在 ICCV 2025 MIPI Detailed Image Quality Assessment挑战赛中，来自微信测试中心的IH-VQA团队斩获大赛冠军。在比赛中，IH-VQA团队首创的iDetex细节质量评估方案，刷新了细节图像质量评价的业界标准，为图片质量优化提供更精准的迭代方向。本次比赛获得亚军的是来自Bilibili以及上海交大的联合团队，季军是来自理光中国研究院的团队。我们能从众多优秀团队中胜出，展示了微信在业界图像质量评估研究工作的一些成果。研究成果iDetex也正在微信视频号、音视频通话、微信电商等业务落地中。
“架构”这个词被频繁提起，却常常被误解。有人把它等同于代码结构，有人以为它只是高层设计。 其实从技术架构、C4 模型、TOGAF 框架，到互联网时代的企业架构，它们共同构成了我们理解复杂系统的不同层次。 这篇文章试图用一篇文，理清架构的全貌：它的来源、演进、分层，以及企业架构背后更深的思考。
现在几乎所有人都在使用大模型，连村口的老头都会说让你帮他在手机上装一个，那大模型到底是个啥东西呢？本文带你一探究竟。
在上篇文章《一文搞懂架构顶层设计之业务建模》中，我们已经深入拆解了软件工程中的建模难题，这篇文章，我们将回到最开始的地方，拆解程序员每天打交道的需求和产品思维都是什么。 从软件工程与技术管理领域的“圣经”《人月神话》出版到现在已经50年，在这期间出现了各种各样的方法论，但到今天，大部分软件开发仍然处于“原始草莽”阶段。本序列试图通过个人多年/多家公司的架构岗位实践与思考，厘清各种方法论脉络，“重构”软件工程的理论体系（需求分析、建模、架构），尽最大努力建立“共识”。
本文基于LLM AI原生应用开发平台Tasking AI和Dify的架构设计，浅析两者在LLM接入与集成、工具插件扩展与管理、典型AI Assistant应用核心流程、复杂AI任务编排执行引擎方面的核心设计理念与基本原理，初步探讨了LLM AI原生应用开发平台在系统架构设计理念、AI应用开发模式方面的未来发展趋势。
还记得第一次听说AI编程时的反应吗？"这玩意儿能靠谱吗？""会不会把我的工作抢了？""代码质量能保证吗？"相信很多开发者都有过这样的疑虑。然而，当你真正开始使用AI编程工具，体验到10分钟完成原本需要1小时的CRUD开发，看到AI自动生成的测试用例覆盖了你没想到的边界情况，感受到从需求到代码交付时间缩短30%的效率提升时，你会发现自己正在经历一场变革。那些最初坚决抗拒的开发者，现在已经变成了忠实的用户。一天不用AI编程，就浑身难受。本文是我和团队近2个月来在AI编程领域的经验总结，我将带你走过这个完整的转变历程：从理解AI编程的战略价值，到掌握具体的技术实现，从建立科学的方法论，到实现团队的规模化应用。这不仅是一份技术指南，更是一本"AI编程上瘾指南"。
