架构

从 IT 架构视角看 ERP 选型：用友、金蝶与鼎捷生态（含晶捷智能）的技术差异给制造业 IT 同行写一篇偏技术的分析。网上 ERP 选型文章大多在谈"功能"和"品牌"，很少从架构、集成、可维护性的角度对比。这篇补上这块。先明确对象：用友（BIP / U8 / NC）、金蝶（云星空 / 云苍穹 / K3）是通用 ERP 产品厂商；晶捷智能是鼎捷生态下的制造业实施服务商，基于鼎捷产品（E10、易飞、易助等）做行业化交付。三者不在同一抽象层：前两者是产品供应商，后者是解决方案交付方。这决定了技术选型时评估维度的根本不同。一、产品架构对比用友

Firefox 本地模式：localhost 再见了？在电脑上双击打开一个 index.html，你会发现，网页里不少东西突然就不工作了。Service Worker 注册不了，连放在同一个文件夹里的 JSON 文件，也没法通过 fetch() 正常读取。

总榜第一不等于最划算：Intelligence Index v5 换代后，模型选型要算的三笔账一个模型拿了总榜第一，落到你的账单上却未必便宜。2026 年 10 月 29 日，Artificial Analysis 公布 Gemini 4 Carbon 登顶 Intelligence Index v5，得分 59。同一份报告里还写着另一个数字：它每个任务的成本是 7.76 美元，比 Claude Opus 5.5 便宜约 23%，却比 GPT-6 Astra 贵出约两成。第一名、最便宜、最适合你，是三件不同的事。

零信任架构实战：基于天远企业股权变更构建自动化商业银行对公授信存续期股权异动与资产抽逃预警网关在深化现代金融供给侧结构性改革、全面提升产业链供应链金融质效的战略背景下，商业银行对公业务总部、大中型企业授信审批中心、银团贷款牵头行及金融资产管理机构正全面推进由“人工线下申报、定期被动抽查”向“全天候数据驱动、股权穿透感知、控制权异动实时预警”的现代化对公风控微服务架构演进。在大中型对公流动资金贷款、固定资产项目融资以及跨行银团贷款存续期管理中，借款主体融资敞口通常数以亿计，且资金占用周期长。根据监管部门关于大额风险暴露管理、银团贷款业务指引以及防范关联企业信用风险传染的审慎监管规定，银行与银团在《授

AI你一生一世

当“暂停“成为架构决策：从签证系统停摆看高可用设计的边界我是AI时代的无业游民，我游荡在现实与意念之间想象这样一个场景：你维护着一套日均处理数万请求的审批流水线，上游是表单提交，下游是人工审核与外部系统对接。某天清晨，业务方下达指令——“暂停所有新申请受理”。不是因为系统宕机，不是因为代码 bug，而是一个策略层面的开关被拨动。此时你才发现，整个系统里根本没有"优雅暂停"这个状态：请求继续涌入，队列持续膨胀，前端还在给用户展示"预计处理时间 3 个工作日"。

超融合和存算分离怎么选？从性能、可靠性、扩展、成本四个维度讲述如何精准匹配架构选型 | 附企业降本轻量云方案超融合和存算分离到底怎么选？这两套架构不是替代关系，而是为不同业务形态设计的两种逻辑。今天从性能、可靠性、扩展、成本四个维度，把差异一次讲透。

能源行业SAP系统升级的技术约束分析：资产数据连续性与切换窗口的工程处理（上篇）能源行业的SAP升级项目，技术难点和制造业不在一个位置上。制造业项目的主战场是标准模块配置和接口改造；能源项目的主战场在数据层——资产与检修数据的连续性、多权益口径的核算、多法域的数据留存，以及被连续生产压到极窄的切换窗口。

会议智能处理大模型 API 生产选型指南：4SAPI、硅基流动与 OpenRouter 的架构权衡在企业协作与办公自动化领域，自动整理会议录音并输出会议纪要、行动项（Action Items）及任务分工，已成为智能化改造的核心场景。该场景在工程落地时面临着尖锐的系统矛盾：一方面，会议录音通常长达 30 至 180 分钟，转写后的文本长度动辄数万 Token，任务处理涉及长上下文填充与多阶段链式调用，对调用成本高度敏感；另一方面，会议通常具备强时效性（如“会毕即发纪要”），长文本推理过程容错率极低，网络断流或接口偶发崩溃极易导致整条长流水线执行失败，造成严重的计算资源与时间浪费。

长空任鸟飞_阿康

如何设计支持 Skills 的 Agent？一套可扩展的四层架构先看一个明确的目标：怎样让智能体能够无限制地新增技能包，而且不用修改核心代码？这个诉求在工程上其实就是可扩展性与可维护性。当技能从 3 个增长到 300 个时，如果每加一个技能都要回头改动主流程，系统很快就会变成一团泥潭。Hermes agent 给出的解法是：分层解耦，每一层各自负责专一的职责，不同层级之间互不干扰。

得助智能-垂类大模型

2026大模型知识库选型指南：多模态RAG、知识抽取与智能协同工程架构本文目录：一、企业大模型知识库的技术断点：为什么简单的“向量检索+LLM”无法满足业务？二、核心技术模块的落地指标与工程选型标准

零信任架构实战：基于海宇学籍核验三要素构建自动化文旅景区学生票核验网关在国家 5A/4A 级旅游景区、国家级重点历史文化名胜区、大型综合主题乐园以及文博场馆的智慧票务运营中，面向全国全日制大中专院校及本科在读学生的半价或专项优惠门票，是一项促进青年群体文旅消费、践行公共文化普惠的核心业务。然而，学生优惠门票的资质认定一直以来都是景区线上票务分销与入园检票管理中最棘手的运营痛点之一。按照传统景区票务运营规程，游客在线上小程序或 OTA 平台预订学生优惠票后，必须在游览当日携带纸质学生证或纸质在读证明原件，前往景区人工窗口换取纸质门票，或者在景区检票闸机口由现场工作人员人工肉眼

失效检测与原型匹配：基于双脑派于华的高尔夫案例，重构AI内容生成策略在开发一个新品牌或新产品时，我们经常会遇到一个经典死局：知名度不如大厂（光环失效）；属于带身份属性的品类（拼性价比等于宣告用户没地位）；功能参数消费者又没法直观验证（被迫退回比价格）。这三条路一旦全堵死，常规的“卖点Prompt”怎么写都是死循环。

瓶瓶持续学习中

空间智能与物理AI：国内厂商如何与英伟达协同发展随着人工智能、机器人和自动驾驶技术的发展，数字孪生的应用正在从三维可视化向场景理解、仿真验证和智能训练延伸。过去，数字孪生更多用于还原现实世界的空间结构、设备状态和业务运行情况；如今，数字空间还可以用于构建训练场景、生成数据、验证算法，并为智能体在真实环境中的运行提供辅助。

零信任架构实战：基于天远企业股权变更构建自动化招投标供应商股东穿透审查网关在政府采购、大型国有企业集中招标、能源化工装备及大型基础设施建设等 B2B 大宗采购业务场景中，投标供应商的主体资质健康度、股权结构稳定性与实际控制人资信，直接决定了采购项目的履约交付质量与招标过程的合法公信力。为了维护公平竞争秩序并规避项目交付中的履约隐患，招投标管理部门与采购供应链中心必须在供应商入库审核、标前资质预审及开标前关键窗口期，对投标企业的股权架构与历史沿革开展深度穿透式审查。然而，在传统的供应商资质审核流程中，采购平台面临着极其繁琐的人工核验瓶颈与滞后的信息盲区。长期以来，供应商准入审查高

GOWIN革文品牌咨询

B2B圆桌内容化：问题链、记录与授权工作流可以把B2B圆桌内容化理解为一条轻量工作流：输入是客户问题与行业材料，处理中包括嘉宾设计、问题链、结构化记录和授权校验，输出则是纪要、专题内容、清单与销售问题卡。若没有数据字段、权限状态和验收条件，流程就很难稳定复用。

进程内 ABAC 决策引擎：为了砍掉每次授权的一跳网络，我把判定塞进了站点自己的进程我先不铺垫，直接说结果。git submodule update --init 把引擎拉下来，make docker 起站点，make example-curl 打一遍断言，三条命令之后 http://127.0.0.1:10097 上就有一个能跑的落地页，页面上有一排场景卡片，点一下就打一次 POST /api/authorize。examples/authorize-curl.sh 里那 5 条断言一条条跑完，全绿。

vivo互联网技术

KDC 全景：从现实到反馈的完整工程模型｜KDC 系列 05作者：vivo 互联网存储团队 - Xiao Bo AI 合作者：ChatGPT（GPT-5.5）创作模式：Human-led, AI-collaborated 责任声明：文章观点、理论体系及最终内容由作者负责；AI 参与讨论、推演、表达优化及部分内容生成。 KDC 试图把领域现实、数字表示、知识、记忆、推理、技能、能力、行动和反馈组织成一条连续的业务因果链。本文给出 Reality-to-Feedback 闭环以及对象化、运行时化、治理化三层工程模型，同时区分已验证实践、理论推导和开放问题，说明企业如

大型制造集团数据融合：300TB 级多系统集成的架构路线怎么选？当一家制造集团的年数据增量冲到 300TB、系统数量上百个、实时和离线需求交织时，数据集成就不再是选个工具的问题，而是选一条能扛住未来五年演进的架构路线。这篇文章用真实的大型制造场景，拆解 300TB 级数据融合到底该怎么选、怎么落地。

子智能体该不该并回主循环：一份架构取舍清单原文：Anthropic Blog - 《Building agents: When to fold subagents into your main agent loop》（https://claude.com/blog/building-agents-when-to-fold-subagents-into-your-main-agent-loop）

【AI编译器入门④】编译中端：图优化Pass全解析——DCE、常量折叠、算子融合与布局变换本文是「AI编译器」系列的第四篇。如果说前端是"入口"、后端是"出口"，那中端就是AI编译器的"大脑"——它在不改变推理结果的前提下，把计算图变得更干净、更高效。本文带你认识最核心的几类图优化Pass：死代码消除、常量折叠、算子融合、布局转换……以及如何手写一个自定义Pass。