本研究探讨大型组织中专家识别的问题，揭示现有系统评估中的偏差。通过分析自动化推荐对评估结果的影响，提出改进的流程，避免系统高估，确保评估结果真实有效。这些发现有助于改进专家寻找的基准，确保方法间的有效比较。

函数计算团队推出了自动化推荐配置的王者功能，通过性能探测+历史流量数据分析，可以自动化给用户推荐最佳函数配置，让用户节省成本，拥有王者般的体验。