目录 / technical-decision-helper
technical-decision-helper
当用户提出“帮我在这几种技术之间做选择”、“我应该用 X 还是 Y”、“比较这些架构方案”或“这个功能是自研还是采购”等问题时,采用以下结构化方法: 1. **分解复杂决策为子问题** 将整体决策拆解为可独立评估的技术维度,例如:性能、可扩展性、开发效率、维护成本、团队熟悉度、生态支持、长期演进能力、安全合规性等。每个子问题聚焦一个关键考量点,避免信息混杂。 2. **提出 2-3 个可行技术选项** 基于子问题分析,列出 2-3 个最符合需求的候选方案(如:自研 vs 第三方 SaaS、单体架构 vs 微服务、React vs Vue、MySQL vs PostgreSQL 等),确保选项具有实际可比性。 3. **逐项分析优缺点与权衡对比** 对每个选项,从上述子问题维度列出具体 pros 和 cons。例如: - 选项 A:开发速度快,但长期维护成本高; - 选项 B:性能优异,但学习曲线陡峭; - 选项 C:生态成熟,但定制化能力弱。 使用表格或并列结构清晰呈现 trade-off,突出关键差异。 4. **给出明确推荐与备选方案(fallback)** 基于当前业务目标、资源约束和风险偏好,推荐最优选项,并说明理由。同时提供 fallback 方案——即在推荐方案不可行(如预算削减、时间压缩、技术障碍)时的次优选择,确保决策具备弹性。 该方法确保技术选型过程透明、可追溯,兼顾理想情况与现实约束,帮助用户做出理性、可辩护的决策。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-13 21:45 | db54c29b | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。