国产大模型进入长跑期，从参数至上转向实用优先。 9月7日，在2023腾讯全球数字生态大会上，腾讯混元大模型正式亮相，并宣布通过腾讯云对外开放。 腾讯混元大模型是由腾讯全链路自研的通用大语言模型，拥有超千亿参数规模，预训练语料超2万亿tokens，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。
韩寒在《他的国》中写道：“我们懂很多道理，却依然过不好这一生”，人们虽然知道很多道理，但并不一定能将这些道理应用到实际生活中。这种现象在生活中很常见，我们听了很多的成功学的道理，但实际上，成功和幸福不是仅仅靠这些道理就能实现的，需要不断地努力和实践，才能实现自己的目标。而在开发的过程中也会遇到类似的问题，明明熟读《代码整洁之道》，却依旧只能写低效代码，行业内经常调侃“一个优秀的程序员可以带动多人就业”，这些中间欠缺的是什么？如何快速落实？本文将从几个方面进行分析，欢迎阅读。
“不要水不要冰不要奶不要糖不要咖啡，谢谢！” 瞧给你们聪明的。 昨天，全国人民差点没把瑞幸咖啡的小程序玩坏。 「美酒加咖啡，一杯再一杯」，一共卖了542万杯。 酱香拿铁站上热搜，云也在并肩作战。
在目前流行的框架中，通常都会采用插件来定制、扩展系统的能力。其实插件系统在软件架构中有一个更专业的术语：微内核架构。本文将详细介绍微内核架构的原理、优势、分类、同时也会对优秀的软件案例进行分析，最后结合笔者当前负责的中型前端项目，分享微内核架构在实际项目的实践。通过本文您将了解什么是插件系统，如何设计插件系统，以及怎么更优雅地实现插件系统，欢迎阅读。
AIGC 在图像生成领域如火如荼，StableDiffusion 加各种 LORA，ControlNet，大家玩得不亦乐乎。但是基于扩散模型的方式，仍然存在很多问题，比如抽卡成功率过低，生成图像的细节仍需优化。具体到二维码生成，目前 hugging face 上的几个 ControlNet 确实可以生成不错的二维码和语义融合的图像，但是往往需要大量尝试，并且加上后续的一些迭代修改，才能保证生成的图像能被正确地识别为想要地二维码。我们通过强化学习加课程学习的方式，在保证出图效果的基础上，将二维码识别率从 20%提高至 80%。
时光如白驹过隙，坐在时代的列车里，我们一路向前；近三十年来，无数事物在车窗前掠影而过，一度流行，又一度黯淡。磁带，就是一个时代的符号。彼时，磁带因其低廉、可靠及易用等特性，一度成为音乐最主流的载体，将流行音乐传遍大街小巷。后来，随着 CD 和 MP3走进大众视野，磁带逐步退出历史舞台。如今，磁带作为音乐载体早被时代淘汰.....但磁带作为存储载体，近几十年却从未过时：在冷数据场景，磁带存储凭借其极低的成本和极长的寿命，在企业存储市场始终占有一席之地。今天的故事就此展开，来聊聊腾讯的深度归档存储与磁带的那些事。欢迎阅读~
内容架构是 QQ 浏览器搜索的内容接入和计算层，主要负责腾讯域内的内容接入和处理，当前接入了多个合作方的上千类内容。正如前面《如何避免旧代码成包袱？5步教你接手别人的系统》中提到，这是一套包含 93 个小服务的微服务架构。经过 23 年 Q1 的大力治理，让我们稳住阵脚，进一步对老系统做深入的评估： 研发效率较低：新增一类数据需要在 3~4 个服务上做开发，代码量不多，但很繁琐。 系统性能较差：数据流经多个小服务，且服务内部的实现普遍较差。譬如：核心服务的 CPU 最高只能用到 40%、一条消息从进入到流出需要经过 20 多次的反复 JSON 解析、多处存在多余的字符串拷贝和查找... 从架构和代码层面，我们看到系统存在较多的缺陷，同时我们也多次收到业务同学、上层领导对吞吐性能的投诉反馈，譬如：传输 6 亿的文档需要 12 天，太慢了；内容接入周期太长，成了某项目的瓶颈等等。 作为偏后方的基础架构系统，可靠高效是基本要求， 我们决定对系统做彻底的改造，设计简单的系统、写清晰的代码，提升系统性能和研发效率，为搜索业务提供稳定高效服务。
