置顶: 本文章主要是一个进阶性地探索，针对大概知道锁升级流程，但是不太熟悉，印象稍显模糊无法和其他相关知识联系起来的朋友，本文中涉及到的源码均可在官网下载，主要看这个文件src/share/vm/runtime/synchronizer.cpp 免责声明: 本文章全手写，是主包查阅很多资料包括但不限于CLAUDE、GEMINI等AI，官网白皮书，马丁汤普森博客，stackoverflow，面试八股文pdf，周志明的《深入JVM》等等，谨此记录我的学习。同时主包也希望通过文章输出加深我的理解，欢迎各位Javaer讨论。 一、JVM对象头简介 在HotSpot虚拟机中，当我们new出一个对象时，它...

我之前在一家创业公司待了一年半，虽然工资不高，但那段时间是我进步最快的时期。成长型工作的几个特征：经常遇到不会的东西，但能学会 那时候公司要做一个实时数据看板，我之前没做过。硬着头皮啃了两周文档，做出来了。现在这个技能成了我简历上的加分项，面试基本都会问。能看到自己的进步 刚入职时写个接口要一天，三个月后半天就搞定。从只会增删改查，到能独立做性能优化、架构设计。这种成长是看得见摸得着的。工作有反馈，有成就感 你做的东西有人用，用户量从0到10万，bug从每天十几个降到个位数。这种正向反馈会让你觉得，加班都是值得的。下班后还会主动学习 不是因为焦虑被迫学，而是白天遇到了有意思的问题，晚上想深入研...

1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...