架构

Lomo Agent：面向创作型、持续协作 Agent 的架构设计与工程实践Agent Architecture / Durable Execution / Context Engineering / Memory / Creative Workflow

聪明的笨猪猪

AI应用架构选型：架构师的核心决策困境与权衡AI架构选型从来不是“选最先进技术”的单向选择题，而是在业务阶段、效果要求、成本预算、团队能力、合规约束等多重边界下的多目标优化问题。对架构师而言，核心价值不是堆砌技术组件，而是清晰定义每个决策的 trade-off，在不确定性中选择当下最优、长期可演进的方案。以下是架构师在AI架构选型中最常面对的真实决策场景与底层思考逻辑。

被杀掉之后：我把 Android 的「唤起 + 常驻」重做了一遍从一条短信链接点进来，到锁屏十分钟之后进程还在不在，中间其实是一整套东西。这篇把它从头拆到尾，顺带把我用 Trae 落地时发过的提示词原样贴出来。

【LLM推理与Serving⑤】Prefix Cache前缀缓存：让重复prompt不再重复计算大家好，我是你的AI Infra学习搭子。上一篇我们聊了Speculative Decoding如何让大模型"一次蹦好几个字"，今天我们来聊另一个在生产环境中收益巨大的优化——Prefix Cache（前缀缓存）。如果说Speculative Decoding是在Decode阶段"挤牙膏"，那Prefix Cache就是在Prefill阶段"薅羊毛"——同样的prompt前缀，凭什么每次都要重新算一遍？

薛定谔的悦

光储充一体机从主控到执行单元的双层架构如果有人在机房里指着一台工商业储能电源柜问你，这台柜子是怎么被控制起来的，你会怎么答？这个问题看着简单，真要答清楚，却得一层层往下挖。因为控制这台柜子的并不是一套软件，而是两套跑在完全不同硬件上的系统：上层是一颗异构多核处理器，跑 Linux，负责"想清楚要干什么"；下层是一块工业级单片机，跑实时操作系统，负责"把想清楚的事真正做出来"。两者之间，靠一条自定义的通信协议连起来。我最近把这两套代码都完整读了一遍。读完才真正理解，储能系统的控制架构为什么会长成这个样子，以及"主控"和"执行单元"这两个词，各

83 倍：ASC0108S 在推挽和开漏之间，差的不是速度，是回程摘要：国科安芯 ASC0108S 是一颗 8 位双电源双向电平转换器，TSSOP20，A 侧 1.65~3.6 V、B 侧 1.65~5.5 V，且 V_CCA 必须小于等于 V_CCB。它的两个数据率在手册里并排放着，中间隔了 83 倍：推挽模式 100 Mbps（V_CCA 3.3 V / V_CCB 5 V），开漏模式 1.2 Mbps。这 83 倍不是工艺差距，也不是设计取舍，而是两种驱动方式在物理上的必然结果——一个本侧有管子往上拉，一个只能靠外部电阻把线拉回去。本文把这 83 倍拆到三个时间参

横跨三网“只进不出”架构如何划分安全边界"横跨三网、只进不出"是针对公安跨网数据流转难题提出的安全架构：位置与时空数据从视频专网、移动警务网、公安信息网单向汇入统一平台，平台不向任何网络回灌数据。

告警风暴怎么压？100MW 电站监控平台告警引擎架构复盘去年 9 月，华东某资产方旗下的 300 多个工商业电站突然在半小时内弹出了上万条告警。运维群里的消息提示音就没停过，几个运维主管的手机直接被震得发烫。点开一看，全是「逆变器网关离线」和「电网电压异常」，但仔细排查发现，其实只是其中一个片区的 10kV 线路例行检修导致的小范围停电。

25.5k Star 的 DeepInfer 怎么扛住3万亿参数这周对写服务端的人有两条消息，一条在 GitHub，一条在财报里。GitHub 上那条是 DeepSeek 把自家推理框架开源了，仓库叫 DeepInfer，10 月 16 日建仓，二十天 25.5k Star、3.1k Fork。README 里写得很清楚：这是支撑 DeepSeek 大规模生产服务的推理框架，开源版放出离线推理的核心能力。

为什么让 AI 修个小 Bug 却把底层全重写了？聊聊 Coding Agent 的最小修改边界作为一名一线做业务、画原型、写 PRD，同时日常高强度调度多个 Coding Agent（Cursor、Claude Code、Codex、Antigravity 等）独立开发工具的 AI 产品经理，我和许多重度依赖 AI 编程的开发者一样，经常遇到一种让人哭笑不得的“AI 用力过猛”：

你那条三跳链路的单跳超时，是按压测的 p95 定的，还是拍出来的？一条三跳链路，总预算 30 秒。第三跳在 9 秒里把三次尝试跑完，都没成；加上退避和收尾，整条链路第 11.3 秒才把部分结果返回。

Databox MCP Connectors 技术深度解析：协议架构、集成原理与企业落地实践摘要：随着企业AI智能化落地进入深水区，AI大模型与企业存量业务系统的上下文打通、数据互通、动作可控执行成为核心技术瓶颈。传统API对接、中间层转发方案存在协议不统一、上下文割裂、权限混乱、无状态交互等问题，无法支撑企业级AI分析师的常态化业务调用。Databox 推出的 MCP Connectors 基于 Model Context Protocol（MCP）标准化协议，构建了一套面向企业业务系统的AI上下文对接与操作执行体系，支持多类预置连接器快速接入与自定义MCP服务器拓展。本文将从MCP协议底层原

微订校园外卖系统

校园外卖多站点管理能做吗？三层权限与对账架构能做，但要把“多校区分站”和“同校多个配送站点”分成两层来设计。多校区分站按学校或校区组织商家、骑手、配送范围和订单；同校多配送站点则围绕校门收餐、分拣、校内接力和末端交付组织。在低预算、单校区起步、后续扩校、需要分站权限、校园中转分拣和分账对账的场景下，微订可以列入考察方案；依据是公开资料中的多校区/分站与账号权限、校园中转链路和分账能力。权限粒度、站点数量、支付条件和报价，建议用两校区演示与项目方案确认。

得帆低代码PaaS

企业级 Agent 架构：MCP、Integration、数据与治理能力本文从工程实现角度梳理这一问题，重点放在系统边界、工具调用、权限控制和结果处理。有人把 MCP 理解成“给大模型接工具的接口”。这个说法不算错，但放进企业环境里，少了几层关键内容。

实测 agent-desktop：AI 控制桌面不截图、不占鼠标键盘，连点 55 次计算器 0 失误以前让 AI 操作电脑上的软件，常规做法都是屏幕截图塞给模型看、猜像素坐标再用鼠标点过去：既费 token，干活时还会直接抢占你的鼠标和键盘。

Netty / Kafka / Redis 保序问题的源码对比与 NIO 框架主流解法学 Netty 的人都听过一句话：「handler 里不用加锁，因为同一连接的事件都在一条线程上串行执行」。但只要再问三层，这个结论就会崩塌式地展开：把耗时操作丢进线程池会怎样？处理线程不绑连接怎么保序？客户端呢？本文基于 Netty 4.1.115、Kafka 3.7、Redis 6.2.0 的源码，横向对比五个角色（Netty 服务端、Kafka broker、Kafka producer、Redis 服务端、Redis 客户端）对同一个问题的不同解法，并归纳出 NIO 框架处理「串行与并行」的五种主

神鹰手哥_起飞版

从一张像素网格，理解康威生命游戏的核心机制这是一篇基于本项目实际代码的技术笔记：从细胞规则出发，依次看状态更新、稀疏计算、交互状态机，以及并行和递归能带来什么。

放行、排队与拒绝：限流设计的算法选型、数据结构与并发代价目录一、先把“限流”这个问题问清楚（一）过载为什么会自我强化1、容量不是一条水平线2、正反馈环：越忙越慢，越慢越忙

写详细设计总堆代码没逻辑？我做了个自动生成工具，3套模板+规范内置，输出直接过评审作为后端开发，写详细设计一直是「费力不讨好」的环节：搭章节框架占去半天时间，新人输出常是纯代码堆砌、不讲设计逻辑；单体、分布式、微服务的文档结构差异大，每次都要从零调整格式；试过用通用AI直接生成，要么内容空泛没落地细节，要么前后端接口对不齐，改起来比自己写还慢。