随着ChatGPT、DeepSeek等大模型（LLM）的崛起，开发者已不满足于简单的对话框交互，而是迫切希望将其深度集成到自己应用中，以构建更强大的智能应用。因此，市场上涌现出诸多大模型集成框架，如LangChain（LangChain4j、LangChainJS）、LlamaIndex、Spring AI、Semantic Kernel、Eino等。其中，其中LangChain是这些框架中出现最早，且最成熟的框架，已成为LLM开发中最受欢迎的框架之一。
当数据自己会思考，当代码拥有自主决策的能力——从Workflow到Agentic AI，一个完全自主的数据分析师，究竟是如何诞生的？ 两年深耕，无数次架构迭代与实战验证，我们终于摸清了Agent开发的核心脉络。本文将带你深入Agent的“大脑”与“四肢”，从规划、记忆、工具调度，到上下文工程的精妙设计，一步步拆解如何构建一个真正“会思考、能执行”的智能体。无论你是好奇者、学习者，还是同行探索者，都可以了解下架构认知与实践心得。 文章略长，但每一段都来自真实项目的沉淀。如果你也相信“自主智能”不是空中楼阁，那么，欢迎进入Agent的构建现场。
随着微信业务的持续发展，后台模块的运营成本逐步上升，其中机器计算资源占据了重要部分。为有效控制成本，我们自去年起开始探索微信后台服务的性能优化路径，并在早期分享了初步的实验性成果。经过团队半年多的持续努力，如今优化接口已正式对外开放，我们决定借此机会，系统性地介绍我们在性能优化方面的具体实践。本文旨在回顾过去一年中我们在性能优化方面的探索历程，以及在面对多种技术路线时的思考与选择，帮助感兴趣的同学深入理解相关技术细节。文档的整理不仅是对工作的总结，更是思路的梳理。我们也期待通过这样的分享，能够激发更多优化灵感，共同推动后台服务的持续进化。
应用终端的种类越来越多，为了节省人力，提高开发效率，越来越多的跨端框架出现了。本文介绍了目前大部分的跨端框架，并分析了其中的原理。最后，分享了用一套代码，借由 Vue3 的纽带作用，实现横跨八端的应用系统：腾讯视频搜索系统，希望能够给大家在跨端实践上有所启发。
在上一篇文章《微服务是毒瘤吗？》中，我们强调了架构设计和发展需要适应业务的需求和变化。这篇文章就是一个非常好的架构随业务、时间变迁而重构的观察对象，可以帮助大家搞清楚什么情况下平迁，什么情况下重建。 作者团队通过一次为期 24 个月的重构战役，最终实现了这些业务收益： 可用性从不足 99% 到 99.99%；核心链路响应时间下降 50%；代码仓库从 200+合并成一个大仓，代码行数从 300 万行精简到 30 万行；推荐中台成本下降 58%，Redis 成本下降 70%，亿次 PV 成本下降 95%。
当代码复杂度爆炸，如何让代码安全审计回归高效与理性？本文以悟空 Agent 获得NVIDIA官方致谢为起点，介绍多智能体架构如何闭环，以及在实战中面临的真实挑战——上下文断流、调度失衡。这是一场务实的探索：让 AI 成为安全团队的第二双眼，让安全真正融入业务生产线。
