的核心并不是关键字本身，而是 JVM 提供的 Monitor 机制。synchronized 最终都依赖 Monitor。同步代码块使用 monitorenter/monitorexit。同步方法使用 ACC_SYNCHRONIZED 标记。EntryList 保存抢锁失败线程。WaitSet 保存主动 wait() 的线程。锁升级本质是 Mark Word 状态变化。现代 JDK 已经移除了偏向

提示缓存允许你标记提示中的某个位置，系统会将该位置之前的内容缓存起来。下次请求如果前缀相同，直接从缓存读取，无需重复处理。方式做法适用场景自动缓存在请求顶层加，系统自动在最后一个可缓存块上放置断点多轮对话，简单省心显式缓存在具体内容块上手动放置需要精确控制缓存边界系统从每个断点最多往回查找 20 个块。纯自动缓存在长对话中会因为回顾窗口限制而失效，最佳方案是搭配显式断点作为锚点，确保缓存命中覆盖整

提示缓存允许你标记提示中的某个位置，系统会将该位置之前的内容缓存起来。下次请求如果前缀相同，直接从缓存读取，无需重复处理。方式做法适用场景自动缓存在请求顶层加，系统自动在最后一个可缓存块上放置断点多轮对话，简单省心显式缓存在具体内容块上手动放置需要精确控制缓存边界系统从每个断点最多往回查找 20 个块。纯自动缓存在长对话中会因为回顾窗口限制而失效，最佳方案是搭配显式断点作为锚点，确保缓存命中覆盖整

Claude Code常见名词扫盲

技术核心定位适用场景Skill用户主动加载的提示词增强包特定场景的提示词优化，固定流程MCP模型自主调用的外部工具协议需要精细权限控制、多步状态管理CLI人与 AI 都能用的标准接口通用操作、调试透明、成本敏感MCP 不会“死”，但它正在回归到最擅长的位置：需要精细权限控制、多步状态管理、或封装复杂内部系统的场景。CLI 正在成为 AI 与外部世界交互的默认界面，因为它省钱、省心、好调试、无上限、

技术核心定位适用场景Skill用户主动加载的提示词增强包特定场景的提示词优化，固定流程MCP模型自主调用的外部工具协议需要精细权限控制、多步状态管理CLI人与 AI 都能用的标准接口通用操作、调试透明、成本敏感MCP 不会“死”，但它正在回归到最擅长的位置：需要精细权限控制、多步状态管理、或封装复杂内部系统的场景。CLI 正在成为 AI 与外部世界交互的默认界面，因为它省钱、省心、好调试、无上限、

简单来说，RAG = 检索器（Retriever）+ 生成器（Generator）的协同工作。它不是让模型"凭空想象"，而是让模型"带着资料回答"。

Skill和MCP到底有什么区别？它们越多，效率就越高吗？