DeathWhispers

LLM 发展历程:从 Transformer 到 Agent 化时代

这几年,LLM(大语言模型)几乎重塑了 AI 应用形态。 但如果只看近两年的爆发,很容易误以为 LLM 是“突然出现的新物种”。实际上,它是自然语言处理(NLP)几十年技术累积后的一次集中跃迁。 本文按时间线梳理 LLM 的关键发展阶段,帮助你快速建立一张完整的技术地图。 一、在 LLM 之前:NLP 的“特征工程时代” 在 2010 年代中期之前,NLP 的主流范式大致是: ...

AI 常用名词入门:从 Agent 到 Harness

在和 AI 产品、AI 编程工具打交道时,我们经常会听到一串术语:Agent、Subagent、MCP、Function Call、Skills、Workflow、Harness。 这些词单看都不难,难的是不知道它们在一个真实系统里分别负责什么。本文会按“从能跑,到跑稳,再到可迭代”的思路,把它们整合在一起讲清楚,并适当发散到上下文、记忆、观测和评测等相关概念。 先看一句话版本 ...

Linux网络包接收过程

Linux网络包接收过程 智能摘要 在TCP/IP网络分层模型里,整个协议栈被分成了物理层、链路层、网络层,传输层和应用层。网络模块是Linux内核中最复杂的模块了,看起来一个简简单单的收包过程就涉及到许多内核组件之间的交互,如网卡驱动、协议栈,内核ksoftirqd线程等。当用户执行完recvfrom调用后,用户进程就通过系统调用进行到内核态工作了。以上是内核准备收包之前的重要工作,当...

面试题标准答案 如何解决分布式事务问题的?

面试题标准答案: 如何解决分布式事务问题的? 现在Java面试,分布式系统、分布式事务几乎是标配。而分布式系统、分布式事务本身比较复杂,大家学起来也非常头疼。 ```plain text 面试题:分布式事务了解吗?你们是如何解决分布式事务问题的? Seata AT模式和Seata TCC是在生产中最常用。 - 强一致性模型,Seata AT **强一致方案** 模式用于强一致主要用于...

Kafka 知识点 & 面试题总结

Kafka 是什么?主要应用场景有哪些? Kafka 是一个分布式流式处理平台。这到底是什么意思呢? 流平台具有三个关键功能: 消息队列 :发布和订阅消息流,这个功能类似于消息队列,这也是 Kafka 也被归类为消息队列的原因。 容错的持久方式存储记录消息流 : Kafka 会把消息持久化到磁盘,有效避免了消息丢失的风险。 流式处理平台: 在消息发布的时候进行处理,Kaf...

神经性耳鸣症状_病因_治疗方法_鉴别

神经性耳鸣是什么? 目前认为神经性耳鸣是由于处理声音的大脑听觉皮层的异常活动造成的,主要表现为没有外界声源刺激时,患者耳朵或脑袋所感受到的声音,如铃铃声、嗡嗡声、咔嗒声、搏动声以及其他噪声。 神经性耳鸣可以发生在头颅的一侧或双侧,这种感觉可以来源于颅内或颅外。 没有药物对神经性耳鸣有确切的疗效,但是可以通过声治疗、认知行为疗法来改善临床症状,听力下降的患者可以通过佩戴助听器以达到生活质...