别只盯着AI编码，真正的变化发生在整个研发流程
腾讯 OK 平台用运营数据论证：AI 端到端研发瓶颈不是编码速度，而是需求上下文缺失。开发者实际角色是翻译和决策官——把模糊反馈拆成可执行的技术描述后再交给 AI，AI 因每次对话无记忆而无法自行补全业务背景（如接口归属、查询引擎、近期逻辑变更、索引状态）。 文章提出"零基思维"：沿 CI/CD 全链路逐环节审视 Human-in-the-Loop，判断哪些环节可去掉人、哪些必须保留人做判断，以此重建流程而非只在编码单点上加速。
腾讯技术工程
腾讯技术官方号，发布腾讯的技术创新与前沿领域解读。
评论
点赞
收藏好看的2026中秋红包封面来抢！！
原创 腾讯程序员 2026-09-24 17:36 广东 10000+个封面！ 中秋、国庆双节马上就要到了。节日惯例，我们设计了几款全新的红包封面，送给大家免费领取，过节给亲朋好友发红包使用： 6000+ 个直接抢 这个拼手速，第一时间打开这篇文章你就有可能抢到。也说明你是我们的忠实读者，谢谢一直以来的关注。 点击领取第1款 点击领取第2款 点击领取第3款 如果你手速够快，可以一下领到三款。要是发... 
腾讯15年资深后台工程师，转战大模型推理的抉择
作者吴银光是腾讯 15 年资深搜索后台工程师，2022 年晋升 T12，2025 年初主动转岗到大模型推理团队，放下资历以"零级新人"身份重新起步。 文章给出三条主线：为什么离开熟悉的搜索中台、大模型推理工程的入门路径与自检方法、以及 AI Infra 与通用 Infra 的同源与分野。 前三个月的工作集中在性能评测、服务部署等周边事务，同时抽时间读 SGLang 源码。作者强调这不是组织安排或个人一时兴起，而是对 AI 浪潮下职业选择的一次认真复盘，并希望对在 AI 时代犹豫迷茫的同行人有鼓励作用。
聊聊最近爆火的Jev模型，到底是个啥？
腾讯程序员专栏介绍 TypeSafe AI 在 9 月推出的 Jev（官方称 System One Models）决策模型：本质是分类模型，提供 Choice、Score、Noul 三种接口，输入当前情境和问题后返回程序可直接使用的决策结果（含选项概率与 confidence）。 作者 mason 申请到 API 后做一个网页小游戏 demo，探讨“让 AI 操作游戏时是否每一步都需要通用大模型的完整生成与推理能力”，并对比 GPT 与 Jev 的适用边界，给出 Jev 更适合高频轻量决策的工程判断。
WorkBuddy资料库：从三大场景入手，让多人与多Agent轻松协作
腾讯 WorkBuddy 产品运营团队发的一篇产品介绍文，围绕"AI 做出 demo 后如何顺畅交接给团队继续开发"这一痛点展开。作者举了产品策划 vibe coding 出 HTML demo 发给研发打不开、销售用 AI 生成的 PPT 在群里版本混乱、运营用 AI 搭的页面移动端按钮错位要连夜拉研发排查等场景，引出核心矛盾从"AI 能否帮我把东西做出来"转向"做出来后怎么让团队高效接过去"。 文章接着介绍 WorkBuddy 资料库在"产品 Demo 交接"场景中的协作方案（把本地 demo 变成可共享的协作现场），原文在此处截断，未展示其余两大场景的完整方案。 属于机构号发布的产品推广内容，痛点描述有一定共鸣度，但整体偏功能宣传，信息增量有限，缺少一手技术细节和可争论观点。
看完我的 AGENTS.md，你会看到我与"不说人话"又过度工程的模型搏斗的这一生
作者 daisy 公开了自己写给 AI 助手的 行为约束文件，并附上个人吐槽：规则全部强制，违反即"毁灭性打击"。文件重点解决 AI 常见的表达和方案设计毛病：禁止"不是...而是..."的虚空对比句式；禁止"第一版先做、观察后再迭代"的渐进式措辞，要求方案一步到位且平行成立；搜索时不满足要求的无关结果不要列出；回答禁止总结、总起、"一句话总结"等套话；用词必须用两字及以上完整形式，禁单字缩写；代码标识符保留英文原名。 全文以第一人称"搏斗史"口吻写成，把开发者日常被 AI 啰嗦、过度设计、模板化表达折磨的怨气，落成一份可执行、可复制的提示词约束清单。 对想优化 AI 编程/对话体验的读者有直接可用的参考价值，标题带感叹号、情绪强，讨论空间大。
别再只卷Prompt了，真正拉开Agent差距的是上下文工程
文章梳理了从 Prompt Engineering 到 ReAct 再到 Context Engineering 的演进脉络，指出 Prompt Engineering 优化的是"单次 LLM 调用"，有单轮硬边界；ReAct 引入了工具调用与推理交替的范式，适合需要多步交互的任务；而 Context Engineering 关注的是在 Agent 运行全过程中如何动态组织、管理和传递上下文（包括历史对话、工具结果、检索到的外部知识、子任务状态等），这才是决定 Agent 能力上限的关键。 作者强调，随着 Agent 复杂度提升，"写一条好提示"已不够，工程重心应从"措辞优化"转向"上下文系统的架构设计"。文章属于概念梳理与观点输出，适合已了解 Prompt Engineering 的读者理解下一步方向。
iPhone Duo来了，腾讯Kuikly助App从容适配
苹果发布折叠设备iPhone Duo，折叠屏适配成为更多App需要考虑的问题。腾讯开源跨端框架Kuikly基于Kotlin Multiplatform，覆盖Android、iOS、HarmonyOS等六平台，单套代码可适配折叠、展开、分屏、小窗等多种形态。 该框架支撑业务日活超5亿。
10个技巧，让你的WorkBuddy比别人好用
腾讯WorkBuddy团队发布产品使用技巧，介绍对话框右下角「上下文用量」等10个功能点，帮助用户提升使用体验。
我用腾讯 Kuikly 把 DeepSeek Harness 装进口袋
腾讯程序员用 Kuikly 框架开发 DSH Mobile，一码三端连接电脑端 DeepSeek Harness，解决任务审批、进度查看等短交互场景。 Kotlin 代码覆盖 Android、iOS、鸿蒙，通过官方 Host 协议维持 WebSocket 长连接。 手机负责连接和交互，Agent 循环和工具执行仍在电脑运行。相比 WebView 方案，原生客户端能更好处理锁屏、切后台、网络切换和重连补事件。
从一次 LLM 调用到完整 Harness，Agent 到底经历了什么？
腾讯技术工程发布文章，梳理 Agent 系统从简单 LLM 调用到复杂架构的演进路径。模型只能 predict next token，应用需要逐层补充上下文、工具调用、循环、记忆、权限沙箱、子 Agent 等组件，才能支撑真实任务。 文章解释了每个组件出现的原因，属于技术科普性质。
DeepSeek Harness背后的"心脏"：Cordis 到底是什么
DeepSeek Harness的插件框架Cordis原本用于QQ机器人，现成为其Agent运行时地基。 这个框架把插件的卸载和协作从"自觉"变成"框架级保证"，解决安装、配置、卸载、协作四个核心问题。
腾讯员工是如何被AI"糊弄"的？
腾讯员工分享被AI"糊弄"的真实案例：AI把发票金额537.98元四舍五入成538元导致对不上账；一道一年级减法题答错后还编出完整故事线；回答HashMap和ConcurrentHashMap性能问题时混淆JDK 1.7和1.8版本差异，把链表头插死循环和尾插丢数据混为一谈。
AI编码实践：代码全让给AI后，人的工作从落笔变成了拍板
腾讯PUBGMobile后台工程师黄迅团队用三个月搭了一个内部平台，16万行生产代码、11万行测试代码、8万行前端代码，零行人工编写，设计文档也全由AI落笔。 核心结论：人没闲下来，只是从"怎么写"变成"走不走这条路、这个失败算不算问题"。团队保留了70多篇设计文档，但删掉了海量spec文档——项目照常跑。 文章区分了两种文档：动手前用来对齐的spec用完即扔，事后沉淀的设计说明留着给下一个改代码的人建心智模型。
Agent自进化飞轮搭建指南：评测→记忆→落地→控制
腾讯技术工程团队提出Agent自进化四齿飞轮方法论：评测→记忆→落地→控制。文章指出大多数团队把评测、记忆、Self-Improve拆散做，导致飞轮转不起来——评测分数只进周报不进改进链路，记忆召回噪声高被关掉，Skill生成没有评测筛选。 方法论参考了Anthropic递归自改进报告、斯坦福CS329A课程和EvoAgentX等开源框架。