learning 案例分析
系統設計複盤:設計一個 Uber — 從需求拆解到架構取捨
設計 Uber 最核心的挑戰不是技術選型,而是把一個模糊的大問題拆解成可以討論的子問題
Tag
7 篇文章
設計 Uber 最核心的挑戰不是技術選型,而是把一個模糊的大問題拆解成可以討論的子問題
AI Agent 是讓模型能持續感知環境、使用工具、自主完成任務的系統;Harness Engineering 則是讓 Agent 可靠運作的工程學科——設計環境、限制、回饋迴圈,讓 AI 從「聰明但不穩定」變成「可部署的工程系統」。
Redis 是基於記憶體的資料結構伺服器,靠著單執行緒事件迴圈、豐富的資料型別和極低的延遲,成為快取、Session 管理、排行榜、速率限制等場景的首選——而且在 2026 年,它還成了 AI Agent 的記憶層基礎設施。
Cursor 是由四位 MIT 畢業生在 2022 年創建的 AI 程式編輯器,兩年內突破 5 億美元年度營收。這篇文章整理他們在打造 Cursor 過程中公開分享的核心工程教訓:為什麼 Fork VSCode 而不自己造編輯器、Tab 補全的延遲工程、Agent Mode 的生產挑戰。
Sora 的核心架構是 Diffusion Transformer(DiT):把影片壓縮成時空 patch token,用擴散模型訓練去雜訊,Transformer 負責全域一致性。設計這類系統的真正難點在於時空一致性、可變長度/解析度支援,以及訓練規模。
Data Lakehouse 把資料倉儲的 ACID 事務性和資料湖的低成本開放儲存合二為一,以 Apache Iceberg 和 Delta Lake 為核心的開放表格格式是現在的主流實作路徑。
系統設計面試複盤:Live 評論會