标签: #series

← 全部文章

• 流式与批处理的重新定义：Flink・RisingWave・Materialize、CDC、Streaming SQL，实时的实用主义（2025） ♪ 可收听

  Season 5 Ep 2。“所有数据都要实时”是 2020 年的承诺。2025 年是实用主义的时代 — 批处理与流式之间的边界已经模糊，真正的问题变成了“这份数据要多新鲜才能满足 SLA”。涵盖 Flink・RisingWave・Materialize・ksqlDB 的对比、Kappa/Lambda 的 2025 版本、Iceberg v3 的 row-level delete 与实时 upsert、CDC 流水线、成本与延迟的权衡，

  2026-04-15 · 16 分钟阅读 #streaming#batch#flink#risingwave#materialize

• 多模态 LLM 完全指南：Vision、文档理解、OCR、视频、音频、韩语的特殊性（2025） ♪ 可收听

  只处理文本的时代结束了。2025 年的 LLM 能自然地处理图像、文档、视频与音频。GPT-4o/Claude 3.5/Gemini/Qwen2-VL/Pixtral 对比、Document AI 与版面理解、OCR 的现代化、视频与音频、韩语文档的特殊性，以及多模态 RAG。用实战案例梳理的一篇。

  2026-04-15 · 18 分钟阅读 #multimodal#vision-llm#document-ai#ocr#whisper

• Semantic Layer·Metrics Store·Reverse ETL 完全指南: dbt·Cube·Looker·Hightouch·Census 与数据激活 (2025) ♪ 可收听

  Season 5 Ep 5。如果说管道负责制造数据，那么 Semantic Layer 负责讲述数据的含义。dbt Semantic Layer·Cube·AtScale·Looker 的谱系、Metrics Store 模式、Headless BI (Lightdash·Transform)、用 Reverse ETL (Hightouch·Census) 把数据送回运营工具的路径、Data activation 策略、AI 与 Se

  2026-04-15 · 14 分钟阅读 #semantic-layer#metrics-store#reverse-etl#headless-bi#dbt-semantic-layer

• LLM 安全完全指南：Prompt Injection、Jailbreak、Red Team、OWASP LLM Top 10、EU AI Act（2025） ♪ 可收听

  2024–2025 年，LLM 产品的失败原因 TOP3 里总是有“安全事故”。Prompt injection 的 12 种变体、Jailbreak 手法、Data exfiltration、Model extraction、Red team 自动化（PyRIT/Garak）、OWASP LLM Top 10、EU AI Act 与韩国监管，以及护栏设计。教你做出“默认安全的 LLM 产品”。

  2026-04-15 · 16 分钟阅读 #llm-security#prompt-injection#jailbreak#red-team#owasp-llm

• OLAP 引擎 2025 对比指南：DuckDB、ClickHouse、Snowflake、StarRocks、Pinot、Druid、Trino，基准测试的陷阱，引擎布局（2025） ♪ 可收听

  Season 5 Ep 3。没有哪一个引擎能覆盖全部 OLAP。DuckDB 带来单节点的革命，ClickHouse 负责实时 OLAP，Snowflake 与 BigQuery 提供托管式的便利，StarRocks、Doris、Pinot、Druid 承担实时 MPP，Trino 负责联邦查询。涵盖各引擎的强项与弱项、基准测试的陷阱、因地制宜的布局模式，以及面向韩国企业的选型指南。

  2026-04-15 · 16 分钟阅读 #olap#duckdb#clickhouse#snowflake#bigquery

• 数据编排 2025 完全指南：dbt、SQLMesh、Dagster、Airflow、Prefect，数据契约，CI/CD（2025） ♪ 可收听

  Season 5 Ep 4。如果说引擎负责查询，那么编排器负责治理流水线。dbt 的标准化与局限、SQLMesh 的反叛、Dagster 的 asset-centric 模型、Airflow 2.x/3.0 的演进、Prefect 3.0 的重生、数据契约（Data Contracts）、流水线 CI/CD、可观测性与告警，直到韩国企业的实务技术栈选型。

  2026-04-15 · 17 分钟阅读 #data-orchestration#dbt#sqlmesh#dagster#airflow

• Voice AI 实战完全指南：实时 STT/TTS、语音 LLM、Turn-taking、深度伪造防御（2025） ♪ 可收听

  “没有屏幕的 AI”为什么会成为 2025 年最火的产品类别。实时语音流水线（VAD/STT/LLM/TTS）、语音 LLM（GPT-4o realtime/Gemini Live/Moshi）、Turn-taking 与打断、情感与语调控制、电话・浏览器・移动端的实战、深度伪造防御与安全，以及韩语语音产品的特殊性。

  2026-04-15 · 16 分钟阅读 #voice-ai#stt#tts#gpt-4o-realtime#moshi

• Observability 2025 完全指南：OpenTelemetry、Grafana / Datadog / Honeycomb / SigNoz、SLO 与 Error Budget、LLM 可观测性（2025） ♪ 可收听

  Season 5 Ep 8。没有可观测性就没有运维，没有运维就没有产品。OpenTelemetry 三大信号（Metric、Log、Trace）的统一，Grafana 技术栈（Prometheus、Loki、Tempo、Mimir）与 Datadog、New Relic、Splunk 的比较，SigNoz、Honeycomb、Axiom 这一新世代，SLO、SLI、Error Budget 的运营，LLM 可观测性（LangFuse、L

  2026-04-15 · 15 分钟阅读 #observability#opentelemetry#grafana#datadog#honeycomb

• LLMOps 完全指南：模型 · 提示词 · 评测集三轴版本管理、Canary、成本控制、平台团队 (2025) ♪ 可收听

  把 LLM 产品做出来的方法已经变简单了，难的是让它可持续地跑下去。模型 · 提示词 · 评测集的三轴版本管理，Shadow/Canary/Blue-Green 发布，用 token、缓存与模型路由做成本控制，组织结构（AI 平台/Model 平台/Product AI），失败案例，直到 KPI 与 on-call。它是 MLOps 的延长线，同时正面处理 LLM 特有的课题。

  2026-04-15 · 15 分钟阅读 #llmops#mlops#devops#canary#cost-control

• Feature Store 与 Vector·Graph·时序 DB 融合指南: Feast·Tecton·Pinecone·Weaviate·Milvus·Neo4j·TimescaleDB (2025) ♪ 可收听

  Season 5 Ep 6。ML 的语言是特征，AI 的语言是向量，关系的语言是图，运维的语言是时序。2025 年，每个 DB 品类都在越过自己的边界，向 Lakehouse 与 Postgres 收敛。Feature Store 的重新定义、Online-Offline skew、Vector DB 的地形、Graph DB 与知识图谱、时序 DB 的现状、“Unified DB”的登场、AI 给 DB 地形带来的冲击，以及韩国企业的

  2026-04-15 · 15 分钟阅读 #feature-store#vector-db#graph-db#timeseries-db#feast

• 数据治理・Lineage・PII 完全指南：OpenLineage、Collibra・Atlan・DataHub、Unity・Polaris、GDPR 与韩国个人信息保护法（2025） ♪ 可收听

  Season 5 Ep 7。数据越多，“谁在用、在哪里用、为什么用、用了多少”就越不清楚。涵盖 OpenLineage 标准、四大数据目录（Collibra・Atlan・DataHub・Alation）、Unity Catalog・Polaris・Glue 的治理能力、PII 的识别与脱敏与令牌化、GDPR 与韩国个人信息保护法下的数据主体权利、多云治理、AI 时代的治理扩展，以及韩国企业的现实情况。

  2026-04-15 · 17 分钟阅读 #data-governance#lineage#pii#openlineage#collibra