察”的循环?
llm