Python 2还能走多远？

作者：cunshun丨 导语 自2020年Python 2停止维护至今，5年过去了。虽然还有很多项目依旧在使用Python 2，但不可否认，无论是企业还是社区，都在努力向Python 3迈进。Pyth

DeepSeek V3.1 领衔，万字长文CodeBuddy AI Coding 企业落地实践思考

作者：dyuan在 AI 浪潮席卷全球的今天，AI CODING已不是研发团队的可选项，而是必选项。 如果你是企业研发团队负责人、 AI CODING 落地推动者或在工作中正在/即将使用 AI COD

腾讯Kuikly框架进一步开源，新增支持Web，开启一码五端新体验！

文/QQ游戏中心谢易成一、背景Kuikly是腾讯广泛应用的跨端开发框架，基于Kotlin Multiplatform技术构建，为开发者提供了技术栈更统一的跨端开发体验，由腾讯大前端领域 Oteam（公

腾讯的这款AI数据智能体工具Lumos，颠覆了传统的数据分析

作者：stevewengAI 如何跟数据分析结合，同时保持高效与专业性，一直是业界关注的焦点。Tomoro 是一款基于大数据分析引擎能力，结合表格式UI与 AI 于一体的数据工具，旨在通过熟悉的表格操

迈向可信AI：LLM幻觉的分析与优化

作者：lingyuhuang丨 导语 随着LLM的广泛应用，其生成内容的准确性和可靠性成为AI落地的关键挑战之一。幻觉（Hallucination）现象，即模型生成与事实不符或虚构的信息，不仅影响用户

与Cursor结对编程的四个月，我大彻大悟了！

作者：hassonlin前言：为什么选择Cursor？最近几个月，我被安排负责与大模型应用相关的开发工作。刚开始接触OpenAI的AgentSDK、OpenManus时，面对一大堆新名词，比如Func

2025年多款Deep Research智能体框架全面对比

作者：fangzlong随着模型的范式和工程方式发展，网络上涌现出了一大批模仿人类研究者对问题进行深入研究的智能体应用。本文将从 OpenAI 关于 DeepResearch 的指南开始，通过几个开源

AI时代下，程序员还有必要系统性啃书去学习吗？

话题背景在AI加持下，自己现在学习经常通过费曼学习法查漏补缺，很少系统性学习，这往往造成自己对某些问题总是浅尝辄止一知半解。那么有鹅厂同事提问了：当我们接触新领域或者学习新的编程语言的时候，还有没有必

氛围感编程，说干就干用AI手搓一个微信带货小程序

项目成员：jinjinlili、aurorezhang、nicolexmliu、kirizhan、yixianpeng作者：jinjinlili对于独立开发者而言，小程序无需复杂的部署流程，一台电脑和

悟空AI Agent再进化：连斩魔搭社区SWIFT框架RCE 0day漏洞

引言：继前文揭示了悟空AI Agent的架构与自动化漏洞挖掘能力后，本次，悟空AI Agent的目标是ModelScope社区广受欢迎的开源项目SWIFT——大模型微调推理框架。通过半自动化的方式，悟

3万字长文！深度解析大语言模型LLM原理

作者：royceshao大语言模型LLM的精妙之处在于很好地利用数学解决了工业场景的问题，笔者基于过往工程经验继续追本溯源，与腾讯学堂合作撰写本文，尝试让鹅厂小伙伴人人都能懂大语言模型的基础原理。1、

两年半后，我不再“写”代码，而是“指挥”一个AI团队

作者：binxiong丨 导语 重生之我与AI的900天：如何把工作流重塑了一遍，顺便搞定了生活. 这期间我从一个尝鲜者, 到进行很多的文章, 分享, 讲座等. 愈发的感受到AI的冲击越来越大, 感兴

适配鸿蒙操作系统！！腾讯游戏直播SDK基于Kuikly三端一码开发实践

随着鸿蒙Next的发布，越来越多的APP开始推进鸿蒙化适配，产品与技术团队也启动了游戏电竞直播SDK的鸿蒙适配规划。投入足够资源通常能达成适配目标，但仅实现技术目标的意义相对单薄 —— 如何进一步升华

腾讯太极团队实现DeepSeek模型业内H20最高性能15800+ tokens/s

作者：ruiqinchen、pengmeng“太极AngelHCF推理极致优化”系列文章由太极Angel-HCF推理团队撰写，全面揭秘如何实现DeepSeek模型15800+ tokens/s的业内H

鹅厂人的2025上半年必读书单推荐｜大牛书单

GPU到底是如何工作的？这篇AI Infra入门全部告诉你

作者：binnnliuAI 流行的当下，你有没有想过：大模型推理服务到底怎么跑起来的？大模型推理服务的运行过程中，CPU和GPU分别负责哪些工作？用GPU一定比CPU跑的快么？哪些场景需要用GPU?图

比“卷”有用的什么？ “职场环境是某种意义上的信息茧房，新鲜血液的涌入是对这个茧房的一种重塑”，今天鹅厂资深导师秀宇来跟我们一起聊聊鹅厂8个成长tips... 1、以战代练，不把新人当成新人 秀宇当时也是校招进来的，在她还是个大头兵的时候，团队就交给她几个大项目。但恰恰是那段时间，让她快速了解到市场的规则。很多事情还是要自己经历过、自己去冲，成长才更快。 2、找到对的人"抄作业" 秀宇在新人时期莽莽撞撞的，跑去问她当时的领导，感觉自己很“小卡拉米”，她该怎么学习？领导反问她，你觉得谁是OK的？于是她就开始列举，然后领导说了一句，“你这不是有目标吗？而且很明确，觉得谁好就去观察、看别人怎么去处理做得很好的部分，多去请教就好了”。 3、保留自己的尖刀，最珍贵的是和别人不一样 进入一个新环境之前，你可能是天马行空的，不太符合的螺丝钉规格的状态，想要留下来去做一些东西，就要在大的方向上符合它的规范或条件。但大厂更有可能欣赏个人的强项，最重要的是保留自己的特质。 4、新人是打破信息茧房的利器 当你在某一个项目或信息里沉浸很久的时候，思维会有一些固化，这是难免的，职场的环境也算是某种意义上的信息茧房，新的血液的涌入进其实是对这个茧房的一种重塑，帮你把这个盒子打开，让你呼吸到新鲜空气。 5、看整体不只看局部 秀宇特别能理解纠结的那个点，大家刚到职场的时候多少有点好学生心态，想做到最好，想做到完美。她在学美术素描的时候，老师经常会说一句话，「退后三步看画布」，离远一点去看整体，不要只看局部的细节，在工作也是如此。 6、主动才有机会，机会来了就要冲上战场 秀宇觉得职场要主动去发现导师或团队有没有需要你的部分，主动暴露你不是很懂的地方，不要怕犯错。很多新人会把自己限制在一个安全区里，怕犯错，但如果不去表达自己的想法，有些东西永远不会到你这里来。 7、变化来了，可以在过程中犹豫，但不能在一开始犹豫 跟她同期入职，能长久留下来的人，你能从他们身上明显感觉到一种共性，就是真的热爱。有的朋友换了几次岗位，但始终在自己喜欢的方向上。除了满腔热情，你会发现他们应对变化也非常迅速，能在变化里去找到发挥自己长板的地方。 8、在生活中寻找更多支点 去找到除了工作以外，让你自己状态更好的方式，对别人来讲是追星、音乐剧，对她可能是去公园躺20分钟。

比“卷”有用的什么？ “职场环境是某种意义上的信息茧房，新鲜血液的涌入是对这个茧房的一种重塑”，今天鹅厂资深导师秀宇来跟我们一起聊聊鹅厂8个成长tips... 1、以战代练，不把新人当成新人

画质重生，第一！腾讯TEG香农实验室斩获CVPR 2025 UGC Video Enhancement 冠军

CVPR NTIRE（New Trends in Image Restoration and Enhancement） 作为近年来计算机图像恢复与增强领域最具国际影响力的赛事，一直备受业界关注。在NT

腾讯一念LLM新版本发布：硬刚核心调度，满血版DeepSeek推理吞吐提升48%

作者：袁镱博士，腾讯公司专家工程师，负责无量系统和一念 LLM 等机器学习训练和推理框架研发。DeepSeek-R1发布后，推理框架加速需求暴涨。在最近四个月中，各个开源框架（vLLM，SGLang，

又更新了！你好，微_____

重磅！鸿蒙平台首个全跨端APP ——腾讯视频ovCompose框架发布

ovCompose(online-video-compose)是腾讯大前端领域 TDF 端框架 Oteam 中，腾讯视频团队基于 Compose Multiplatform 生态推出的跨平台开发框架，

让小程序从“能用”到“好用”——还差一个Bugly小程序监控

导语：如今小程序应用广泛，大家都在追求功能丰富和快速上线。但不少小程序虽然“能用”，用户体验却不尽如人意。要让用户觉得“好用”，不仅需要完善的功能，更离不开可靠的质量保障体系。本文将介绍如何通过 Bu

被这十二种开发模式做局了，太离谱！

MCP很好，但它不是万灵药！真正的技术进步，往往始于祛魅之后的清醒认知

作者：boyang人人都在聊MCP，但人们口中的MCP往往只是一个拼凑而成的幻影。如今，各大厂商纷纷为它镀金包装，就像硅谷创投圈每隔几年就热炒一次的那个“改变世界”的万能工具。然而，当最初的狂热稍退，

0day漏洞量产？AI Agent“生产线”曝光

作者：悟空团队 — 新一代 AI 代码安全捉“妖”行者（原腾讯AI安全-啄木鸟团队) 丨 导语 随着AI技术的迅猛发展，AI智能体在0day漏洞挖掘领域展现出前所未有的潜力。本文将深入探讨AI Age

腾讯的CMS管理系统能好用到什么程度

每一个产品背后，都有数十个CMS系统去支撑内容管理，包括运营活动素材、图片资源、文案等实时配置和下发，但是人工搭建CMS的方式十分重复，且后续维护成本较高。在腾讯，有一款快速生产CMS的产品，叫无极C

微信自研高性能推理计算引擎 XNet-DNN：跨平台 GPU 部署大语言模型及优化实践

作者：yannicXNet-DNN 是微信高性能计算团队自主研发的一款全平台神经网络推理引擎。我们在 XNet 的 RCI 基础设施之上构建了全平台的 GPU LLM 推理能力。目前能够在：Apple

快速理解热门LLM大语言模型

作者：masonpy本文尽量用最简单的方式, 帮读者理解 LLM, Transformer, Prompt, Function calling, MCP, Agent, A2A 等这些基本概念. 表

MCP技术浪潮中的Agent应用开发新范式

作者：xisheng当下，随着MCP（模型上下文协议）的迅速发展，AI 开发领域的协作生态正经历重塑，MCP为应用和服务方之间的协同开辟了新途径。太极平台积极拥抱 MCP，搭建起一座连接资源、工具与L

这篇AI Agent漫游指南，带你建立全面的科技史观

作者：kong以OpenAI o1与DeepSeek R1为代表的"类Agent"模型、OpenAI DeepResearch为代表的“真Agent”模型，正在重构AI Agent的技术范式。Agen