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（公司级）推出。目前已有20+业务深度使用，页面数1000+，日活用户超5亿，满足了这些业务在众多场景下的各类复杂需求（应用场景案例）。Kuikly 作为腾讯端服务联盟(tds.qq.com)的重要成员，将持续推动跨端开发的技术创新和生态建设。本次在Android、iOS、鸿蒙开源基础上，将新增开源Web版，支持H5和微信小程序，进一步扩展多端适配场景。Kuikly适配的H5和微信小程序已接入腾讯多款业务，如搜狗输入法、鹅毛市集、QQ小游戏等。
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。表述时不追求绝对准确, 尽量通俗易懂。部分内容有个人理解的成份, 内容难免疏漏, 欢迎指正。注意: 本文需要你有基本的代码阅读能力。当然非开发阅读也不会很困难。
AI 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作与无边界的数据引入，结合 AI 驱动的数据分析工作台，实现零门槛的大数据自助分析。Lumos 作为 Tomoro 中的数据智能体，采用多智能体架构，旨在解决复杂场景下的专业问题，并通过一系列技术优化提升用户体验。当前Lumos 的能力和效果是如何实现的？本文将深入探讨数据智能体 Lumos 的技术思路与实践。如果你对 Data Agent 的应用前景充满好奇，欢迎阅读，一同探索AI 分析的更多可能。
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，不仅影响用户体验，更可能带来实际风险。本文将系统性分析LLM幻觉产生的根本原因，探讨其在实际应用中的优缺点，并结合RAG、SFT、强化学习、思维链、Agent Workflow等技术，提出多维度的优化方案。旨在为构建更可信、可控的大模型应用提供理论基础与实践路径，助力AI迈向更高的可靠性与价值创造。
在 AI 浪潮席卷全球的今天，AI CODING 已经不是企业研发团队的可选项，而是必选项。 如果你是企业研发团队的负责人、 AI CODING 落地推动者或希望在工作中正在使用 AI CODING 工具的一线开发者，或多或少遇到一些落地困难，这篇文章结合日常团队的探索与实战，为你及你的团队提供一份可执行的 AI CODING 落地指南，欢迎和大家一起交流、探讨，也欢迎大家贡献更多相关 AI CODING 的优秀实践，相互学习，共同进步。
对账是资金安全保障中的重要环节，但你是否有思考过对账是怎么进行的？特别是在超大型项目中，一天需要处理等同数百亿USD的资金流水。今天我就来分享一下在超大型项目中对账怎么做。
在前两篇文章《如何设计一个支付系统》《如何设计一个支付系统：核心交易系统架构》中，我们针对支付系统的设计全貌和核心交易系统做了分享，收获了广大读者的喜爱。这是腾讯云架构师技术同盟共创集的最新大作，本篇文章将针对交易系统中的链路优化进行深度拆解。
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Functioncall、ReAct、Agent 等概念像一堆零散的拼图等，真的是一头雾水。好在平时我也会关注大模型领域的最新资讯，了解到Cursor可以帮助快速理解项目代码。实际体验后，发现它确实比当时的工蜂好用不少，于是我就果断“付费上班”了。而这段经历的价值远不止于效率提升 —— 在与 Cursor 磨合的过程中，我逐渐沉淀出一套与 AI 结对编程的方法论。
历经多个业务系统的构建，我深感Anthropic的《Building effective agents》一文与自身实战经历高度契合。本文在详解工作流与Agent的技术选型标准、设计模式应用及实施要点的同时，也融入了我的实战心得与实践经验总结。无论您正考虑构建工作流系统还是Agent系统，都能在此找到适合场景的最佳实践方案。特别值得关注的是文末的工具提示工程部分，这是Agent成功实施的关键因素。
