LLM 基础与 AI 系统工程化学习笔记：上半篇讲清模型本身——Transformer 架构组件的设计动机、KV Cache 与显存公式、解码参数的作用位置与场景化调优、SFT/RLHF/DPO 三阶段的分工与选型路线；下半篇讲清落地工程——推理加速的两阶段瓶颈诊断与手段分类、高并发下 Token 限流与成本控制、可观测性三大支柱、数据安全与隐私合规的纵深防御，每个主题都按「是什么 → 为什么 → 怎么做」展开。

Agent 评测体系学习笔记：从 Agent 与 LLM 评测的本质区别讲起，梳理评测体系的组成要素、分层架构与五大评测维度（是什么），没有评测体系的三大痛点与评测的真正价值（为什么），以及从数据集构建、评分器设计、实施方法、红队安全到持续演进闭环的完整落地路径（怎么做）。

计算机网络八股学习日记：OSI 分层模型、TCP/UDP 对比、三次握手四次挥手全追问链、报文首部、可靠性保证、流量控制与拥塞控制、粘包拆包、HTTP 版本演进、HTTPS 加密流程、DNS 解析、Cookie/Session 等高频考点，每节附追问点与自测清单。

秋招时把简历投遍几十家公司官网，进度却散落在各家的招聘门户里，只能靠飞书多维表格手动追。于是我写了 JobCheck：浏览器扩展在你访问投递页时被动采集数据，后端现场解析、归一化为统一状态机，一张看板管理全部投递。记录一次关键架构重构（「浏览器作为兼容层，Cookie 永不离开浏览器」）和真实站点接入的连环事故复盘。

去哪儿 AI 应用开发（测试开发方向）AI 面试复盘：18 道题完整记录 + 逐题考点拆解。覆盖 Java 反射、Redis 可靠性、TCP 三次握手等八股的边界追问，工作流审批模块测试设计（并发测试基准、数据库终态断言），以及 AI 项目的框架选型对比与效果评测。

Redis 八股学习日记：五种数据结构与底层编码、RDB/AOF/混合持久化、主从/哨兵/集群、缓存三问与一致性、过期删除与内存淘汰、事务与 Lua、分布式锁等应用场景，每节附高频追问与自测清单。

给 Teamfight Manager 2 做 mod 的第一步就翻车：自带上传器 Unpack Base Bundle 静默漏写 180 个条目（含 berserker 等英雄精灵图、约 80 个音效），重试则报 asset path 'asset/base' has no file name。逆向 bundle.game_data 格式后定位到根目录标记条目这个确定性 bug，写工具补齐缺失文件，SHA-256 逐文件校验 2090/2090 通过。

线上知识库问答连续两轮失败，本地用同款分块器 + embedding 重建索引精确复现，定位到四层叠加问题：目录页效应、top_k 参数化失效、检索结果缺 document_id、单轮检索偏置。四件套修复、233 项单测全绿、端到端三轮检索完整反转的排障记录。