Perplexity 自研 CobbleDB 取代 DynamoDB：批次讀取延遲降五倍、儲存成本減兩成
這篇文章具體展示了 Perplexity 如何針對 AI 搜尋的讀取模式重新設計儲存層，從全託管 DynamoDB 轉向自研 CobbleDB，犧牲一致性換取五倍延遲改善與兩成成本節省。整體方案在工程上合理且數據有說服力，但須注意最終一致性與內部維運成本可能被低估，且自研系統的成功高度依賴特定團隊能力。
部落格
DynamoDB
涵蓋軟體工程、AI 實作、系統設計、開發工具、效能優化與技術判斷的文章。
AWS DynamoDB 推出原生向量搜尋功能：簡化 AI 應用架構與數據同步成本
此更新是 AWS 針對雲端開發者痛點的精準打擊，將『儲存』與『檢索』合一，極大化地降低了基礎設施的熵值。我評價此功能為『高效的工程簡化』，能顯著提升開發速度；但其成本結構轉向按位元組計費，對於極大規模數據的長期持有成本將成為潛在風險，建議使用者在部署前必須精確計算維度與投影成本。