微信WFS传统TCP网络Fio跑满200Gb网卡实践

作者：微信WFS团队DeepSeek 在去年二月对外开源了 3FS，凭借基于 RDMA 的架构设计实现了极高吞吐，成为业界关注的标杆，网友纷纷复现其在 100Gb 网络下 Fio 跑满带宽的惊艳表现。

速接！2026新年红包封面

推理速度提升5倍+：腾讯TRS团队首创列表级生成式推荐HiGR

作者：李裕东 庞雲升 刘子健导语在信息流、短视频、电商等推荐场景中，用户真正感知的并非某一条内容的相关性，而是一整屏列表带来的「整体体验」。 为此，腾讯TRS团队在论文《HiGR: Efficient

元宝派七大热门玩法！赠大波专属邀请码

打造Jarvis，OpenClaw很野，但Agent Studio简直变态

丨 导语 OpenClaw（原名clawdbot）突然就火了，了解后发现多终端协同的人机协同方式的jarvis正是自己的日常工作方式！在此之前，为了方便自己用 AI ，我基于 claude agent

大模型思维链推理速度倍增！——RoT新框架把思维链「画」进隐空间

作者：ethanntang 、wyattyfwang引言随着大模型规模的扩展，思维链（Chain-of-Thought, CoT）已成为处理复杂推理任务的标准范式。但我们在实际应用中发现，CoT 的有

一夜爆火，Clawdbot是否才是真正的AI入口产品？

作者：nevil丨 导语 在过去的一年里，我们已经习惯了与 ChatGPT 或 Claude 进行对话。但现在的 AI 正在从“对话框里的聊天伴侣”进化为“操作系统里的执行者”。今天向大家介绍一个近期

腾讯混元AI Infra核心技术重磅开源：推理吞吐提升30%！

腾讯混元AI Infra团队开源生产级高性能LLM推理核心算子库 HPC-Ops，该算子库基于生产环境痛点，采用 CUDA 和 CuTe 从零构建，通过抽象化工程架构、微架构深度适配及指令级极致优化等

读懂 AI Infra，看这六个关键词就够了

2025年初，DeepSeek的走红让更多人明白，不仅仅是模型本身，训练和推理过程中工程上的优化同样重要。元旦假期看了朱亦博老师的一篇帖子，很受启发，2025年过去了，我想应该尝试来把亦博老师总结的2

鹅厂员工都玩过哪些技术恶作剧？

话题背景当技术掌握在手里，有些“随手一试”的操作，真让人倒吸凉气。今天，我们不聊前沿 AI，也不聊深度架构，而是来盘点那些——鹅厂员工“玩”过的技术恶作剧现场。它们可能代码很短，但后劲很大，以下为 9

有手就行，教你从0到1快速手搓搭建个GUI Agent

作者：zishanshi随着通用大模型向着agentic以及GUI理解增强的方向发展，现在Gemini 3 Flash等通用大模型已经可以直接用来搭建一个效果还不错的GUI Agent，并且实践难度大

鹅厂员工都用AI Coding捅过多少篓子？

话题背景当AI帮你敲下那一行行“完美”代码时，有些悄悄埋下的坑是否让你倒吸凉气！今天，我们盘点那些AI Coding令人扶额的翻车现场，以及一些防坑指南，让你在AI编程时代，少走弯路，多些从容。以下为

腾讯AngelSlim重磅升级！面向全模态的大模型压缩算法工具包，推理速度飙升 1.8倍！

近年来，大模型正从能力竞赛走向工程落地，推理阶段的成本、时延与稳定性逐渐成为制约规模化应用的核心因素。在长上下文、高并发与多模态场景下，解码过程受限于算力与显存带宽，单纯依赖模型压缩或硬件堆叠的优化路

认知重建：Speckit 用了三个月，我放弃了——走出工具很强但用不好的困境

作者：rickyshou2025 年 AI 编程工具遍地开花，但一个尴尬的现实是：工具越来越强，预期越来越高，落地却越来越难——speckit 的规范流程在企业需求的"千层套路"、海量代码面前显得理想

Ray异构融合底座重构数据管道：架构演进与万卡落地实践

作者：gray随着大语言模型和多模态技术的蓬勃发展，非结构化多模态数据处理已经成为数据处理的重要组成部分。面对海量数据与复杂模型带来的挑战，传统大数据引擎在异构资源调度、Python生态兼容性等方面的

拥抱大模型：深入剖析ReAct的核心原理、技术架构及其对AI领域的深远影响

作者：lingnyliang在人工智能的演进历程中，大语言模型展现出了令人惊叹的文本生成能力，但其“黑箱”特性也带来了显著挑战——模型经常产生看似合理但实际错误的“幻觉”回答，缺乏透明推理过程，且无法

用AI写PPT，没想到效果这么好啊

作者： deyuankong"明天有个汇报，今晚必须交最终稿 PPT..." 这场景熟悉吗？ 年底到了，又到了写 PPT 的"煎熬季"，也许你正在为写 PPT 而绞尽脑汁、通宵达旦。这一次，你可以给

出炉！2025鹅厂年度大牛书单

教你从零“手搓”一个大模型，别再只会调用API了

作者：yongzheng，patrickguo在大模型满天飞的今天，我们是甘心做一个只会调用 OpenAI.chat.completions 的 API 搬运工，还是想真正弄懂那个黑盒子里到底发生了什

揭秘！腾讯如何训练多智能体像专家一样设计游戏场景

引言在游戏开发中，大量可探索区域的环境与道具摆放，需要美术与关卡团队反复挑选资产、调整位置、尺度、朝向，并处理“有支撑、无穿插、留通行”等基础约束。这类工作细节密度高、迭代频繁，往往消耗大量制作时间。

首发！建议你一定要看的《AI 生成代码在野安全风险研究》

作者：悟空代码安全团队随着 AI 技术加速融入软件研发流程，AI 已经成为新时代的“代码贡献者”。在显著提升研发效率的同时，AI 生成代码也对软件安全、漏洞治理和工程责任边界提出了新的挑战。 围绕“

全面布局智能视频图像压缩，腾讯TNC编解码多项国际赛事夺魁

2025年12月，智能视频图像编码领域两大核心赛事相继揭晓结果：在VCIP会议主办的第四届低复杂度端到端图像压缩实战赛中，腾讯香农实验室研发的腾讯神经网络编解码器TNC（Tencent Neural

鹅厂员工闭着眼睛写出来的代码都有哪些？

话题背景“有没有一段代码，你写过不下十次？”什么样的代码，能成为你键盘下的“肌肉记忆”？不是"Hello World"，而是那些支撑起无数项目的“沉默基石”。以下为10位鹅厂同事们分享的“闭着眼睛都能

破除AI Agent自主操控风险：万字解读LangGraph“人工干预”机制 ，附零基础实战

作者：yukixxwang随着大型语言模型（LLM）驱动的自主代理（Agent）从学术走向应用，如何确保其行为的可靠性、安全性与可控性，已成为决定其能否在真实世界关键任务中落地的核心挑战。大语言模型能

AI研发新范式：基于技术方案全链路生成代码

作者：jacksondeng、gcchaoguo 、haoxili 、kxingzhang 、darychen导语过往基于tab模式进行代码补全对编码效率提升的天花板较低，使用agent模式生成的代码

当你让程序员许愿...

让AI智能体拥有像人类的持久记忆：基于LangGraph的长短期记忆管理实践指南

作者：adacyang如何让AI智能体（Agent）像人类一样拥有持久的记忆，从而在复杂的连续任务中保持上下文感知和深度理解？这已成为构建高级智能体的核心挑战。本文将深入探讨Agent Memory的

构建知识闭环：用CodeBuddy打造自我进化的数据分析体系

作者：hassonlin、davidpzxie难以查找海量库表、需求紧急复杂、重复性工作多、结果校验困难、追溯记录困难……数据分析时要如何破除这些痛点？QQ浏览器的信息流推荐架构团队基于CodeBud

看懂这篇，你就能秒懂 LLM底层秘密—Transformer原理解析

作者：huaxing本系列的文章由浅入深介绍LLM的基础知识，从大模型的使用，到原理解析，再到LLM系统实战。 本文着重介绍LLM主流架构Transformer的原理，结合我近期阅读的几本大模型原理书

从CoT到AGI：深扒大模型LLM“深度思考”的技术演进

作者：chrisccai如今我们已经习惯了大模型处理复杂问题时，先进行深度思考再给出精心编排条理清晰的答案、惊叹于Agent在处理复杂任务时经过规划、执行、观察、反思的一系列处理复杂任务的通用能力。