2025 年開年，DeepSeek 開源模型以“低成本、高效能”成功掀起 AI 平價化浪潮，並以驚人的速度滲透至各個領域。在 AI 平價化浪潮的推動下，微服務架構正迎來前所未有的變革機遇。微服務架構透過將系統拆解為多個小型、獨立的服務，每個服務執行在自己的程序中，負責特定的業務功能。與單體架構相比，微服務架構實現了更高的靈活性、可擴充套件性和可維護性，這些特性使其成為現代軟體開發的首選。

然而，隨著企業應用規模和複雜度的不斷提升，微服務架構也面臨著服務治理、資料一致性、效能監控等諸多挑戰。如何藉助大模型技術最佳化微服務架構，提升開發效率與系統穩定性，成為企業技術實踐中的關鍵課題。

隨著多語言技術棧的普及，企業如何高效實現程式碼遷移成為一大挑戰。為了降低遷移難度，字節跳動利用大語言模型（LLMs）在程式語言理解與生成上的強大能力，設計了一套基於 LLMs 的應用開發基座（ABCoder）。在此基礎上，字節跳動進一步演進出“半空”——一個專注於複雜專案理解與輔助開發的工具。半空的核心目標是解決因專案規模擴大而帶來的複雜度提升問題，尤其是上下文規模擴充套件與知識庫知識密度不足之間的矛盾。

本次演講將分享字節跳動如何利用大語言模型輔助完成 Go 到 Rust 的專案遷移，深入探討大模型在程式碼遷移中的實際應用，為企業提供跨語言技術棧的高效解決方案。

2025 年 1 月，基於 Golang 的大模型應用綜合開發框架 Eino 在 CloudWeGo 正式開源。Eino 基於明確的“元件”定義，提供強大的流程“編排”，覆蓋開發全流程，旨在幫助開發者以最快的速度實現最有深度的大模型應用。目前，Eino 已成為字節跳動內部大模型應用的首選全程式碼開發框架，已有包括豆包、抖音、釦子等多條業務線、數百個服務接入使用。

本次演講將分享 Eino 的技術實踐，展示大模型與微服務如何深度融合，為開發者提供高效、穩定的“AI+ 微服務”一體化解決方案。

智譜清言的技術棧最初以 Python 語言為主，構建了單體應用架構。隨著智慧語音業務的快速增長，單體架構帶來的效能瓶頸與擴充套件難題逐漸顯現。為了解決這些問題，智譜清言進行了全面的技術升級：從 Python 轉向 Golang，以提升系統的效能和穩定性；將單體應用架構拆分為分散式微服務架構，以提高系統的靈活性和可擴充套件性；從傳統的叢集部署升級為異地雙活架構，進一步增強了系統的高可用性和容錯能力。

本次演講將深入分享智譜清言如何透過微服務架構轉型實現業務解耦與高效擴充套件，並全面展示技術選型、框架最佳化與可觀測性整合的實戰經驗。

CloudWeGo 作為字節跳動開源的雲原生微服務架構中介軟體集合，正在成為企業構建智慧服務基礎設施的重要技術選項。在 AI 技術深度融入微服務架構的今天，系統呈現出三層疊加的複雜性挑戰：傳統微服務呼叫鏈路追蹤、大語言模型訓練 / 推理的算力監控、智慧體行為分析的可解釋性需求。火山引擎基於億級 QPS 場景錘鍊出的可觀測體系，透過 CloudWeGo 社群 OpenTelemetry、Prometheus 等開源觀測元件與企業級觀測工具（APMPlus/VMP/ 雲監控）的有機融合，為 AI 微服務架構提供了端到端的觀測解決方案。

本次演講將分享火山引擎在 CloudWeGo AI+ 微服務體系下的可觀測性實踐，深入探討如何透過全棧觀測體系的構建，實現對 AI+ 微服務應用的生命週期洞察與持續最佳化。

在圓桌對話環節，將齊聚多位技術大咖，圍繞單體 vs 微服務架構、大模型 + 軟體工程、AI 時代下的工程師等熱門話題展開討論。

單體架構與微服務架構的對比一直是企業技術選型中的熱門話題。單體架構因其部署簡單、開發成本較低、跨功能團隊協作更有效、測試與除錯方便等特性，成為不少企業在專案初期的首選。但隨著業務的複雜度增加，單體架構的侷限性愈發明顯，比如擴充套件性差、可靠性低、易出現效能瓶頸等，難以滿足大規模、高併發、高可用的需求。與之相比，微服務架構透過將應用拆分為多個獨立服務，顯著提升了系統的可維護性和擴充套件性，但同時也帶來了服務治理、資料一致性等挑戰。

圍繞這一話題，嘉賓們將分享在企業內部落地這兩種架構的經驗與心得，探討如何根據業務需求和技術能力做出最佳選擇。

大模型透過其強大的語言理解和生成能力，為程式碼編寫、遷移、重構和調優帶來了前所未有的變革，大幅提升軟體工程效率。在程式碼編寫階段，大模型能夠根據自然語言描述生成高質量的程式碼片段，甚至是完整功能模組；在程式碼遷移和重構方面，大模型可以快速識別程式碼中的模式和依賴關係，甚至能自動生成遷移指令碼；在程式碼調優方面，大模型可以透過分析程式碼效能瓶頸，為調優提供精準指導。

圍繞這一話題，嘉賓們將深入探討大模型如何提升軟體工程效率，以及在程式碼編寫、遷移、重構和調優中的具體應用。

大模型顛覆千行百業運作模式的同時，也顛覆了工程師的工作方式。隨著 AI 編碼技術的日益成熟，傳統的程式設計和開發模式正在發生鉅變，對工程師的技能要求也在不斷變化，除了需要具備程式設計能力，還需要掌握更多跨領域的知識和技能，以提升自己在 AI 浪潮中的競爭力。

圍繞這一話題，嘉賓們將分享他們對 AI 時代工程師工作方式變化的看法，並探討工程師需要具備的重要技能。

點選【閱讀原文】報名，與技術領袖共探雲原生 × AI 時代的微服務架構與技術實踐。3 月 22 日，深圳見！