本目录聚合 concurrence 下的并发笔记，按“基础 -> JMM -> AQS -> 锁与工具类 -> 线程池与集合”组织，便于连续学习。 1. 并发基础 并发基础：线程与进程 synchronized 关键字（整合版） ThreadLocalRandom 原理剖析 原子操作类原理剖析 2. JMM 与可见性 volatile...

这是一篇 Java 新特性系列索引，便于按版本连续学习与查漏补缺。 一、版本主线 Java9 新特性概览 Java10 新特性概览 Java11 新特性概览 Java12~13 新特性概览 Java14~15 新特性概览 Java16 新特性概览 二、配套专题 局部变量的类型推断（var） Optional 优雅处理 null（整合版） La...

这是一篇并发系列聚合索引，覆盖基础、JMM、AQS、锁、线程池与并发工具。 Java 并发源码系列目录（concurrence） 一、入门与总览 Java线程 Java Lock 接口（整合版） synchronized 关键字（整合版） 线程通信-等待通知机制（整合版） Java线程池 Java并发容器 Java并发工具类 二、JMM 与 v...

“多模态大模型”看起来很神奇：一边看图，一边理解问题，还能输出长文本推理。 但它的工程本质并不玄学，可以归结成一句话： 把不同模态（图像、视频、音频等）变成 LLM 能理解的 token/向量，再通过统一的解码器进行条件生成。 本文会从实现机制出发，深入拆解多模态模型的核心原理、主流架构范式和训练策略，并给出原理图和模型架构图。 1. 统一视角：多模态模型到底在做什么？ 先看总流程...

如果你已经用过 Claude Code、Codex、OpenCode 这类 AI 编程工具，你大概率会遇到一个问题： 会话越长，质量越不稳定； 需求越复杂，越容易“上下文腐烂（context rot）”。 get-shit-done（简称 GSD）就是为这个问题设计的一层“工作流与上下文工程系统”。本文基于官方 README 和 User Guide，总结一份可以直接落地的使...

各位读者，欢迎来到“AI 发展史展馆”。 今天这篇不是某个单点技术教程，而是整个系列的“总导览”。你可以把它理解为展馆门口的大地图：先看全貌，再按兴趣进入具体展厅。 在这条时间轴里，我们会看到 AI 发展并不是线性上升，而是多次经历了： 理想高涨 工程受挫 方法突变 产业爆发 而每一轮“突变”，几乎都对应一次范式变化。 一、先看全景时间线 flowchart ...

各位观众，欢迎来到 AI 历史展馆的第一展厅。 墙上写着一个看似简单的问题：机器会思考吗？ 1950 年，艾伦·图灵没有直接给出哲学定义，而是换了一个更“工程化”的提问方式，这就是后来著名的图灵测试。 一、历史背景：为什么这个问题在 1950 年出现？ 二战后的计算机刚刚展现出强大算力，很多人开始相信机器不仅能算数，也可能参与推理和语言处理。 但“思考”这个词过于抽象，容易陷入空谈...

欢迎来到第八展厅。这里摆着一篇改变行业轨迹的论文：《Attention Is All You Need》。 2017 年，Transformer 出现后，AI 的训练和应用范式发生了根本变化。 一、它解决了什么旧问题？ 在 Transformer 之前，序列建模主力是 RNN/LSTM。它们的问题主要是： 难并行，训练慢 长距离依赖难捕捉 Transformer 用自注...

欢迎来到第三展厅。这里的主角不是一次“胜利”，而是一次“降温”。 很多新读者会问：AI 为什么会有“冬天”？ 答案之一，就藏在 1969 年关于感知机的那场争论中。 一、背景：早期神经网络为何被寄予厚望？ 1950-1960 年代，感知机（Perceptron）被看作“机器学习智能”的希望。 它的特点是： 结构简单 能从样本中学习分类边界 不依赖大量手工规则 在...

欢迎来到第五展厅。这里有一张历史照片：1997 年，IBM Deep Blue 战胜国际象棋世界冠军加里·卡斯帕罗夫。 这是 AI 首次在全球关注的智力竞技中，正面击败顶尖人类选手。 一、为什么“下棋”在 AI 历史里意义特殊？ 国际象棋长期被当作“理性思维”的象征。 所以当机器在棋盘上获胜，公众会自然联想到： 机器是否已经具备了某种“超越人类”的智能？ 尽管这个推论并不...