公司：腾讯
腾讯控股有限公司（英语：Tencent Holdings Limited），简称腾讯，是中国一家跨国企业控股公司，为中国大陆规模最大的互联网公司，1998年11月由马化腾、张志东、陈一丹、许晨晔、曾李青5位创始人共同创立，总部位于深圳南山区腾讯滨海大厦。腾讯业务拓展至社交、金融、投资、资讯、工具和平台等不同领域，其子公司专门从事各种全球互联网相关服务和产品、娱乐、人工智能和技术。目前，腾讯拥有中国大陆使用人数最多的社交软件腾讯QQ和微信，以及最大的网络游戏社区腾讯游戏。在电子书领域 ，旗下有阅文集团，运营有QQ阅读和微信读书。
腾讯于2004年6月16日在香港交易所挂牌上市，于2016年9月5日首次成为亚洲市值最高的上市公司，并于2017年11月21日成为亚洲首家市值突破5000亿美元的公司。2017年，腾讯首次跻身《财富》杂志世界500强排行榜，以228.7亿美元的营收位居478位。2021年腾讯因财付通业务，也受到了国家金融机构的监管风暴影响，一度被重罚股价大跌，直到2023年整顿完成后才重回世界十大。
香港财经界把阿里巴巴、腾讯、美团点评、小米四只中国大陆科技股的英文名称首个字母，合称“ATMX”股份。
LLM学习的「阶梯地图」（二）
Transformer架构引领大语言模型（LLM）从实验室走向产业，但学习之路充满挑战。LLM系列文章由浅入深，解析核心原理与架构逻辑。《LLM系列（四）》揭秘模型生成随机数时偏爱27的心理与模型偏差关联；《LLM系列（五）》深入探讨训练中的关键技术、难题及前沿探索，揭示AI与人类知识的奇妙交融。
架构师必备的15条定律，条条经典！
在软件开发中，15条定律揭示了人性和组织的复杂性。帕金森定律提醒我们工作会填满所有时间，布鲁克斯定律警告新增人力可能拖慢进度，康威定律指出团队沟通决定系统架构。这些定律帮助程序员和管理者理解项目延期、功能蔓延和技术债的根源，也提供了调试和团队协作的实用技巧。掌握这些规律，既能写出优雅代码，也能优雅应对行业挑战。
两年半后，我不再“写”代码，而是“指挥”一个AI团队
AI在工作与生活中的应用日益广泛，从信息处理、创意生成到代码编写、运维部署，AI工具如ChatGPT、Gemini等极大提升了效率。通过AI，个人能独立完成复杂项目，打破职业边界。AI还助力育儿、游戏设计及日常决策，成为专属助手。AI时代，学会使用工具比单纯比拼技能更重要，开放的探索心态是关键。
微信程序员推荐的后台开发环境和常用小工具
本文分享了后台开发环境的高效配置方案，涵盖终端、zsh+tmux、neovim等多个组件的定制化设置。通过WSL2、oh my zsh、tmux等工具，优化了开发流程，提升效率。推荐了如bat、fzf、delta等实用工具，帮助开发者更好地管理代码、查看日志和进行版本控制。适合追求个性化、高效开发环境的开发者参考。
任务紧急，CodeBuddy是如何成为“第二双手”的？
CodeBuddy AI IDE助力前端开发，通过AI生成界面代码、API定义和业务逻辑，大幅提升效率。项目从原型到可用界面，结合文字描述优化生成精度，借助MCP协议自动生成API调用代码，实现高效联调。未来计划提升UI生成精度，整合Figma，打通设计到开发的完整流程，让AI成为开发中的高效传送带。
一文读懂AI Search：从RAG到DeepSearch
模型内在知识有限，无法覆盖新生和私域数据，泛化性成挑战。RAG技术应运而生，通过检索增强模型知识。RAG演化从固定流程到自主智能体，结合推理和工具调用，提升模型自主性。知识边界和能力边界是智能体面临的主要问题，信息与工具成为拓展模型能力的关键。未来趋势是通用型智能体，向AGI迈进。
不画一张架构图讲透架构思维
软件架构本质上是应对复杂业务分工的设计过程，旨在通过合理的模块划分和边界切割来控制复杂度。架构设计需平衡业务需求、团队协同与系统演进，避免过度设计或设计不足。好的架构应具备包容性和可扩展性，能够适应未来变化。架构既是学问也是实践，需结合实际情境做出适可而止的设计，最终以实用主义视角衡量其优劣。
腾讯无极低代码平台打开MCP之外的新思路：多模态聊天
无极低代码推出"前端多模态智能"方案，让AI不仅能生成文本，还能在聊天窗口嵌入可交互的页面片。通过预置组件或动态生成UI，用户可直接修改内容并确认操作，既提升效率又保留控制权。平台提供四步配置方案，支持快速集成业务专属AI助手。该方案与MCP协议形成互补，以可视化交互增强复杂任务处理能力，已在邮件发送、数据展示等场景验证效果。
每个程序员都必须了解的AI系统设计与挑战
AI Infra正经历硬件与软件的双重革命。GPU取代CPU成为核心，算力暴涨但面临"AI大型机"集中化挑战。PyTorch框架简化了模型开发，但训练大模型仍需应对显存不足、分布式计算等难题。推理环节则需优化吞吐与延迟，CUDA Graph和KV Cache等技术成为关键。从传统架构到AI系统，工程师的方法论依然适用，只是战场转向了GPU。
AI智能体全面爆发：一文吃透多Agent技术发展与进化
AI Agent的发展基于第一性原理，从基础认知到复杂协作逐步进化。图像识别借鉴人类视觉分层机制，推动深度学习突破。Agent协作经历手艺人、工作室、流水线等阶段，最终形成现代企业级智能协作网络。未来Agent将更自主、多模态、少指令，通过数据共享实现自我进化，在医疗等高价值领域潜力巨大。技术爆发往往非线性，各阶段协作形态都有其存在价值。
RAG彻底爆了！一文读懂其架构演进及核心要点
RAG技术从基础到智能化的演进，涵盖了Naive RAG、Advanced RAG、Modular RAG和Agentic RAG四代架构。每代架构通过模块化设计、智能体协同等创新，解决了知识更新、语义对齐和复杂任务处理等关键问题，为LLM应用落地提供了重要参考。RAG系统的模块化与Agent化设计，提升了灵活性与扩展性，适应了多样化的业务需求。
腾讯太极团队实现DeepSeek模型业内H20最高性能15800+ tokens/s
太极Angel-HCF团队通过PD分离、EP并行优化和多层MTP技术，将DeepSeek模型的推理性能提升至15800+ tokens/s。针对Prefill和Decode阶段的不同特性，团队采用差异化并行策略，优化KV Cache传输与负载均衡，并结合Hopper架构特性进行深度优化。此外，通过改进MTP采样方法和训练多层MTP权重，进一步提升了推理效率。
彻底爆了！一文吃透AIGC、Agent、MCP的概念和关系
AIGC、Agent和MCP是AI领域的热门技术。AIGC利用大模型生成多模态内容，如文本、图像等；Agent通过Function Call模型实现自主决策，执行复杂任务；MCP则标准化了LLM与外部工具的集成，提升开发效率。三者相辅相成，推动AI从生成内容到执行任务的全面进化，为开发者提供更强大的工具和平台。
如何设计一个支付系统：核心交易系统架构
支付系统在电商中至关重要，连接消费者、商家与金融机构，管理支付数据并调用第三方平台接口。其发展阶段从封闭独立到开放服务，关键作用包括支付处理、安全保护、支付方式管理、订单结算及退款支持。高效安全的支付系统对电商运营和用户体验不可或缺。
每个程序员都应该了解的GPU工作原理：从硬件到架构
GPU从图形处理器转型为通用计算（GPGPU），通过CUDA编程模型实现大规模并行计算。CPU/GPU异构架构中，CPU负责任务调度，GPU执行并行计算。GPU的硬件架构包括SM、Warp、Core等单元，SIMT模型隐藏了底层SIMD的复杂性，提升计算效率。GPU在AI基础设施中发挥核心作用，尤其适合处理数据密集型任务。
如何设计一个低代码平台系统，可以运行十四年底层架构不大改？
本文深入剖析了一个运行十四年的低代码平台设计历程，展示了如何通过业务抽象、架构思维和复杂系统处理能力，打造出高效、灵活的核心业务系统。平台通过数据对象、业务逻辑和查询的模块化设计，实现了快速迭代和性能优化，适应了零售业的多样化需求，证明了低代码在复杂应用中的强大潜力。