Agent 只是把问题放大了。同一个输入不一定得到同一个输出，上下文会变化，工具调用还可能产生真实副作用。模型可以负责判断下一步做什么，但不能独自定义事实、状态和完成条件。模型负责判断下一步，运行时负责证明这一步确实发生过。

当前的AI工程设计中，LLM（大语言模型）的构建方法过于简单化了。按照回音室效应的观点，解决LLM幻觉问题很简单：只需设计一个标准的检索增强生成（RAG）系统，将PDF文档拆分为1,000个token的块，对其进行嵌入（Embedding），存入向量数据库，然后执行余弦相似度搜索即可。

做 AI 编程的人都知道 Skill 这个东西，简单说就是一份预先写好的操作说明书，告诉模型遇到某类任务该怎么做。比如“遇到数据库迁移怎么处理”，“遇到部署怎么操作”，一个任务配一份说明。

在一个客户查询输入框中，用户快速输入 sam，随后迅速修改补全为 samantha。在网络波动或服务端处理耗时不同时，有时会出现这样一种情况：明明搜索框里最后确定的是 samantha，列表展示的却反而是先前 sam 的查询结果。

说真的，版本号给你列一列，省得踩坑：Spring AI 1.1.0、Boot 3.5.x、JDK 17、PostgreSQL 16 + pgvector 0.8.0、DashScope text-embedding-v3（1024维）。照着这套配，基本能一次起得来。

传统 Transformer 的深度是固定的：模型有多少层，每个 token 就只经过多少次计算。想要更深的推理，要么增加参数，要么靠 Chain-of-Thought 在 token 空间里显式思考，代价都很高。

今天继续讲传输层里另一个关键概念：端口。IP 地址能找到主机，端口负责找到主机里的具体进程。

你要是现在问我，Spring Boot应用的启动时间到底能压到多短？答案取决于你愿意在多大程度上偏离Spring Boot的默认约定。全盘接受默认配置，启动时间就是那么长；敢显式地管理组件、做条件装配、把启动时序重新编排，优化空间会大得超出你的预期。这本身没有什么玄学，就是一层一层剥开框架的魔法。

震网病毒诞生于大约16年前，它的编写者不但要精通计算机系统和网络，还要精通工业控制设备和软件，这样的工作，绝非单打独斗的黑客可以完成。它是国家级的工程，是数字时代的"曼哈顿计划"。

对开发者来说，真正重要的还是自己的 项目场景、团队技术栈、生态依赖、性能要求以及长期维护成本。

关于 AI 编程，大家争的通常是同一个问题：机器写出来的代码，能不能用松一点的标准去审，好让速度快一点。Boris Cherny 的回答是反的。他是 Claude Code 的负责人。9 月 11 日，他在 X 上回复一封读者来信时写道：Claude 写的生产代码，标准应该比人写的更高，而不是更低。