北京
分享至
绝大多数AI应用没能活着走出实验阶段。有数据显示，大约95%的AI原型最终无法成功部署到生产环境中。问题出在哪？
YouTube团队用他们的AI原型堆栈当了一回“解剖样本”。他们发现，许多团队习惯把实验性代码直接塞进生产系统，结果不仅拖慢了迭代速度，还让生产环境变得脆弱不堪。于是YouTube提出了一个狠招——直接把“做实验”和“跑生产”这两件事彻底分开。
这个策略的核心在于三层设计。第一层，是只读数据层。原型可以安全地访问真实的用户数据，但绝不能修改或污染生产数据库。第二层，是UI注入包装器。它能让你在不改动主应用的前提下，把AI功能“挂载”到真实界面上，观察用户跟它的交互，就像在实车上测试新零件却不用拆发动机。
真正的症结，往往不是模型不行，而是我们总想把实验室里的脆弱代码直接扶正。实验代码本身就不该背负“稳定运行”的包袱。因此YouTube的策略里还包含最后一层心态：欣然接受一次性代码。原型就是用完就扔的，它是探路的，不是要留下来支撑业务的。在这个框架下，工程师可以大胆试错，而无需担心把生产系统搞崩。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
