
AICoding实践:从Prd到代码生成
文章围绕AICoding实践,探讨从Prd到代码生成。业务背景是AI推动编程模式转变,对codefuse提出更高要求。目标包括实现端到端代码生成、提升AI生成代码占比、符合企业规范。面临已有复杂代码资产和业务理解困难挑战。建设方案从构建标准workflow、扩充模型上下文、沉淀流程数据三方面实现AICoding能力。建设进展展示了不同项目的AI生码效果。下一步规划针对缺乏风险管控标准和无历史评测数据问题,提出增强技术风险能力、优化编码规范和沉淀数据等方案。

让跨境电商“懂文化”:AI内容生成在全球民族特色品类中的实践
文章提出基于大模型与民族文化知识库的民族品类智能识别与匹配方案,解决跨境电商“供需错配”难题。方案构建民族品类知识生产体系,实现品类与国际站类目及商品的智能匹配,以小参数模型+知识库模式降低成本。其设计分预研、准备、执行、评估四阶段,流程含知识生产与应用。民族品类匹配类目涉及数据准备、任务执行、评测等环节;挂载商品也有相应输入准备、任务操作、评测优化过程。经多轮迭代,商品挂载错误率从8.4%降至1.8%,数据质量显著提升,交付的数据物料可用于前台场景。

让AI评测AI:构建智能客服的自动化运营Agent体系
文章围绕智能客服的发展及评测展开。首先回顾智能客服从基于NLP的传统机器人客服,到基于RAG的智能客服,再到基于AI原生的智能客服的演进历程。接着指出商业化交付需关注对话效果评测,为此构建了“评估 - 诊断 - 优化”三位一体的运营Agent平台,实现客服机器人服务质量持续进化。评测落地要确认目标、拆解链路、定义框架,包括构建评测集、归类根因、生成优化建议等。实践中会遇到正向评判还是负向评判、业务场景依赖、LLM对抗等难题,并给出解决办法。最后展示了评测效果,还探讨了从服务链路角度AI可做的事,如分析转人工原因,提升机器人服务解决率。

千问首个硬件载体 夸克AI眼镜正式发布
2025年11月28日14:41,阿里巴巴发布千问首个硬件载体夸克AI眼镜。

重构一个类,JVM竟省下2.9G内存?
文章讲述重构核心类数据结构节省 JVM 内存的实践。业务需在内存过滤商品标签,原用 HashMap<Long, HashSet<String>>,在大规模数据下内存消耗大。经分析,标签 ID 为小于 5000 的正整数,原设计用 String 类型存在内存浪费。优化将其改为 Long2ObjectOpenHashMap<int[]>,用排序 int[] 配合二分查找替代 HashSet。生产环境中,JVM 堆内存从约 3.2GB 降至 211MB,降幅超 94%。文章还介绍 Long2ObjectOpenHashMap 优势、底层原理,如避免装箱、开放寻址等,同时提及使用注意事项。

AI引领全球贸易,阿里国际站设计护航CoCreate升级全球IP
2025年全球商业环境动荡,中小企业面临挑战,阿里国际站设计团队借“从概念到品牌”设计焕新,为商家注入信心。本届CoCreate核心概念为“生序”,基于“AI驱动全球供应链”构建价值链路,体现在AI“激活式赋能”和供应链“确定性支撑”。视觉语言注重“厚度与扎实感”,字体设计融“圆”于其中。线下展区打造沉浸场景。社媒将AI融入细节,图片用AI制作,打造全AI生成的展会互动大地图,还有反转视频。整体品牌创意获全球B2B用户喜爱,助力CoCreate成全球最大创业者平台。

97.4%成功率!阿里达摩院新模型RynnVLA-002让机器人“边看边想边干”
阿里达摩院提出 RynnVLA - 002 模型,将具身视觉 - 语言 - 动作(VLA)模型与世界模型统一。现有 VLA 模型存在动作模态理解、预测未来和物理规律理解能力不足的问题,世界模型虽能解决这些局限,但无法直接生成动作。RynnVLA - 002 采用三个独立 tokenizer 对多模态编码,实现跨模态理解和生成统一。技术上探索了动作块生成方式,包括设计注意力掩码策略和加入 Action Transformer。实验表明,在 LIBERO 仿真环境中,无预训练下连续动作成功率达 97.4%;真机实验中,世界模型融入使成功率提升 50%。

NCCL 功能扩展库 AMem NCCL-Plugin 重磅开源,瞬时重连,分秒必争
蚂蚁技术团队开源 NCCL 功能扩展库 AMem NCCL-Plugin,解决 RL 训练显存瓶颈和通信连接耗时难题。该插件提供显存管理 API,通过轻量级方式实现 NCCL 显存透明卸载与恢复。优势在于显存节约,单卡可释放 10GB+ 显存;极致高效,训推转换耗时 <1 秒。方案采用两层解耦设计,保障 NCCL 显存管理。介绍了安装编译、测试、框架集成方法,后续规划包括支持新版本、适配新硬件等。

数据与 AI 双向奔赴,腾讯云架构师技术沙龙精彩回顾
11月9日,腾讯云架构师技术同盟和腾讯云TVP联合主办的「腾讯云架构师技术沙龙 ——无数据不AI 」在成都举办。会上腾讯云架构师成都同盟成立,为架构师搭建交流平台。多位专家围绕数据与AI展开分享,如肖然谈软件3.0时代数据工程,邹鹏剖析Agent时代数据挑战,李捷讲Data+AI落地难点与思路,黄俊介绍王者荣耀商业化推荐应用。圆桌对话探讨“Data+AI”核心价值、数据是否成企业壁垒、开发者如何避免依赖AI等问题,为行业提供诸多实践案例与思考。

成为Linus Torvalds座上宾:我用47%性能飞跃完成了一次鹅厂程序员的逆袭
本文记录对Linux内核调度器深度重构,通过赋予KVM调度器“语义感知”能力,在高密虚拟化环境下实现Dedup工作负载47.1%性能提升。先指出高密部署中调度器成性能瓶颈,如yield_to()设计在现实中出现乒乓抢占等问题。接着介绍核心贡献,包括构建语义感知调度框架、精准调度决策及实证分析。解决方案含vCPU Debooster和IPI感知定向让步两机制。设计兼顾生产环境,如Guest无关、最小开销等。性能评测显示在多场景有显著提升,且解释2 - 3 VM时收益大的原因。还说明实现细节及优势,最后强调此工作展示新优化范式,突破传统瓶颈。

AI时代,架构师还有存在必要吗?
本文由架构概念切入,探讨AI时代架构师是否有存在必要。先介绍架构概念及应用,指出架构无处不在。接着阐述AI架构从单体应用到云原生架构的演进,未来有研发能力的企业将成大模型工厂。从社会和技术维度展望未来世界:社会方面,政府提供个性化服务,企业涌现认知型组织,个人成为超级个体;技术方面,操作系统和编程语言将变革,程序员面临转型,硬件影响生活、催生新产业和职业,元宇宙有望催生新数字经济。最后提出人人要成为‘架构师’,用智慧和责任架构未来。

2025必看系列:AI如何重新定义研究?万字长文讲透Deep Research
本文围绕Deep Research展开,先介绍其从RAG到自身的技术演变,RAG解决大模型知识局限但缺乏推理能力,Deep Search开启主动探索,Deep Research结合主动探索与结构化分析。接着阐述通用架构,含规划、问题演化、网页探索和报告生成模块。还提及评测方法,分面向搜索和研究的benchmark。分析主流系统,如OpenAI、Qwen,但现有系统存在数据源单一、数据质量问题。最后介绍腾讯Dola,它结合结构化私域和非结构化公域数据,解决现有缺陷,为数据分析提供支持。

AI时代的迷失:可怕的不是跟不上变化,而是用旧思维赶路
文章围绕AI时代展开探讨。指出AI发展使人类面临人与智能边界重划的节点,引发集体焦虑。强调思维方式才是决定时代走向的关键,如欧洲因思维现代化诞生现代科学,清朝中国因思维未变在近代被击败。当下人们对AI存在恐慌、误解,根源是未完成“现代化思维”转换。缺乏现代思维易陷入认知混乱,面对AI易夸大其能力。现代思维应具备证据优先、逻辑推理等要素。知识在AI时代贬值,思维方式升值,逻辑是现代思维核心。AGI被资本神化,人类应将“干活”部分交给AI,保留学习和思考能力。最后给年轻人建议,要注重过程、接受不确定性、重建独立思考能力,发展个性化能力。

8656家小微市场主体调研:经营状况与预期回落,线上化率有所下滑
腾讯研究院等对8656家小微市场主体2025年三季度经营状况调研显示,主体业绩承压,市场预期与投资倾向下滑。经营上,亏损面扩大、停滞面收缩,盈利和营收指数下降;人力成本压力加剧、消费疲弱。政策支持力度持平,体感温度略回暖。融资需求回升、缺口放大,综合利率上升,银行与非银渠道利差扩大。线上化率和直播渗透率下滑,但线上销售有恢复,销售趋于多平台、分散化。建议出台针对性政策稳主体、保就业,平台调整低价竞争策略。

从虚拟峡谷到经济锚点:解码电竞价值创造的内在逻辑
本文以王者荣耀职业联赛总决赛为例,指出电竞价值已外溢至社会经济领域,有技术应用、激活消费、促进文化交流三条外溢路径。接着阐述其生长逻辑,从技术突破使竞技场景成为可能,到玩家社群让竞技演化为组织实践,再到商业介入使其迈向独立。赛事成为产业枢纽,放大玩家竞技能量,且具有外溢效应。用户通过共建生态、共治机制和身份转换深度参与赛事。电竞精神为年轻一代提供价值认同,满足个人、社会、时代层面需求,最终成为激发数字经济增长的新锚点。

AutoDev DocQL:Agentic RAG 下的结构化检索设计、实现与实验探索
文章围绕AutoDev DocQL:Agentic RAG下的结构化检索展开。AutoDev Knowledge Agent源于RAG相关交流,旨在用于复杂知识问答。介绍安装AutoDev CLI和下载Desktop的方式。阐述Agentic RAG是让LLM智能体主动使用RAG的范式。查询方式决定索引方式,代码和文档查询都遵循层级式缩小范围。Markdown文档可通过标题层级索引,转换为HTML再生成Markdown能保留更多信息。AutoDev DocQL从AI友好语法、统一文档对象模型、智能搜索与多级扩展三方面构建。试验结果在DeepSeek上不理想,后续通过优化改进。表明在研发RAG场景中Query比Search有效,DocQL让Agent能主动完成复杂知识问答。

AI 代码审查再进化:AutoDev 多智能体协作架构深度解析
文章围绕 AutoDev 多智能体协作架构在代码审查中的应用展开。先指出传统代码审查存在信息割裂、人工效率低、自动化不足等痛点。介绍 AutoDev 可通过 CLI 或 Desktop 体验,借助多智能体协作与信息聚合解决问题。其智能审查流程包括静态信息收集、AI 智能分析、修改计划生成和自动修复。多 Agent 协作体系围绕任务分解等构建,有主 Agent、子 Agent 和修复 Agent 等角色,主 Agent 负责调度。AutoDev 能聚合代码变更、静态分析等多源信息辅助 AI 判断。未来,AutoDev 还将集成更多能力推动智能开发工具发展。

IEEE TMI 2025 | AI自建学习大纲的多实例多标签医学图像分析新框架
香港理工大学联合四川大学华西医院在 IEEE TMI 发表成果,提出只用“整张图结果”教 AI 读抗核抗体(ANA)免疫荧光显微图的通用方法。医生看 ANA 图因细胞多、模式复杂且标注有限而困难。该框架将大图切块,设实例采样器让 AI 挑重点,结合伪标签分配器和自步学习,按三步实现多标签判读。实验在 ANA 及多个公开数据集表现良好,能推广到其他多实例多标签医学影像任务。未来将验证泛化能力、强化可解释性并探索与临床融合。

用 SOLO Coder 搭建 3D 机器人项目
本文作者分享用 SOLO Coder 搭建 3D 机器人项目的经验。项目目标是做虚拟机器人项目,通过控制面板控制其在虚拟环境运行。先移植机器人到 Vite + React 项目,添加交互控制功能。项目分多阶段,各阶段先给出优化前提示词,再经 SOLO Coder 优化。移植机器人、控制面板和环境优化等核心功能大多一次成功,但也有小问题,如转向方向反、移动效果不明显等,沟通后能解决。添加金币和障碍物时遇麻烦,经多轮对话修复。总体而言,SOLO Coder 省心,适合快速搭建原型、实现标准功能和验证想法。

SOLO DiffView 工具:代码变更一目了然,让 AI 的每次修改都清晰可控
本文介绍了SOLO DiffView工具,该工具内置在SOLO模式中,能将所有代码改动清晰呈现,支持回溯历史。对话结束后,底部会自动汇总展示代码变更,可展开卡片了解新增和修改情况,也能到工具面板审查变更内容。还可按需选择维度查看,支持回溯历史变更,点击对应文件卡片的「查看变更」,能精准定位问题来源。该工具让AI代码修改过程一目了然,提升审查效率,增强掌控感与信任感,TRAE中国版和国际版SOLO模式均已内置,欢迎体验。

大模型时代的广告营销变革与实践
本文围绕大模型时代的广告营销变革与实践展开。先指出大模型在广告营销领域发展面临从通用到专用、理解到决策、算法到算力三个挑战。接着介绍京东广告的应对举措:推出广告投放智能体,以一句话驱动操作,将广告主从操作岗解放;落地召排一体的 GRAM 模型,实现用户需求与商品精准匹配;在广告创意优化上,图片生成引入 CTR 建模,视频打造智能体实现创意到投放一体化;还通过定制化和芯片级优化,解决广告实时响应问题,实现大模型超低延迟推理。最终目标是让大模型服务广告营销价值,让广告主省心、用户看到精准广告。

常用Web 实时通信技术:原理+选型,一篇通关
文章介绍常用Web实时通信技术,含原理、选型等。WebSocket是双向实时交互首选,分握手、传输、管理三阶段,适用于即时通讯等场景。SSE基于HTTP,单向推送,有自动重连,用于实时通知等。WebRTC支持浏览器点对点连接,用于音视频通话等。轮询是早期方案,兼容性强但开销大。还对技术对比选型,分析优缺点和适用场景,探讨高并发、安全、网络、跨域等进阶问题。

京东自研电商数据库内核DongSQL简介
京东零售数据库团队推出自研数据库内核 DongSQL V1.1.0,文章解析其内核改造与电商场景优化实践。语法扩展上,RETURNING 子句解决 DML 操作后额外查询问题,Hint 语法针对电商场景;并发控制方面,CCL 解决热点数据访问问题,Statement Outline 固化执行计划;查询优化改进包括单点查询、线程池及其他执行优化。性能基准测试显示各场景下性能提升显著。未来规划包括持续语法扩展、智能优化增强等。DongSQL 为电商业务提供有力技术支撑。

吴恩达谈 AI 是否存在泡沫?
吴恩达在 X 上发表对 AI 是否存在泡沫的观点。他认为 AI 不同领域“泡沫”程度不同,AI 应用层投资严重不足,未来十年基于新型 AI 技术的应用有大量空白待填补,其价值应高于基础设施本身;AI 推理基础设施需大量资本投入,虽当前市场渗透率低,但算力供给受限,行业正扩大推理能力;AI 模型训练基础设施投资风险最大,开源模型市场份额扩大或使企业难获理想回报,且训练成本降低使技术护城河脆弱。他整体看涨 AI 投资,但担忧训练基础设施过度投资引发产业悲观情绪和资本撤离,不过认为发生概率不高,他计划坚持建设。

Jeremy Keith:为什么要用 React?
本文探讨开发者选用 React 的原因。指出部分人是公司要求使用,React 成企业软件。常见理由是惯性,虽合理但前端框架是用户负担。React 可服务端渲染,Next.js 虽支持 SSR 却默认输出 React 到客户端,Astro 能最小化客户端 JavaScript。作者认为‘现代’开发社区惯性锁定在 React 生态可惜。询问为何在浏览器用 React,若因文化因素,没必要让用户下载;做单页应用应先思考必要性,可考虑 Preact,建议研究原生 JavaScript,把 React 留在服务器端。

B站社群AI智能分析系统的实践
文章介绍B站社群AI智能分析系统。因人工处理群聊反馈效率低、有局限,故让AI自动阅读群聊内容并生成结构化洞察。系统生命周期分四层,关键点包括:分层Prompt Engineering体系,实现可控、高可用输出;双模型协作平衡精准性与成本;基于Few - shot稳定结构化输出;LLM语义聚类适应社区语言变化;语义驱动的风控预警提前发现风险。引入该系统后,反馈洞察效率、覆盖、准确性显著提升,能提前洞察关键事件,沉淀数据辅助决策,让运营从被动响应走向主动洞察。

智能体开发新范式:Blades 架构下的高效 Agent & Workflow 实践
文章介绍 Blades 架构下智能体开发。先解释智能体概念,区分工作流与智能体,工作流依赖预设步骤,智能体靠 LLM 自主决策。Blades 基于 Go 语言,提供灵活可扩展的 Agent 架构,可通过少量代码构建智能体。接着介绍几种工作流模式,包括串联、并行、路由、编排 - 工作者、评估 - 优化模式,各有适用场景。最后给出最佳实践建议,如从简单做起、设计可靠性、权衡取舍等。

VDOM 编年史
文章讲述了VDOM的编年史,从浏览器渲染瓶颈到VDOM诞生,再到Diff算法进化及无VDOM的崛起。在jQuery时代,直接操作DOM有性能瓶颈,手动优化DOM更新不易维护。2013年React提出虚拟DOM概念,将真实DOM抽象为JavaScript对象,其优点众多,但也存在运行时开销、渲染冗余等挑战。随后Diff算法不断演进,从简单Diff到双端Diff再到快速Diff。近年来,出现无VDOM解决方案,如Svelte、Solid、Qwik,各有优缺点,适用于不同场景。

知识库(Knowledge Base)与知识图谱(Knowledge Graph)到底该怎么选?
在大模型幻觉频发时,RAG 架构成解决办法,其核心是外部知识的存储与检索,涉及知识库和知识图谱。知识库是基于向量检索的非结构化数据存储,构建快、适合海量非结构化文本;知识图谱是基于图数据结构的知识表示,精确匹配、适合复杂关系。两者在数据结构、构建成本等维度有差异。知识库适用于企业文档问答等场景,知识图谱适用于金融风控等场景。技术实现上,两者各有工具链和存储方式,且有 GraphRAG 融合趋势。实践建议从向量知识库起步,按需引入知识图谱。

我用 Chrome 扩展验证了 MCP 的安全风险,结果发现......
作者作为前端开发工程师,关注新兴 MCP 协议,读 Koi.ai 文章后探索前端与 MCP 交互边界。动手实现 Chrome 扩展,验证前端可与本地 MCP 交互,但实际场景有限。MCP 有 stdio、SSE、Streamable HTTP 三种传输模式,主流的 stdio 模式前端无法访问,HTTP 模式在实际中多部署在远程或用于临时开发测试。此次探索收获颇丰,技术上理解 MCP 协议等,实用上开发出环境服务发现工具。此外,还对比国内智能体平台安全设计,认为纳米 AI“安全优先”理念更值得信赖。

Seed Research│Depth Anything 3:单一Transformer架构实现任意视角空间重建
本文介绍字节跳动Seed团队发布的视觉空间重建模型Depth Anything 3(DA3)。DA3作为系列最新开源续作,将单目深度估计扩展至任意视角,采用单一Transformer架构,具架构简洁、表征统一特点。它刷新业界视觉空间重建SOTA水平,在多任务上表现优异。其设计从空间几何建模本质出发,用单一架构聚焦几何本质,以“深度 - 射线”统一表征输出。一次前馈即可高精度输出,在多场景表现良好。团队期望未来AI融合语义识别与空间感知,实现完整视觉识别能力。

火山引擎多媒体实验室 AIGC 视频画质理解大模型 VQ-Insight 入选 AAAI 2025 Oral
近日,AAAI 2026公布录用结果,火山引擎多媒体实验室和北京大学合作的论文 VQ - Insight被选为口头汇报文章。随着AIGC视频技术发展,提升模型生成质量关键在于可靠评估。此前有图像画质理解方案Q - Insight,扩展到视频评估面临新挑战。VQ - Insight提出渐进式视觉质量强化学习框架,含图像打分预热等三阶段,还提出生成与评估模型“共同进化”联合训练方式。实验表明,VQ - Insight在AIGC视频偏好比较等任务表现卓越,可用于生成模型后训练,为AIGC视频生成技术发展奠定基础。

EMNLP 2025|思维链提示虽好,但它可能正在“隐藏”大模型的幻觉
大语言模型的“幻觉”问题是其可信应用的障碍,思维链(CoT)作为缓解幻觉的技术备受青睐。研究发现,CoT在提升模型表现的同时,会掩盖用于识别幻觉的关键信号,削弱幻觉检测方法的有效性。初步实验表明,CoT会提升模型输出置信度,使基于输出概率的检测方法更难区分事实与幻觉。全面评估显示,CoT对幻觉检测性能造成广泛负面影响,不同检测方法受影响程度不同。机制分析发现,CoT使区分事实与幻觉的内部信号边界模糊,导致检测器性能下降。研究指出模型性能提升与幻觉可检测性存在权衡,未来需开发适应新特性的检测技术。

Dragonboat统一存储LogDB实现分析|得物技术
文章围绕Dragonboat统一存储LogDB实现展开。先介绍项目,它是纯Go实现的Raft库,为应用屏蔽复杂性。接着说明整体架构,LogDB模块是核心持久化存储层,管理Raft协议持久化数据。在LogDB统一存储方面,阐述索引键设计,采用不同header区分业务key空间,复用data减少GC;介绍IContext实现并发安全的内存复用;说明IKVStore封装存储引擎,支持不同后端;讲解日志条目存储DB核心管理器db及相关操作实现;还给出对外存储API实现ShardedDB。最后总结LogDB包装Pebble引擎成通用API,内存变量复用设计追求高性能,是优秀工程案例。

视频理解霸榜!快手Keye-VL旗舰模型重磅开源,多模态视频感知领头羊
2025年11月28日快手发布并开源新一代旗舰多模态模型Keye - VL - 671B - A37B。该模型“善看会想”,在通用视觉理解等多核心benchmark领跑。图像语义理解可靠,能克服“视觉”错觉;视频时序把握精准,可抓视频关键点。技术更新包括采用特定基座初始化、三阶段预训练及监督微调等后训练步骤。评估显示其在通用视觉理解、推理和视频理解等benchmark优势明显。未来将融合多模态Agent能力,拓展多模态智能上限。

当推荐系统真正“懂你”:快手团队在NeurIPS 2025提出新成果TagCF
快手消费策略算法团队联合其他部门及高校提出 TagCF 框架,成果被 NeurIPS 2025 接收且代码开源。传统推荐系统重内容理解,忽视用户角色。TagCF 引入 user role 视角,拓展用户角色识别和行为逻辑建模新任务。其含视频内容理解、行为逻辑图探索和赋能下游推荐系统三个模块,解决了实现中的挑战。实验表明,TagCF 能增强推荐效果,逻辑图可迁移,不同变体特性不同,usertag 更优。该框架体现视频与用户理解并重理念,中台可迁移,增强模块能突破茧房,为行业带来新想象空间。

快手&南大发布代码智能“指南针”,重新定义AI编程能力评估体系
2025年11月26日18:32,快手与南大发布代码智能“指南针”,重新定义AI编程能力评估体系。开发者社区常见对代码大模型在不同编程语言和场景表现差异的吐槽,反映出现有代码大模型评估体系存在严重局限。

告别“脏数据”:我如何用Cleanlab将数据审核效率提升34倍?
本文分享用Cleanlab提升数据审核效率的文本分类项目案例。项目构建文本分类模型识别灌水广告,数据审核遇困境,15192条可疑数据人工审核不现实。利用Cleanlab三步搞定智能质检:准备环境、数据与模型;获取模型预测概率;用Cleanlab分析报告,将待审核数据减至438条,效率提升34倍。还剖析Cleanlab背后置信学习理论,介绍其估计标签噪声、找出错误标签、修正并学习三步框架。引入Cleanlab有降本增效、提升模型性能等商业价值,使用时需注意依赖不错的模型及处理数据漂移。这是Data - Centric AI理念的成功实践。

Snapchat 开源全新跨平台框架 Valdi ,一起来搞懂它究竟有什么特别之处
文章介绍了Snapchat开源的跨平台框架Valdi。它核心技术经8年验证,号称不牺牲开发速度前提下提供原生性能。Valdi用TypeScript写UI编译成原生视图,不依赖WebView和JS Bridge,在编译期完成原生转化。其特色在于优化的C++布局引擎,在主线程运行,最小化编组开销,采用自定义布局计算视图尺寸与位置,有视图池化等机制。Polyglot模块实现自动类型安全绑定,消除特定平台桥接代码。Valdi还有灵活渐进式采用、支持后台处理、热重载和完整VSCode调试等优势。不过,它也存在社区待发展、文档混乱不全、开源处于beta阶段等问题。

告别繁琐服务器:PinMe,让静态网站部署像发消息一样简单
文章介绍了静态网站部署工具 PinMe,它让部署像发消息一样简单。有终端和浏览器拖拽两种部署方式,前者适合开发者,后者零门槛。其优势显著,基于 IPFS 技术,即时部署、安全可靠、去中心化且承诺永久托管。定价灵活,可免费开始按需升级。与传统部署相比,成本低、上线快、配置简单、流量不限、稳定性高。还给出实战案例,如用其 1 分钟上线在线简历,有网页和 CLI 两种上传方式,此外还有持续集成、多环境管理、历史版本回滚等进阶玩法。

「深度好文」MySQL 事务 ACID 隔离级别、MVCC和Next-Key Lock详解,架构师必备高并发下的知识图谱
本文深入探讨 MySQL 事务隔离级别、MVCC 和 Next - Key Lock。先介绍事务 ACID 属性,包括原子性、一致性、隔离性和持久性。接着阐述并发事务的问题,如脏读、不可重复读和幻读。SQL 标准定义了读未提交、读已提交、可重复读和串行化四种隔离级别。InnoDB 通过 MVCC 和锁机制实现这些隔离级别,MVCC 为每行数据维护多版本,锁机制用于写操作。然后分析各隔离级别在 InnoDB 中的实现,如读未提交几乎无隔离控制,读已提交用 MVCC 避免脏读,可重复读用 MVCC 和 Next - Key Lock 避免不可重复读和幻读,串行化强制读加共享锁。最后给出实践建议,如 MySQL 默认可重复读,读已提交适用于减少锁冲突等场景,还介绍了隔离级别设置方法及避免长事务。

MyBatis-Plus踩坑血泪史:那些年我们踩过的坑!
本文分享了MyBatis - Plus在生产环境的踩坑经历与解决办法。互联网时代数据量激增,MyBatis - Plus因简化开发、功能增强等优势走红,但生产环境问题频发。如雪花算法ID生成重复,原因包括未配置机器ID、容器MAC地址克隆、K8s虚拟MAC及时钟回拨;批量插入乱序受MyBatis - Plus模式、JDBC驱动和数据库优化影响;枚举字段默认存名称而非值;驼峰转换对连续大写处理不佳;批量操作自动填充失效;写入JSON数据易丢失或格式异常。文章针对这些问题给出对应解决方案,并指出要重新审视框架默认配置,理解其内部机制,适配运行环境。

ColorLab:专业色彩分析工具
ColorLab 是专业色彩实验室,为设计师等提供色彩分析和生产工具。无需专业背景,简单点击就能精准配色,将复杂配色工作秒变轻松操作。其特性包括一键生成专业级和谐色板,有 9 种经典类型可选;具备色盲模拟、灰度模式、从图片提取颜色、纯净模式等功能。还提供专业测试,如距离矩阵、CIEDE2000 算法、对比度检测、色彩模型多维分析。该工具可免费访问 colorlab.antv.vision 体验,代码开源。

X6 3.0,从核心到生态的全面焕新
本文介绍 X6 3.0 全维度深度进化。架构上,从 Monorepo 到独立包,拆分非核心功能,新增扩展仓库;移除 namespace,优化类型系统和打包体积;完善单测框架,覆盖率超 80%。性能方面,优化批量节点拖拽性能,解决卡顿问题;提升多节点渲染性能,减轻内存和渲染压力。动画上,新增 Animate API,支持精准控制、灵活关键帧和丰富配置,可应用于任意数据,且使用方式简化,有指令式、配置式和自定义动画 Shape 三种。

G2,汇众智以明方向,守初心而稳前行
本文介绍了2025年AntV G2的全方位升级。它以“让数据栩栩如生”为使命,从文档体验、自定义能力、交互流畅度和图表架构等方面改进。文档上,官网升级让反馈更直接,开展活动推动文档共建,引入评测体系持续优化,仓库收获众多贡献者和PR。自定义能力上,增强render与标准class能力。交互方面,优化Slider、Legend、Axis等组件。架构上,解决图表耦合问题。还新增蜂群图、层叠图等图表类型。虽仍有不足,但月下载量已突破百万,未来将继续与开发者探索可视化更多可能。

有赞AI研发全流程落地实践
本文分享有赞AI研发全流程落地实践。AI时代编程工具迭代,编程门槛降低,企业研发从人力向算力转移。有赞研发围绕AI Coding、AI Test、AI DevOps及Agent研发评测展开实践。AI Coding选以Agent为主人监督路线,构建Coding Agent,完成MVP版后经多方面优化,已交付近百个需求,综合提效30%。AI Test解决传统测试局限,在多方面探索落地。还构建Agent评测体系,包括评测集、评测器、指标等。最后总结AI与程序结合、AI与人协作经验及落地关键要点。

计算机代理如何评估生成式用户界面
文章围绕计算机代理评估生成式用户界面展开。传统图形用户界面为人类视觉优化,使AI执行任务面临效率瓶颈,包括视觉冗余、操作路径复杂、缺乏机器友好表述等问题。研究提出Coder - CUA协作框架,Coder为设计师生成界面,CUA为评审官测试反馈。实验显示,该方法提升了功能完整率和CUA导航成功率,揭示了任务可解性与CUA导航的协同效应。通过Dashboard设计将操作历史转化为可视化摘要,构建了从原始操作到智能洞察的技术路径。此框架验证了任务可解性提升,但在复杂导航场景有瓶颈,未来研究将聚焦多模态融合与跨平台泛化。

AI游戏投资的荒诞真相
本文围绕“AI游戏”展开探讨。先明确“AI游戏”概念,AI包含自然语言、编程、多模态模型,当前AI已融入游戏生产管线,但大家期待玩法创新的“AI native game”。如今游戏行业规模大,走向极致工业化或创意化,是成熟商品与服务。当前创业公司多从沙盒等旧标签组合创新,如米哈游、元象等公司进行尝试,但AI游戏距理想状态差距大,AI社交陪伴项目基本失败。投资方面,短期内项目无法证伪,投资人主要看创始人背景和能力,很多项目公开后“见光死”,市场由供需而非对错决定。

让文件存储“会说话”:vePFS 数据洞察功能全新发布
火山引擎推出的vePFS数据洞察功能,旨在解决传统文件存储的数据洞察难题。随着AI业务发展,企业文件存储面临成本失控、管理低效、风险暗藏等困境。vePFS数据洞察通过元数据秒级扫描和深度分析,为用户提供数据可见性。其底层有坚实的数据分析引擎,具备全面的数据可视化与自定义分析等核心功能,还能实现高效的文件系统管理。以某自动驾驶企业为例,该功能可节省近30%的存储成本,提升资源利用率和研发效率,开启文件存储的“透明化”管理新时代。

火山引擎多模态数据湖联合 AI 命令行工具 veCLI:用自然语言完成数据开发全流程
传统数据开发存在多源异构数据难管控、操作复杂等问题,AI时代推动其向自动化、智能化转型。近期,火山引擎多模态数据湖与veCLI深度整合,开发者用自然语言交互就能完成数据开发全流程,提升效率。如‘销售CRM数据分析’场景,下达指令后几分钟就能生成分析成果,无需编写代码。其核心技术逻辑是LAS MCP与veCLI对接,实现全流程自动化闭环。此外,该多模态数据湖不仅支撑数据开发,还在多行业发挥价值,解决方案已在智能驾驶等行业应用,如帮某车企降低存储成本、提升管理效率。

从 Prompt 到 Touch:Lovart 用 “一点” 把 NanoBanana Pro 变成满血
文章介绍了Lovart让Nano Banana Pro成为更强大设计工具的方法。Nano Banana Pro虽强大但不易控制,Lovart解决了这一问题,释放其优势,如画面推理准、支持多语言等。Touch Edit功能化繁为简,可直接在画布操作改图,有两种开启方式。Edit Elements能自动拆分图片元素成独立图层,便于编辑。Lovart还扩展了Nano Banana Pro的应用场景,可生成PPT、菜单等。此外,网友结合创意能创造出有趣作品,Lovart还推出黑五促销活动,Nano Banana Pro可365天无限量0积分使用,会员最高4折。

MEUX「十一月」AI 设计观察
本文是MEUX「十一月」AI设计观察,介绍多项AI进展。学术合作成果有厦大与腾讯开源FlashWorld实现秒级生成3D场景,南洋理工与腾讯ARC实验室突破分钟级实时长视频生成。设计活动方面,2025站酷设计周开幕并推出AI设计Agent,IXDC2025大会展示AI赋能设计全流程。模型发布包括OpenAI的GPT - 5.1、谷歌的嵌套学习、英伟达的OmniVinci全模态大模型、Meta的1600语言语音识别系统,还有Utopai Studios发布影视专用AI模型与工作流。此外,Lovart平台上线“编辑元素”新功能。

回收系统架构演进实战:与Cursor结对扫清系统混沌
文章分享转转技术团队回收系统架构重构经验。该系统因接入多渠道,出现代码膨胀、重复、难测难维护等问题,影响研发效能。团队制定重构规划,采用分层解耦、责任链和适配器模式,以渐进式策略推进。基于PDCA思想开展人机协作,以渠道统一Handler架构重构为例,先分析旧架构痛点,设计新架构,拆解任务;在编码阶段与Cursor协作,明确提示、提供参考、约束条件并及时检查;建立多层次检查机制验证;沉淀提示词模板,提取通用模式持续优化。虽重构尚在进行,但团队愿分享真实经验。

从1965到2025,AI智能体终于向科学家开刀了……
文章介绍智能体科学这一新范式。AI智能体概念可追溯到1965年,近年大语言模型发展拓宽其应用。它能跨越多模态数据推理,与物理和数字资源互动。实践中,Sakana AI、FutureHouse、LLaMat等新兴框架推动科研发展。不过,其影响力因学科而异,在化学和材料科学领域效果较好,在社会科学等领域受限。同时,AI智能体面临幻觉与事实边界、性能评估、提示词脆弱性等挑战。解决这些需多管齐下,还要提升科研严谨性和关注伦理,迈向人机协同新范式。

一个 650 MB 的银行 App 是怎么瘦身一半的?iOS 开发别再装作看不见
文章分享越南 TPBank 将 650 MB 的 iOS 银行 App 瘦身一半的经验。先借助工具分析,明确资源、Flutter 模块资源、冗余符号等占空间。随后提出优化方法,如删除过期活动素材、压缩图片、正确使用 App Thinning、处理 Flutter 模块资源、清理重复资源和字体、剥离二进制符号。最后提及进阶优化方向,包括移除未用图片代码、合理拆分模块、安全相关优化,强调做好基础功就能有效瘦身。

还在用 UserDefaults 存密码?Keychain 才是 iOS 开发者的正确选择
文章指出 iOS 应用存密码和 token 用 Keychain 比 UserDefaults 更安全。Keychain 是苹果的安全存储系统,采用 256 位 AES 加密,有加密存储、访问控制等安全机制,还支持 iCloud 同步。它主要存密码、证书和密钥等敏感信息。使用 KeychainAccess 库操作 Keychain 更简单,也支持设置访问策略。不想引入第三方库,也可用原生 API,但较繁琐。同时提醒使用 Keychain 要注意性能开销、存储限制、API 复杂、调试困难和错误处理等问题。

刚刚,deepseek低调开源,金牌级模型!
2025年11月27日,DeepSeek开源DeepSeek - Math - V2。该模型展现强大定理证明能力,在IMO 2025、CMO 2024达金牌线,Putnam 2024获近满分。过去大模型‘答对’不等于‘会证’,传统奖励机制在定理证明中失效。DeepSeekMath - V2目标是让模型像数学家一样自证。其采用‘生成 - 验证’双向增强飞轮方法,由证明生成器、证明验证器、元验证器组成强化学习闭环。验证器、元验证器、生成器各有训练方式和奖励设计,还能自动扩数据。实验显示,该模型在竞赛中表现出色,一步生成领先部分模型,迭代精修可提升成绩,高算力搜索能攻克难题。

Claude Opus 4.5 × Agent Skills:从第一性原理深入剖析
本文深入剖析Claude Opus 4.5与Agent Skills。Claude Opus 4.5是强大编程、Agent与计算机使用模型,结合Agent Skills无需微调就有专业级Agent能力。先介绍Agent Skills高级设计模式,如向导式多步骤工作流程、基于模板的生成等。接着阐述其内部架构,Skill元工具管理所有技能,与传统工具不同,通过注入消息和修改上下文工作。最后通过“从report.pdf中提取文本”案例,分析执行生命周期,包括发现与加载、技能选择、工具执行、发送至API阶段。结论指出Claude Code技能基于提示和上下文修饰符,通过元工具架构工作,有灵活性、安全性和可组合性。

Adactio: Journal—Why use React?
文章探讨开发者选用 React 构建网站的原因。多数人因惯性选择 React,企业也因招聘便利强制使用。但作为前端框架,React 会增加用户负担。前端与后端开发对代码优先级要求不同,JavaScript 虽能在两端运行,但服务端适用代码在客户端可能成资源负担。React 最初是前端工具,如今卖点变为组件架构和 JSX,且可在服务端运行。Next.js 虽支持服务端渲染,但默认仍会向客户端输出 React。相比之下,Astro 尽量减少客户端 JavaScript。作者认为应区分服务端和客户端使用 React 的场景,鼓励探索原生 JavaScript 在前端的应用,避免让 React 限制前端功能。

Building The Monolith: Composable Rendering Systems for a 13-Scene WebGL Epic | Codrops
文章围绕13场景WebGL项目《The Monolith Project》展开,介绍了构建该项目的可组合渲染系统。团队为实现项目艺术风格,开发了多个系统。递延渲染与轮廓方面,经研究选用基于深度和法线的边缘检测法实现彩色轮廓,通过设置WebGLRenderTarget和G - Buffer减少内存。可组合材质系统将着色器功能封装成组件,方便组合形成材质。可组合粒子系统用ping - pong渲染计算粒子数据,有多种模块控制粒子发射、位置等。场景过渡系统为不同场景过渡开发了四种材质进行混合。这些系统封装、可组合且可复用,提升了开发效率。

Jschof.dev
文章介绍用原生 JavaScript 和浏览器 API 创建简单单页应用(SPA)路由器。先讲解 URLPattern 用法,可测试路由 URL 与模式匹配,通过不同配置处理路径差异。接着给出路由配置示例,用数组关联 URL 路由和组件,创建 MyRouter 类处理路由匹配与组件渲染。还提到处理 SPA 导航和链接点击,服务器只需提供索引页,客户端用 URLPattern 渲染组件,要配置服务器,阻止链接默认跳转。最后监听 popstate 事件处理浏览器前进后退,文末给出 StackBlitz 示例。

Letting the Creative Process Shape a WebGL Portfolio | Codrops
本文作者分享构建个人网站的创意过程。从添加 WebGL 折叠效果起步,用向量投影解决方向问题并添加假阴影。后引入带角色的屏幕,用 MeshPortal 技术实现,还构建系统使屏幕在页面间响应式过渡。为角色添加舞蹈动作,并创造基于滚动速度的动态效果。在关于和联系页面,用 GSAP 的 MorphSVG 让平面变形为文字,用视频丰富内容,最后使屏幕变形为“MEET ME”字样。作者强调利用现有元素、用视觉讲故事,虽有不足但对成果满意。

The Performance Inequality Gap, 2026
文章围绕2026年网络与设备性能差距展开。更新2026网络测试参数,推荐三星Galaxy A24 4G等设备。指出网页体积膨胀,JavaScript增长致性能不平等加剧,多数网站核心网络指标不佳。设备方面,低端安卓设备性能停滞,iPhone性能领先;桌面市场稳定但受电池和Wi-Fi限制。网络上,2026年P75连接带宽和延迟有改善,但未来提升有限。内容趋势上,JavaScript增长影响体验,SPAs平均软导航少。开发者需克制,浏览器等应引导,以实现健康的网络生态。

What’s new in Astro - November 2025 | Astro
本文介绍2025年11月Astro生态系统的最新动态。包括任务控制更新,如Stainless推出Astro驱动的文档平台等;最新版本发布,如Astro 5.16和Starlight 0.37有新特性和改进;众多知名公司采用Astro。还展示了一些用Astro构建的奇特网站,如AgeMDB等。社区方面,有ViteConf演讲视频、人员演讲安排、线下聚会等活动,且官方文档教程被翻译成德语。内容上,有管理内容的工具,如Astro Editor,还有迁移案例、教程文章等,最后推荐关注官方YouTube频道。

一文详解 | 从了解到集成,轻松为您的应用选择理想的图像生成模型
文章介绍借助Firebase AI Logic生成图像的两种新功能,以提高用户参与度。一是Imagen专属编辑功能预览版,支持图像内绘制和扩展;二是Gemini 2.5 Flash Image正式版,能在情境或对话中生成图像。同时强调集成AI时要重视安全性。二者各有侧重,Gemini 2.5 Flash Image擅长对话式编辑,Imagen适合创意发挥和细节控制。文章还给出使用Imagen图像内绘制和Gemini 2.5 Flash Image对话生成图像的代码示例,最后指出可按需选择模型让应用更个性化。

NeurIPS上新 | 生成式AI与具身智能:从像素到物理世界的交互
全球顶级人工智能盛会NeurIPS 2025即将开幕,微软亚洲研究院有30多篇论文入选。本文是第三期“NeurIPS上新”,聚焦生成式AI与具身智能。介绍了六项研究:Dyn - O用物体中心表征构建世界模型,在游戏中表现出色;IaaW实现单张图像生成可交互全景视频世界;Omni3D框架实现单图像全向3D场景高质量重建;OneDC基于语义蒸馏实现一步式扩散模型图像压缩;VideoVLA将视频生成模型用于机器人机械臂动作规划;研究还从理论层面探究潜在动作模型学习机制。

Gartner:趋势不是终点,而是通往下一个时代的坐标
面对增长放缓与技术跃迁,企业面临诸多挑战,Gartner发布《2026年十大战略技术趋势》。今年趋势围绕架构者、协调者与哨兵三大主题,有8个新趋势。如AI原生开发平台使开发流程更智能;AI超级计算平台成AI算力底座;多智能体系统让AI进入协作时代;特定领域语言模型更具业务价值;物理AI从虚拟走向现实;前置式主动网络安全转向预测防御;数字溯源为软件建加密清单;地缘回迁迁移数据至主权云。至少6项趋势与AI相关,未来1年中国企业应关注物理AI等4项。企业要平衡创新与风险,趋势是通往下个时代的坐标。
