本文是区块链(blockchain)部署系列文章的第二篇。在上一篇介绍中,SearchCIO编辑总监Sue Tray评价了区块链技术对不同行业可能造成的冲击,并且向读者介绍了区块链项目的第一阶段:识别应用场景以及制定全盘的技术规划。在本文中,Troy将介绍后续的三个阶段:概念验证、测试和全面部署。
概念验证
Jeff Garzik是区块链服务供应商Bloq的联合创始人以及比特币的核心开发人员,他介绍了区块链的概念验证阶段——通常为期1到3个月时间。 “你构建一个系统,集成到孤立的沙盒环境中。在这个模拟的环境中,你引入真实的客户数据并观察系统的运行情况。
关键就在于,使用真实的客户数据和交易规模,但不会对客户造成任何影响。”Garzik解释到:“如果提升交易规模,比如每天百万级的量级,你会看到区块链系统是如何以良好的可扩展性来满足用户需求的。”
在2016年与纽约召开的比特币共识大会(Consensus 2016 industry event)上,区块链API开发商BlockCypher的首席执行官及联合创始人Catheryne Nicholson就概念验证的过程发表了自己的观点:“从工程角度说,概念验证并没有严格的定义。总体来说,就是快速试错,比如10个工程师在2个月内完成10个项目,找出可行的路径。”
微软全球战略官Yorke Rhodes和Nicholson都认为,云是进行概念验证的最佳选择。“云计算可以让你快速构建所需的环境,不用担心对现有企业系统的影响。”Rhodes认为:“而且,云还提供了很好的协同环境——如果有多方同时参与的话。” 即便从技术上说公有云能够承载测试工作,绝大多数公司还是会选择在私有环境中进行:“没有任何企业会使用公共的区块链来进行测试,大量的应用案例开发工作将在完全私有的环境里进行。”
区块链的发展和成熟,存在着特定的障碍。在本次大会上,Scott Mullins(基于AWS平台提供金融业务软件开发服务)向IT界发出呼吁,让所有相关方都参与到区块链的概念验证过程中来。 “不要忘了任何需要参与到概念验证的人。比如,第三方的外包团队、第三方监管团队、合规或风险管理团队。”Mullins说:“不要等到概念验证快结束时才想起这些。对于测试过程,你需要来自于各相关领域专业人员的意见和建议。”
德勤的金融业务首席顾问Eric Piscini则对宽泛的概念验证提出异议:“测试失败的原因,很可能就是因为参与方过多、涉及面过广。我的建议是:从小处入手,严格控制区块链带给企业的影响范围。” BlockCypher的Nicholson提醒业界警惕那种冗长的概念验证合同。“我们曾经收到过长达150页的主服务合同。对于一个创业公司来说,这是无法承受的。把这类合同扔到一边吧,我们需要的是一个4到5页的合约,而不是在法律顾问的协助下进行长达数月的协商。”
测试及后续工作
在概念验证之后,就该将真实数据引入到生产系统中。 Garzik认为,这意味着在大概5%的客户身上进行小规模实测。“IT团队在小规模、交互少的用户场景下推进实测工作,确保既能向管理层进行汇报,又能在较低规模上为工程师们提供具有实际意义的参考。” Nicholson认为,实测阶段并不是简单地实现概念验证到实际运营的过渡,而是一个全新的阶段,面临着与概念验证完全不同的需求。
Rhodes认为,一旦习惯了新的软件并对测试过程感到满意,业务端就可能同意在实际系统(而不是云中)中进行区块链的部署。 Garzik认为,于去年12月31日正式上线的纳斯达克Linq系统,就是现实的区块链部署第三阶段案例。“这就是针对真实用户的实测,只是在交易规模方面还比较克制 – 微软或苹果股票的交易量是Linq系统的1万倍。”
“绝大多数企业还没进入到区块链部署的第四阶段。”Garzik表示:“大多数财富500强企业仍处于第二或第三阶段。” 为了开始全局部署区块链技术,仍需进一步的工作。“在实际的生产系统中,规模需要扩展;要让所有的用户都感到满意,要开通相应的服务热线。最根本的是,要能够独立运行和维护。”Nicholson表示。 绝大多数区块链项目都没能真正经历这一阶段的验证。 “真正进入实际运用的区块链技术只有比特币,经历了攻击,以及各种实际场景的测试。”BlcokCypher的Nicholson认为:“其他的区块链产品,尽管炫目,但都还是襁褓中的婴儿。”
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。