DeepSeek最新发布了一个参数 3B规模的视觉压缩OCR模型，论文《DeepSeek-OCR: Contexts Optical Compression》，提出利用视觉模态压缩长文本上下文的新方法。 该模型由DeepEncoder与DeepSeek3B-MoE组成，可将文本信息映射为二维图像并高效解码，实现10倍压缩下97%识别精度，20倍压缩仍保持约60%。 但很多同学其实并不了解，OCR技术到底是什么。本文将从这个 3B模型的发布入手，为你一步步揭开OCR的神秘面纱。
68 万行代码精简到8.6 万；Golang 重写大部分 C++模块；解决过度微服务化问题……这是新闻 PUSH 架构团队取得的技术收益。 PUSH 是腾讯新闻精品资讯的重要分发途径，也是新闻 App 重要的促活手段。作为 PUSH 架构团队，我们一方面在积极支持好新闻护盘，同时也在对 PUSH 架构进行不断的升级与进化，以持续提升 PUSH 系统的稳定性与质量、研发效率，同时持续减少运营成本。本文主要分享近年来我们对新闻PUSH系统做的架构优化方案和效果。
在技术的世界里，隔行如隔山的“认知偏差”无处不在。后端眼中简单的“页面渲染”，在前端看来却是一个需要应对无数复杂性的庞大系统；而前端想象中“主要就是写接口”的后端，其实构筑的是整个应用稳定、高效的数据与服务基石。 那么有鹅厂同事提问了：前端真的比后端简单吗？
想必你也遇到过：AI的输出像个 “随机盲盒”，有时精准的让你惊艳，有时却像个大傻子，面对这种巨大的不确定性，我们应该如何应对？本文将谈谈我对于这个问题的一点心得。
「Agent不稀奇，能“自己想、自己干、自己复盘”的才是好Agent」可一到落地，名词、框架和坑一起涌来：设计模式、强自治、可控流程、多代理协作.... 到底该不该用 Agent？该选哪一类框架？需要用到什么程度？这篇文章用直观的图表、清晰的示例，为你讲清什么是Agent、什么场景适合使用Agent以及各类主流Agent框架，希望能帮各位少走弯路，迅速判断技术路径。
数据类的架构设计远不止是工具和概念的堆砌，它更像是一门在规模、实时性、成本、复杂度与治理之间不断权衡与取舍的艺术。本文抛开简单的概念，深入聊聊关于数据类专业术语的核心思想、技术原理和实际权衡，同时也有 “数据指标、异常监控、数据提效 ”的一些思考，也包含一些实用tips，欢迎一起探讨交流~
“不懂编程也能用AI开发软件”——这可能是当下AI时代最大的谎言。Vibe Coding不是让不懂编程的人能写代码，恰恰相反，它要求你比以往更深入地理解软件开发——只不过，你的角色从“码农”变成了“甲方”。
DeepSeek依旧保持了不让程序猿们安心过长假的优良传统，在十一长假之前推出了DeepSeek-V3.2报告，之前一直在跟进DeepSeek的加速技术，第一时间看了报告，不长就6页纸，优化点也不多，本来想第一时间更新，不过还是让技术和鹅厂月饼一起消化发酵一下再来写吧，所以这篇还是在长假后和同学们见面了。
