利用 AI 进行系统性能调优应该有想象空间，可以试想业务系统可以根据历史性能日志来找出业务特征与系统容量之间的关系，形成一种优化模型。 业务特征如用户访问时段、系统类型、业务类别、PV、地点。。。 系统容量如 JVM 参数、连接池参数、集群规模。。。 如果能分析到这两者之间的规律，就可以达到根据业务的情况来智能优化 IT 资产的目的，系统能够提出建议，做这个工作的人就可以解放出来把精力用来优化这个工具。 手动调优的工作之于架构师如同手工发布工作之于运维工程师，运维工程师的理想是运维自动化，架构师的理想可否是架构智能化？

关于思考题我首先想到的是 idea的一个代码提示的插件，通过统计分析来预测代码。

典型大数据平台架构的那张图确实能够一图顶千言，另外，大部分的系统应该都可以被分为数据采集、数据处理和数据输出三个部分，还记得大明湖畔的冯诺依曼么？ 感觉大数据平台的数据同步系统，也就是 ETL，可能需要大量的程序员，不知道什么时候这部分工作也会被机器拿过去做。 除了智能推荐，以前似乎总是在说辅助决策，但是似乎决策比推荐要复杂多了。 对于 5G 不怎么感冒，感觉现在 4G 的速度蛮快的（如果运营商不耍流氓的话），费用也还可以接受（5G 应该会更贵吧），似乎没有特别的应用场景，真的需要每一个电子设备都联网在线么？ 留言里面说到智能运维，但是估计还是需要人工干预吧，确实普通运维工程师的职位在减少；什么时候会有智能编码呢？ 机器学习新闻写作似乎已经实现了，有点好奇新闻的素材从哪里来，除了天气预报、赛事比分和股指期货，总得有人提供第一手的素材吧，而且大家想看的不光是数字。