本次演讲将从基础设施架构视角分享蚂蚁平台工程实践，期望能清晰地传递我们对为什么，做什么，怎么做背后的认知和思考，为处于协同困境团的中大型组织践行平台工程提供一些参考。

演讲提纲

1. 平台工程的本质与认知升级

• 从“工具链平台堆砌”到“开发者体验驱动”：DX 进而驱动 TTM
• 关键升级：平台工程是 DevOps/SRE 理念的数字化规模化
• 大型组织的核心痛点：孤岛平台与协作断层，认知过载

2. 关键技术架构与设计原则

• 团队拓扑：Team as a service，生产/消费者与资源流动
• 平台标准化 API ：Ownership, ROA，4A
• 左移的 IDP ：统一的开发者 SDLC 自服务软件目录

3. 规模化落地实践方法

• 平台 Infra 先行："平台的平台" Infra as Service
• 从高价值/新场景切入：统一变更管理，AI 开发者/基础平台
• 价值验证：结构化数据积累，指标量化

您认为，这样的技术在实践过程中有哪些痛点？

• 没有 100% 完美的方案，一定存在 tradeoff，请不要对此避而不谈
• 平台基础 Infra 的建设成本，API 层的改造和学习成本，开放共享平台文化的转型成本

演讲亮点

• 认知破局：直击平台工程常见误区，提出“平台标准化”范式  
• 架构全景图：首次公开大型企业平台工程架构框架  
• 核心技术：解析关键技术，相关开源软件  

听众收益  

• 本质认知升级：穿透迷雾与乱象，掌握平台工程的核心价值与战略定位  
• 方法论沉淀：获得可复用的平台构建框架，涵盖整体架构、技术设计、运营落地  
• 避坑参考：借鉴头部企业从0到1落地过程中的典型挑战与应对策略

随着客户端各大业务线的不断发展，开发人员和代码仓库日益增多，原本配合组件化的多仓合码研发流程成为了大业务线研发效率的明显瓶颈，同时，仓库管理，跨组件协作，版本管理等问题也愈发影响研发效能。因此，几个大体量业务线把 Monorepo 作为解决方案，先后进行合仓，向着 Monorepo 化演进。

作为客户端研发流程平台，我们也应业务线的 Monorepo 化趋势对 Monorepo 研发流程进行了探索与支持。包括工具链能力支持，研发流程平台建设，文化建设，实现了 Monorepo 研发流程的落地，解决了很多 Monorepo 研发中的痛点，包括变更行数过多，评审困难，合入困难，构建问题，权限问题等等。

本次分享将介绍字节客户端 Monorepo 的历程，工具链侧在 Monorepo 化落地中的支持，以及平台侧研发流程的相关能力。同时将分享实践中遇到的问题和解决方案，以及落地团队的最佳实践。

演讲提纲

1. 背景与挑战 - 业务增长，组件化的多仓合码流程达到瓶颈，难以跨越，Monorepo 化大势所趋

• Monorepo 的落地依赖基建侧的支持，合仓，构建与权限管理都是需要解决的问题
• Monorepo 不是银弹，合仓后也面临新的问题，适配的研发流程依然很重要

2. 面向 Monorepo 的研发流程建设

• 工具链侧在 Monorepo 中的支持
  • 构建效率优化
  • Monorepo 规范协议
• 平台侧研发流程的建设
  • 基于 Stacked diffs 的合码流程平台建设，配套命令行工具和 GUI 支持
  • 基于 IaC 的评审规则配置与适配 Monorepo 的代码评审能力

3. 实践效果与案例分享

• 研发流程实例展示
• 业务团队最佳实践

4. 经验总结与建议

5. 未来展望

实践痛点

• 命令行工具需要基于 Git 命令封装，缺少更底层的优化，大仓的性能受限
• 研发习惯的转变难以一蹴而就，工具从能用到好用又很长的路要走

演讲亮点

• 介绍 Monorepo 在实际生产中的实践和小体量变更研发流程的实现

听众受益

• 了解字节 Mobile Monorepo 的背景与历程
• 了解字节 Mobile Monorepo 研发流程的实践

在当今的 DevOps 环境中，从源码编写、编译构建直至封装分发，软件供应链的每一步都潜藏着代码被非法篡改的风险，任何一环的脆弱性都将严重削弱我们对最终部署代码完整性和真实性的信赖基础。鉴于此背景，我们采取了一系列措施，致力于实现软件供应链全生命周期的可信保障。本次演讲将通过分析软件供应链潜在的"不可信"因素，从服务投产的前、中、后三个阶段来讲解保障供应链高可信的手段，最后分享落地 SLSA 体系的实践。

演讲提纲

1. DevOps 场景下的供应链面临哪些威胁？

• 投毒/漏洞案例
• 供应链的构成
• DevOps 下不可信的威胁

2. 如何保证依赖的供应链的高可信

• 服务投产前的高可信
• 运行时的高可信
• 投产后发现风险供应链的补救措施

3. SLSA 体系的落地

• 阿里研发平台的 SLSA 建立
• 可信软件供应链的架构
• SLSA 体系为一线研发带来了什么

4. 总结展望

您认为，这样的技术在实践过程中有哪些痛点？

• 历史上存量供应链的溯源比较困难
• 可信软件供应链建设也并非绝对可信
• 可信软件供应链等级重新评估的时机与频率

演讲亮点

• SLSA 定义过程中对构建、安全、质量等维度信息的取舍
• 与 CICD 完美结合的实战经验

听众收益

• 理解软件可信供应链建设的策略
• 在日常方案设计与实践中的决策方法，如何用因地制宜的思想去落地最适合当下的方案

腾讯实时计算 Flink 涵盖了视频号、广告、金融等各大业务，CPU 核数更是高达百万级别。一方面大量作业存在资源浪费，另一方面核心链路因为资源不足严重影响 SLA。

本次演讲我将从业务的实际场景（实时报表、实时活动、视频直播等）出发，探索出一套垂直伸缩与水平伸缩相融合的云上资源管理方案。其中，垂直伸缩可以原地变更 CPU 和内存，做到业内首家实时计算零断流；水平伸缩可以做到秒级扩缩容，配合垂直伸缩实现统一的弹性伸缩服务。为了达到高精准的预测效果，弹性伸缩还融合了 AI 模型算法，做到了智能化的自动调整。

演讲提纲

1. 背景

• 介绍业务核心高 SLA 要求、资源管理困难的两大痛点，业内通用的作业全局重启方式无法满足用户的需求

2. 实时计算弹性伸缩的实现

• 垂直伸缩，联动 Flink 内核、K8s 和 JDK，实现资源的原地变更，做到业内首家实时计算零断流，更能实现 Pod 资源的个性化配置、做到千 Pod 千面
• 水平伸缩，通过热更新和资源预申请实现秒级扩缩容，同时引入快照机制保障数据的 exactly-once
• 资源全托管，融合垂直&水平伸缩，实现用户作业全生命周期的资源托管，包括提交、运行、升级、故障等场景，做到作业资源利用率超过 90% 的同时也保障秒级延迟

3. 模型算法的高精准预测 

• 相比业内普遍的 Reactive 模式，通过对未来的精准预测来实现 Proactive 模式
• 预测算法创新性地引入模型训练，通过时间序列和特征工程的优化，将线上预测误差降到 10% 以内
• 异常情况下，通过健康检测、实时调控、资源抢占等方式快速恢复作业

4. 业务应用和具体收益

• 针对数据同步、实时报表等 long-running 作业，智能化调整节约资源超过 50%
• 针对广告模型等对断流极其敏感的业务，解决了资源变更带来的断流问题，SLA 做到 99.99%
• 全自动化的资源调整，节约人力成本 30+%

5. 经验总结和未来展望

• 经验：垂直伸缩的零断流有一定局限性，需要配合水平伸缩的高扩展性，才能最大程度保障用户的 SLA
• 展望：在准确性、实时性、鲁棒性等方面继续提升弹性伸缩的体验

您认为，这样的技术在实践过程中有哪些痛点？

垂直伸缩虽然能做到零断流，但是受限于单台机器的总资源，这时可以 Fall back 到水平伸缩（大量优化），这也是我们构建综合平台的能力之一

演讲亮点

• 业内首家实现实时计算零断流的垂直伸缩
• 业内首家利用 AI 模型预测的弹性平台

听众收益

• 了解腾讯实时计算的前沿技术
• 了解云上弹性伸缩的技术架构
• 为降本增效、智能运维提供解决方案

AI 时代的到来，很多公司的研发效能组织都喊出了“ All in AI ” 的口号，似乎AI就是新时代的“银弹”，而平台工程成了“ Legacy System ”。不由得让人思考，假如软件研发范式没有被彻底颠覆，那么十几年前的敏捷、精益、CICD 和 DevOps 都不曾在公司“落地”的前提下，AI真的能帮助研发组织“弯道超车”，实现“效能平权”吗？作为坚守“传统效能平台”的一员，我的答案是否定的。

对于规模化的研发组织所面临的软件工程的问题不曾改变，为了追求极致效率，我们依然在努力探索一条研发交付的“黄金链路”，也就是一套标准研发模式。那么，究竟什么是研发模式，如果在业务场景纷繁复杂的前提下，定义一套标准研发模式。这套模式又是如何同平台工程的思想结合，迸发出无穷的想象力和生命力的。这些都是本场分享试图回答的问题。

我们会一起探讨研发模式的底层逻辑，并给出一套基于“元数据+变更”来构造平台工程的通用范式。更重要的是，如何通过平台工程反卷研发标准化能力建设，助力平台工程成为研发组织的基础设施。

演讲提纲

1. 背景挑战：规模化组织中构建平台工程的挑战

• 挑战一：无休止的功能累加导致产品变成大杂烩
• 挑战二：降低用户认知负荷与产品复杂度的冲突
• 挑战三：标准使用姿势与用户自由度的冲突
• 挑战四：管理诉求层层加码与一线开发者体验的冲突

核心就是平台工程团队作为价值链的末端有多少话语权来反推用户行为的改变，满意度成了平台工程脑袋上的“达摩克利斯之剑”。

2. 顶层设计：标准研发模式背后的思考和方法论

标准研发模式的定义，如何把一个抽象的命题做实了

• 关键思路：
  • 定义从需求到上线交付的元数据，基于此构建产品的概念模型
    • 业务需求-产品需求-研发任务-应用-分支-二进制包-镜像-环境
  • 按照角色动线识别所有与元数据产生交互的交叉点，并规范标准变更流程
  • 通过一套可视化平台辅助观测各项标准的真实落地情况并驱动改进
• 标准元数据：刻画软件交付全生命周期的信息流
• 标准变更：基于平台工程的标准元数据变更流程
• 标准运营：通过数字化实现标准的可视化和可改进

3. 产品实现：方法论和底层逻辑

• 产品设计思路的改变及案例
  • 从迁移到终态：不要让产品成为一个丑陋的缝合怪
  • 从加功能到减功能：主动控制无休止的累加功能的冲动
  • 从单点能力到用户动线：以链路视角来看产品能力打造
• 案例分析
  • 协同域产品：从项目到需求，如何把用户从线下 Excel 搬到线上来
  • 工程域产品：从研发迭代到上线交付，持续交付驱动标准 CICD 流程落地
  • 可观测产品：从可落地到可观测，工程能力可观测产品分析

4. 落地运营：平台工程反推标准研发模式的落地

• 归纳 vs 演绎：标准从一线中来到一线中去
• 自上而下vs自下而上：一把手工程，寻求高层支持
• 静态方式 vs 动态方式：可观测和改落地
• 主动借势 vs 做等风来：谁最痛是最有动力做出改变

您认为，这样的技术在实践过程中有哪些痛点？

• 当企业内部没有标准的前提下，如何兼顾平台的灵活性和一致性
• 开发者体验驱动的产品设计思想，如何主动做减法
• 通过平台工程反推研发体系标准化建设和元数据统一

演讲亮点

• 真实企业正在发生的案例和平台演进过程
• 平台工程构建标准研发模式的通用范式
• 没有简简单单的成功，背后都是各种坑

听众收益

• 一套从项目，需求到开发，测试，上线的真正一体化平台案例
• 企业内部构造标准化研发模式的方法论和避坑指南