CES 2026 & Agentic Coding 拆解

国内

[36氪] 2026科技趋势 CES 生成式AI 新终端 物理AI

借CES开幕展望2026年科技趋势
本文借CES开幕展望2026年科技趋势。CES将率先呈现2026年科技趋势，焦点在于生成式AI实际应用。新终端方面，OpenAI将推无屏语音操作“AI终端”，Meta开发AI眼镜型终端，苹果将推折叠屏iPhone，折叠屏手机市场规模预计增长。物理AI将成CES主角，英伟达欲借此获“第三桶金”，机器人将进入多领域，但需应对监管等课题。生成式AI开发有不同观点，有人认为AGI或2026年实现，也有称开发迎平台期。中美竞争激烈，2026年投资者期待值或调整，部分企业或上市，AI治理必要性加强。

[Founder Park] 上下文工程 Agent创业 Manus Cursor

看完 Manus、Cursor 分享后的最大收获：避免 Context 的过度工程化才是关键
文章结合 Manus、Cursor 思路分享上下文工程要点。一是上下文缩减，Cursor 将信息文件化，采用动态上下文发现模式；Manus 设腐烂前阈值，分紧凑化、摘要化两步缩减。二是给工具搭建行动空间，Cursor 把工具描述文件化，降低 Token 消耗；Manus 设计分层行动空间，包括原子函数调用、沙盒工具、软件包与 API。三是多 Agent 协作，Manus 有任务委托和信息同步两种模式，还设计‘Agent 化的 MapReduce’系统保证输出结构化。最后提到两家设计哲学，Cursor 强调少即是多，Manus 主张少构建多理解。

[58技术] vLLM Multi - LoRA 大模型推理 源码解析

深入vLLM大模型推理引擎源码：Multi-LoRA启动、加载、推理过程详解
本文围绕vLLM 0.8.4单机单卡下Multi - LoRA启动、加载、推理过程展开。58同城打造大模型平台及灵犀大模型，为节省成本基于vLLM的Multi - LoRA功能构建推理服务。文中先介绍单LoRA与Multi - LoRA部署概念及vLLM部署特性，给出类图。启动流程从vllm serve命令展开；服务加载包括model加载和Multi - LoRA加载，前者由DefaultModelLoader执行，后者有静态和动态加载入口。推理流程含请求处理、调度和执行，调度时考虑多种约束条件，执行时预处理与LoRA联动激活LoRA，加载阶段有支持LoRA推理的前置处理，推理时使用punica_wrapper。最后总结流程和原理，后续将分享落地实践。

[AI大模型应用实践] 智能体工程 Agent Engineering AI大模型 生产级Agent系统

全面解析 Agent Engineering 的 10 大工程维度：生产级 Agent 系统的炼成之路。
技术突破让AI智能体成热点，但应用中暴露出工程瓶颈，催生出智能体工程。文章介绍智能体工程概念、出现原因及10大工程维度。从Demo到生产有五道鸿沟，凸显智能体工程重要性。其定义为将不确定的基于LLM的系统迭代为可靠生产级应用的过程，使命是提高AI可控可预测性，找到性能、成本等平衡。10大工程维度包括交互、模型、推理与执行等工程，各有要解决的问题和典型实践。最后指出智能体进入工程时代，工程能力决定其能否规模化，不同企业可按需建设，开发者需提升能力。

[CAMEL AI] Context Engineering 智能体记忆管理 CAMEL框架

Context Engineering 实践：我们如何管理智能体的记忆
文章围绕上下文工程展开，指出其是控制智能体记忆的关键。先介绍上下文工程核心是只给智能体必要信息，避免上下文腐化。接着阐述CAMEL框架落地的三种技术：上下文压缩聚焦关键信息，提供基于token自动、手动和基于工具包三种压缩方式；工作流记忆记录解决任务经验，通过开发者指定、基于角色匹配和智能体自行筛选加载，已在研究中提升性能；工具输出缓存曾因信息丢失和性能下降被回滚，虽节省token但会带来问题。最后表明将实施新技术、修复改进现有方法并进行基准测试，激励更多人参与AI该领域。

[DAMO开发者矩阵] AI前沿技术 3D地球生成 EarthCrafter 双稀疏扩散模型

达摩院 AAAI'26 Oral｜EarthCrafter：用双稀疏扩散模型，让AI学会“造3D地球”
本文介绍达摩院在AAAI'26提出的EarthCrafter框架，用于地理尺度3D地球生成。地理尺度3D生成挑战大，数据上存在地物类别多、范围受限、重建有问题等；方法上场景生成方法匮乏、训练架构困难。EarthCrafter从两方面创新，数据上构建最大航空3D数据集Aerial - Earth3D，模型上设计双稀疏潜在扩散生成架构。数据处理先筛选场景、规划视点，再进行Mesh重建与后处理，最后快速3D属性贴图。生成框架分两阶段、双流，包括双稀疏VAE和条件感知流匹配模型。实验表明，该框架在超大尺度3D生成任务中显著优于现有方法，兼具高保真度、多样性和地理合理性。

[DeeplearningAI] 开源AI 地缘政治 IBM AI透明度

The Batch: 890 | 开源终将胜利
文章作者希望开源AI繁荣并胜利，认为开源生态是创新发动机，曾塑造互联网。如今一些参与者试图控制AI，如OpenAI和Meta的‘开源模型’未真开放。真正开源AI潜力大，不应被单一主体拥有，人人可参与塑造。开源开发可降低供应商锁定风险、提高定制能力。中国正形成开源生态，但有地缘政治因素，国家间缺乏信任，数据易被‘毒化’。IBM等机构践行真正开源，公开模型细节和数据，获高透明度评分，但地缘政治阴影仍在。最后作者希望2026年AI更开源。

[GSYTech] AI 开发者转型 Cursor Claude Code

作为 Cursor 和 Claude Code 的研发者，他们是如何看待和使用 AI
本文分享了Cursor VP Lee Robinson和Claude Code之父Boris Cherny的AI感悟。Lee Robinson认为AI写代码能力已超人类，开发者不应纠结写代码能力，要让AI接管繁琐重复工作，关注产品构建与管理、用户体验等。如他用AI实现图片压缩工具和游戏开发，感受到软件工程版图巨变而加入Cursor。他还指出模型在各领域进步快，开发者应善用AI。此外，文中提到Manus服务非专业技术人员体现AI应用方向。Boris Cherny介绍Claude Code使用技巧，如并行运行进程、团队共享文件、做好计划等，强调规模化和流程化配置可提升AI可维护性，未来程序员或成AI管理者。

[GSYTech] Flutter iOS包提交 Native Assets 构建脚本缺陷 修复PR

Flutter 3.38.1 之后，因为某些框架低级错误导致提交 Store 被拒
Flutter 3.38.1 之后版本打包提交 iOS 包可能出现 The binary is invalid 错误，被 App Store 拒。原因是 Native Assets 功能下，构建脚本逻辑缺陷致“脏构建”，模拟器架构 Framework 被错误打包进正式发布 App。解决办法是发布前用 flutter clean 清理，若之前打过包还需清理 Xcode 构建缓存。sqlite3 作者提交 #179251 修复，读取 native_assets.json 文件，仅复制其中列出框架，但因缺少 integration test，PR 卡在等待 Review 阶段。

[GSYTech] Dart 宏编程 build_runner Kotlin Swift

Dart 官方再解释为什么放弃了宏编程，并转向优化 build_runner ? 和 Kotlin 的区别又是什么？
近日，Dart 团队解释放弃宏编程、转向优化 build_runner 的原因。一是配置 Macros 存在‘undefined area’问题，解决依赖关系梳理成本高，用 JSON 格式尝试也麻烦不灵活；二是架构分裂致工作量爆炸，宏代码运行多次，系统臃肿不可扩展，且实现宏编程会影响编译速度和 IDE 性能；三是宏能力‘高不成低不就’，无法替代 build_runner 。与其他语言对比，C++、Rust 宏不适合 Dart 场景，Kotlin 无严格宏但 KSP 和 Compiler Plugins 实现更好，Swift 宏有特点。2026 官方目标是优化 build_runner，Augmentation 是新方向。

[GSYTech] SSL证书 acme.sh Let’s Encrypt 证书续签

罗技鼠标因为证书过期无法使用？我是如何解决 SSL 证书问题
文章以罗技鼠标因证书过期无法使用引出 SSL 证书有效期缩短问题。作者介绍用「Let’s Encrypt + acme.sh」解决证书自动更新。主域名方面，先安装 acme.sh，适配 80 端口配置，排除 acme 验证跳转，签发证书时解决默认 CA 和系统信任链问题，最后安装证书并开启定时续期。第三方平台上，以七牛云为例，通过获取 DNSPod API Token 和七牛云 AK/SK，用 acme.sh 自动签发和部署证书。最后提到可查看证书状态、强制续签，acme.sh 靠 cron 定时任务自动续签，不依赖 systemd 服务，能解决个人证书管理问题。

[GSYTech] Flutter SDK排名 动画合集

更新 Flutter 重要 Fix 快讯和两个有趣的东西
2026年1月9日更新 Flutter 相关内容。Flutter 3.38.6 发布，修复 iOS 26 棘手问题，WebView 点击问题合并临时修复方案；针对上传 App Store 校验失败，有 native assets 的开发者用 main 渠道，存档前执行相关命令，无 native assets 的可用 main 或 stable 渠道。还分享 2025 应用端最受欢迎 SDK 排名，数据源于 appfigures 分析数百万应用和游戏后按 SDK 安装数排名。最后提到最近做的十个动画合集更新，动画存于指定 GitHub 链接。

[Hugging Face] Reachy Mini NVIDIA CES 具身智能 开源共创

社区供稿丨Reachy Mini 亮相 CES 黄仁勋主题演讲：一场开源共创的科技旅程
本文介绍了Reachy Mini亮相CES 2026黄仁勋主题演讲的情况。NVIDIA在演讲中发布新开放模型，黄仁勋展示用其驱动Reachy Mini，演示具身智能三大支柱。Reachy Mini是Hugging Face首款开源桌面机器人，能与用户语音和动作互动，可完成对话、管理清单等任务。从原型到量产，Seeed Studio等团队紧密协作，攻克声学难题并按时发货。它是开放AI试验场，集成先进模型、全栈开源且社区驱动。Seeed Studio还支持其他开源套件和计算平台，呼吁共同构建物理AI基础设施。

[iOS新知] iOS Accessibility Nutrition Labels 无障碍功能

你的应用被视障用户吐槽？可能是没支持这个新功能
文章介绍了苹果在 WWDC25 推出的 Accessibility Nutrition Labels 功能，用户在 App Store 可查看应用无障碍功能支持情况。此功能对有需求用户和开发者有益，标签由开发者声明并经苹果审核。还阐述了多项无障碍功能，如 VoiceOver 需手动优化自定义控件，Voice Control 与 VoiceOver 支持重叠，Larger Text 要支持 Dynamic Type，Dark Interface 可用系统颜色适配，Differentiate Without Color Alone 不能仅靠颜色传达信息，Sufficient Contrast 要保证文字与背景对比度，Reduced Motion 可通过环境值检查设置，Captions 要确保视频有字幕轨道，Audio Descriptions 需媒体文件有音频描述轨道。最后说明在 App Store Connect 声明及各类型应用的应用场景。

[iOS新知] Apple iPhone Fold 2026产品计划 Siri MacBook AirPods

iPhone Fold 上手：比 mini 还小，比 iPad 还大
文章介绍了Apple 2026年产品计划。重头戏是9月将发布的折叠屏iPhone Fold，作者拿到其3D打印模型，折叠时比iPhone 13 mini小，便于携带和单手操作；展开后接近小尺寸平板，适合多场景使用，但iOS适配和是否支持Apple Pencil存悬念，且相比三星Galaxy Fold系列风险更大。此外，Apple将推低价MacBook面向教育和入门用户；全新Siri将搭载大模型，功能更强大；还曝光了早期AirPods彩色充电盒原型，但最终未量产。

[iOS新知] iOS App评分 StoreKit 2 请求评价时机

如何提高 iOS App 评分？99% 的开发者都用错了时机
文章围绕如何提高 iOS App 评分展开。iOS App 评分影响推荐算法和用户下载决策。介绍 StoreKit 2 的 RequestReviewAction 请求评价方式，其一年最多 3 次。苹果建议在用户完成成功操作后请求，避免启动时、操作直接结果、用户遇问题时请求。给出 SwiftUI 和 UIKit 实现代码，都要延迟 2 秒。还提到用 ReviewPromptManager 管理版本，避免同一版本重复请求。最后列举习惯追踪、游戏等不同应用适合请求评价的场景，也指出 iOS 有隐私设置，部分用户不喜欢评价属正常。

[OpenBMB开源社区] ChatDev 2.0 多智能体系统 零代码开发 开源工具

ChatDev 2.0：零代码构建多智能体，快速开发一切
清华大学等联合团队开源 ChatDev 2.0，这是人人可用的零代码多智能体工具。它将多智能体系统构建门槛降至接近零，通过“拖拽+配置”范式实现零代码开发。其底层编排能力强，有丰富节点类型，连边实现控制流与数据流解耦，支持无限嵌套与自由拓扑。它还提供标准化模板和代码级拓展，满足不同开发者需求，可构建支持多种功能的多智能体系统。文章欢迎社区参与共建，期待与关注多智能体系统的人共同探索。

[PaperAgent] Cursor Agent上下文工程 动态上下文发现 MCP工具

Agent上下文工程被Cursor玩出了新高度~
本文介绍了Cursor在Agent上下文工程方面的创新。Cursor的agent为所有模型使用动态上下文，能更智能填充上下文，使用多MCP服务器时可减少总token数。随着模型能力提升，动态上下文发现模式出现，它按需提取相关上下文，效率高且能提升回复质量。文中还介绍了在Cursor中使用动态上下文发现的做法，包括将长工具响应转化为文件、摘要时引用聊天记录、支持Agent Skills开放标准、仅加载所需MCP工具、将集成终端会话视为文件。最后提到文件可能成为基于LLM工具的接口形式，未来会分享更多进展。

[PaperAgent] SentGraph Multi-hop RAG Question Answering

SentGraph：一句一句把多跳RAG“画”成图
文章介绍了SentGraph方法解决多跳RAG问题。传统RAG在多跳场景易“断链”，原因是检索单元粒度粗、逻辑关系乱。SentGraph将检索单元从“段”缩到“句”，构建三层图，包括Topic层、Core句层、Sup句层。线下建图分拆句、找关系、架桥梁三步；线上推理有Anchor初选、精炼、路径扩展三步。实验表明，该方法在多个数据集上表现优于基线，更省token，小模型也适用。不过，它存在建图依赖大模型、关系类型需针对任务设计、线下构图计算量大等局限。

[PaperAgent] 推理模型 循环原因 风险规避 时序误差 解决方案

微软：DeepSeek-R1等推理模型循环的原因找到了
微软等对推理模型循环问题展开研究。近期DeepSeek - R1论文更新，包含数据配方、基础设施等内容。研究发现推理模型（如DeepSeek - R1、OpenThinker等）在低温/贪心解码下易循环，根源是学得不对。小模型比大模型更爱复读，升温只能打断循环，不能纠正概率分布。通过星图随机游走等实验，揭示风险规避和时序相关误差两种循环机制，且模型会越复读越自信。最后提出训练时干预、课程学习、架构改进、解码策略、蒸馏方法等解决方向，强调真正解决需在训练阶段减少误差。

[PaperAgent] AI Agents evaluation Anthropic

刚刚，Anthropic分享了他们在AI Agents评估的最佳实践
Anthropic发布《揭秘AI Agents评估》，指出良好评估能助力团队自信发布AI智能体，避免生产环境问题。评估分为单轮和多轮，智能体评估更复杂，有任务、试验、评分器等组件。构建评估可明确成功定义、加速迭代。评估结合基于代码、模型和人类的评分器，有能力和回归评估。不同类型智能体评估方式有别，如编码、对话等。还介绍了思考非确定性的指标pass@k和pass^k。给出搭建优秀评估路线图，强调结合自动化评估、生产监控、用户反馈等多种方法全面了解智能体性能。

[PaperAgent] DeepSeek 模型发布 论文更新 编码能力

R1论文更新，V4春节发，DeepSeek又酝酿大动作？
最近DeepSeek动作频频，元旦发表mHC论文，1月4日DeepSeek - R1论文从22页涨至86页，The Information称其新一代模型V4将于春节前后发布。V4是2024年12月发布的V3模型的继任者，初步实验显示V4在编码方面已击败Anthropic的Claude和OpenAI的GPT系列。此外，还介绍了DeepSeek - R1论文更新的相关内容，包括精确数据配方、基础设施、训练成本明细等，还罕见披露‘失败尝试’，如PRM和MCTS为何失效，并且扩大了评测对比范围，还有10页安全报告。

[ScienceAI] 生物分子结构预测 SeedFold 模型 AlphaFold3 字节跳动

超越AlphaFold3，实现模型容量的规模化扩展，字节提出分子结构预测模型SeedFold
高精度生物分子结构预测对结构生物学和药物发现很重要，构建基础模型关键在于确定规模化技术方案。字节跳动 Seed 团队提出 SeedFold 模型，实现模型容量规模化扩展。它采用 AlphaFold3 架构并改进，通过宽度扩展和大规模数据蒸馏提升容量，还推出 SeedFold - Linear 高效变体。研究确定控制模型规模扩展关键因素，提出线性三角注意力降低复杂度，构建大规模蒸馏数据集。在 FoldBench 测试中，SeedFold 及其变体在多数蛋白质任务上超越 AlphaFold3，且不同模型在特定任务有优势，凸显异构注意力机制对优化性能的价值。

[ScienceAI] OpenAI ChatGPT Health 健康功能 隐私保护 医疗辅助

OpenAI发布ChatGPT新功能，专为健康打造的个人服务体验
2026年1月7日，OpenAI推出新产品ChatGPT Health，整合用户健康信息与智能，帮助用户了解自身状况、做健康决策。全球每周超2.3亿人用ChatGPT问健康问题，ChatGPT Health可结合用户健康信息与情境，连接电子医疗记录和健康应用，支持处理日常健康问题。它独立运行，有多层隐私保护，先向部分用户开放，未来扩大范围。该功能由OpenAI与医生合作打造，用HealthBench评估回复质量，旨在辅助而非取代医疗护理。使用时，获取权限后选‘Health’，导入信息，围绕健康聊天，还能自定义体验。

[ScienceAI] OpenAI Healthcare AI product ChatGPT for Healthcare OpenAI API GPT - 5.2

OpenAI for Healthcare——面向医疗保健的AI产品
2026年1月9日，OpenAI宣布推出OpenAI for Healthcare，含1月7日推出的ChatGPT for Healthcare并已推广至部分领先机构。该产品旨在帮助医疗机构提供更优质护理，通过提供安全企业级AI基础支持HIPAA合规，缩小医疗差距。其ChatGPT医疗平台有构建医疗工作流模型、证据检索带引用等特点，能减轻行政负担。早期医院合作伙伴已推广该服务，开发者可借助OpenAI API构建医疗应用。产品由GPT - 5.2驱动，能提升护理质量。未来，OpenAI会基于过往工作，结合实际经验改进医疗产品。

[ScienceAI] ScienceAI Deploy - Master AI for Science Agentic Science

深势科技发布Deploy-Master：一天部署5万个科学计算工具，这可能是Agentic Science真正的起点
2026年1月9日深势科技发布Deploy - Master。过去科学计算领域开源软件多，但大多无法直接运行，存在部署瓶颈，制约可复现性等。AI for Science兴起使问题放大，尤其在Agentic Science场景。Deploy - Master围绕部署链路设计成一站式自动化工作流，Search Agent从约50万个仓库筛选出52,550个候选工具；Build Agent采用双模型辩论机制将构建成功率提至95%以上。成功部署50,112个工具，可观测部署行为。它为Agent提供基础前提，虽未解决所有问题，但让执行成为能力成立前提，是迈向执行现实的尝试。

[TRAE.ai] AI编程 TRAE 安全防护 沙箱模式 Shell拦截

担心 AI 执行命令风险大？揭秘 TRAE 的安全防护
随着大模型与 Agent 能力增强，AI 编程助手成开发者“副驾驶”，但将代码仓库“编辑权限”交予 AI 存在风险，如某网友使用 AI 产品时 800G 文件被删。规避此类风险需 LLM、开发者和 IDE 三方共同努力。TRAE 致力于打造安全可信 IDE，通过“沙箱”等多重安全机制降低命令运行风险。沙箱模式为 Agent 命令执行提供环境，明确文件系统权限边界，识别越权操作；Shell 拦截机制对高危命令越权操作检测拦截。当前沙箱功能在灰度中，支持 macOS 及远程 Linux，Windows 功能待开发。TRAE 愿与开发者共建安全防线。

[TRAE.ai] Agentic Coding LLM Coding Agent 强化学习

用第一性原理拆解 Agentic Coding：从理论到实操（上）
本文是用第一性原理拆解 Agentic Coding 上篇，先介绍 LLM 本质，其按自回归生成预测下一个 token，推理即生成，无独立记忆，生成有概率性，带来局部最优等局限。Attention 机制助其阅读上下文，但受上下文长度限制。强化学习让模型学会做事，通过尝试、反馈、调整循环适应 Agent 任务。接着阐述 Coding Agent 实现原理，包括 API 结构、工具调用、推理内容保留、Prompt 缓存和 Agent Loop 等。最后指出常见问题如会话间失忆、上下文窗口耗尽等，并给出对应解决方案，下篇将走向实操。

[TRAE.ai] Agentic Coding AI协作 项目配置文件 复利工程 开发者体验

用第一性原理拆解 Agentic Coding：从理论到实操（下）
本文围绕 Agentic Coding 展开，介绍了提升效率的策略。主张采用“短对话、精简上下文”模式，将大任务拆分为小任务，以对话为单位组织工作，传递必要上下文。强调编写有效项目配置文件，控制文件内容和长度，采用渐进式披露策略。指出 200K Token 对多数任务足够，应合理使用上下文窗口。还阐述了 Compounding Engineering 理念，将经验沉淀到项目文档，让 bug 修复和代码审查产生长期价值。此外，说明提升人类开发者体验的工作对 AI 同样重要，要为 AI 优化测试、提供快速反馈等，同时要考虑 AI 与人类的差异，设计友好的工具接口和错误信息，避免过度干预 AI 决策。最后鼓励开发者刻意练习，成为 Expert Generalist，在 AI 时代发挥更大价值。

[京东技术] JVM性能诊断 AI 大语言模型 性能优化

让性能瓶颈自己开口说话：AI 驱动的下一代 JVM 性能诊断革命
文章介绍了一种基于AI的JVM性能诊断方案，将JFR事件采集、日志投递系统与大语言模型融合。传统性能分析工具依赖专家经验、效率低，而此方案能实现‘感知 - 分析 - 决策’一体化。数据采集通过自研JVM探针集成JFR，性能分析让AI结合运行数据与代码上下文。该方案已成营销团队排查首选，以立减中心为例展示诊断报告和优化方案，包括缓存、RPC调用等问题的分析与优化，并给出实施计划、监控验证指标和风险控制措施。未来可扩展至多语言生态，实现自主优化闭环。

[京东技术] 京东零售技术 供应链算法 数据库技术 AI框架 生成式推荐

2025京东零售技术年度精选 | 技术干货篇
2025年将结束，京东零售精选10篇零售技术好文分享，新一年会继续输出干货。包括供应链智能规划算法，赋能业务；自研数据库DongSQL，为电商提供支撑；开源OxyGent框架，推动群体智能；介绍生成式推荐系统、广告主智能助手、商家智能助手技术；还涉及ClickHouse查询、Text2SQL技术突破、Taro鸿蒙方案和架构提效探讨。

[京东零售技术] 京东零售 布局生成与评估 Uni - Layout ACM Multimedia

ACM Multimedia | 京东零售广告创意：统一的布局生成和评估模型
本文介绍入选顶会ACM Multimedia的Uni - Layout框架。当前布局生成方法任务特定、评估标准与人类感知不一致。Uni - Layout实现统一生成、模拟人类评估及二者对齐。它将布局任务整合到统一分类系统，用多模态大语言模型构建统一生成器。编制含10万个人工标注布局的Layout - HF100k数据集，开发结合视觉和几何信息、采用思维链机制的模拟人类评估器。提出动态边距偏好优化（DMPO）技术对齐生成器和评估器。实验表明，评估器准确率达85.5%，远超现有MLLMs；生成模型在多个任务指标及人类模拟评估中表现出色，验证了Uni - Layout的有效性。

[京东零售技术] Apache Hudi 京东数据湖 自研技术 业务实践 社区贡献

Apache Hudi 在京东的最新架构演进
本文介绍京东数据湖现状、自研技术、业务实践、社区贡献与未来规划。京东数据湖规模超500PB，基于HDFS和Hudi，京东大数据平台提供全生命周期产品能力。京东基于社区0.13.1版研发Hudi，在组织协议层和IO传输层做优化。自研技术特性有Hudi MoR LSM - Tree、Partial Update Foreign - Key Join、Hudi NativeIO SDK。业务实践以流量数仓ADM数据湖升级为例，解决了写入性能、数据倾斜等问题。京东Hudi团队向社区贡献109个PR，未来将推进版本演进、支持多模态、探索湖流一体等。

[京东零售技术] 京东AI购 AI生活助手 电商应用

京东AI购，一句话搞定吃喝穿用，背靠自研大模型
本文介绍京东AI购APP，它于12月27日上架，以自研“京东大模型JoyAI”为底座，以对话交互，解锁按需找货体验。首页左“灵感空间”有六种类型模块，点击触发指令，覆盖生活场景；右“爱购”区域推荐零碎商品。亮点是各模块绑定指令引导对话，如“外卖下单”“穿搭灵感”等。底部输入栏可随时对话，“对话”界面还有“找优惠”“AI试穿”快捷入口，“AI试穿”体验好。该应用能听懂主流需求、给出合理反馈，但也存在小瑕疵，是从信息型电商到服务型AI助手的体验变革。

[体验进阶] 京东 淘宝 购物车商品推荐 竞品分析

京东购物车的商品推荐，为什么淘宝不学？
文章探讨淘宝不学京东购物车商品推荐功能的原因。一是用户使用购物车习惯不同，京东用户买高价标品，购物车使用频率低，加购推荐不打扰；淘宝用户常买低价商品，用购物车凑单比价，加购推荐易打断流程。二是推荐命中率不同，京东推荐配件转化阻力小、命中率高；淘宝推荐受多种因素影响，转化效率有限。三是用户对‘推荐即加购’接受度不同，京东用户可直接下单，淘宝用户需核验信息。此外还指出竞品分析要注重颗粒度，不能只看表层，可延伸出设计点。

[大淘宝技术] GenAI 输出内容控制 设计模式

GenAI输出内容控制的5种设计模式
本文介绍GenAI应用中控制模型输出内容的五种设计模式。Logits掩码模式在束搜索时干预token选择，适用于品牌一致、准确合规等场景，反例是用规则集校验重生成。语法模式类似内置正则，控制输出格式，但部分模型不支持，与Logits掩码相比各有优劣。样式转换模式适用于难定义规则场景，有few - shot和Fine - Tuning两种方案。逆向中和模式先生成中性结果，再用微调模型转换风格。内容优化模式通过偏好调优生成最优内容，避免明确定义差异因子。最后对比各模式的问题、方案和使用场景。

[大淘宝技术] AI工程 传统工程 道法术 架构升级 AI搜索

AI工程vs传统工程 —「道法术」中的变与不变
本文从“道、法、术”三个层面剖析AI工程与传统工程的异同。指出AI工程是在传统工程基础上为应对不确定性的架构升级。在“道”上，目标原则不变，但对“正确性”理解从追求绝对正确转向管理概率预期；“法”方面，经典软件工程原则延续，不过核心建模转向上下文工程，要设计可控的不确定性边界；“术”里，工程基本功仍重要，同时需补充如上下文工程、多维度评估体系等新工具。最后给出AI工程建设建议，如理解大模型原理、升级系统目标等。

[大转转FE] HLS流媒体技术 视频播放卡顿 转转学堂 腾讯云TCPlayer m3u8格式

HLS流媒体技术：畅享高清视频，忘却MP4卡顿的烦恼！
转转学堂为超3000员工提供培训视频课程，此前视频（mp4格式）播放卡顿问题突出。为解决该问题，团队尝试多种方案：一是搭载腾讯云TCPlayer播放器，虽页面样式改善，但未解决根本问题且成本高；二是优化视频分辨率、编码等参数，能减少部分卡顿，但规范难统一且不能完全解决；三是采用HLS流媒体（m3u8格式）播放，经对比测试效果好。实现方式上，考虑腾讯云转码接口、前端实现文件转码服务、架构组支持转换三种，最终选架构组支持的前端调用sdk上传后再调用转码接口方案，搭配腾讯TCPlayer播放器，解决卡顿。此外还记录使用TCPlayer播放流媒体时遇到的问题及解决办法。上线一年后，业务反馈视频加载快、体验佳。

[得物技术] 前端平台 大仓应用 稳定性治理 得物技术

前端平台大仓应用稳定性治理之路｜得物技术
随着业务发展，前端平台新建应用增多，稳定性问题突出。2023年7月试行前端大仓研发模式，2024年初开始体系化治理。形成“定义指标→制定目标→过程跟进→结果复盘”闭环治理体系，围绕Git元数据大小、代码质量分等5大指标治理。治理成效显著，如Git元数据减小、代码质量分提升等。各业务域在Q3普遍达成质量标准线，未出现因治理导致的线上故障。后续将结合AI加固稳定性。

[得物技术] 得物技术 2025年度回顾 技术文化 技术荣誉

得物技术文化｜2025年度回顾
这是得物技术2025年度回顾。得物技术团队自2019年成立，以成上海最好技术团队为目标，规模增长二十几倍。2025年围绕关键指标打造学习型组织，助力技术人成长。技术文化阵地成果丰硕，技术博客发文多、阅读点赞评论量高，内部分享、技术夜校等活动也有出色表现，还申请多项专利、发表多篇顶会论文。得物获官方认可，入选全国首批商业技术应用创新中心培育名单，团队和个人获多项安全、公司、社区荣誉。最后欢迎优秀同学加入，一起探索未知领域。

[得物技术] 得物 算法域可观测性 Trace标准化 Log标准化 异常检测 事件标准化

深度实践：得物算法域全景可观测性从 0 到 1 的演进之路
文章介绍了得物算法域全景可观测性从 0 到 1 的演进之路。先介绍可观测性的“四大支柱”联动愿景，即 Trace、Metric、Log、Event 协同。接着阐述核心攻坚方面，Trace 标准化解决 C++ 侧 SDK 缺失问题，采用自研 SDK、压缩方案等；Log 标准化实现跨语言语义对齐与格式规范。以“场景”为魂构建知识图谱，通过场景化建模、动态元数据与流式计算实现。智能化演进上，异常检测用改进型 IQR 算法，事件标准化统一协议并关联场景。最后总结一期聚焦实用性打通纵向关联，二期将解决存量问题并延伸观测维度到业务效果指标。

[微软亚洲研究院] EEPO Sample-Then-Forget RLVR 大语言模型强化学习 数学推理

EEPO：“采样后遗忘”，帮助大模型在RL训练中更“聪明”地探索
大语言模型强化学习中，“探索与利用的平衡”是难题，训练易使模型熵崩塌、探索和泛化能力下降。微软亚洲研究院与香港中文大学提出 EEPO 方法，用“采样后遗忘”机制打破自我强化闭环。该机制分两阶段采样，先采样后遗忘，抑制主导模式，提升探索多样性，实现策略优化与探索解耦。EEPO 在何时、遗忘什么及如何遗忘上有关键设计，还具有自适应功能。实验显示，它在多个数学推理基准上显著提升平均准确率，增强探索能力同时保持利用能力，提升泛化性能，且训练开销低。此外，它是通用探索增强插件，适合多种推理任务等场景。

[微软亚洲研究院] 机器人 VITRA方法 VLA模型 人类视频 预训练范式

机器人缺大规模数据？VITRA用人类视频重建VLA预训练新范式
数据稀缺限制通用机器人操作大模型发展，传统机器人数据采集高成本、低效率且多样性不足。微软亚洲研究院提出 VITRA 方法，将无标注人类活动视频转化为与机器人训练数据格式对齐的数据。该方法分三步：用 3D 视觉技术重建视频轨迹；按运动速度最小值切分长动作；将重建的 3D 手部轨迹叠加到视频帧生成语言指令，构建了大规模 VLA 数据集。同时，针对人类视频特点优化 VLA 模型，使其更“懂镜头”，并引入因果注意力机制。验证显示，新方法预训练的模型零样本预测与泛化能力强，为可泛化 VLA 模型提供新范式。

[搜狐技术产品] UITableViewDiffableDataSource iOS开发 音乐播放列表App

精通 UITableViewDiffableDataSource——从入门到重构的现代 iOS 列表开发指南
文章围绕UITableViewDiffableDataSource展开，介绍其优势并通过音乐播放列表App示例讲解使用方法。该工具解决传统数据源管理痛点，如状态同步、批量更新和动画计算问题。首先介绍基础入门，包括项目初始化、定义遵循Hashable协议的数据模型，创建并使用DiffableDataSource填充数据。接着讲解自定义单元格和核心交互，如定制不同样式的单元格，实现拖拽重排和滑动删除功能。最后探讨高级技术与重构，涉及不同更新策略、手动操作快照及架构设计，体现其在构建高性能界面上的强大优势，代表了iOS列表开发的未来。

[支付宝体验科技] 支付宝 超级App 组件化架构 架构演进

支付宝超级 App 架构演进实践：构建面向未来的支付宝组件化范式
本文分享支付宝超级App架构演进实践。随着产品矩阵扩张，支付宝面临包体积激增、代码复用难、工程复杂度高的挑战。为此，团队围绕多App复用、极致瘦包、结构标准化构建组件化架构范式。架构设计包括以组件为复用单元、构建可插拔应用模型等策略，提出八项设计原则。组件化框架在性能优化、动态化适配、多技术栈支持方面有突破，如优化对象创建性能、实现JNI静转动适配、支持KMP组件化。平台化建设涵盖依赖分析、元数据管理、防劣卡口和新产品孵化。此次架构演进使主端和预装包瘦身，代码复用效率提升，后续将推进组件标准化、迭代框架能力、强化平台治理并输出方案。

[数据可视化 AntV] AI 地图可视化 手绘地图 智慧旅游

AI + 地图可视化：Nano Banana 生成手绘地图
在智慧旅游背景下，传统手绘地图制作成本高、更新慢。文章介绍通过AI与地图可视化融合探索手绘地图高效定制方案。该方案构建低成本、高效、可迭代工作流，能快速生成底图，经AI风格迁移成不同手绘效果，还能灵活编辑，实现局部精准修改。同时让手绘地图实用化，可自动配准。未来有望变革中小型景区手绘地图生产，延伸至多元场景。

[有赞coder] Code Insight 代码搜索定位 代码索引 RAG方案 AST方案

AI 实践：Code Insight 代码搜索定位的实践分享
本文围绕Code Insight代码搜索定位展开实践分享。先介绍代码索引，它能提高搜索导航效率，不同工具索引策略有别，公司自建可支撑AI编码、保障安全和降低成本。接着阐述实现方案，基于向量嵌入的RAG方案含分块、嵌入、检索步骤，团队选LlamaIndex框架和合适模型；基于AST的方案结合AST与符号表构建结构化认知。落地应用于智能代码问答、TraceAI问题定位、智能测试用例生成。实践心得是重视数据质量、拥抱不确定性、拆解复杂问题，还对比业界方案。未来将探索跨仓库分析、问题定位Agent落地和业务文档自动生成。

[淘宝设计] 天猫双11 品牌设计 用户体验 团队协作

用户体验视角的品牌设计：2025天猫双11品牌设计分享
本文是2025天猫双11品牌设计分享。初入淘天设计的校招新人尹川参与此项目，团队明确活动品牌主张“全新以赴，多彩生活”，从颜色、结构、元素、材质提炼视觉语言，主视觉KV营造轻盈灵动效果。新人需从商业角度做设计，让表达普适准确。项目注重视觉一致性，用视觉锤在多场景统一表达，提炼出四大核心原则。同时强调团队协作重要，成员头脑风暴确定设计逻辑，个人成长与团队协作相互促进，将个人能力转化为协同生产力。

[游戏葡萄] AI生成游戏 UGC社区 创业者机会

2025 AI 游戏实测：被高估的生成，被低估的脏活
文章围绕2025年AI生成游戏展开探讨。先介绍了AI生成游戏的初尝试，如使用Gambo、Rosebud、灵光等工具，发现虽能快速搭建小游戏，但在需求理解和生成效果上有局限。接着分析产品形态，指出AI缺乏对交互体验的判断能力，vibe coding在游戏开发中虽能提效，但也面临数据、引擎等问题，remix和模板化有落地价值。然后探讨UGC社区发展，认为早期BCD融合，创作者生态发展需平衡创作者门槛、平台运营等因素。最后提及创业者机会，可关注资产对齐等脏活，利用垂类专业知识，设计不同交互方式。

[火山引擎开发者社区] veDB 云原生数据库 智能诊断 AI

当 veDB 遇上 AI：云原生数据库的智能诊断创新，覆盖重保/应急全场景
本文介绍火山引擎veDB智能诊断创新。veDB是字节跳动自研云原生数据库，对内承载大量业务，对外以DBaaS输出。诊断流程含问题发现、根因定位和故障止损。问题场景分资源瓶颈、时延升高、系统异常类，按紧迫程度又分日常运维、客户重保、紧急情况。采用全量SQL洞察、全链路时延分析、告警智能诊断、智能重保观测、秒级指标监控等技术应对。全量SQL洞察可定位资源瓶颈问题，全链路时延分析解决单条SQL时延问题，告警智能诊断通过SOP指南和智能RCA定位根因，智能重保观测用AI提升效率，秒级指标监控满足极端场景诊断需求。

[百度MEUX] AI赋能 百度优选商家 交互设计 经营提效

AI赋能百度优选商家经营提效的交互设计实践
随着AI在电商渗透，百度优选商家后台面临‘不会用、不敢信’问题。为此以‘统一AI认知提升商家经营效率’为目标升级体验。采用嵌入式、伴随式、托管式三种交互范式，嵌入式用于复杂表单填写，缩短发品时长；伴随式主动触达与连续洞察，转变为主动赋能伙伴；托管式在客服场景实现自动化服务。还构建智能视觉语言体系和感知系统，解决体验困境，提升业务价值，沉淀的方法论为更多场景提供模板，未来将围绕需求迭代。

[腾讯云开发者] 架构图 UML 画图方法

如何画好一张架构图丨终极典藏版
本文介绍如何画好架构图。首先说明架构图目的，它是团队沟通桥梁，可明确方向、降成本、提效率、便协同，目标用户有项目团队角色、外部客户和各层次TL。接着阐述好架构图标准，要结构清晰、外表美观、内容完整明确，可通过设计原则、色轮运用、黄金分割构图等实现。架构图核心要义是分层、分治、抽象，有自顶向下和自底向上两种抽象方法。然后介绍7种常见UML架构图画法，包括类图、时序图等。最后总结架构图用于思考和交流，不必纠结标准，还推荐画图工具https://app.diagrams.net/。

[腾讯云开发者] Agent 上下文工程 提示词工程 MCP 智能体系统可靠性

Agent全面爆发！万字长文详解上下文工程
文章围绕Agent时代的上下文工程展开。从Chatbot到Agent，因应用场景变复杂，模型需更大时间尺度理解任务上下文，上下文工程从提示工程演进而来。提示词工程在多步骤推理和持续决策场景有局限，而上下文工程易被误解为多塞信息，实际要解决在有限空间提供高价值信息、避免干扰的问题。其关键组成部分包括工具、工具调用结果反馈、思考过程表达、交互管理、平衡自主性与约束。MCP为上下文提供结构化落地方式，让其成为系统运转一部分。同时，可从可靠执行、错误处理、调试观测等维度加强智能体系统可靠性。未来，上下文工程重要性将凸显，AI将进入经验时代。

[腾讯云开发者] AI辅助重构 代码重构 推荐系统 人机协作

AI 辅助重构 20 万行代码：渐进式重建代码秩序
文章围绕AI辅助重构20万行代码展开。因技术债到临界点，作者开启推荐系统粗排服务重构，选择AI辅助是因其能理解代码结构等。重构分七步：先建立战略框架，再用AI看清现状，拆解大函数，用策略模式和依赖注入，引入Pipeline模式，进行性能优化和代码质量提升。还建立复用体系，沉淀依赖注入等组件。人机协作要明确分工、掌握提问技巧和迭代式流程。重构有收获也有坑，如代码质量提升但AI有局限。最后强调重构要把控节奏，架构源于实践，使用AI需独立思考。

[腾讯技术工程] Ray 数据管道重构 异构融合底座 AI数据处理 腾讯

Ray异构融合底座重构数据管道：架构演进与万卡落地实践
随着大语言模型和多模态技术发展，传统大数据引擎在处理非结构化多模态数据时局限性凸显。本文介绍基于Ray重构混元数据管道工作，先指出传统大数据引擎在AI数据管道中存在细粒度资源调度难、异构计算能力弱等局限。接着阐述基于Ray的新一代数据管道架构，包括云原生调度融合和计算范式融合。然后从容错、资源利用率、规模化、可观测性四方面介绍优化实践，如增强容错机制、提升资源利用率等。最后说明重构收益，Ray成混元数据管道统一底座，半年完成10+条管线重构，实现万卡生产化，还能节省资源、提升利用率和推理成功率、提高研发效率。

[腾讯技术工程] AI编程 AI工程化 Speckit 复合工程 上下文工程

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
作者分享使用 Speckit 三个月后放弃，探索 AI 工程化方案的历程。起初团队尝试 AI 辅助编程遇规模化复用难题，Speckit 和 openspec 虽理念好但不适配企业现实，存在需求动态变化、无法应对‘考古’需求等问题。作者借鉴复合工程、上下文工程理念，设计 AI 工程化架构，包括 Agent + Skill 分层、目录结构等，实现经验沉淀和复用。落地时冷启动快、能持续迭代和团队协作。未来工具将隐形，AI 工程化让研发聚焦核心工作，解决企业场景上下文缺失、知识不沉淀等问题。

[腾讯技术工程] ReAct AI 大语言模型 技术架构 应用场景

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
文章深入剖析ReAct的原理、架构及影响。ReAct是“推理+行动”的智能体架构范式，构建“推理-行动-观察”闭环，具备显式推理轨迹、外部环境锚定、少量样本泛化特征。其工作分初始化、循环迭代、终止输出三阶段，采用三层模块化架构。它破解传统AI“事实幻觉”“策略僵化”“决策不可解释”“多场景适配高成本”难题，还给出代码示例并介绍在多领域的应用场景。不过，ReAct存在依赖LLM上下文窗口、缺乏行动效果量化评估等局限，未来可与强化学习、外部记忆机制融合优化。

[腾讯研究院] AI结婚 虚拟伴侣 情感关系 法律伦理

为什么有人选择和AI结婚？
文章围绕人们选择与AI结婚的现象展开。从美国到日本、欧洲，有人与AI建立深度情感关系，折射传统亲密关系断裂与重构。如美国克里斯·史密斯、纽约罗珊娜·拉莫斯、荷兰雅各布·范·利尔，及日本野口由里菜等案例，展示AI成为情感参与者，影响人类情感与行为。其原因是AI能提供个性化体验，满足情感需求，技术限制会加速情感确认，且交互可控、稳定。但这也带来法律伦理问题，如虚拟伴侣无法律身份、责任界定不明，过度依赖有现实风险，未来需建立相关框架。

[腾讯研究院] 中华优秀传统文化 数字技术 文化传承创新 生成式人工智能

数智时代的文脉赓续：中华优秀传统文化的保护与活化
文章探讨数智时代中华优秀传统文化的保护与活化。数字技术融入文化遗产保护全链条，构建“数字基因库”，推动保护提质增效。传承不止存档，科技挖掘文化内涵，通过体验消弭认知壁垒。文化遗产外溢效应凸显，融入社会经济循环催生新业态。数字文化产业出海助力文明交流。不过，文化科技融合要避免生硬拼接与过度炫技，解决数据孤岛问题。生成式人工智能为传承创新带来机遇，人类要以人文价值为指引，为其设定规则，服务文明赓续与人的福祉。

[腾讯研究院] 新出版 AI驱动 知识文化创新 产业变革

新出版：AI驱动的产业变革与知识文化创新范式
本文围绕“新出版：AI驱动的产业变革与知识文化创新范式”展开。首先阐述出版在知识文化传承中的角色，指出智能时代应与AI融合。知识生命周期含生成、应用、再生环节，出版在创新、传播、应用场域支撑其循环。接着说明出版与AI融合有思考工具等三方面分离与融合。融合分四阶段，从AI赋能到共创。之后提出数智网成技术新基座，新出版将构建生态但面临挑战。还提及共创可信和灵涌内容生态。最后展望新出版“AI化+游戏化”远景，如复旦大学开发系统、香港联合出版集团打造项目，期待共创文化新生态。

[腾讯研究院] 意识科学 2025年前沿进展 AI意识 量子意识

2025年意识科学十大前沿进展
本文介绍2025年意识科学十大前沿进展。两大意识理论对决，确立对抗性合作新范式；皮质下研究揭示丘脑等对意识作用；量子意识理论获实验支持；四分之一“植物人”被发现存在隐性意识；AI意识引发关注与争议，学者提出评估框架；语言影响意识认知；动物意识具基质独立性；研究基础设施升级；IIT引发“伪科学”之争，催生结构性转向；意识研究面临伦理挑战，“比困难问题更困难的问题”受关注。

[腾讯设计族] QQ浏览器PC版 AI进化 浏览器体验 智感

[A's Trend] 智感无声｜QQ浏览器PC版的AI进化
文章围绕QQ浏览器PC版的AI进化展开。首先提到在AI技术推动下，浏览器类产品迎来新生，QQ浏览器PC版也进行AI升级。在框架方面，构建简洁有序的AI“智感”基座，包括做减法精简入口、做合并优化功能查找、多变且减少层级、规整数据资产，还有UI表达从“待命”到“参与”。在AI旅程上，依据阅读、聆听、观看、代办四个核心场景定制“智感”体验，如网页阅读提纯信息，沉浸聆听实现声画共鸣等。最后指出下一代浏览器体验是“智感”，此次升级是对体验边界的拓宽。

[腾讯设计族] 设计 科技趋势 AI 插画 游戏视觉 科学图片

[A's周刊 14] 解构视觉诗意
这是A's周刊14期内容，涵盖2025年12月29日至2026年1月5日设计与科技趋势。谷歌年度回顾展示AI在推理等方面突破，引入生成式用户界面，辅助创意工作。Rainbow Draws插画工作室用旅行元素创作有触感插画。Obys工作室为生物公司官网打造可交互数字体验。伦敦博物馆形象升级，以鸽子符号和碰撞字体传递核心宗旨。游戏《Clair Obscur: Expedition 33》以明暗对照为美学理念融合多种艺术风格获奖。《Nature》公布2025年度科学图片，涵盖天文、微观等领域，展现科学与视觉的结合。

[货拉拉技术] 可观测数据融合 Exemplar技术 货拉拉 可观测性

面向可观测数据融合的 Exemplar
文章围绕货拉拉应用 Exemplar 技术解决可观测数据融合问题展开。可观测性领域异构存储架构致跨数据类型关联难，货拉拉现有 Monitor 系统关联能力待提升。Exemplar 技术可构建指标到原始观测数据追溯路径。行业主流 Exemplar 方案有局限性，货拉拉提出 Exemplar as a Dimension 理念。货拉拉选用 VictoriaLogs 为存储引擎，设计文本传输协议、SDK 数据上报机制和 Exemplar - Collector。可视化交互围绕结构化日志特性，具智能关联等四大能力。Exemplar 在货拉拉落地效果好，未来将深化其在数据融合应用，实现框架指标与链路精准关联及基于其数据的故障定位。

[转转QA] Jenkins Docker 零宕机部署 庄锦弟

基于Jenkins的Docker零宕机部署实战方案
文章介绍基于Jenkins的Docker零宕机部署实战方案。先分析原始问题及根本原因，接着阐述整体架构，含核心脚本及部署流程。Jenkins集成方案涉及Pipeline和凭证配置。核心脚本包括主部署、智能启动、资源清理和磁盘监控脚本。零宕机部署通过容器切换和回滚机制实现。磁盘空间管理有监控告警和清理策略。还给出实践建议，如Dockerfile健康检查、Jenkins定时清理等。最后介绍常见故障排查手段，总结方案可实现全流程自动化，提高部署效率和系统可靠性。

[软件工程3.0时代] 软件工程3.0 AI研发 技术趋势 职业发展

2025 年终回顾：软件工程 3.0 全面落地，AI 重塑研发新范式
2025 年是软件工程 3.0 从概念走向规模化落地的关键一年。《软件工程 3.0 时代》公众号围绕 AI 原生研发等核心议题输出近百篇深度内容。文章核心覆盖软件工程 3.0 范式革新、AI 技术全流程渗透等领域；内容特点是趋势前瞻与实践落地、技术深度与普适性兼顾，痛点导向与解决方案闭环；核心观点涉及软件工程 3.0 本质、LLM 应用、AI Agent 等；还列出阅读量 TOP10 热门文章。2026 年将聚焦 AI Agent 等核心议题。

[软件工程3.0时代] DeepSeek V4 mHC架构 程序员 大模型 算法研究

今年春节，程序员将过不好年吗？DeepSeek V4 携 mHC 架构突袭
春节前后，代号“编程之王”的DeepSeek V4将发布，坊间传闻其性能强劲。算法研究员通过分析10天前发布的《mHC: Manifold-Constrained Hyper-Connections》论文，从多方面实锤爆料亮点。一是训练稳定性有数学突破，mHC将失控信号增益压缩到稳定范围；二是推理能力实测提升，在BBH和DROP基准测试中表现更佳；三是架构创新支撑长上下文，提供4倍残差流带宽；四是编程能力有逻辑推导基础。mHC仅增加6.7%训练开销就带来诸多提升，这或许是程序员的新年礼物。

[追问nextquestion] 人工智能 内容审核 数据工人 伦理问题 劳动权益

欢迎来到数字矿场：一条用人命和创伤喂养AI的全球产业链
文章揭示了人工智能发展背后用人命和创伤喂养的全球产业链。科技巨头宣扬AI强大审核能力，实则依赖人工审核。如阿布拉审核家乡战争内容，金斯筛选儿童性虐待材料，他们都遭受严重心理创伤。全球多地审核员面临相似困境，保密协议让他们沉默。数据工作存在直接创伤和系统性问题，AI发展牺牲工人健康。不过，数据工人积极组织工会争取权益，肯尼亚法院相关裁定是重要进展。文章还提出行业需建立全面心理健康协议、实施“创伤上限”机制，公众应推动变革，实现伦理AI和公平劳动。

[追问nextquestion] 系统神经科学 论文机器人 学术出版革命 传统论文

杀死那篇PDF：一场由AI发起的学术出版大革命，正彻底终结传统论文
如今系统神经科学和神经回路模拟研究领域论文数据量大，超出人类认知极限。技术进步带来“论文机器人”，它能高效处理数据、让读者与数据互动、整合数据。未来论文数据更复杂，如设想的“终极论文”将记录神经元活动与个体行为并预测行为，但数据量让人难读。传统PDF文本不适合传递复杂数据，已有数据密集型研究发布雏形。应让“论文机器人”取代传统论文，它能解决线性化与非线性发展矛盾，生成科学见解。还可开发“元机器人”整合数据。未来科学出版模式由科学界选，但“终极论文”不会是传统纸质论文，使用“论文机器人”要谨慎评估准确性。

[阿里云开发者] 阿里云 Tair KVCache LLM推理仿真 性能评估 配置优化

阿里云Tair KVCache仿真分析：高精度的计算和缓存模拟设计与实现
文章围绕阿里云Tair KVCache仿真分析展开。在大模型推理场景下，KVCache从性能优化手段升级为系统级基础设施，面临高维配置空间挑战。阿里云推出Tair - KVCache - HiSim仿真工具，可在通用CPU上实现高精度性能预测与配置探索。文中分析当前推理模拟实现方式，指出存在推理请求流程复杂、组件耦合、单步时延难建模、配置搜索效率低等挑战。介绍Tair - KVCache - HiSim架构，含负载生成、全局调度、推理引擎仿真等组件，各组件协同工作且可独立验证。经评估，该工具仿真速度快，开销降低超39万倍，端到端误差可控。未来，KVCache仿真分析将为AI基础设施演进提供指导，推动“软硬协同、以负载驱动”新范式发展。

[阿里云开发者] AI Coding 后端开发 AI辅助编程 上下文管理 输出判断

AI Coding后端开发实战：解锁AI辅助编程新范式
文章围绕AI Coding后端开发实战展开，指出开发者使用AI工具有过分依赖输出、误当专家的误区。为帮助开发者用好AI，文章介绍：一是破解AI上下文限制，用上下文管理三步法及实战技巧提升效率；二是成为质量把关人，重新认识AI能力，从需求理解、输出判断体系等确保代码质量；三是给出核心使用流程，涵盖后台项目开发、Python脚本协助数据处理、Agent应用与提示词工程、文档整理输出及提示词沉淀实践，助开发者实现人机协同高效开发。

[阿里云开发者] AI编程工具 代码采集方案 MCP架构 数据处理

告别碎片化日志：一套方案采集所有主流 AI 编程工具
本文介绍一套基于MCP架构的多AI工具代码采集方案。AI编程工具普及带来缺乏统一数据收口、平台支持不足和度量数据缺失等问题。业界现有方案存在体验差、扩展性有限等不足。本方案采用分层解耦架构，含采集、处理和上报层。有统一加工指标，针对不同工具采用不同采集机制，如CLI工具用Hook或Telemetry机制，Qoder解析历史快照，Codex用OTLP接收器，还有通用采集入口。系统以服务形式运行，有自动更新机制，支持macOS和Windows。方案具轻量化、无感化、可靠和可扩展优势，已稳定采集大量数据，未来将扩大工具支持、增强分析能力和优化部署运维。

[阿里云开发者] 生成式AI 阿里云 卓越架构设计 安全 稳定 效率 成本 性能

《生成式AI卓越架构设计指导原则》：从"能用AI"到"用好AI"
在2025云栖大会上，阿里云发布《生成式AI卓越架构设计指导原则》，助力企业从“能用AI”走向“用好AI”。该原则以云原生“卓越架构五大支柱”为基础，融合生成式AI特性。安全方面，涵盖数据全生命周期到Responsible AI，应对四大挑战；稳定性上，采用“面向失败”理念保障系统稳定；效率上，构建全生命周期高效运营框架；成本上，关注三大优化点并精细化管理；性能上，围绕用户体验优化全链路。阿里云将持续深耕相关领域，邀企业探索AI卓越架构。

[阿里云开发者] HITL Agent 设计模式 人机协同

从HITL(Human In The Loop) 实践出发看Agent与设计模式的对跖点
文章围绕在ReactAgent中引入并实践HITL机制展开。先阐述无通用人机协同时解决人类参与Agent问答的方式及问题，指出HITL核心在于交互和保持对话连续性。接着介绍HITL实现效果、细节，包括交互设计、作为工具的定义与渲染等。最后探讨Agent演进与工程设计的相似点，如HITL与Hook、Intercept，Dify与数据结构图，ReactAgent与循环+责任链等，并提出利用工厂模式自适应生成专业Agent的想法，后续尝试让LLM推理Agent进化方向。

[阿里云开发者] Qoder NEXT AI编程 代码补全 阿里云

Qoder NEXT 来了：补全功能全新升级，AI 代码采纳率提升 65%
2026年1月7日阿里云发布Qoder NEXT，其智能补全能力全面升级。过去AI编程工具代码补全有瓶颈，现有工具基于FIM范式，难应对真实场景。Qoder NEXT基于自研NEXT模型，能主动感知代码仓库与编辑历史，实现从单行补全到编辑意图预测，支持文件内多点位和跨文件智能感知、多语言协同更新。背后是“训练 - 反馈 - 优化”闭环体系，ActionRL算法让效果优化，代码生成占比提升超53%，采纳率提升65%，还避免过度保守预测，数据飞轮每24小时更新。未来将拓展至“预测开发者行为”，完善Agentic Coding“最后一公里”。

国外

[InfoQ] Bun JavaScript运行环境 数据库API 前端开发 Redis客户端

Bun 推出内置数据库客户端与零配置前端开发
Bun 发布 1.3 版本，是迄今最大更新，实现全栈开发能力。引入零配置前端开发模式，支持模块热替换和 React 快速刷新，可自动处理文件转译与打包。核心功能 Bun.SQL 是统一数据库 API，支持多种数据库且无外部依赖。还推出内置 Redis 客户端，性能超 ioredis 7.9 倍。社区反响不一，有人赞其内置组件丰富，也有人质疑性能基准。包管理功能扩展，有安全改进。此版本有破坏性变更，性能提升显著，内存占用减少，部分操作速度大幅提高。Bun 基于 JavaScriptCore，旨在替代 Node.js，可通过 bun upgrade 升级。

[InfoQ] Claude Code 代码简化 Agent 开源 开发者工具

Claude Code开源了代码简化Agent，千年“屎山”代码终于有救了！
Claude Code 开源代码简化 Agent，可在不改变程序行为前提下降低代码复杂度。此智能体用于自动简化代码结构、减少冗余、提高可读性与一致性。开发者可通过官方插件市场安装，在 Claude Code 交互式会话中启用。它对处理大型遗留项目有重要意义，填补了手工重构耗力与简单自动化工具无法保行为不变的缺口。网友对此评价良好，认为实用，部分人肯定开源行为，也有人盼其开源更多内部技能。

JS Web Standards Web Platform Web Architecture

Web dependencies are broken. Can we fix them?
文章指出Web平台依赖管理存在问题，虽有NodeJS等其他生态系统做对比，其依赖管理简单直接，但Web平台却将此功能外包给第三方工具，导致代码复用权衡困难。目前不用打包工具使用依赖的几种方法都不理想，如直接导入node_modules、从公共CDN导入等，存在安全、封装性等问题，且处理依赖的依赖时更糟糕。导入映射未解决问题，还带来新麻烦。打包工具虽普遍，但满意度逐年下降。最后提出改进方向，如改善导入映射、将依赖部署到URL、理清依赖图等，呼吁各方共同解决问题。

browser APIs web standards vendor lock-in privacy developer

Not All Browser APIs Are "Web" APIs
文章指出很多浏览器 API 并非真正的“Web” API。虽接口标准化，但实现依赖第三方服务、专有系统或特定基础设施。如地理定位 API，不同浏览器依赖不同定位服务；语音合成和识别的实现因浏览器、系统而异，还涉及隐私问题；Passkeys 依赖浏览器密码管理器；支付请求 API 受浏览器合作钱包限制；Web Push 依赖不同推送网络；媒体源 API 和 DRM 受厂商策略影响；Chrome 的 AI API 为实验性且具专有性。这些 API 带来可移植性错觉、隐私问题，且大厂商借此排挤小竞争者。开发者应将其视为对厂商服务的抽象，做好功能检测、设计降级方案、保证隐私透明等。

frontend development web accessibility button building

Building Better Buttons
文章聚焦于构建更好的网页按钮，旨在让其使用更便捷、更具可访问性。首先指出部分用户通过屏幕阅读器和键盘访问网页，这影响了按钮构建方式。强调按钮与链接、<div>元素有不同作用和特性，应正确选用。接着阐述了防止按钮提交表单的方法，即添加[type="button"]属性。对于含图标按钮，可用[aria-label]或.visually-hidden类处理屏幕阅读器的识别问题。还介绍了利用[aria-pressed]属性表示按钮状态，用[disabled]或[aria-disabled="true"]属性处理按钮禁用情况。最后提醒构建按钮时要考虑其意图。

JavaScript 2025 Rising Stars AI Web Development

2025 JavaScript Rising Stars
本文是 2025 年 JavaScript Rising Stars 第 10 版报告。2025 年 JavaScript 领域创新与挑战并存，AI 变革应用开发方式，也出现了安全漏洞。报告对比了 GitHub 项目过去 12 个月新增星数，涵盖全栈热门项目。n8n 是 2025 年排名第一的项目，一年新增 11.2 万颗星，反映了无代码自动化工具需求增长。前端框架中 React 重夺桂冠，Ripple 是新进入前五的框架。后端新贵 Motia 整合了多种后端功能。工具方面，Bun 升至首位。AI 领域，工作流引擎崛起。移动端 Valdi 和 Lynx 取代 React Native 成为榜首。此外，还提及了行业内的收购、框架发展方向及安全问题，2026 年开发者需掌握代理工作流技能并平衡 AI 与代码质量。

json stream javascript Streamson

Streaming JSON in just 200 lines of JavaScript
本文介绍用200行JavaScript实现流式JSON传输库Streamson。其核心是渐进式JSON流技术，数据就绪即发送，未就绪用占位符代替，数据到达后再替换。服务器端用application/x-ndjson和Transfer-Encoding: chunked头，遍历数据对象替换占位符，将待发送部分存队列，就绪后单独发送。客户端用Fetch API接收响应流，遇占位符用Promise替换，数据到达后解析。最后作者将代码封装成NPM库Streamson，给出使用示例，该技术能提升大型或动态数据集的感知性能和用户体验。

jsPDF vulnerability Node.js security

Critical jsPDF vulnerability enables arbitrary file read in Node.js deployments
文章指出 jsPDF 库存在严重漏洞（CVE - 2025 - 68428），影响 3.0.4 及更早版本的 Node.js 部署，不影响仅浏览器使用场景。该漏洞因文件路径未正确验证，使攻击者可通过路径遍历和本地文件包含，将任意文件内容嵌入生成的 PDF 中，可能暴露敏感信息。虽版本 4.0.0 已修复，通过默认限制文件系统访问，但因 Node.js 权限模式存在操作复杂性，很多生产环境难以实施。研究人员建议评估部署的可利用性并尽快升级。

JavaScript Date Temporal Date handling

Date is out, Temporal is in
文章指出JavaScript的Date对象存在诸多问题，如解析不一致、缺乏时区支持、不理解夏令时等，且其为可变对象，易导致意外修改。而Temporal作为替代方案即将登场，它是命名空间对象，含多个类和方法，使用时操作更直观，方法会返回新对象，避免修改原对象。目前Temporal草案规范处于标准化第三阶段，虽未正式成为标准，但Chrome和Firefox等浏览器已可试验，大家可提前体验，未来它将极大改善JavaScript的日期处理。

JavaScript prototypes constructor invocation

Simplifying JavaScript Prototypes in Constructor Invocation with Simple Words and Diagrams
文章旨在清晰阐述 JavaScript 原型及对象创建方式。指出在 JavaScript 里，每个对象都与一个现有对象（即其原型）相链接。介绍了通过构造函数创建对象时，新对象的内部原型会被设置为该函数的原型。阐述了创建对象的四种方式：函数构造、对象字面量、类、Object.create() 方法。说明箭头函数无原型属性，不能用作构造函数。构建原型图展示对象、构造函数和原型之间的关系，讲解了属性读取时的原型链查找规则与写入操作特点，还提到原型中 this 的指向由函数调用方式决定。

[DeeplearningAI] Artificial Intelligence Scientific Discovery Machine Learning Diversity

The Batch: 891 | 用于科学发现的人工智能
Adji Bousso Dieng展望2026年，希望AI从“提升效率的工具”转变为“推动科学发现的催化剂”。过去十年深度学习主导范式是“插值”，适合多数AI应用及部分科学挑战，但难以应对数据分布“尾部”。物理科学领域诸多挑战是“发现型问题”，需找到稀有对象。要实现从“插值”到“发现”跨越，AI社群要推动机器学习目标函数转变，将多样性提升为核心目标。Vertaix实验室提出Vendi Score引领此研究方向，优化它能帮助发现传统方法难探索的材料。2026年应把多样性作为科学发现核心引擎，让AI成为拓展人类知识版图伙伴。

[DeeplearningAI] education AI assessment learning AI detection

The Batch: 892 | 教育应与 AI 协作，而非对抗
OpenAI 发布 ChatGPT 后教育发生改变，对学生是新工具，对教育者是新挑战。广泛传播的用 AI 检测器识别生成式 AI 文本的希望是幻觉，存在结构性问题，难以维持信任，还可能惩罚错误对象。但生成式 AI 可提升学习效果，传统家庭作业论文验证独立创作方式已失效。大学和学校应假设学生使用生成式 AI，采用有效评估模型，如用真实理解展示、教授 AI 素养、为 AI 设计作业等，以让教育更有效可信。

[DeeplearningAI] 人工智能 AI研究 长周期任务 目标导向系统

The Batch: 893 | 从预测到执行
文章指出 2026 年人工智能研究应认识到能预测的模型不等同于能行动的系统，需从解决代理任务转向解决现实任务。过去十年在被动预测和生成建模上成就斐然，但代理任务不能代表现实经济价值。如编程领域，现代智能体已能完成更复杂工作。将焦点转向长周期任务和目标导向的 AI 系统有两大好处，一是揭示当前 AI 模型局限和痛点，二是使研究与终端任务效用一致。深度学习进展为 AI 在硅基系统复现人类整合信息能力奠定了基础，未来要解决未知任务。

[DeeplearningAI] AI 群聊 互联网 人类团结 模型架构

The Batch: 895 | 发起群聊的聊天机器人
文章由DeeplearningAI原创，Sharon Zhou提出2026年AI有潜力将人们聚集。当前互联网存在AI泛滥和阻止LLM进入两种极端情况，但AI可设计成连接人们的力量。研究者需做改变，如后训练、设计强化学习环境。文中举例凌晨3点用LLM解决感情问题，它能牵线并活跃群聊。AI作为集体工具可提升好奇心和创造力，其激励机制若促使聚集人们，能带来双赢，激发新模型架构，且相关技术接近可行，希望今年AI发挥更积极作用。

[DeeplearningAI] 生物医学 多模态模型 深度多模态整合 可解释性 数据效率

The Batch: 894 | 面向生物医学的多模态模型
文章指出过去几年多模态联合推理模型发展快，但生物医学领域其能力碎片化、脆弱且难解释。2026 年学术界应推进多模态模型建设。关键优先事项有深度多模态整合，通过新预训练目标等保持跨模态生物学意义；注重可解释性，发展跨模态解释方法；以数据效率和适应性为核心目标，让模型适应新任务等；进展评估应看模型在生物医学工作流的整合程度。若 AI 社群达成共识，多模态基础模型有望成生物医学研究可靠伙伴。

[Gartner公司] Gartner报告 战略技术趋势 云计算 软件工程 AI应用

【Gartner报告精选】2026年重要战略技术趋势；2030年未来云计算；2030年未来软件工程；企业IT治理
本文是Gartner报告精选，包含多份报告内容。涉及2026年重要战略技术趋势，将影响各行业；2030年未来云计算和软件工程，强调AI的融合与影响；企业IT治理分上、中两篇，指导CIO工作；还提及中国生成式AI软件扩展、浪潮云AI数字伙伴案例等。此外，探讨AI原生时代软件工程基础、AI应用隐性障碍及软件工程领导者AI行动手册等，为相关从业者提供多方面指导。

[Unity官方平台] Unite Shanghai 2025 团结动画系统 IK & Retarget AnimGraph RigGraph

Unite Shanghai 2025 | 团结动画系统 Tuanjie Animation
Unite Shanghai 2025 于 10 月 23 - 24 日举办，Unity 中国高级技术研发经理王刚分享团结动画系统新功能。动画系统改造长远目标包括节点化、timeline 蒙太奇化等。本次主要介绍三大功能：通用骨骼 IK & Retarget 扩展通用骨骼上 IK 和重定向能力，支持 runtime 使用；AnimGraph 是动画功能与控制逻辑编辑器，支持节点化和灵活控制；RigGraph 是团结引擎里的控制器系统，有前向和逆向模式，可配合 animator 和 animation graph，还具备优化、K 动画、双向烘焙等功能。