… 首先 - 一些数据。我们是一个接近实时的网络安全平台，每天从数千种不同的终端（跨SaaS）接收数十亿条原始事件。此外，我们客户中有一部分是非常大的公司（比如财富500强）。对于引擎来说，这意味着几件事情： - 它本质上是动态设计的，这样即开即用和用户自定义的表达式可以无缝运行。 - 模式差异很大，有数千种，因为它们来自外部来源。通常文档很少。 - 匹配表达式需要立即触发警报，因为这些对业务安全至关重要（在一天后触发被入侵账户的警报是没有用的）。 - 终端几乎每周都会发生变化和崩溃，因此能够实时更新表达式是这个过程的关键，而且不应该需要开发团队进行更改。现在来回答一些问题： - 为什么使用JSONata：其他人在这里提到过它，但它是一个非常出色且功能丰富的框架，具有非常详细的规范。…
源讨论我们用AI一天重写了JSONata，每年节省了50万美元原帖 256 条评论 · 导入时统计把你的经验，加入这段讨论。
我欣赏这篇写法和你的澄清。 我想知道这是否是你第一次尝试用LLM来解决这个问题，而这次你终于觉得它们足够好，可以胜任这项工作了。例如，当Claude Code发布的时候，你有没有尝试过这种转变？
完整原文对我来说，奇怪的部分是你比较RPC和内联代码的性能。你把它呈现得好像你发现了一些新东西和基础性的东西，只有借助AI才能做到，但实际上这与AI毫无关系，结果对任何人来说都不应该感到意外。 你原来的架构一开始就是一个权宜之计，这是自找的麻烦。这 probably 是最疯狂的部分： > 我们多年来尝试过一些方法——优化表达式、输出缓存，甚至将V8直接嵌入Go中（以避免网络跳转）。 我知道事后诸葛亮是很容易的——但你一开始做出了错误的决定，然后不断加深这个错误。希望这对所有从事微服务工作的人都是一个很好的教训。 以更积极的方式结束，我认为将代码移植到其他语言/平台是AI代码生成真正表现出色的一个用例，这将带来巨大的好处，…
完整原文> 最后，关于每年30万美元的成本（这里很多人似乎对此感到震惊）——似乎我在博客中没有表达清楚。200个pod并不是整个集群，也不是静态设置的。它只是一个集群在高峰时段的情况。我们有多个集群，每个集群都有自己的流量模式和自动扩展配置。总成本在整体上是25,000美元/月。 那么，考虑到仅涉及的部分及其实际资源需求，你估计这次转换的实际节省是多少呢？（即不要仅仅基于峰值利用率的线性倍数进行预测）。 我将有点严厉，请原谅我：当硬性数字很容易确定时，知识上的不诚实，我曾因此拒绝过工程师的晋升。你确实为公司节省了资金，这确实令人印象深刻，但基于…
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。