后端

苏三说技术

LangChain4j 和 LangGraph4j，哪个更好？最近这几个月，AI Agent 技术简直火得一塌糊涂。GitHub Copilot、Cursor、Claude Code 这些工具已经把“AI 辅助编程”这件事推到了一个新的高度。

7 个AI开发中真正用得上的 MCP Server，配合Claude Code食用效果更佳现在市面上MCP种类丰富，用起来也很方便，恨不得猛猛地装上十几二十个。那是不是MCP越多越好呢，我并不这么认为。

从 PHP 到 AI + Golang，程序员自救转型手记（十五）：优化细节、网络请求封装这是一个系列 Blog，作者将以一个 PHP 全栈工程师的身份，利用 AI 工具（claude code、codex、deepseek、豆包等）：从零开始学习 golang 语言，并最终完成 ai-go-mall（github | gitee）开源项目的制作，全程记录分享。

用户675704988502

Go 语言里判断字符串为空，90% 的人都写错了！在 Go 语言中，字符串 len == 0 和字符串等于空字符串 ""，到底该用哪个？在日常开发中，这个问题几乎每个 Go 开发者都会遇到：

用户675704988502

Go 进阶必修：90% 的人都没用对的“表驱动法”作为一名开发者，在日常工作中，我们最常面对的可能不是复杂的算法，而是复杂多变的业务逻辑。是不是经常遇到这种场景：产品经理跑过来说，“我们要接一个新的支付渠道”，或者“针对 VIP 用户加一个新的折扣逻辑”。你打开代码一看，好家伙，原来的代码里已经嵌套了 5 层 if-else，或者是长达几百行的 switch-case。

小兔崽子去哪了

Java 生成二维码解决方案生成一个带颜色的图片增加logo

懂事的 Agent 已经开始自己看屏幕干活了，效率起飞！这是苍何的第 558 篇原创！大家好，我是苍何。最近 Codex 新出了一个能力，让 Codex 捕捉你的屏幕，然后录制一套工作流，Codex 就可以把它转为 skill，然后,形成你自己的工作流 SOP。

掘金码甲哥

1分钟买不了吃亏系列： nginx动态域名解析最近利用nginx做了一个反向网站，转发请求到后端域名。nginx.conf.template 三下五除二：

神奇小汤圆

2026大厂Java岗面试记录：八股+场景+项目+AI，一文讲透快速上岸路径（含答案）2026年的Java后端面试，画风彻底变了。背了三个月八股，面试官一个都没问——HashMap的put流程不考了，改问“并发下HashMap有什么问题？ConcurrentHashMap怎么解决？你线上遇到过size()不准确吗？”线程池参数不背了，改问“你们系统IO密集型和CPU密集型任务，分别怎么设核心数和最大数？拒绝策略选哪个？为什么？”

神奇小汤圆

我说MySQL每张表最好不超过2000万条数据，面试官让我回去等通知？下面是我朋友的面试记录：面试官：讲一下你实习做了什么。朋友：我在实习期间做了一个存储用户操作记录的功能，主要是从MQ获取上游服务发送过来的用户操作信息，然后把这些信息存到MySQL里面，提供给数仓的同事使用。由于数据量比较大，每天大概有四五千多万条，所以我还给它做了分表的操作。每天定时生成3张表，然后将数据取模分别存到这三张表里，防止表内数据过多导致查询速度降低。

JDK实现动态代理众所周知，jdk动态代理需要实现目标类相同的接口，并对其方法进行增强newProxyInstance（）是Proxy提供的一个静态方法，用于动态创建代理对象

解决 Web 端图片预览与下载颜色不一致的一种工程方案在图像处理与稿件预览系统中，经常会遇到一个经典问题：同一份图片文件，在下载后与在浏览器预览时，颜色表现明显不一致。

Agent 的 Code-driven AssemblyCode-driven Assembly 是 Runtime 在每一轮请求中，用代码根据结构化状态动态装配 prompt、context、tools、policy、loop 和 final contract 的过程。

稀土熊猫君

一个人能做出什么开源项目？前两天我在知乎刷到一个很有意思的问题：“一个人能做出什么开源项目？”看到这个问题我非常有感触，因为今年我也做了一个开源项目（不是那种awesome xxx，或者skill类的项目），深切地感受到了一个人做开源项目有多不容易，即便是在有AI辅助的情况下仍然有诸多的阻碍需要开发者去克服。项目开源了2个多月，目前在github获得了1.3K star。如果你也有做开源的打算，不妨听听我的故事。

Agent Runtime 中的 Code-driven Assembly一个运行时角色至少包含这些东西：这些问题都不是静态 Prompt 能独立解决的。没有 Code-driven Assembly，多个 Agent 很容易变成“多个不同人设的聊天窗口”。有了 Code-driven Assembly，Agent 才能成为一个可治理、可复现、可测试、可持续优化的运行时组件。

货拉拉技术

资损下降 99.96% 的背后： AI 资损防控平台实战在交易型互联网平台中，资金安全是生命线。传统资损防控高度依赖人工经验与后置规则，面临覆盖度低、响应滞后、规则易腐化等顽疾。本文以货拉拉 AI 资损防控平台的工程实践为例，详细拆解如何通过“数据飞轮 + 模型蒸馏 + 多智能体协同”架构，年度资损降幅 99.96%，并实现从“人工布防”到“AI 原生防控”的体系化跃迁。文章聚焦工程落地细节，涵盖自动化标注链路构建、代码/文本双模态风险识别、防腐化 Agent 设计以及交易中间件架构升级，为同类业务提供可复用的技术范式。

用户835808618791

撮合引擎 OrderBook 的 100ns 之路：无锁 RingBuffer + 伪共享消除，Go 1.22 下单 op 11ns作者定位：十年后端 / 高频交易链路，前两篇写了自研 Scheduler 和 size-class 无锁对象池，这篇是三部曲终章——撮合引擎的心脏 OrderBook 怎么在 Go 里做到 100ns 内匹配、RSS Δ 12MB、GC pause 0.03ms。代码可直接拷，Go 1.22+，压测 16C64G。