摘要： 核心结论先摆出来：先更新数据库、再删除缓存（Cache Aside） 是通用读缓存场景下唯一可取的顺序。但它给你的不是强一致，而是"把不一致窗口压到工程可接受"。真正兜住底线的是三样东西：TTL 过期、删除失败的重试、以及不要在事务提交前删缓存。如果业务真的要求缓存与数据库强一致，那么正确的动作往往 阅读全文

摘要： 一句话结论：Future、CompletionService、CompletableFuture 都能把串行请求变并发，但只有后两者能让你按完成顺序拿到结果。而在真实线上系统里，决定这段代码是否可靠的，往往不是选了哪个 API，而是线程池、超时预算、异常语义和可观测性这四件事有没有做对。 一、从一个 阅读全文

摘要： 一、先把两个概念分清楚：size 和 capacity 聊 ArrayList 扩容之前，先区分两个容易混淆的概念： size：当前列表中实际存放的元素个数。 capacity：底层数组 elementData 的长度，也就是当前最多能容纳多少个元素而不触发扩容。 这两个值不是一回事。 List<S 阅读全文

摘要： 缓存一致性问题 计算机在运行程序时，每条指令都是在CPU中执行的，在执行过程中会涉及到数据的读写。我们知道程序运行的数据是存储在主存中，这时就会有一个问题，读写主存中的数据没有 CPU 中执行指令的速度快，如果任何的交互都需要与主存打交道则会大大降低效率，所以就有了 CPU寄存器、各级缓存、主存构成 阅读全文

摘要： 大模型“幻觉”（Hallucination）通常被解释为：模型生成了一段看似流畅、连贯、甚至很有说服力的内容，但其中包含与事实不符、与上下文不一致，或者无法被可靠依据验证的信息。 通俗地说，它就是“一本正经地胡说八道”。 但如果从工程角度看，幻觉的问题不只是“模型答错了”。真正危险的是：模型会用非常 阅读全文

摘要： 你一定见过这种场景： 你问 ChatGPT："我叫小明。" 它答："你好，小明。" 再问："我叫什么名字？" 它答："你是小明。" 看起来 AI "记住了"你——但你知道吗？大模型本身是没有记忆的。它记住你名字的唯一方法，就是你每次请求时，把之前所有对话又重新传了一遍给它。 这就是多轮对话的本质。看 阅读全文

摘要： 基于上篇文章：用 LangChain4j 手写一个能思考 + 行动的 Agent，本篇文章我们来开发SSE（Server-Sent Events）实现方式。 目录 一、SSE 流式：让 Agent 像 ChatGPT 一样"边想边说" 二、生产级要点：安全、可观测、成本控制 三、踩坑清单与调优技巧 阅读全文

摘要： 要让 AI 真正"有用"，它必须学会行动——调工具、查数据、改系统、发请求。 这一篇，我们就从 CoT 一步步演进到 ReAct（Reasoning + Acting），然后用 Java + Spring Boot + LangChain4j + SSE 从零手写一个能思考、能行动、能流式响应的 M 阅读全文

摘要： CoT 是近几年大模型"变聪明"最核心的底层机制之一，是 Self-Consistency、Tree of Thoughts、Graph of Thoughts、ReAct、Agent 的共同基石。 这篇文章我们就把 CoT 彻底拆开： 它为什么有效？背后的直觉和论文是什么？ 它有哪几类？怎么用？ 阅读全文

摘要： 最近在给一个 Spring Boot 服务接入 mTLS 时，遇到了一个比较容易误导人的问题：本地调试正常，但服务部署到 Kubernetes Pod 后，访问 mTLS 接口失败，并出现下面的异常。 Caused by: java.io.IOException: keystore password 阅读全文