技术文章

做项目时留下的记录：以机器人数据为主，Java、Linux 后端基础为辅。

从项目已有的 Episode、版本化 QC、冻结 Manifest 和血缘出发，思考如何把机器人数据管理逐步做成可信数据生产与交付平台。

异常体系与处理边界、资源管理与异常链、并发正确性、锁与并发容器、线程与线程池、虚拟线程、反射与注解、构建测试与数据访问。

字符串与常量池、日期时间、精确数值与 Optional、正则、文件与 NIO.2、网络编程、XML 与 JSON、序列化与内置类。

集合接口与实现选型、顺序与导航、迭代删除与快速失败、同步与并发集合、Lambda 与方法引用、Stream 生命周期、高级 Collectors 与并行边界。

类与对象、引用与值传递、构造顺序、封装可见性、继承多态、接口与标记接口、内部类、组合与密封类、内聚耦合、泛型边界与类型擦除。

编译执行与版本边界、基本类型与取值范围、包装类与自动装箱、字符串与常量池、流程控制、方法重载、数组、关键字与访问控制、枚举与 Record。

Jev 不写字，只做判断：理解三原语与校准置信度，以及如何把这类判断接进 Agent 生产系统。

从 DOSI 出发，理解语义层为什么正在变成一个受约束的查询编译器：校验、Join 规划、Fanout 保护与多方言 SQL 生成。

面向大规模 MoE 文本推理与多模态 EPD 推理，拆出 Encoder、Prefill、Decode 独立资源池，用 Mooncake 在 RDMA 上传输 KV Cache，给出 Release Manifest、验收、告警与故障演练的完整闭环。

以异常订单复核为例，区分 Context、State、Memory、Trace、Evidence 与 Action，让 Agent 的回答和动作可以检查。