Token（词元）是大模型处理文本的最小单位。模型不直接认识汉字、英文单词，它只认识Token。汉字 ≈ 1个Token英文单词 ≈ 1个Token数字、符号、标点 ≈ 1个Token上下文窗口 = 模型单次推理能处理的最大Token总数。你输入的内容（问题、文档、对话历史）模型输出的回答两者加起来不能超过上限。Embedding（词嵌入/向量化）就是把文字变成高维向量。模型不认识文字，只认识数字

多模态技术的发展经历了长期探索与积累。早期具有代表性的工作是2021年提出的CLIP（Contrastive Language–Image Pre-Training）。该模型通过大规模图文对比学习，实现视觉与语言表示空间的有效对齐，为跨模态特征对齐与联合表示学习提供了关键技术支撑，典型应用包括图文检索、零样本分类等。然而，这一阶段的模型仍以特定任务为导向，缺乏统一的推理能力和通用泛化能力。自202

SolonCode 是基于 Java + Solon AI 开发的。

用户输入↓↓│ YES → query() 调用 LLM ││ NO → 本地命令执行，直接返回结果 │↓↓├→ stream_event → 更新使用量├→ system (compact_boundary) → 压缩历史└→ ...其他类型↓预算/轮次检查↓返回 result特性实现方式价值流式处理实时响应、内存高效权限追踪包装 canUseTool透明记录、可审计会话恢复预持久化 trans

Anthropic Claude Code 泄露事件给我们最深刻的教训是：安全漏洞往往藏在最不起眼的配置项中。一个未正确设置的，一次遗漏的.npmignore更新，就能让价值数亿美元的知识产权瞬间裸奔。截至发稿时，Anthropic 已确认"无客户数据或模型权重泄露"，正在推出预防措施防止复发。社区已出现自动化检测工具，用于扫描其他 npm 包的 source map 暴露情况，部分企业也开始将"

用户输入↓↓│ YES → query() 调用 LLM ││ NO → 本地命令执行，直接返回结果 │↓↓├→ stream_event → 更新使用量├→ system (compact_boundary) → 压缩历史└→ ...其他类型↓预算/轮次检查↓返回 result特性实现方式价值流式处理实时响应、内存高效权限追踪包装 canUseTool透明记录、可审计会话恢复预持久化 trans

理想：高确定性低成本航空航天级消费级军事/工业级形式化验证定制OSARINC 653分区OSAUTOSAR OSPREEMPT_RT LinuxRTEMSQNXVxWorksZephyrFreeRTOS裸机轮询低确定性高确定性低成本高成本RTOS设计权衡象限。RTOS内核哲学可预测性时间唯一性简单性中断治理形式化验证实时≠快确定性是信仰最坏情况保证不可再生资源迟到=失败时间+逻辑双维度生存条件不必

SolonCode 是基于 Java + Solon AI 开发的。