AI 编程本地与云执行边界:代码驻留、能力降级与路由凭据
“本地模式”与“企业版不训练”都不足以证明代码没有越界。本文把仓库分类、任务材料、执行位置、模型调用和残留清理绑定成可验证路由合同,并定义云能力不可用时的安全降级。
Articles
沉淀 AI、Web、云原生和独立开发经验。
“本地模式”与“企业版不训练”都不足以证明代码没有越界。本文把仓库分类、任务材料、执行位置、模型调用和残留清理绑定成可验证路由合同,并定义云能力不可用时的安全降级。
短链是系统设计面试的经典题,小而全(读写、唯一性、重定向、缓存、扩展)。本文从需求拆解开始,讲清短链的生成(哈希/自增ID+进制)、存储、重定向(301 vs 302)、缓存抗读、分片扩展,以及面试里怎么"边设计边讲"展示思路。
能导出聊天 JSON 不等于能离开一款编程工具。本文定义内容寻址的退出包,覆盖仓库规则、任务检查点、审批、工具配置和审计回执,并用替代工具冷启动证明迁移与撤权真正完成。
Feed 流是系统设计的硬核题——读多写多、要排序、要实时、要扩展。本文讲清两种核心模型(推模式 vs 拉模式 vs 推拉结合)、时间线存储、热门内容、分页与"读到底",以及不同规模(几万 vs 上亿用户)该选哪种。
礼宾式试点不是假装产品已经完成,而是在明确告知人工参与的前提下,用少量真实客户验证输入、交付标准、异常处理、复购和单位经济性,再把稳定步骤逐步自动化。
消息队列是分布式系统的"减震器"——削峰、解耦、异步。本文讲清它解决什么问题(削峰/解耦/最终一致)、核心模型(点对点 vs 发布订阅)、可靠性保证(持久化/ACK/重试/死信)、顺序与重复,以及 Kafka/RabbitMQ/Redis Streams/ RocketMQ 怎么选。
一个 robots.txt 的 Allow 或 Disallow 可能同时影响不同用途的自动访问。本文用版本化主体注册表、策略编译和真实日志测试避免误封搜索或误放敏感路径。
不是为了刷题,是为了写好代码。本文讲清工程中最有用的数据结构与算法:哪些真常用(哈希表/树/堆/图)、复杂度怎么算、时间空间取舍、以及 LeetCode 式刷题的误区——真正的能力是把数据结构用在正确的工程问题上。
保存模型名、Prompt 和最终分数不足以重放一次评测。本文冻结数据与标签代际、请求序列、解码器、运行环境、Evaluator 和结果集合,形成可验证的 run evidence root。
面试是门技术活,光会刷题不够。本文讲清开发者面试的四个维度准备:算法/系统设计(硬技能)、项目经验(讲清楚你做过啥)、行为面试(STAR)、反向提问,以及高频陷阱(背答案、夸大、不会就说不会),给一份从简历到 offer 的完整准备清单。
功能投票和客户音量容易误导路线图。本文建立一套可审计的 AI 功能证据评分卡,把问题频率、结果价值、真实承诺、可触达用户、交付能力与风险放到同一决策记录中。
慢查询九成是缺索引或索引没用上。本文讲清 PG 索引:类型选择(B-tree/Hash/GIN/GiST/BRIN)、复合索引与最左前缀、EXPLAIN ANALYZE 看执行计划、索引失效的常见原因(函数/类型/like)、何时别加索引,让你的查询从秒级到毫秒级。