年末碎碎念

又是一年的最后一天，窗外的雪花悄悄落下，伴随着键盘敲击的声音，我的代码和2024一起，都要画上句号了…（想象的）

回望这一整年，竟有些恍惚，仿佛前天还在挂机学习通，昨天在为春招疯狂复习面经，今天已经在为毕设焦头烂额。时间是写代码时最快的存在，不知不觉间，我的大四已经过去一半，我的大学生涯也已临近尾声…

项目中的成长

大创IM系统：那些熬夜的痕迹

接手这个项目可以说是我的技术转折点，从此知道了什么叫”看上去简单，做起来复杂”。

当我第一次写下new ServerBootstrap()时，完全没想到后面等着我的是：

  1. 消息延迟问题（ “怎么群里发消息经常隔了好几秒才收到？”）
  2. 连接暴增（ “怎么新建一个通话就要建立这么多ws链接？！”）
  3. 内存爆炸（ “压测才一分钟服务器又OOM了…”）

解决这些问题的过程真是一把辛酸泪。但也正因如此，我对消息中间件、异步编程和分布式系统的理解达到了新高度。

最自豪的改进：将消息分发架构从单队列改为多级队列分片处理，吞吐量从320/秒飙升至940/秒，这段代码简直是我的得意之作，每次看到它正常运行都有种”看我的孩子长大了”的感觉。

Aki-RPC：从0到1的造轮子之旅

暑假时突发奇想，要不从Spring开始写一个中间件？说干就干，从最初的一个Hello World的动态代理验证，到最后支持服务注册、负载均衡、序列化、熔断限流…过程中遇到的坑真是数不胜数。

尤其是实现SPI机制那块，我卡了整整三天！Java的ServiceLoader让我又爱又恨。

值得回顾的是，造轮子让我理解了很多以前只知其然不知其所以然的知识点：

  • 为什么Dubbo要用Netty而不用原生Socket？（性能差距大得惊人）
  • 为什么需要心跳检测？（当遇到几千个僵尸连接，咱们就懂了…）
  • 序列化框架为何重要？（JSON序列化比Protostuff慢40%）

最有成就感的时刻：当我第一次看到框架在本地伪分布式环境下达到4000+ TPS时，简直想放烟花庆祝！（终于算是结尾了，熬死我了）

纸上得来终觉浅，绝知此事要躬行。轮子造完，我才真正明白了框架设计的深刻含义。

所谓的水项目，真的扎扎实实做下来，一点也不“水”（昏倒

2024学习心得

回顾这一年，我有几点心得想分享：

  1. 底层原理真的很重要：理解JVM、操作系统和网络协议，能解决90%的疑难杂症。当你知道为什么会OOM，为什么会有死锁，为什么连接会超时，问题就变得简单多了。

  2. 画图是最好的思考工具：现在我解决复杂问题的第一步总是先画图，尤其是处理并发和分布式问题时。一张好图胜过千言万语的注释。

  3. 代码洁癖是好事：以前觉得能跑就行，现在却越来越注重代码质量。重构一段混乱的代码带来的满足感，不亚于实现一个新功能。

  4. 开源社区是最好的老师：阅读优秀开源项目的源码，比看十本教材还有效。我从Spring、Netty和Dubbo的源码中学到的设计思想，彻底改变了我写代码的方式。

总的来说，2024年我的技术栈更加全面，思考问题更加系统，写代码更加规范，解决问题更加高效。

对2025的展望

2024年，是辛苦的一年，是艰辛的一年，是寡淡的一年，是铺垫的一年
2025年，或许不会很精彩绝伦，但将会是风起云涌故事的续写，等待着沉寂之日后的万物复苏，只不过黎明还暂未显现，坚持，蛰伏，还有期许…

LLM？果然！

从理论上看，当前的大语言模型（LLM, Large Language Model）在任务执行能力上已具备「通用计算」的潜力。依据计算理论中的 Church-Turing 假设，只要模型在推理链（chain of thought）中拥有足够深的记忆与动态推演能力，理论上可以完成任何符号层面的认知任务。

然而，实际应用中最令人担忧的，仍然是 agent 系统对超长上下文处理的局限。当前即便有 128k 或百万 token 的上下文窗口，agent 在跨多个任务阶段持久保持一致性和记忆链条时，仍显得捉襟见肘。特别是在任务需要长时推理（long-horizon reasoning）或多轮状态管理（stateful management）时，当前 LLM-based agent 很容易出现上下文漂移（context drift）或遗忘。

此外，值得警惕的是，随着模型朝着「一体化大模型」（one model to solve all）方向演进，其内部推理路径趋向通用化，而非模块化。这种趋势与传统的专家模式逐渐背道而驰，可能埋下了「性能塌缩」（performance collapse）或「隐性盲区」（latent blind spot）的问题隐患，超低成本的专业模型，可能才是应用市场的未来。

不过，令人惊喜的是，已经有人开始探索真正意义上的 长时记忆机制。通过外部记忆增强或者神经检索器，某些系统已能在百万级 token 之外实现动态知识检索与持久状态保持，至少Cursor的性能实在是令我惊讶，或许LLM的满满长路仍没有走到尽头。

图形学，你崛起吧！

每次看到Pony、Lora、星野、可灵创作的这些作品，我总隐约觉得一个人人创作的时代已经到来，一个处处都是色彩和音乐、一个生活即电影的时代已经到来。

图形学正在经历翻天覆地的变革，从传统的多边形渲染到如今的AI生成、实时光线追踪，技术进步令人窒息。特别是实时渲染领域，UE5的Nanite和Lumen技术简直颠覆了我对渲染视觉的认知，只是。

虽然我不是图形学专业出身，但我的脑海一直有一个创造和艺术的幻梦，或许2025年，我会捡起落尘的数位板，或许有一天，我也可以把我感知的一切都…

对互联网未来的

不管怎样，我的职业之路还很长，而我也已准备好继续前行，或许有一天我不在用记录自己的小白日记，或许有一天我也能成为他人的依靠。

There is a crack in everything, that’s how the light gets in. ————莱昂纳多・科恩