众所周知，Github Copilot 是一种基于机器学习的代码自动补全工具。它使用了来自 GitHub 的大量代码作为训练数据，并使用 OpenAI 的语言模型来生成代码。Copilot 还可以学习用户的编码习惯，并根据上下文推断出正确的代码片段。在实际使用中发现大部份提示还是非常好用的，能够较为准确的推测出用户意图，甚至是基于项目其他文件的上下文进行推理。比较好奇这里是怎么做到的，于是探索了这个 VSCode 插件的详细实现。
由 StreamNative 主办的 Pulsar Meetup Beijing 2023 在2023年10月14日完美落幕，本次活动大咖云集，来自腾讯、滴滴、华为、智联招聘、RisingWave 和 StreamNative 的行业专家们一起，深入探讨 Pulsar 在生产环境中的最佳应用实践，共享 Pulsar 社区的最新发展和动态。
从2013年毕业加入鹅厂，不知不觉已然过去10年。期间团队一直有同学反馈，对个人的成长有些迷茫，缺少后台开发的全景图谱来建立体系化的知识结构。所以这里结合自己的研发经验，把实战中觉得重要的知识点，整理一个后台开发的成长 RoadMap，希望最后给开发同学的成长一些参考和帮助。
技术债在软件开发过程中不可避免。但是，在紧急的产品需求面前，技术债往往会被人忽略，解决时期一拖再拖。长此以往，技术债像滚雪球般越滚越大，给我们的迭代开发将会带来致命影响，偿还技术债的成本也会成倍增加，所以我们必须重视技术债，积极还债。本文会带领大家一起探讨什么是技术债，技术债的危害，日常工作中哪些场景容易产生技术债，如何管理我们的技术债以及如何偿还技术债。希望本文能够起到抛砖引玉的作用，让大家在技术债面前少踩坑，争取早日达到“债少一身轻”。
KMS 是一家日本的游戏公司，主要经营游戏业务、数字漫画业务、广告业务、云解决方案业务等，出品了多款在日本畅销的漫画风游戏，同时有网络漫画专业厂牌，以内容创作为目标，拥有原创 IP 创作、游戏开发等多元化发展的业务。 KMS 曾经是微软 Azure 的标杆客户，曾经在 Azure 的 Customer story 里有详细的介绍，主要是使用了 Azure 的 App Service。 2021年，KMS 开始迁移到腾讯云，并把第一款产品部署在了腾讯云上。从 Azure 迁移到腾讯云上后，整体成本降低50%。下面我们就来讲讲他们在腾讯云上的微服务实践。
全球推荐系统领域顶级会议ACM RecSys于9月18-22日在新加坡举行。东北大学与腾讯微信看一看团队针对推荐系统中用户留存优化的最新研究论文“Interpretable User Retention Modeling in Recommendation” 获得大会最佳短文奖（Best Short Paper Award）。该论文由入选2022犀牛鸟精英人才计划的丁蕊同学在学界导师杨晓春教授和微信看一看谢若冰高级研究员的联合培养下主要完成。
擅长 OLAP 分析的 ClickHouse 不仅可以用于 vector search，还可承担起整条 embedding 的加工处理工作,All in one Pipeline 也让速度远超传统批处理框架数倍；检索性能虽无法与专业 sim 检索服务相媲美，但因“搜索分析一体化”，让它在 AI 近线处理占据一席之地。 本文工作由 vcc、 levi、 longpo、 zifei、 luis 等人协同完成
互联网发展早期，业务场景差异大，试错迭代速度很快。这导致其后台服务使用的语言技术栈、开发框架、通信协议、服务治理系统、运维平台等或多或少存在差异。 业务发展到一定阶段后，跨业务合作越来越多，组织架构调整也愈发频繁。技术体系差异，特别是开发框架的不统一，给业务互通带来巨大成本，也导致开发和运营的效率难以快速提高。 同时，随着云原生技术的发展，业务越来越多地使用开源技术和云组件。拥抱云原生已经是一种主流趋势。 上述问题在腾讯内部也同样存在，且因为规模大、业务类型多，更加难以解决，更必须解决。tRPC 就是在这种背景下诞生的。
最近在 Discord 的技术 blog 看到 Discord 的底层数据存储的演进过程，从最开始的 2015 初用的单个副本集的 MongoDB，2015 年底迁移到 Cassandra，2022 年消息量达到了万亿的级别，他们将存储迁移到 ScyllaDB。本文会介绍 ScyllaDB 的基本架构和原理，分析下 ScyllaDB 能够支持万亿级存储的原因。
