今天的 LLM 动辄数十亿参数，其思想源头之一却是十几行代码就能实现的感知机。本文用垃圾邮件打分、门卫和画线的类比，讲清输入、权重、偏置、激活函数、学习规则与收敛边界，并给出一个可运行的 NumPy 最简实现。

加密只能隐藏内容，不能证明数据与业务上下文没有被调包。本文用加密信封的类比讲清 AEAD、AAD、nonce、CTR 与 GHASH，并给出可运行的 Python 示例和上线检查清单。

2017 年 AWS 一个工程师敲错一条命令，让小半个互联网黑屏四小时；Knight Capital 一次没同步好的部署，45 分钟烧掉 4.4 亿美元。服务治理的本质是工程问题：能自动化的规则、约束、检查、测试，就别指望人半夜手动去跑。清单革命固然好，但清单要人看、人执行，而人从来不是百分百可靠的。这篇聊聊业界的标准、最佳实践、成功案例和典型事故。

Go 的隐式接口（duck typing）写起来很爽，但代价是"看不见"——一个 struct 到底实现了哪些接口，光看代码根本一眼看不出来。这篇不改语言、不等官方，从编译期断言、gopls 双向跳转、golangci-lint、go generate 到自己写工具生成 UML 类图（附开源项目 gouml），一层层把可发现性补回来，附可跑的例子和一份可落地清单。

做后端的，跟高并发、大流量打交道是家常便饭。分而治之是基本思想，多进程、多线程、多路复用、异步是基本手段。到了 Go 这里，最常被问的一个问题是：面对资源竞争，到底该用 Channel 还是互斥锁？这篇给一个能记住的判断口诀，再把 Go 里几种真正好用的并发模式一个个拆开讲——附可跑的代码和一张选型清单。

分区(partition)是网络把集群切成了几块,谁也看不见谁;脑裂(split-brain)是切开之后,每一块都以为"就剩我了,我来当家"。于是两个主节点同时写数据,等网络恢复,数据对不上,谁都不认谁。这篇讲清楚脑裂的根因(网络分区 + 各自选主),以及业界公认的解法:多数派仲裁(quorum)、fencing、见证节点,配一份可抄的排查与设计清单。

字符串看着最简单，坑却最深。从 C 的一根 char 指针，到 C++ 的 std::string，到 Java/Python 的对象化，再到 Go 的 rune，这一路演进本质上就在解决三个问题：谁管内存、长度怎么算、一个"字"到底是什么。这篇按时间线把它们串起来，讲清楚每一步为什么这么设计、又留下了什么坑。

很多人以为限流就是"每秒放 100 个请求"，配个数字完事。真上了规模才发现，限流是分层的、分策略的、还得跟业务谈判的。这篇把限流拆成"在哪一层限、按什么维度限、用什么算法、放行还是拒绝、拒了怎么告诉客户端"几件事，配上可抄的配置和一张决策清单。

Streamlit 让你用写 Python 脚本的方式,几十行就做出一个能交互的数据应用——不碰 HTML/CSS/JS,不起前端工程。这篇讲清楚它背后"脚本从上到下重跑一遍"的设计理念,常用控件与状态管理,一个能跑的完整实例,以及我踩过坑之后总结的最佳实践。

做后端和 SDK 这些年，我越来越依赖一个东西：给每个服务配一个能把主流程完整跑一遍的 Sample App——Web Service 就配个 Test Web App，音视频应用就配个 Native App。它既是 E2E 测试工具，又是一个"永远在线的模拟用户"，还是最诚实的一份活文档。AI 能帮你把它写得飞快，但要不要养、往哪个方向养，得你自己拿主意。

用 AI 写代码，token 烧钱的地方无非三处：模型读进去多少、写出多少代码、回话多啰嗦。Headroom 管"读进去"，靠压缩上下文；Ponytail 管"写出来"，靠逼着 agent 少写代码。这篇讲清楚这两个开源工具各自怎么做、在你的项目里怎么装怎么用，也把厂商不爱说的坑一并摊开：真实场景省的往往没广告那么多。

框架每年换一茬，但有些技术书十年后翻开还是有用。这篇聊聊我书架上被翻烂、后来又买了第二本的那几本经久耐看的技术书——《数据密集型应用系统设计》《性能之巅》《UNIX 编程艺术》之类——以及为什么它们比追新更值得花时间。

AI 能让一个人像一支小队，但不能让一个人逃掉工程责任。真正的超级个体，不是炫耀百家招式，而是持续交付有价值的产品，满足用户需求，创造真实价值。

长久不用的知识会不会生锈？会。但真正危险的不是忘了细节，而是把生锈的手感误认为仍在巅峰。以大型 C++ 和 Audio/Video 项目为例，聊聊怎样让知识重新招之即来、来之能战。

人脸识别听起来像玄学，其实入门链路可以拆成检测人脸、裁剪样本、训练模型、设定阈值这几步。本文基于一个 OpenCV + MediaPipe 的教学 demo，讲清楚 Haar、Face Mesh、LBPH 各自负责什么，如何用 Poetry 跑通采集、训练和识别链路，以及为什么教学级 demo 不能直接拿去当门禁或支付系统。

从数据库泄露、密钥轮换和故障边界说起，解释为什么需要 KMS，以及信封加密如何把密钥管理这件事做得更稳。

Markdown 写起来很舒服，但读起来、预览起来、跨中英文翻译起来并不总是舒服。Markpad 是我做的一个本地 Markdown Web 工具，把文件索引、左右分栏编辑预览、主题、图表渲染、实时分享和 LLM 翻译放在一起，解决自己每天写文档时的一个小但扎人的痛点。

AI 会写 WebRTC demo，也能解释 SDP、ICE、RTP、RTCP，但 RTC 应用真正难的是把音频、视频、网络、QoS 和用户感知串起来。高级程序员的门槛不在“懂得多”，而在对原理的深刻领悟、对失败模式的判断、以及从事故和教训里长出来的工程直觉。

最近又被几个内部自研平台教育了一回：东西能跑，但难学、难问、难接手，很多“为什么”只存在某些人的脑子里。本文借这个亲身体会，聊聊企业中间件到底该买、用开源，还是自研；也给一份少踩坑的决策清单。

用 Codex 写代码，token 烧得最快的往往不是模型多能干，而是上下文管理不当。这篇文章从 Codex 的 agent loop、项目指令和 prompt 缓存机制讲起，给出一份能直接照做、也能度量效果的省 token 清单：什么时候开新会话、AGENTS.md 怎么瘦身、怎么选模型和推理档位、怎么监控自己的消耗。