在技術發展的浪潮中，有人輾轉風口，有人深耕沉淀。我們邀請到三位京東零售技術專家——他們以年為刻度，詮釋了什么是技術的長期主義。

從初入京東時的探索者，到獨當一面的領航者，他們在技術攻堅的浪潮中披荊斬棘，也在創新探索的迷霧里反復雕琢驗證。

他們的故事里，沒有一蹴而就的捷徑，只有持續迭代的韌性；沒有紙上談兵的空想，只有扎根業務的務實。

走近他們，感受技術長期主義的真實力量。

深耕一域 厚積薄發，在時間復利中見證質變

?

「每天有上億件商品通過我們的算法流轉，讓我真正感受到了技術的力量」

?

深耕供應鏈技術領域多年，我負責選品、定價、庫存、履約等全鏈路算法優化，通過算法驅動實現供應鏈效率的突破性提升。在動態復雜的供應鏈環境中，我們始終聚焦于突破技術落地的"最后一公里"難題——將前沿算法與業務場景深度融合，實現從學術研究到產業應用的跨越式突破。

近年來，我們持續優化供應鏈各個環節，布局各類技術能力，從倉庫布局、銷量預測、補貨決策、庫存調撥到定價策略，希望將最尖端的算法真正落地到實際業務中。

為了讓業務更好地理解預測銷量，我們提出了可解釋性預測框架，預測日常能賣多少、促銷能賣多少、季節因素影響多少，從“人算”到“AI算”，大幅改善預測準確率的同時讓預測結果更好理解。針對復雜的價格場景，設計了“商品匹配召回判別模型”，能自動匹配最優價格策略，提升定價的自動化率。

結合行業發展趨勢，今年團隊自研首個十億級時序大模型，做到行業SOTA，大幅提高預測準確度，在2萬個商品上輸出預測進行自動化補貨。

時序大模型技術方案

這些突破性成果為供應鏈系統安裝了一個“超級智能大腦”，相關研究在Management Science, Production and Operations Management Society (POMS), Manufacturing & Service Operations Management (M&SOM)等發表多篇論文，并獲得多項行業獎項，從INFORMS Franz Edelman finalist到Gartner技術創新獎、INFORMS Daniel H. Wagner Prize以及INFORMS Prize等行業獎項，多個獎項為亞洲企業首次獲獎。

?

【長期主義方法論】

1、在技術實踐中，“簡單”往往是最難實現的。一個看似簡單的理念，落地時卻需要解決認知差異、技術效果驗證、業務適配等一系列挑戰。但正是這種堅持——用創新性技術將核心理念做到極致簡化，才能構建出真正可持續的系統能力。我會帶著團隊在頂級會議發表論文，聯合申報行業獎項，通過技術分享和行業認可激發團隊的創新熱情與榮譽感。

2、做技術需要對自己從事的業務領域場景和數據保持很高的敏感度。技術的價值不在于短期優化，而在于持續構建簡單、可擴展、業務適配的能力。早期我會研讀頂會論文、構建自己的知識圖譜，現在更多是借助AI深度挖掘知識。在復雜業務數據中驗證出創新技術路徑時，正是驅動技術人持續創新的核心動力。

技術和場景都會過時，唯有解決問題的思維永遠保值

?

「在不斷的實驗和驗證中，我也擁有了在混沌中建立秩序的能力。不懼怕技術創新帶來的不確定性，在無人區依然保持技術探索的銳氣。」

?

電商廣告系統的核心任務之一是用戶行為預測，入職以來，我一直從事廣告預測模型的優化升級。由于電商數據的稀疏特性，電商預估模型也具備典型的稀疏設計。近年來，傳統的深度稀疏模型已經進入瓶頸，稀疏大模型是成為新的技術升級方向，但概率預估與生成式模型的差異，以及工業級的高請求、低延遲要求，使升級充滿挑戰。

在零售電商的場景下，關鍵要解決：找到適合的尺度規律 Scaling Law 來指導升級，同時滿足落地時的耗時約束。這既需要更強大的引擎設計，又要確保實際業務中的高效運行。

通過大量的實驗和設計，我發現不同于生成式模型的傳統規律，稀疏模型尺度規律的核心因子由數據量、稠密參數量、稀疏參數量組成。當三個要素保持最優配比時，模型性能持續提升，否則會出現因子在增加但模型效果卡在瓶頸的“效果平臺效應”。

基于此規律，我們構建了完整的模型升級路線圖，為行業提供了可復用的技術范式。

單純的參數規模增長邊際收益遞減 數據/算力/參數精細化協同實現收益的涌現

模型升級路線圖

?

在落地實踐方面，我在訓練效率上提出樣本知識遺傳學習，同時引入課程式學習方法，大幅減少模型訓練時間。在推理系統上，為模型中每一個參數引入“計算周期”的概念，通過精細化的算力部署，大幅減少系統串行耗時的增長。

稀疏大模型項目上線后，預估模型的精度顯著優化，商品的推薦準確度和商家的營銷效率大幅提升。我們用理論創新解決現實問題，用技術突破創造商業價值，用范式輸出推動行業進步。

?

【長期主義方法論】

1、技術創新的初期往往依賴"魔法"，比如那些說不清原理但能短期提升指標的技巧。然而，長期發展必須完成從魔法到邏輯的轉變，通過系統實驗將黑箱效果轉化為可解釋的規律。這一過程需要持續投入研究時間，避免積累技術債，也能使創新從偶然走向必然。

2、在技術工作的初期，我往往會從一個個具體的問題點切入，比如優化某個算法的性能、解決特定的技術難題等。這些具體的技術點是技術創新的起點，也是解決實際問題的關鍵。隨著項目的推進和技術的發展，更重要的是將這些點串聯起來，構建成一個完整的技術架構。從技術點到技術架構思維的切換能夠為落地的成功率帶來質變。

七年堅守，一個技術選擇的長期驗證

?

「真正的技術突破需要長期主義的定力」

?

Taro 是由京東發起的開放式跨端跨框架解決方案，支持以 Web 的開發范式來實現小程序、H5、原生 APP 的跨端統一開發，從18年開源至今，在 GitHub 已累計獲得 36,000+ Stars。作為跨端解決方案，Taro顯著降低了多端開發的學習門檻和工程復雜度。

作為Taro項目的核心開發者，我有幸見證了這個方案從誕生到成熟的完整歷程。近兩年，我們成功將其從小程序/H5開發工具升級為覆蓋Android/iOS/鴻蒙/小程序/H5多端的全場景解決方案。這一蛻變既源于我們對跨端技術路線的堅持，更得益于對鴻蒙生態的前瞻布局。

頁面級跨端方案整體分為 WebOnNative 和 NativeOnNative 兩大開發范式，在京東的技術實踐中，我始終選擇Web技術路線。Web開發具有學習曲線平緩、生態成熟等優勢，但其性能瓶頸和多端展示一致性始終是亟待突破的技術難點。為此，我們提出了“保留Web開發體驗，提供媲美Native性能”的技術目標。

為解決性能問題，我們打造了 Taro 一體化跨端架構，建設框架容器一體化解決方案，實現開發高性能跨端原生應用。這個方案很巧妙，在各平臺上能統一實現相同的開發標準，用 C++ 打造跨平臺的組件框架確保顯示一致性，同時將代碼執行盡量放在 C++ 層面提升性能。這樣開發者就能專注于業務邏輯，而不必擔心平臺差異帶來的問題。

Taro on Harmony 技術方案架構

?

這套架構率先在鴻蒙生態完成驗證，不僅保持了Web開發的高效特性，更實現了與原生應用比肩的性能表現。今年，我們也正式開源了Taro on Harmony C-API 版本，為鴻蒙應用生態的豐富注入強大的動力。

七年來，市場涌現過各種跨端方案，我們的堅持最終在鴻蒙等新興領域獲得回報。在開源的道路上，我們既是貢獻者，也是受益者，開源創造的價值遠超越了代碼本身，這種"利他即利己"的精神，讓我的工作有了技術普惠的社會意義。

?

【長期主義方法論】

1、保持技術敏感度上，我總結了三個關鍵：一是實踐固化，通過真實項目應用技術，形成可復用的知識庫。二是體系構建，通過寫作和分享梳理系統性認知。三是持續進化，保持對AI等趨勢的敏銳度，避免認知鈍化。技術人的核心競爭力源于對方向的堅守、對生態的理解，以及對自我迭代的終身投入。

2、優秀的技術方案必須與業務需求深度結合。一方面確保技術方案的易用性和穩定性，另一方面，要保持技術的前瞻性，為未來的業務擴展預留空間。真正的技術價值，不在于單純的先進性，而在于能否精準支撐業務發展，并在長期演進中持續創造價值。

審核編輯 黃宇