零售商品发现正在从“输入关键词、返回商品列表”转向理解购物意图、商品语义和实体关系。Target 的 Gift Finder 聊天智能体就是一个典型场景：系统不仅要找到语义相近的商品，还要理解品类、品牌、适用年龄、兼容配件和顾客偏好，并在实时交易数据持续变化时保持结果一致。 Target 为此将原本分散在 Elasticsearch、NoSQL 数据库...
企业过去常在两种高风险选择之间摇摆：继续维护大型机，把现代化问题留给未来；或者启动一次“大爆炸”式迁移，同时改写应用、数据和基础设施。更现实的路线，是把现代化拆成可验证、可回退的连续过程，用 AI 理解遗留系统，用云平台承载新系统，再用真实生产流量证明两边行为一致。 这套思路的关键不是让模型生成更多代码，而是先解决大型机系统中真正棘手的问题：隐藏依赖、...
企业很少缺数据，真正困难的是让不同数据描述同一个现实世界。门店销售记录、供应链指标和客户分群位于内部系统，人口、就业、气候与 GDP 等参考数据则散落在公共机构的数据集中。Data Commons on Spanner Graph 正式可用，以及新版 Data Commons Platform 进入预览，试图用统一实体、标准化统计变量和图关系把这两个世...
AI 编码智能体的能力上限，不只由模型决定，还取决于它拿到了什么指令、上下文和工具。Google Agent Skills 的核心思路，是把 Google Cloud 等领域知识编码成结构化、开源、可被智能体读取的操作说明，让智能体减少幻觉、遵循最佳实践，并更稳定地完成真实任务。 真正困难的部分并不是写出第一批 Skill，而是在越来越多团队参与后，仍...