最近 AI 工程圈最火的话题是什么？无疑是 Harness Engineering。 各种解读铺天盖地，有人研究模型选型，有人研究工作流编排，有人研究 Agent 协同。我也没忍住跟了一波热潮，读了不少文章，其中有一篇讲团队知识沉淀和 Harness 工作流结合的实践让我印象很深。 但真正让我有感触的，是结合自己这一年用 AI 编程的经验。 那些”重器”我试过，最后还是觉得太重说实话，我一开始也折

可根据需要与项目专属规程整合使用。 权衡原则：本准则优先谨慎而非追求速度。若处理琐碎任务，可灵活判断。 1. 编码前先思考不主观臆断，不掩饰困惑，明确说明各类取舍。 实施编码前需做到： 清晰列明所有假设条件。若存疑问，及时询问。 若需求存在多种解读方式，需一一列出，而非擅自选择。 若存在更简洁的解决方案，主动提出；确有必要时，可对现有方案提出异议。 遇到不明之处，立即暂停工作，明确指出疑问点并发

你以为学会提示词就够了大多数人接触 AI 编程的第一课，都是提示词工程。逻辑很直接：大模型的本质是在预测”下一个词最可能是什么”，它只是在猜你想要什么。你给的指令越清晰，它猜得越准。 于是大家开始研究怎么写提示词——加角色设定、加背景、加输出格式、加限制条件……这没有错。提示词工程确实有用，它解决的是大模型无引导、乱说话的问题。 但我在实战中很快就撞到了天花板。提示词写得再好，只要项目稍微复杂一点

什么是GMP模型?G: golang协程,用户级线程,在用户态调度 初始栈小,2kb,支持动态扩容,可以达到GB级别 在用户态调度,上下文开销小 结构体包括:栈指针,程序计数器,状态,绑定的M和P,阻塞原因 M: 内核级线程,真正调度执行的单位 默认最大数量是10000,可以动态创建和销毁 M必须绑定P才能执行G(没有G的话就会进入休眠池) 如果G执行阻塞操作,除了网络IO,基本都会M解绑

前言最近看到一个开源项目openp2p,使用的是go语言，但是他的版本和我不一致，我的版本是1.25,他的版本是1.20,这时候要重新下载然后切换版本就很麻烦，通过search我发现是市面上有一个款版本切换工具–goenv。 goenv安装 goenv要使用 goenv 管理 Go 版本，首先需要安装它。可以通过以下几种方式安装： 使用 Git 克隆仓库1git clone https://g

源码仓库GitHub - darven-cs/handwrit-code: 手写源码 实现过程1.创建框架主要方法就是下面三个 1234567891011121314151617public class MyThreadPoolExecutor { // 将任务放入线程池 public void execute(Runnable runnable){

反射定义 java 语言提供的一种能力，允许程序在运行时（而非编译时）获取类的信息（如类的名称、方法、属性等）， 并能动态创建类的实例、调用类的方法、访问或修改类的属性等。 这种机制就像 “反射” 一样，能反向探知类的内部结构，因此得名 “反射机制”。 用途 框架底层实现 动态代理与AOP 工具类 序列化与反序列化 … 一、获取Class对象四种方法我们要实现反射，需要通过获取class

最近学习Spring AI，在 JDK 21 中，又新增了一些特性， 1. 虚拟线程（Virtual Threads）—— 正式版（JEP 444）虚拟线程是轻量级线程，由 JVM 管理而非操作系统，能在有限的操作系统线程上高效运行大量并发任务（可轻松创建数百万个），大幅降低高并发场景下的资源消耗和编程复杂度。类似Go语言的协程，虚拟线程与传统线程相比，更轻量级、更简单，且更适合高并发场景

要彻底理解进程的同步与互斥，我们需要从 “为什么需要” 到 “是什么”，再到 “如何实现” 和 “经典问题” 逐步拆解。核心逻辑是：进程并发执行会引发资源竞争和执行顺序混乱，同步与互斥就是解决这两个问题的机制。 一、先搞懂：为什么需要同步与互斥？—— 并发的 “副作用”现代操作系统支持进程并发执行（比如同时开浏览器、微信、音乐），但并发会带来两个核心问题，这也是同步与互斥的起源： 1. 问题