Duolingo将首个同步Python微服务迁移至异步Python，显著提升了服务性能，异步服务实例处理请求能力提升40%。通过逐路由迁移和核心库架构，减少了代码重复和复杂性。异步上下文管理器和上下文变量的应用，优化了代码结构和全局状态管理。尽管迁移过程复杂，但增量迁移策略和明确的性能指标使项目顺利推进。

安卓应用启动速度直接影响用户留存。通过引入基线配置文件，启动时间减少了约30%。基线配置文件让设备在安装时编译关键代码，提升首次启动性能。过程中遇到三方库不兼容等问题，团队通过调试和专家协助逐一解决。最终，JIT线程占用从25%降至3%，显著优化了性能。基线配置文件是提升应用性能的利器，但调试挑战不小，需提前准备应对方案。

Duolingo将数据建模类比API设计，通过自动化工具提升开发效率：用代码规范检查确保数据结构一致；引入"数据差异对比"简化变更验证；采用蓝绿部署避免更新中断；监控聚焦关键问题，如失败和延迟。这套方法让非专业背景的员工也能快速构建可靠数据集，支撑公司每日上万次查询需求。

随着iOS代码库的扩展，团队采用MVVM架构并引入Swift宏来减少重复代码。宏在编译时生成代码，优化了DataSource组件的实现，降低了手动编写和测试的工作量。尽管宏能提升代码质量和开发效率，但也存在搜索不便和复杂性较高的缺点。通过优化构建流程，团队减少了宏包的编译次数，目前已生成4300多行宏代码，显著提升了开发效率。

Duolingo通过优化Android应用性能，显著提升了用户体验。团队采用A/B测试，聚焦关键转化指标如应用打开成功率，并通过自动化方法追踪识别性能瓶颈。通过延迟非关键任务、分段加载课程数据、优化网络请求等策略，减少了应用启动时间，提升了日活跃用户数。特别关注感知延迟，如立即展示会话完成界面，后台处理数据，有效降低了用户等待时间。最终，应用打开转化率提升至94.7%，5秒以上延迟用户降至8%。

Duolingo用AI革新语言学习内容生产！传统人工编写课程耗时巨大，新系统通过"生成-评估-筛选"三模块实现自动化。AI生成句子后，评估模块检查语法、逻辑和难度，筛选合格内容。关键突破在于：1）减少人工干预；2）AI更擅长检查而非创作；3）系统可观测性至关重要。目前已成功应用于西班牙语课程，未来将扩展至意大利语和中文。这套方案让课程开发效率飙升，质量更有保障！

应用程序通过奖励系统提升用户参与度和留存率，但有效的奖励应与用户内在动机和实际成果结合。好的奖励应具意义、真实感，并与用户目标相关，如多邻国的连击系统和领英的进度条。避免过度奖励，保持惊喜感，使奖励系统自然融入用户体验，真正促动人心。

A single backend response can do a lot more than you think.

What's our formula for creating the math course? We'll tell you!

Duolingo优化学习和增长的关键指标是时间学习良好度（TSLW）。他们通过一系列措施提高TSLW，如优化每日任务的顺序、改变每月挑战的基准、调整XP奖励与学习效果的比例等。他们发现，延长学习时间、增加新内容以及避免学习者疲劳对TSLW有积极影响。Duolingo的目标是帮助学习者实现自己的学习目标，持续改进TSLW有助于实现这一目标。

Are you up for a little challenge? Here's what makes something the right level of difficulty for a learner!

Chatbots promise a lot of exciting things—but do they make good conversation partners?

These are the 5 principles that guide Duolingo's growth strategy!

Our app size had steadily increased since 2020 at roughly 50MB per year. It was time for some spring cleaning!

Duolingo's human teaching experts are using AI to make new lessons faster than ever!

已经有很多产品从 Duolingo 身上汲取了灵感。