一套落在真实业务痛点、复用已有基建(Kafka/Redisson/Hologres/Argo/SSH)、全栈四环节闭环、带工程化护栏的 AI Agent 提案。不是'加个 AI 功能',而是证明能在 LLM 的不确定性下交付一个靠谱的系统——附可点击的架构闭环图。

自动驾驶数据采集任务下发到车端,有两套并行实现并用开关灰度切换:SSH 版两跳隧道同步执行 shell,链路版基于 Kafka 异步长任务。这篇把两套的完整通讯链路、manifest 指针模式、JobWatchdog 看门狗状态机、mars 平台信封 codec 全部拆开讲,附一个可点击的状态机流转图。

AI 全栈工程师面试的实战总结：Copilot/RAG/客服三类系统设计题的答题骨架、流式输出全链路坑位、成本与可观测性治理、模型替换抽象层、Prompt 版本管理与 AI 功能测试，以及行为面试里怎么讲一个 AI 项目。

向量库、记忆纠错、skill 设计与治理、多 Agent 隔离、并行工具调用、上下文溢出、断点续跑、权限管控、架构模式选型——22 个 LLM 应用工程问题的整理，附四个可交互演示。

把上一篇的方法论落到真实项目里：一次 HikariCP 僵尸连接事故的复盘、漏斗状态机的恒等约束设计、点云预览的签名 URL 请求调度、JPA 防 N+1 的批量装配模式，以及共库直读 vs Feign 的架构取舍。每节都按「面试官怎么问 → 真实案例 → 怎么答」组织。

把独立 HTML 放进 public/，再用 iframe 嵌入文章正文——绕开 swup 客户端路由导致的脚本失效，同时隔离样式与报错。附一个数据可视化 / 3D / 动画 / 力导向图的四合一 demo。

把真实项目经验整理成可背诵的面试话术卡：每题给 30 秒电梯陈述、3 分钟深讲、追问防御、关键事实。覆盖连接池僵尸连接事故、漏斗状态机恒等约束、点云预览的签名 URL 请求调度、JPA 防 N+1、共库直读 vs Feign、车端 SSH 下发六块。

十万并发下「绝不超卖」的保证到底由哪一层提供？check-then-act 为什么必然出错？顺带厘清一个长期被混用的概念：分布式和微服务不是一回事。