还记得当年刚来文档的时候，有人问我要不要接卡顿，又有人跟我说别接啊很难的这个，页面都卡没了不好定位。 去年机缘巧合，卡顿这个事情又到我头上了，同事调侃说性能这个事情接手的都跑路了。 但问题不大，咱没事不惹事，来事不怕事，遇事能抗事，是只顶顶好的开发吗喽。 像腾讯文档这样的大型前端应用，面临的卡顿问题比常规前端页面要频繁得多。但卡顿本身难以监测，即使检测到卡顿的发生，也常常难以快速定位，更别提说想要了解大盘的用户真实体验。 需求产生了，便总会要研究解决方案的。本文记录了腾讯文档在线表格的卡顿体系搭建过程，包括卡顿检测、卡顿定位、卡顿指标、大盘数据搭建等内容。
推荐系统在人们的日常生活中越来越普遍，程序员也往往面临从 0 到 1 去构建一套推荐系统的技术问题。 本文将为你分享从 0 搭建一套灵活可插拔，并且能为多种不同业务提供高可用推荐服务的系统。
APP运营系统是一个复杂但至关重要的体系，旨在确保 APP 能够有效地吸引用户、留存用户并实现商业目标。通常运营系统分为投放引擎和分发引擎两个核心模块，投放引擎的难点在于复杂的业务逻辑，分发引擎则需要承受巨大的流量压力。本文主要分享我们在建设高效的运营平台过程中积累的一些经验以及面临的挑战和思考。
在电子竞技的世界里，没有哪个游戏像《英雄联盟》（League of Legends，简称LOL）那样，拥有如此庞大的玩家数量和深远的影响力。 自2009年由Riot Games推出以来，这款多人在线战斗竞技场（MOBA）游戏迅速风靡全球，不仅成为了电子竞技的标杆，更催生了一个庞大的产业生态。《英雄联盟》以其独特的英雄角色、丰富的战术策略和激烈的团队对抗，吸引了无数玩家投身于召唤师峡谷的战斗之中。
字节跳动豆包大模型团队近期发布成果 《How Far is Video Generation from World Model: A Physical Law Perspective》，该成果系统性分析了主流 DiT 架构视频生成模型究竟能否从数据集中抽象并理解物理规律，并为此进行了系统性实验。 本文介绍了此项研究的实验方法、探究过程与关键实验结果。
在《火山引擎多云容灾架构下的流量调度实践》一文中，我们介绍了接入层和应用层的容灾实现，下一步就需要考虑如何实现数据库的跨云容灾方案，以期在极端场景下，确保业务稳定可靠持续性运转。
微信存在大量AI计算的应用场景，主要分为三种：流量分发、产品运营和内容创作。流量分发场景中的 AI 计算主要用于搜索、广告、推荐场景的核心特征生产，产品运营相关的 AI 计算主要用于产品功能相关和内容运营相关（低质、优质、生态建设），由于大模型的兴起，AIGC 相关的文生图、图生图、AI 特效等内容创作场景的 AI 计算也有了较多的落地。目前AI 计算几乎覆盖了微信的所有业务场景。
