CertForCS

TODO 项目(论文和案例)

AI懂千万架构，不懂你的项目，项目需要工程师兜底, 前端可以完全依赖AI，后端服务端不可以完全依赖AI
1.AI训练了海量的代码，它的架构段位比我们人类高很多；AI缺少的不是架构品位，它缺的是我们项目的架构约束
2.人类很少再手搓代码，但项目交付上线还是程序员，代码质量的兜底人还是工程师
3.分层架构规范可以归纳成一句话：清晰、可维护、可扩展、可复用，人类要收窄它的选择空间，不然AI用概率来做选择
4.人为约束给上下文加噪音，红线只能保证不出事，人为规范才能保证高质量


AI时代高级后端必备的故障治理能力，核心是用体系化思维管控AI代码带来的线上风险。
一、普通后端和高级后端的分水岭：前者出事只会盯着报错逐行找，后者先止损、再定位、后根治。
二、第一层，分钟级止损与故障隔离。AI代码故障爆发快、扩散快，第一优先级永远是先止血再查因，按流量层、接口层、服务层、数据层四级执行熔断降级，优先切流、关闭非核心功能、回滚最近变更版本，并圈定近期迭代的代码范围。
三、第二层，精准根因定位与分层校验。止损后拆解全链路，对照AI生成的逻辑优先排查高频踩坑点：事务注解是否生效、幂等逻辑有无漏洞、分布式锁粒度是否正确、参数校验是否被绕过、SQL索引是否命中、异常是否被静默吞掉、权限控制有无遗漏。
四、第三层，根因根治与长效防控。修复不能只改单行bug，要反向沉淀AI代码的风险规则，写入提示词规范和扫描规则库，在支付、订单、库存、权限等高风险模块强制增加人工复核卡点，补充边界单测、并发压测和混沌测试，形成闭环。
五、核心结论：从被动修bug升级为主动管控AI代码的线上风险，搭建全链路稳定性防线。



多租户、多用户权限隔离

### 艺术品鉴赏知识库:
艺术品鉴定、定价、销售、保养、维护
艺术品管理政策法规
公司内部知识库: 合同、协议、交易、艺术品证书、鉴定师证书、内参、技术文档、


### 艺术品交易、艺术品拍卖
秒杀设计
https://mp.weixin.qq.com/s/5q_SPfblijqenrFx295dRg
秒杀场景下的缓存一致性难题：删缓存还是更新缓存？延迟双删真的可靠吗？——用 MySQL Binlog 异步对齐 Redis 的落地方案

isy-rag-demo
langchain-demo
halo

TODO 技术

物联网技术(TimerSeriesDB)
Ontology(知识图谱 GraphDB)
LLM
RAG(query rewrite, agent memory)
Langchain vs langGraph
Databases(VectorDB GraphDB TimerSeriesDB)
锁(Java, Mysql)
WEB性能参数
秒杀设计
Kafka vs RabbitMQ vs Redis

（1）heap是堆，stack是栈； 
（2）stack的空间由操作系统自动分配/释放，heap上的空间手动分配/释放； 
（3）stack空间有限，heap是很大的自由内存区； 
（4）C中的malloc函数分配的内存空间即在堆上，C++中对应的是new操作符。 
     程序在编译对变量和函数分配内存都在栈上进行，且内存运行过程中函数调用时参数的传递在栈上进行。
     
函数分配内存时，先压栈函数的第一行指令地址，后从右到左压栈参数