Hexo

工作两年后,我有什么感受从24年7月正式工作到现在（26年4月底），其实距工作两年还差一些，不过我毕业前还有十个月的实习生涯，姑且算是工作两年了吧。那么正式工作两年后，我有什么感受？ 过去大学期间，我主要是按照遇见狂神说的 Java 路线学习，一路跟了数十个视频，以为 Java 开发就是注入 Mapper，写写 sql，说出来不怕人笑话，我当时真的连 Bean 是什么，以及默认扫描 Bean 只扫

异步状态更新里的并发回退陷阱最近有一个数据对接的需求，背景是这样的：该项目用来收集其它系统的已有的监控数据，使用一些聚类算法或机器学习算法试试能不能对未发生问题的设备进行预测，预测其生命周期、健康度等。数据获取无非两种形式，要么 pull 要么 push，基于项目目前的结构，最终决定提供 rest api 由其它平台 push 给我们分钟级的监控数据。 设计这样的系统需要考虑什么？ 性能：tom

分布式通信分布式系统的本质是多进程协作，共同完成任务。要协作，自然免不了通信，这也是分布式通信技术要解决的核心问题。 概述按照”请求从外到内、从大到小”的层次，分布式通信涉及以下关键技术： 负载均衡：把外部请求合理分配到集群内部的多个服务器 API 网关：作为系统入口聚合多个微服务调用 服务注册与发现：解决分布式系统内部服务如何感知彼此的问题 **服务间的远程调用(RPC)**：让不同机器上的服

Java性能优化 · 设计模式篇其实设计模式本身不直接提升性能，它是代码组织结构的最佳实践。当一种性能优化的实现途径恰好契合某种模式时，模式就成了这种优化的标准表达。 性能优化的目的是「让有限的资源（CPU/内存/线程/连接）服务更多业务请求」，模式只是把这种优化沉淀为可复用、可读的设计。 单例模式单例模式解决的就是创建单一对象优化系统性能。一个类在系统中可能被多处频

Java性能优化 · JVM篇关于 JVM 有一本非常经典的书籍，周志明老师的《深入理解 Java 虚拟机》，本篇的内容在该书中几乎都能找到，我也写了关于本书的读书笔记，经典图书-深入理解Java虚拟机。 本来想重新整理一下，想了想还是 Don’t repeat yourself，关于内存模型、即时编译、垃圾回收和 GC，在读书笔记中都整理过了。 因此这里不再重复，只介绍下 Java 内存问题的

Java性能优化 · 多线程篇多线程性能调优围绕三条主线展开： 优化维度 核心问题 主要手段 锁优化 如何降低锁竞争与持有成本 锁升级、锁分离、锁分段、CAS 乐观锁 上下文切换 减少线程被切出/切入的开销 减少阻塞、协程、合理线程池 资源容器 不同场景选择最合适的并发容器 ConcurrentHashMap / SkipListMap / Cop

Java性能优化 · 基础篇本篇是针对 Java 语言基础内容（常用类、容器、IO、序列化、网络编程）的调优总结，其中的很多内容在 通用系统性能优化 里也提到过，例如充分利用 cpu cache（arraylist、填充字段避免伪共享）、调整 tcp 连接相关参数等。 字符串String 的实现演进 版本 底层结构 关键变更 Java 6 及之前 char[] + offset + co

构建在生产环境稳定运行的Agent需要什么现如今 Agent 泛滥，很多人即使不懂编程，也可以指挥 Agent 生成想要的应用，但构建能在生产环境运行的 Agent 应用，不是写出更好的提示词，而是系统设计，它包含着很多内容。 Prompt engineering 时，人们发送提示词给模型，模型做出回复。而如今的 Agent 不仅能处理提示词，还可以执行各种操作：点外卖、查数据库、做出决策等，编写

Agent中的5个关键术语现在市面上的 Agent 层出不穷，但它们几乎都有一些共同的特性，这些共同的特性就像中间件的协议标准或某些面向对象语言的“多态”特性一样，只要熟悉相应的术语，切换 Agent 时会容易很多。 需要提醒的一点是：虽然 Agent 的切换不算困难，但 harness 这种需要经过配置和长期完善的内容可能仍然需要重新培养。 MemoryMemory 直译是记忆，这里指 Agen

多Agent时代的Skill管理方案最近处理了一些 AI 能力的需求，常用的方案就是浏览器自动化，借助张铁蕾老师团队的 bridgic-browser skill，这个 skill 的详情可以看这篇 【开源】专为「探路+编码」范式设计的全新浏览器工具集+Skills ，很强大的一个浏览器自动化工具。 在关于浏览器自动化的需求中，通常会对某个网站进行页面探索、网络请求捕获、数据爬虫，而网站中同一类