在Transformer模型诞生之前，自然语言处理（NLP）领域主要由循环神经网络（RNN）及其变体（如LSTM）主导。顺序处理，难以并行：必须一个字一个字地处理序列，计算速度慢。长距离依赖问题：当句子很长时，模型容易“忘记”开头的信息。比如在句子“我出生在法国，……，所以我流利地说法语”中，RNN很难建立“法国”和“法语”之间的遥远联系。Attention机制的初衷，就是解决“长距离依赖”问题。

方法优点缺点适用场景简单易用可能触发类加载简单检查反射findLoadedClass准确可靠需要反射权限精确检查Java Agent功能强大需要配置Agent监控系统JMX标准API可能不准确监控统计综合工具类全面覆盖代码稍复杂生产环境。

方法优点缺点适用场景简单易用可能触发类加载简单检查反射findLoadedClass准确可靠需要反射权限精确检查Java Agent功能强大需要配置Agent监控系统JMX标准API可能不准确监控统计综合工具类全面覆盖代码稍复杂生产环境。