javascript

LC 128 最长连续序列：别上来就排序，O (n) 解法才是这题的灵魂刷到这道题的时候，我第一反应：这不排个序就完事了？遍历一遍数连续数字的长度，记录最大值，多简单啊。结果定睛一看题目要求时间复杂度 O (n)，瞬间人傻了 —— 排序本身都 O (nlogn) 了，这不是明摆着不让用排序嘛。

我用 50 行代码重写了 React Router 核心，终于搞懂了前端路由原理用了很多年的 React Router，一直是"会用但不懂原理"的状态。<Route>、useNavigate、hash 和 history 模式的区别——背过，但说不清底层到底怎么实现的。上周末我花了两个小时，从零手写了一个 50 行的迷你路由，写完之后有一种"原来就这么回事"的顿悟感。这篇文章把完整代码和思考过程分享出来，帮你也达到这个"顿悟时刻"。

HTML5 Canvas 基础：从按帧动画到 ECharts 数据可视化这一次让我们将目光转向前端绘画的基础，Canvas 标签。Canvas（画布）是HTML5中一个非常重要的元素，它提供了一个可以通过JavaScript绘制图形的区域.

🎄 后端给我一堆扁平数据，我 10 行代码把它变成了树写在前面：今天学了一个在实际工作中超级常用的算法——列表转树。后端从数据库里 select * from menu 查出来的数据是一维的扁平列表，但前端要展示的是树状结构（多级菜单、地址选择器、组织架构……）。怎么转？老师教了两招：Map 法和 reduce 法。听完我只想说：原来这么简单，我之前居然手写递归转了半天！

又一个 AI 神器火了！你用 Claude Code 写了几个月代码，却不知道自己到底花了多少钱。你开了 20 个对话窗口，想找三天前 AI 写的那个函数，翻遍聊天记录也找不到。

GPT训练我的第二天，我表示不过如此！！！😕😕😕接第一天：直接让GPT每日训练我！！！😕😕😕今天一上来，GPT先给我科普了一波！输出什么？A：1

白宫直接给 OpenAI 下了限制令，GPT-5.6 不能随便放出来了2026 年 6 月 26 日，周五。今天最大的新闻不是谁发布了什么，而是谁被拦住了。这条今天刷屏了。美国财政部、商务部等多个联邦机构联合要求 OpenAI，GPT-5.6 不能直接面向所有人发布，必须先提供给一小批"政府批准的合作伙伴"，等联邦机构用最多 30 天时间评估完模型能力之后，才能逐步放开。

🍞 我用 CSS 画了一个会转的 3D 立方体，同事以为我学了 Three.js(这节课真的很神奇，我很喜欢)写在前面：今天这节课太有趣了！老师带我们用一个纯 CSS 就做出了 3D 旋转立方体，还顺带把 Flex 布局、行内块级、定位这些知识点串了一遍。我原来以为 3D 效果得用 Canvas 或者 Three.js 才能做，结果 CSS 说："放着我来！"——而且它还自带 GPU 加速，性能比我想象中好得多。

JavaScript的对象、new的机制与原型包装类原始字符串只是一个简单值，为什么能调用 .length？用 new 调用新函数能生成新对象，v8引擎究竟干了些什么？实例上找不到属性时，为什么会去构造函数身上找？想要明白这些内容，本篇文章应该会对你有所帮助，在开始本篇的学习前，要先记住，在JavaScript中，万物皆对象。

JavaScript 事件流：彻底搞懂捕获、冒泡与事件委托先看如下代码，当点击样式为 small 的div后，控制台会输出什么？猜猜输出顺序：输出结果是：这个顺序揭示了 DOM 事件流的核心机制：先捕获，再冒泡。下面我们来一起看一看：

阿里开源 AI Code Review 工具：ocr review 的执行链路解析Open Code Review 是阿里开源的 AI 代码审查 CLI，核心入口是 ocr 命令。它读取 Git diff，将变更文件交给具备工具调用能力的 Review Agent，并生成带文件路径和行号的结构化审查意见。

TypeBox 比 Zod.js 校验快10倍, 还兼容AI 工具调用, 他做对了什么?40岁了，最近再学bun和ai。上周压测，QPS 一上 1000，CPU 飙到 80%。查了半天，瓶颈在校验上。

从一次栈溢出报错说起，我把递归彻底扒明白了昨天在写一个数组工具函数，需要把深层嵌套的数组拍平。我顺手写了个递归版本，自测用个三层嵌套的数组没问题，就丢进去测了个十几层的大数组。结果控制台直接红了一片，报 Maximum call stack size exceeded。

面试官问你：“AI 能写 80% 的代码了，公司为什么还需要你？”先说一个事实：2026 年的技术面试，已经和两年前完全不一样了。两年前面试问的是："手写一个 Promise"、"说说 React Fiber 原理"、"浏览器渲染流程是什么"。

用户93851563507

工具调用背后：LLM 如何突破“缸中大脑”，操控真实世界？你以为 AI 真的会“用”工具？其实它只是在玩一场精密的词语接龙。你有没有想过：当你在豆包里问“今天上海天气怎么样”，它真的能联网搜索；当你在 Claude 里上传 Excel，它能帮你算出季度销售额；甚至 AI Agent 可以直接操作你的 Mac Mini，帮你发邮件、改文档……这些看起来就像 AI 拥有了“自我意识”，能主动操控外部世界。

从 Token 到 Embedding：LLM 核心基础深度解析深入理解大语言模型（LLM）的底层基石 —— 分词（Tokenization）与向量嵌入（Embedding），从原理到实战，构建完整的知识体系。

从函数到智能：LLM Tool Use 深度解析揭开 AI Agent 工具调用的神秘面纱 —— 一个"缸中大脑"如何突破物理限制，完成调用 API、查询数据库、操作工具等任务。

大模型到底是怎么“调用工具”的？从一个 Node.js Demo 看懂 Tool Use很多人第一次看到 AI 自动查天气、读 Excel、搜索网页、操作电脑时，会下意识觉得：大模型已经能直接使用外部世界了。

中英文 token 数量差一倍？两段 JS 代码搞懂 LLM 底层是怎么"读"文字的你是否好奇过：为什么大模型按 token 计费？中英文的 token 数量为什么不一样？模型又是怎么"读懂"我们输入的文字的？本文带你从零开始，用代码实操搞懂 Tokenization 和 Embedding 这两个 LLM 最基础也最重要的概念。

矩阵专题1-怎么创建模型矩阵(uModelMatrix)先建立正确直觉通常写成：或者更完整一点：这表示：虽然你写的是 T * R * S，但当它作用到顶点上时，真正执行顺序是从右往左。