后端

独泪了无痕

探索Pinyin4j-Java中的拼音转换利器在软件开发中，经常会遇到需要将汉字转换成拼音的场景，比如在处理中文文本数据时，将汉字转换为拼音可以方便地进行排序、搜索等操作。Java 作为一种广泛使用的编程语言，也提供了多种方法来实现汉字到拼音的转换。

从 Coze 居然要下线了说起Coze 居然要下线了。11 月 2 日，一个在字节做 Coze 的人发了条动态，说自己的主页还挂着「Coze Workflow 引擎开发者」，估计明年再挂这玩意，就没人知道 Coze 是啥了。后面跟了三条，讲他眼里外面看不到的东西。第二条最扎人：当年拼命做的拖拽节点，其实是在替模型的笨买单，说到底是从低代码延续出来的过渡模式，一个中间产物。

想不到一个好的ID

智能体开发在经典智能体框架中，智能体（Agent）一般指能够在环境中感知信息、基于策略做出决策并采取行动，以最大化回报或满足目标约束的系统。

为什么数据库连接池不采用 IO 多路复用？今天我们聊一个不常见的 Java 面试题：为什么数据库连接池不采用 IO 多路复用？这是一个非常好的问题。IO 多路复用被视为是非常好的性能助力器。但是一般我们在使用 DB 时，还是经常性采用 c3p0、tomcat connection pool 等技术来与 DB 连接，哪怕整个程序已经变成以 Netty 为核心。这到底是为什么？

Redis雪崩把我坑惨了，这是5年经验的教训"凌晨3点，整个集群的QPS从2万暴跌到200，值班手机被打爆——就因为一个简单的expire设置。" 去年双十一大促前，我们给核心商品页的缓存加了TTL。本以为只是个小优化，没想到压测时Redis集群突然全瘫，数据库连接池被打满。事后复盘才发现：所有Key在同一秒失效，请求像雪崩一样砸向数据库。今天我就拆解这次事故，说说Redis雪崩怎么防、怎么治。

量化分析码农

【Python量化多因子实战 06】从因子到持仓：多因子选股实盘工程化落地六篇走到最后一篇。前面我们解决了因子研究的所有"实验室问题"：怎么构造因子（#01）、怎么检验有效性（#02）、怎么合成（#03）、怎么剥离风格暴露（#04）、怎么应对因子轮动（#05）。

检测链路的容量规划——用 Little's Law 算清 QPS、并发与积压「我们每天要检测 5 万条，接口扛得住吗？」这个问题没法直接回答，因为「每天 5 万条」不是负载，是总量。真正的负载由三个数决定：峰值到达率、单次处理时长、允许的在途任务数。三者之间有一个确定的数学关系，算清楚了，容量问题就变成了算术题。

Java 集合框架：从继承体系到数据结构，再到开发选型拿到一批订单、景点、用户或任务之后，我们通常都会遇到几类问题：集合的学习，最终要回答这些开发问题。只背“数组、链表、红黑树”还不够：还要知道接口约定了什么、实现类如何兑现约定，以及某个操作付出了什么成本。

想不到一个好的ID

什么是RAGRAG（Retrieval-Augmented Generation，检索增强生成）是一种结合信息检索（Retrieval）与文本生成（Generation）的技术，AI应用接收到用户请求后，先从外部知识库检索相关资料，并将这些资料与用户请求一并提供给大模型。模型在此基础上生成更准确、更有依据的回答。

JDK 21 中 List.of 的实现细节：从 List12 到 ListN大家日常写 Java 代码时，一个创建小列表的常见方式如下 ⬇️它看起来平平无奇，但有几个问题 ⬇️我们先给出结论，再逐条验证。本文基于 OpenJDK 21，源码引用自 JDK 21 的 java.util.List 与 java.util.ImmutableCollections。

苏三说技术

Codex中必装的11个Skills你有没有遇到这样的场景：让AI帮你写一个功能模块，代码确实写出来了，“看起来没问题”，但一上线就炸了——边界条件没处理、异常捕获缺失、甚至还有SQL注入风险。

target 目录越来越大，Rust 项目该怎么清理Rust 项目一多，磁盘空间常常先被 target 目录吃掉。每个工作区的 target 里，既有最后要运行的程序，也有依赖编译结果、增量编译数据和构建脚本产生的中间文件。它们都在增长，但生命周期并不一样。

Kafka 深度原理分析：从消息流到分布式日志版本基线：Apache Kafka 4.3.1。全文以当前 KRaft-only 架构为准，ZooKeeper 仅在升级与历史演进中出现。

大数据技术派

我用AI写代码，做了3个小玩意儿最近一个月，我突发奇想，用AI做了几个小玩意儿。放在以前，我是没法独立自主完成的。这几天做了一个数据分析BI系统，两个微信小程序：迷你课程表（已经上线）、工位闲（还在ICP备案）。

爱上咖啡香

我给 Laravel AI 写了个千问驱动，文本、语音、图像、视频全打通上周刷 Laravel 的动态，看到官方出了个 AI 框架，就叫 laravel/ai。文本对话、向量嵌入、语音、画图，接口全部定义好了，还给了统一的 Facade。

杨文说AI与数字化

票种表重构复盘：把填数字改成规则可执行版本11 月是景区票务系统的淡季切换期。去年这个时候我们接到一个需求，原话是"把票价改成淡季价"，听起来是十分钟的活。

回家路上绕了弯

什么是 Agent as a Service？把 AI Agent 变成可调用的服务一张 Bug 工单刚提交，系统就启动了一次排查。几分钟后，工单页面上出现了复现结果、失败测试的输出和一份可供审查的代码补丁。开发者可以在页面上补充条件，让 Agent 继续验证，也可以直接接手。

一个 Java 文件实现《孫子兵法·始計篇》中英对照阅读器用一个 java 文件做出能翻页的《論語·學而》中英对照本那篇文章用 GUI 来展示《論語·學而》的内容：中间繁体原文，右边英译，点按钮时两栏一起换。ctext.org 上的《孫子兵法·始計篇》按七个小节排布，还带有 Giles 1910 年的英译，很适合用同样的骨架。我用 trae 给《孫子兵法·始計篇》也生成了类似的 GUI。

用户36005557900

Kestrel_VLLM - 34 · 批量 M 行：五个块、两种层型，与「退回去」的两个原语一句话：为了「一次前向验 k+1 个位置」，给 hybrid 设备路径造一条批量 M 行的路径——它必须与逐行单 token 逐位等价（不是「误差很小」）；五个块（a–e）、两种层型（GDN 与 full-attn 各有各的批量难点）、外加两个只为投机存在的原语（mark / rollback）。全部判据 memcmp = 0。前置：建议先读第 32 篇（它用的是这些基建）与第 19 篇 / 第 20 篇（「游标即可见长度」的来源）。环境：x86-64 · NVIDIA RTX 5090 · Qw

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。