后端与 AI 工程学习笔记¶

更新时间：2026-07-23

这是我持续整理的一套工程学习资料，内容覆盖 Go 后端、分布式系统、AI 应用、RAG 与智能体工程。站点按主题拆分章节，既记录核心原理，也保留工程链路、失效模式、排查方法和实践经验。如需核对一手资料，可配合原始资料与链接清单一起阅读。

如果只想先看几篇¶

这几篇是打磨最细、最能体现"真读过、真验证过"而不是概念转述的内容：

gRPC 专题：从一次 UserService 调用讲起，一路讲到 Protobuf 编码原理、四类 RPC、错误模型、超时重试、高并发与可观测性，覆盖从入门到生产排障的完整链路。
开源项目源码拆解：实际 clone 了 14 个有代表性的开源项目（gin、eino、pgvector、codex 等）读源码，文中标注了真实的文件路径和函数签名，发现的几处文档/官方描述不一致的地方也如实记录了。
深潜：Claude Code / Codex 源码与架构对比：对比两个主流 AI 编程助手 CLI 的运行时设计——查询循环、权限与审批模型、上下文压缩策略、工具系统怎么组织的，哪些是能验证的事实、哪些是行为推测都做了区分。

这份笔记定位为可以长期回查的个人知识库。第一次阅读时，可以顺着主线建立整体框架；做项目时，回到对应章节查对象、链路、失败模式和排查顺序；准备面试时，再集中翻阅表达模板和真题卡片。

整份笔记会尽量把概念、工程原因、常见失效方式和表达口径放进同一条链里。阅读时可以持续追问四件事：这个对象承接哪一层复杂度，主链路怎样运行，最容易先在哪里失效，出现问题先检查哪一层。用这四个问题组织知识，可以减少零散记忆，让概念逐步落到真实工程判断上。