大语言模型（LLM）具备强大的文本理解与逻辑推理能力，但原生模型存在两个致命工程短板：1.知识静态化：训练数据截止后，无法获取实时信息，极易产生幻觉；2.无行动能力：仅能完成文本生成，无法主动调用外部工具、处理多步骤复杂任务、无法与真实世界交互。传统的 CoT（思维链）仅能在模型内部完成逻辑拆解，属于「纯推理、无执行」的空想模式，面对需要实时数据、多步骤迭代、外部校验的场景完全乏力。2022 年

大语言模型（LLM）具备强大的文本理解与逻辑推理能力，但原生模型存在两个致命工程短板：1.知识静态化：训练数据截止后，无法获取实时信息，极易产生幻觉；2.无行动能力：仅能完成文本生成，无法主动调用外部工具、处理多步骤复杂任务、无法与真实世界交互。传统的 CoT（思维链）仅能在模型内部完成逻辑拆解，属于「纯推理、无执行」的空想模式，面对需要实时数据、多步骤迭代、外部校验的场景完全乏力。2022 年

大模型全称为人工智能预训练大模型，是基于深度神经网络、依托海量数据、超大参数量与超高算力训练而成的通用人工智能模型。我们日常接触的智能对话、图文生成、智能分析工具，核心载体均为大模型。传统AI（传统机器学习模型）属于任务专属模型，需要人工设定规则、手动标注数据、定向训练模型，仅能完成单一固定任务，超出预设规则范围就会失效、出错，不具备通用适配能力。AI大模型属于通用智能模型，依托海量参数、海量训练

并发≠并行：并发是代码任务编排，并行是多核同时执行；GMP M:N模型同时兼顾两者；G负责业务、P负责调度、M对接操作系统线程，P是三者解耦的关键；调度循环schedule()依靠findRunnable分层检索任务，本地优先、全局兜底、工作窃取均衡负载；四类调度覆盖全部业务场景，1.14异步抢占彻底解决协程独占CPU问题；三级队列、动态栈、阻塞自动解绑是Go高吞吐的三大底层设计。

JDBC：Java操作数据库的标准接口，依赖MySQL驱动（mysql-connector-java.jar）

从零玩转 Skill：Trae 和 Claude Code 的使用全攻略

MCP（Model Context Protocol）是 Claude Code 连接外部工具的标准接口，类似手机的转接头。目前已支持100+ 种外部服务。阶段做法效果新手直接让 Claude 改代码容易出错，反复修正进阶先 Explore 再 Plan 再 Execute成功率提升 60%熟练维护CLAUDE.md+ 短会话出错率下降 70%高手Git Worktree 多开 + Skills

从零玩转 Skill：Trae 和 Claude Code 的使用全攻略

AI Agent，LLM，Token，Context，Prompt，Tool，MCP，Agent ，Agent Skill

SDD = Specification-Driven Development（规范驱动开发）在AI编程时代，SDD意味着：在让AI写代码之前，先写清楚"做什么"和"怎么做"的规范文档。原则：只写"做什么"，不写"怎么做"# Feature Specification: 用户登录系统​### User Story 1 - 用户登录 (Priority: P1)作为用户，我需要使用邮箱和密码登录，以便