PostgreSQL笔记24: Background Writer 后台写进程的原理、参数调优与可观测性演进

Wang's Blog2026-08-20 15:46

纲要

  • Background Writer 进程概述
    • 核心职责：定期将 shared_buffers 中的脏页写入 Page Cache
    • 设计目标：分摊 Checkpoint 的 I/O 压力，减少后端进程（Backend）主动刷脏
  • 核心参数
    • bgwriter_delay
    • bgwriter_lru_maxpages
    • bgwriter_lru_multiplier
    • bgwriter_flush_after
  • 监控视图
    • pg_stat_bgwriter（PG 16 及更早）
      • buffers_clean
      • buffers_backend
      • maxwritten_clean
    • pg_stat_io（PG 16+）
    • pg_stat_checkpointer（PG 17+）
  • PG 17 的重大变更
    • buffers_backend 与 buffers_backend_fsync 从 pg_stat_bgwriter 中移除
    • 可观测性向 pg_stat_io 迁移
  • 多语言示例
    • Node.js（pg）
    • Go（pgx）
    • Python（psycopg2）
    • Java（JDBC）
  • 调优策略与最佳实践

一、Background Writer 的设计背景与核心职责

PostgreSQL 使用 shared_buffers 作为共享缓冲区缓存，所有数据页的读写都经过这一层。Checkpoint 进程负责将 shared_buffers 中的所有脏页刷入磁盘，但若两次 Checkpoint 间隔较长且写负载较高，累积的大量脏页会在单一 Checkpoint 瞬间触发巨大的 I/O 突发（I/O Spike），直接影响查询响应时间。

为解决这一问题，PostgreSQL 引入了独立的 Background Writer 后台写进程。其核心职责包括：

  1. 周期性扫描 shared_buffers ：以固定间隔唤醒，扫描缓冲区中的脏页。
  2. 将脏页写入 Page Cache ：Background Writer 仅将数据写入操作系统 Page Cache，实际的 fsync 落盘由 Checkpoint 进程负责。
  3. 为 Checkpoint 分摊压力 ：提前将部分脏页写出，Checkpoint 执行时可跳过已写入的数据块，从而减少 I/O 突发。
  4. 减少后端进程主动刷脏 ：当 shared_buffers 空闲缓冲区不足时，后端进程需自行选择脏页淘汰并刷盘（称为 buffers_backend）。Background Writer 若能及时释放缓冲区，可显著降低后端进程的查询延迟。

#mermaid-svg-K07Rse1N1aEnf9Go{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-K07Rse1N1aEnf9Go .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-K07Rse1N1aEnf9Go .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-K07Rse1N1aEnf9Go .error-icon{fill:#552222;}#mermaid-svg-K07Rse1N1aEnf9Go .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-K07Rse1N1aEnf9Go .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-K07Rse1N1aEnf9Go .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-K07Rse1N1aEnf9Go .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-K07Rse1N1aEnf9Go .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-K07Rse1N1aEnf9Go .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-K07Rse1N1aEnf9Go .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-K07Rse1N1aEnf9Go .marker{fill:#333333;stroke:#333333;}#mermaid-svg-K07Rse1N1aEnf9Go .marker.cross{stroke:#333333;}#mermaid-svg-K07Rse1N1aEnf9Go svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-K07Rse1N1aEnf9Go p{margin:0;}#mermaid-svg-K07Rse1N1aEnf9Go .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-K07Rse1N1aEnf9Go .cluster-label text{fill:#333;}#mermaid-svg-K07Rse1N1aEnf9Go .cluster-label span{color:#333;}#mermaid-svg-K07Rse1N1aEnf9Go .cluster-label span p{background-color:transparent;}#mermaid-svg-K07Rse1N1aEnf9Go .label text,#mermaid-svg-K07Rse1N1aEnf9Go span{fill:#333;color:#333;}#mermaid-svg-K07Rse1N1aEnf9Go .node rect,#mermaid-svg-K07Rse1N1aEnf9Go .node circle,#mermaid-svg-K07Rse1N1aEnf9Go .node ellipse,#mermaid-svg-K07Rse1N1aEnf9Go .node polygon,#mermaid-svg-K07Rse1N1aEnf9Go .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-K07Rse1N1aEnf9Go .rough-node .label text,#mermaid-svg-K07Rse1N1aEnf9Go .node .label text,#mermaid-svg-K07Rse1N1aEnf9Go .image-shape .label,#mermaid-svg-K07Rse1N1aEnf9Go .icon-shape .label{text-anchor:middle;}#mermaid-svg-K07Rse1N1aEnf9Go .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-K07Rse1N1aEnf9Go .rough-node .label,#mermaid-svg-K07Rse1N1aEnf9Go .node .label,#mermaid-svg-K07Rse1N1aEnf9Go .image-shape .label,#mermaid-svg-K07Rse1N1aEnf9Go .icon-shape .label{text-align:center;}#mermaid-svg-K07Rse1N1aEnf9Go .node.clickable{cursor:pointer;}#mermaid-svg-K07Rse1N1aEnf9Go .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-K07Rse1N1aEnf9Go .arrowheadPath{fill:#333333;}#mermaid-svg-K07Rse1N1aEnf9Go .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-K07Rse1N1aEnf9Go .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-K07Rse1N1aEnf9Go .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-K07Rse1N1aEnf9Go .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-K07Rse1N1aEnf9Go .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-K07Rse1N1aEnf9Go .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-K07Rse1N1aEnf9Go .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-K07Rse1N1aEnf9Go .cluster text{fill:#333;}#mermaid-svg-K07Rse1N1aEnf9Go .cluster span{color:#333;}#mermaid-svg-K07Rse1N1aEnf9Go div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-K07Rse1N1aEnf9Go .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-K07Rse1N1aEnf9Go rect.text{fill:none;stroke-width:0;}#mermaid-svg-K07Rse1N1aEnf9Go .icon-shape,#mermaid-svg-K07Rse1N1aEnf9Go .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-K07Rse1N1aEnf9Go .icon-shape p,#mermaid-svg-K07Rse1N1aEnf9Go .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-K07Rse1N1aEnf9Go .icon-shape .label rect,#mermaid-svg-K07Rse1N1aEnf9Go .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-K07Rse1N1aEnf9Go .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-K07Rse1N1aEnf9Go .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-K07Rse1N1aEnf9Go :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 定期扫描脏页
fsync
Backend 主动刷脏
用户查询
Backend Process
shared_buffers
Background Writer
Page Cache
Checkpoint
磁盘
shared_buffers 不足

二、Background Writer 核心参数详解

以下参数均在 postgresql.conf 中配置，修改后需重新加载（pg_reload_conf() 或 SELECT pg_reload_conf();）或重启生效。

2.1 bgwriter_delay

含义 ：Background Writer 两次活动轮次之间的延迟时间（毫秒）。

默认值 ：200ms。

说明 ：每轮中 Background Writer 会写入若干脏页（由后续参数控制），然后休眠 bgwriter_delay 毫秒后重复。若某次扫描未发现任何脏页，进程将进入更长的休眠。注意，许多系统上睡眠延迟的有效分辨率仅为 10 毫秒，设置为非 10 的倍数将向上取整。

调优建议 ：写入密集型工作负载可适当降低该值（如 100ms），使 Background Writer 更频繁地工作，分散 I/O 负载。

2.2 bgwriter_lru_maxpages

含义 ：每轮中 Background Writer 最多写入的缓冲区数量。

默认值 ：100 个缓冲区。

说明 ：设置为 0 将禁用背景写入（Checkpoint 活动不受影响）。该参数与 bgwriter_lru_multiplier 共同决定每轮实际写入量。

调优建议 ：I/O 能力充足的系统可适当提高该值（如 200 或更高），让 Background Writer 每轮处理更多脏页。

2.3 bgwriter_lru_multiplier

含义：每轮写入脏页数量的乘数因子。

默认值 ：2.0。

说明 ：每轮写入量基于"最近几轮中后端进程所需的新缓冲区数量"的平均值乘以该乘数。设置 1.0 代表"准时制"策略------恰好写入预测所需的数量；更大的值提供应对突发需求的缓冲，更小的值则有意将写入工作留给后端进程。

调优建议：

  • 若 buffers_backend 过高，可适当提高 bgwriter_lru_multiplier（如 2.5 或 3.0），使 Background Writer 更积极地清理脏页。
  • 若 I/O 资源紧张，可降低该值以减少背景写带来的额外 I/O 开销。

2.4 bgwriter_flush_after

含义 ：Background Writer 写入超过此字节数后，强制操作系统将写入下发到底层存储。

默认值 ：512kB（Linux）。

说明 ：该参数控制 Background Writer 调用 posix_fadvise 等接口的频率，避免 Page Cache 中积累过多脏页。

三、监控视图与指标解读

3.1 pg_stat_bgwriter（PG 16 及更早）

该视图始终包含单行全局统计数据。核心字段如下：

字段 类型 说明
buffers_checkpoint bigint Checkpoint 期间写入的缓冲区数
buffers_clean bigint Background Writer 写入的缓冲区数
maxwritten_clean bigint Background Writer 因写入过多而停止清理扫描的次数
buffers_backend bigint 后端进程直接写入的缓冲区数
buffers_backend_fsync bigint 后端进程执行 fsync 的次数
buffers_alloc bigint 分配的缓冲区数
sql 复制代码 
-- 查询 Background Writer 相关统计（PG 16 及更早）
SELECT
    buffers_clean,
    buffers_backend,
    buffers_backend_fsync,
    maxwritten_clean,
    buffers_alloc
FROM pg_stat_bgwriter;

指标解读：

  • buffers_clean 应远大于 buffers_backend，表明大多数刷脏工作由 Background Writer 完成。
  • 若 buffers_backend 过高，说明后端进程频繁主动刷脏，应调优 Background Writer 参数使其更积极地工作。
  • maxwritten_clean 过高说明 Background Writer 每轮写入量达到 bgwriter_lru_maxpages 上限，可考虑提高该值。

3.2 pg_stat_io（PG 16+）

PG 16 引入了 pg_stat_io 视图，按后端类型、对象类型和 I/O 上下文细粒度统计 I/O 操作。这是 PostgreSQL 可观测性的一次重大提升。

sql 复制代码 
-- 查询后端进程直接写入的统计（PG 16+）
SELECT
    backend_type,
    object,
    context,
    writes,
    write_bytes
FROM pg_stat_io
WHERE backend_type = 'client backend'
   OR backend_type = 'background writer';

3.3 pg_stat_checkpointer（PG 17+）

PG 17 将 Checkpoint 相关统计从 pg_stat_bgwriter 中剥离，独立为 pg_stat_checkpointer 视图。

sql 复制代码 
-- PG 17+ 查询 Checkpoint 统计
SELECT
    checkpoints_timed,
    checkpoints_req,
    checkpoint_write_time,
    checkpoint_sync_time,
    buffers_checkpoint
FROM pg_stat_checkpointer;

四、PG 17 的重大变更：buffers_backend 的移除与可观测性演进

4.1 变更内容

PostgreSQL 17 对 pg_stat_bgwriter 视图进行了重要重构：

  1. 移除的字段 ：buffers_backend 和 buffers_backend_fsync。
  2. 迁移路径 ：这些信息现已通过 pg_stat_io 视图提供。
  3. Checkpoint 统计独立 ：checkpoints_timed、checkpoints_req、checkpoint_write_time、checkpoint_sync_time、buffers_checkpoint 迁移至 pg_stat_checkpointer。

4.2 为什么 buffers_backend 是"误导人的指标"

原素材中提到的"buffers_backend 是一个误导人的指标"，其根本原因在于：

buffers_backend 不仅统计普通后端进程因缓冲区不足而主动刷脏的次数，还统计了 autovacuum 等后台进程的写入操作。这意味着该指标混杂了多种来源的写入，无法准确反映"查询后端因 Background Writer 工作不及时而被迫刷脏"的真实情况。

PG 17 通过 pg_stat_io 的 backend_type 字段实现了精确区分，运维人员可按需过滤：

sql 复制代码 
-- PG 17+ 精确查询 client backend 的主动写入
SELECT
    writes AS backend_direct_writes,
    write_bytes AS backend_direct_write_bytes
FROM pg_stat_io
WHERE backend_type = 'client backend'
  AND context = 'normal';

4.3 版本兼容建议

PostgreSQL 版本 pg_stat_bgwriter 可用字段 后端写入统计来源
≤ 16 buffers_backend, buffers_backend_fsync pg_stat_bgwriter
≥ 17 移除 buffers_backend pg_stat_io

若需编写跨版本兼容的监控脚本，可先检查 PostgreSQL 主版本号，再选择对应的查询语句。

五、多语言示例

以下示例演示如何通过不同编程语言连接 PostgreSQL，查询 Background Writer 相关统计信息。所有示例均使用原生驱动，并附有对应的 PostgreSQL 原生 SQL 注释。

5.1 Node.js（pg 库）

ts 复制代码 
import { Client } from 'pg';

async function getBgWriterStats() {
    const client = new Client({
        host: 'localhost',
        port: 5432,
        database: 'postgres',
        user: 'postgres',
        password: 'your_password',
    });

    await client.connect();

    try {
        // 查询 pg_stat_bgwriter（PG 16 及更早）
        // SELECT buffers_clean, buffers_backend, maxwritten_clean
        // FROM pg_stat_bgwriter;
        const res = await client.query(`
            SELECT
                buffers_clean,
                buffers_backend,
                maxwritten_clean
            FROM pg_stat_bgwriter
        `);

        console.log('Background Writer Stats:');
        console.log(`  buffers_clean: ${res.rows[0].buffers_clean}`);
        console.log(`  buffers_backend: ${res.rows[0].buffers_backend}`);
        console.log(`  maxwritten_clean: ${res.rows[0].maxwritten_clean}`);
    } finally {
        await client.end();
    }
}

getBgWriterStats().catch(console.error);

5.2 Go（pgx 库）

go 复制代码 
package main

import (
    "context"
    "fmt"
    "log"

    "github.com/jackc/pgx/v5"
)

func main() {
    conn, err := pgx.Connect(context.Background(), "postgres://postgres:your_password@localhost:5432/postgres")
    if err != nil {
        log.Fatal(err)
    }
    defer conn.Close(context.Background())

    // 查询 pg_stat_bgwriter（PG 16 及更早）
    // SELECT buffers_clean, buffers_backend, maxwritten_clean
    // FROM pg_stat_bgwriter;
    var buffersClean, buffersBackend, maxwrittenClean int64
    err = conn.QueryRow(context.Background(), `
        SELECT
            buffers_clean,
            buffers_backend,
            maxwritten_clean
        FROM pg_stat_bgwriter
    `).Scan(&buffersClean, &buffersBackend, &maxwrittenClean)
    if err != nil {
        log.Fatal(err)
    }

    fmt.Printf("Background Writer Stats:\n")
    fmt.Printf("  buffers_clean: %d\n", buffersClean)
    fmt.Printf("  buffers_backend: %d\n", buffersBackend)
    fmt.Printf("  maxwritten_clean: %d\n", maxwrittenClean)
}

5.3 Python（psycopg2 库）

python 复制代码 
import psycopg2

def get_bgwriter_stats():
    conn = psycopg2.connect(
        host="localhost",
        port=5432,
        database="postgres",
        user="postgres",
        password="your_password"
    )

    try:
        with conn.cursor() as cur:
            # 查询 pg_stat_bgwriter（PG 16 及更早）
            # SELECT buffers_clean, buffers_backend, maxwritten_clean
            # FROM pg_stat_bgwriter;
            cur.execute("""
                SELECT
                    buffers_clean,
                    buffers_backend,
                    maxwritten_clean
                FROM pg_stat_bgwriter
            """)
            row = cur.fetchone()

            print("Background Writer Stats:")
            print(f"  buffers_clean: {row[0]}")
            print(f"  buffers_backend: {row[1]}")
            print(f"  maxwritten_clean: {row[2]}")
    finally:
        conn.close()

if __name__ == "__main__":
    get_bgwriter_stats()

5.4 Java（JDBC）

java 复制代码 
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;

public class BgWriterStats {
    public static void main(String[] args) {
        String url = "jdbc:postgresql://localhost:5432/postgres";
        String user = "postgres";
        String password = "your_password";

        try (Connection conn = DriverManager.getConnection(url, user, password);
             Statement stmt = conn.createStatement()) {

            // 查询 pg_stat_bgwriter（PG 16 及更早）
            // SELECT buffers_clean, buffers_backend, maxwritten_clean
            // FROM pg_stat_bgwriter;
            String sql = """
                SELECT
                    buffers_clean,
                    buffers_backend,
                    maxwritten_clean
                FROM pg_stat_bgwriter
            """;

            try (ResultSet rs = stmt.executeQuery(sql)) {
                if (rs.next()) {
                    System.out.println("Background Writer Stats:");
                    System.out.println("  buffers_clean: " + rs.getLong("buffers_clean"));
                    System.out.println("  buffers_backend: " + rs.getLong("buffers_backend"));
                    System.out.println("  maxwritten_clean: " + rs.getLong("maxwritten_clean"));
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

5.5 多语言对比

维度 Node.js (pg) Go (pgx) Python (psycopg2) Java (JDBC)
驱动 pg pgx/v5 psycopg2 org.postgresql.Driver
连接方式 连接字符串 / 对象 DSN 连接字符串 关键字参数 JDBC URL
查询接口 client.query() QueryRow() / Query() cursor.execute() Statement.executeQuery()
结果处理 rows[0].column Scan(&var) fetchone()[idx] rs.getLong("column")
资源管理 手动 end() defer Close() try-finally try-with-resources
类型安全 弱类型（JS） 强类型 弱类型（Python） 强类型
适用场景 快速原型、Web 后端 高性能微服务 数据科学、自动化运维 企业级应用

六、调优策略与最佳实践

6.1 判断 Background Writer 是否"懒惰"

通过对比 buffers_clean 与 buffers_backend 可判断 Background Writer 的工作效率：

  • 健康状态 ：buffers_clean >> buffers_backend，表明刷脏工作主要由 Background Writer 完成。
  • 需调优状态 ：buffers_backend 接近或超过 buffers_clean，表明后端进程频繁主动刷脏，应考虑：
    1. 降低 bgwriter_delay（如 100ms），提高唤醒频率。
    2. 提高 bgwriter_lru_maxpages（如 200），增加每轮写入量。
    3. 提高 bgwriter_lru_multiplier（如 2.5 或 3.0），使 Background Writer 更积极。

6.2 注意 PG 17 的监控变更

若使用 PG 17 及以上版本：

  • 使用 pg_stat_io 替代 buffers_backend 监控后端写入。
  • 使用 pg_stat_checkpointer 监控 Checkpoint 相关指标。
  • 编写监控脚本时需做版本适配。

6.3 Checkpoint 与 Background Writer 的协同

Background Writer 的目标是减少 而非消除 Checkpoint 的 I/O 压力。过度激进的 Background Writer 可能增加整体 I/O 负载（因为同一脏页可能被多次写出）。调优时需在"减少 Checkpoint 突发"与"控制背景写额外开销"之间取得平衡。

七、官方文档

八、参考链接

总结

Background Writer 是 PostgreSQL 中负责将 shared_buffers 脏页定期写入 Page Cache 的后台进程，其核心价值在于为 Checkpoint 分摊 I/O 压力并减少后端进程主动刷脏带来的查询延迟。关键调优参数包括 bgwriter_delay、bgwriter_lru_maxpages、bgwriter_lru_multiplier 和 bgwriter_flush_after，需根据 buffers_clean 与 buffers_backend 的比例进行动态调整。

PG 17 将 buffers_backend 从 pg_stat_bgwriter 中移除并迁移至 pg_stat_io，同时将 Checkpoint 统计独立为 pg_stat_checkpointer，显著提升了可观测性的精细度。多语言 Demo 展示了 Node.js、Go、Python、Java 四种主流技术栈访问 pg_stat_bgwriter 的实践方式，便于运维与开发团队快速集成监控能力。

相关推荐
Oll Correct1 小时前
Adobe illustrator 案例六：手枪图标绘制
笔记·ui·adobe·illustrator
Python私教2 小时前
从表格到管理系统：别先写页面，先补齐权限、流程和审计
数据库·后端·架构
陈皮波比茶2 小时前
Redis学习
数据库·redis·学习
—Miss. Z—2 小时前
备份与恢复
数据库·oracle
ltl2 小时前
RocksDB Leveled Compaction：层级不变式与 CompactionPicker
数据库
ltl2 小时前
DuckDB 向量化与 Morsel-Driven Pipeline
数据库
NJCloud2 小时前
TiDB 集群部署与 MySQL 兼容性适配实战
linux·运维·数据库·mysql·tidb
喜欢打篮球的普通人3 小时前
LLVM Backend Lowering 从入门到实战：把 IR 变成机器码的完整链路
android·java·数据库
摇滚侠3 小时前
《Docker技术入门与实战 第4版》阅读笔记 2 Docker 镜像
笔记·docker·容器
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02GitHub 镜像站点03微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新042026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？05历年考研数学一、数学二、数学三真题试卷及答案PDF06Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费07AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路08VSCode+CodeX扩展，无法启动092026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片10如何新建文件夹？ 电脑新建文件夹的4种方法