侯瑞哲的博客

监控报警体系不是把指标画成看板，而是把系统故障转化为正确的人在正确时间采取行动的反馈系统。本文从 SLI/SLO、分层指标、采集链路、告警生命周期、降噪和成熟度路线，系统讲清楚监控报警体系应该怎么建设。

深度分析 20k star 开源项目 Headroom：为 AI Agent 上下文做压缩，60-95% 减少 token。从源码学习：ML 内容检测（Google Magika）、ContentRouter 内容感知路由、管道生命周期模式与扩展点、CCR 可逆压缩设计、CacheAligner KV 缓存对齐、零代码改动的代理模式、Python+Rust 混合架构，以及从失败中学习的 headroom learn 机制。

Obsidian 是什么：本地优先的 Markdown 笔记软件，所有笔记是纯文本文件，永远归你所有。核心差异：双向链接让知识之间有连接，不只是存储。为什么用它：vs Notion（本地/离线/隐私）vs Roam（免费/轻量）vs 文件夹（可视化连接）。怎么用：Vault 概念、双链语法、Graph View、标签与属性、模板、常用插件（Dataview/Calendar/Templater/Excalidraw）。

FlashAttention 的核心洞察：注意力机制的瓶颈不是算力，是内存带宽。标准 Attention 需要把 N×N 的注意力矩阵写入再读出 HBM，IO 复杂度 O(N²)。FlashAttention 用分块（Tiling）+在线 Softmax+反向重计算，把 HBM 访问降到 O(N)，在不损失精度的前提下提速 2-4 倍。FlashAttention-2 进一步减少非矩阵乘法运算、改进并行策略，再快约 2 倍。

有了 AI 之后，重构代码的执行成本接近于零——以前让你推迟重构的那些原因，几乎都消失了。但什么没有变：判断「该不该重构」和「重构成什么样」仍然需要你。这篇文章讲清楚重构的摩擦力从哪里来、AI 消灭了哪些、留下了哪些，以及这件事对工程实践意味着什么。

Agent 自动化评测技术：为什么比传统 ML 评测难（有状态环境、多条合法路径、副作用）；三种评测方式（执行验证/LLM-as-Judge/轨迹评测）各自的适用场景和局限；SWE-bench、GAIA、WebArena、OSWorld 四个主流 Benchmark 的设计思路；以及工程层面的环境隔离、非确定性处理、成本控制。

Apache Doris SQL 查询详解：连接方式、分区裁剪（查询快慢的核心）、聚合模型与预聚合、精确去重（bitmap）vs 近似去重（HLL/approx）、窗口函数、Join 优化（Broadcast vs Shuffle）、EXPLAIN 分析查询计划、物化视图加速。同一个查询不同写法可以差 100 倍。

OpenAI Codex 执行安全模型分析：AskForApproval 审批策略的五种模式、ExecPolicy 规则引擎如何用前缀匹配决定命令是否允许执行、以及 macOS Seatbelt、Linux bubblewrap 和 Landlock 三种平台沙箱的实现思路。

解包 OpenAI Codex 的核心架构：SQ/EQ 异步通信协议、Op 枚举与 EventMsg 枚举的设计、CodexThread 会话模型，以及上下文压缩（inline 和 remote v2）的实现机制。

GPU 的资源模型和 CPU 完全相反：不追求让一件事做得快，而是让一万件事同时发生。SM 架构、Warp 执行模型、显存带宽为何是 LLM 推理的真正瓶颈（不是算力）、HBM vs GDDR、KV Cache 和显存容量的关系、批大小对吞吐的影响。后端工程师需要理解 GPU 的哪些概念。