泛型的三种命运：为什么同一个概念在不同语言中走向了截然不同的实现道路
一个概念，三种命运 1975年，Robin Milner在ML语言中首次引入了参数化多态（parametric polymorphism）——这便是我们今天所称"泛型"的理论源头。半个世纪过去，这个概念已经渗透进几乎所有主流编程语言。然而，当你打开C++、Java、Go、Rust、C#的编译器源码，会发现同一个"泛型"概念在这些语言中竟然演化出了截然不同的实现策略。 ...
Posts
热重载：为什么修改代码不需要重启程序？
按下 Ctrl+S，屏幕上的界面几乎瞬间更新——没有重新编译的等待，没有应用重启的闪烁，甚至当前填写的表单数据都还在。这种被称为「热重载」的能力，已经成为现代开发体验的标配。但它究竟是如何工作的？为什么有些语言能轻松实现，而有些却举步维艰？ ...
大模型代码生成能力的边界与突破——从语法理解到语义推理的技术解析
2022年末，GitHub Copilot的月活用户突破150万，Stack Overflow的流量却在一年内下跌了35%。代码生成大模型正在重塑程序员的日常工作方式。然而，当开发者们习惯性地将需求抛给AI，期待一段可运行的代码时，一个更深层的问题常常被忽略：这些模型究竟是在"理解"代码，还是仅仅在进行某种高级的模式匹配？ ...
gRPC如何重塑微服务通信：从Google Stubby到生产实践的十年技术演进
2015年，Netflix的Runtime Platform团队面临一个棘手问题：他们用于服务间通信的自研HTTP/1.1技术栈在规模化场景下开始显现瓶颈。创建一个服务客户端需要2-3周，每个客户端都需要数百行手写的缓存管理代码，而API定义的缺失让服务的发现和理解变得异常困难。 ...
从拜占庭到区块链：分布式共识如何用四十年解决信任问题
1978年，Leslie Lamport在研究分布式系统时说过一句著名的话：“分布式系统就是这样一个系统：在这个系统中，一台你甚至不知道其存在的计算机的故障，可能会让你的计算机变得不可用。“三十年后，一个化名中本聪的人（或团队）用一篇九页的白皮书，给出了这个问题的解法。 ...
修改一个知识为何让千亿参数模型崩溃
2022年，Kevin Meng等人在NeurIPS发表了题为"Locating and Editing Factual Associations in GPT"的论文，提出了ROME（Rank-One Model Editing）方法。研究者们声称，他们可以精确定位模型中存储特定事实的位置，并通过数学手段直接修改权重来更新知识。这篇论文引起了巨大轰动——人们第一次看到了不重新训练就能更新模型知识的希望。 ...
梯度同步：为什么分布式训练卡在通信瓶颈上二十年无法突破？
当你在8张GPU上训练一个7B参数模型需要3天，扩展到128张GPU时却发现只快了8倍而不是16倍——剩下的一半性能去哪了？答案藏在每一步迭代中都会发生却极少被提及的操作里：梯度同步。 ...