在微服务高并发场景下，微服务之间的调用量不断增加，大流量很可能会引起服务崩溃，微服务的稳定性对业务系统的影响也比较大。一般微服务容错组件都提供了限流的方式来保护我们的系统，本文主要介绍微服务限流的几种主流方案与适用的场景。
2025年了，你使用过 AI 编程工具吗？近期 Cursor 在圈内圈外越来越火，加之我又用它实现了个工具，也跟周围人“科普”过，觉得还是值得写篇文章再介绍一下，让非技术同学也知道可以尝试开发一些小工具、小程序或小应用。
给大家分享一篇鹅厂程序员tommie同学写的DeepSeek学习心得。 他用通俗易懂的大白话，以多视角剖析DS不同版本技术亮点以及发展历程。特别是结合每个版本迭代中的 diff 技术变更进行剖析，探索DeepSeek V1到R1 的卓越之处。
Java，一门广受赞誉，却又饱受诟病的语言，在从其诞生至今，便无时不刻的被拿来与其他语言对比，有时候这种对比是空穴来风的诽谤，但更多的是对这门语言未来的担心，而近 10 年来涌现的一个又一个新生的程序语言更是让 Java 一次又一次地被推上风口浪尖，使公众一次又一次的质疑：Java，是否真的停滞不前了？
在《篡改微信余额技术可刑性研讨 2.0》（点击标题可跳转阅读）一文中，鹅厂资深资金架构师基于这个或许是很多人都想过的点子做了技术拆解，引起了广大读者天才般的热议。 但玩笑归玩笑，技术还得学，第三方支付行业的参与方会有很多，生态系统比较复杂，涉及的概念也很多，有必要学习一下这些基础性的内容。本文介绍第三方支付的产生背景，日常所见不同支付以及其他一些概念。
从 ChatGPT 到 DeepSeek 再到最近大热的 Manus，AI 技术从模型端的破圈进一步扩展到了 Agent 方向。拥有一个定制化的、能够理解你业务需求的 AI 助手不再是科幻，而是触手可及的现实。 然而，市面上的通用大模型往往难以深入理解特定领域知识，更不用说完全掌控数据隐私。本文将带你走进 AI 定制化的世界，从模型微调到功能开发，从技术探索到产品思考，一站式解决你的 AI 落地难题。
最近几年，大模型在技术领域的火热程度属于一骑绝尘遥遥领先，它已经深刻地影响了“编程”领域，且正在各个领域迅速渗透。与此同时，普通开发者也变得非常地焦虑，因为实实在在感受到了它强大的威力，担心哪天自己就被取代。与其担忧，我们不如主动拥抱这种技术变革。
过去两年间，前端已死的话题甚嚣尘上，各种观点纷至沓来，似乎都在唱衰前端这一开发方向。而随着 AI 技术的进一步突破及其与业务的结合，对前端开发人群同样带来了非常大的挑战。 前端已死，究竟是不是伪命题？为什么前端开发的未来变得晦暗？前端开发人群应该如何自处？AI 带给前端的更多是机遇还是挑战？腾讯云开发者社区特邀内部前端专家，针对这一话题做了深入分析。
1 DeepSeek 系列汇总 2 DeepSeek 核心技术 3 DeepSeek-V3/R1 核心问题 4 OlaChat 数智助手产品介绍
随着DeepSeek R1等开源大模型的火爆，越来越多的开发者、企业甚至开始尝试在本地部署大语言模型，享受AI带来的便利。 然而近期腾讯混元安全团队-朱雀实验室发现：这些广受欢迎的AI工具中有不少存在安全隐患。如果使用不当，攻击者可能窃取用户数据、滥用算力资源，甚至控制用户设备。在见证行业多个AI系统因安全漏洞陷入被动后，我们选择用工程师的方式回应：做一把简单趁手的"安全体检工具箱"——AI-Infra-Guard，让每个开发者都能快速诊断系统风险。
