在2019年纽约QCon大会上，Oqton的前端软件工程师Thijs Bernolet 解释了在组建受机器学习作用的前端架构方面的少许挑战。

正如Bernolet在“ 人力智能全球中的前端架构 ”的演讲摘要中所讨论的那样，越来越多的人没再是与您的数据交互的独一消费者端。机器和AI消费者正好最初实时料理数据，并可行提议提议或作用人类举止。演讲的要点是治理与众多非是人类的不同消费者打交道的繁杂性，并提议了相关如何建立人类和AI消费者都可行应用的单一界面的战略。

回顾Eternal moonwalk，这是由Bernolet及其团队于2009年组建的迈克尔·杰克逊(Michael Jackson)爱好者网络，其fans延续蒙太奇视频剪辑，他指明，在2009年，没有办法轻松治理，标志和编辑15,000个视频的上传在三天内。可是，在当今的机器学习全球中，存留众多可能性和挑战。

Bernolet以为，机器学习作用使用者界面的最重要的挑战是UI代码和机器学习逻辑之中的状况共享，以及代表使用者的数据模子的重叠。良没有问题使用者界面逻辑的根基平常依赖于松散耦合和高凝聚力的原理。机器学习代理偏向于作用根基架构，数据模子和营业逻辑，从而打破了UI的根基范式。

Bernolet解释说，源于模子和视图层之中导入了紧密耦合，因而惯例的UI模子(比如MVC)会下降。他的团队最初探讨Redux，并询问能否可行将Redux用于动作序列作为训练动作的机器学习代理。

Bernolet展现了他对于Redux CLI的概念声明，而且感谢Redux生态体系对诸如取消/重做，时间旅游，副效用料理和Redux devtools等功效的扶持。

Bernolet在运用Redux治理分布式状况时碰到了难题，包括合并状况和竞争要求。探寻包括操作转换(OT)和没有冲突复制数据(CFRD)类别。它们的团队最初考量经过将git rebase样式操作与浏览器中的OT联合运用可行解决这点挑战，从而发生了git-js的概念声明。

演讲要点推荐了在分布式状况体系中运用Redux所面对的少许挑战。可行解决相似挑战的Redux替代方案可能包括鉴于JSON补丁的解决方案，比如@ dojo / framework / stores和json-patch-ot。

Redux和消费者端git与OT的联合解决了Bernolet及其团队经过联合使用者和机器学习输入来改良生产进程的用例。况且，假如这类方法早在十年前就曾经存留，那末它可能会简单化“永恒月行者”的进行。