当 AI 助手开始读取代码、调用工具和执行命令，隐私问题就不再只是"会不会拿去训练"了。 0. 写在前面 这篇文章不是劝大家停止使用 AI 工具。笔者自己也很难回到没有 LLM Agent 的工作流里。 真正想讨论的问题是：我们正在把什么交给远端模型？这些数据经过哪些服务？谁能看见，谁能修改，谁能触发本地工具调用？出了问题以后，能不能审计和追责？ 过去一两年，LLM Agent 正在从聊天窗口渗透到越来越多的实际工作流里。Cursor、Claude Code、Codex、Cline 这类工具让模…

基于 FAST 2002–2026 论文集，本文梳理了存储系统研究从文件系统、Flash/SSD 到 KV cache、checkpoint 与 model loading 的迁移轨迹，重点讨论 AI 时代哪些老问题被重新推回了舞台中央。

SRE 小王凌晨两点将节点设为 DRAINING，这是他控制面系统发生的变化。

本文面向中重度使用 LLM coding 并思考未来开发范式的工程师，以及构建大型商业项目的一人公司开发者。本文描述 BMAD v6 的工作机制、与传统敏捷开发的关系，以及人类在流程中的位置。以及笔者实际体验的一些感受。

在当前分布式存储硬件背景下，性能 vs 成本 vs 数据安全性几乎成为了一个不可能的大三角。

本节将重点讨论分布式存储系统的产品形态、常见组件。并一起思考、完成一个技术选型 CheckList。

最近季度，笔者用了一些时间尝试在实际生产系统 (分布式存储领域) 中引入大模型 LLM 和 Agent 技术，以探索大模型在日常开发、运维、以及系统问题分析的能力边界。

分布式人两个重要手段：Partition 和 Replicate。其宛如两板斧一样大道至简，不必故弄玄虚。本文聚焦于 复制 主题。

RocksDB 可靠性和高性能是众所周知的。将其部署在分布式文件系统也是一种趋势，体现了存算分离的思路。

分布式系统的时钟和顺序，体现了相对论思想？让我们探索分布式系统的 “时钟” 与 “顺序”。

让我们正式进入分布式的世界。

上篇文章中我们探索了同步 IO 的来龙去脉。本篇文章将踏入异步 IO 王国，研究磁盘 IO 的异步编程。

在扩展到分布式之前，我们先来弄明白单机 IO 的手段。同步/异步/Poller/线程池，眼花缭乱的名词，是否在故弄玄虚？

5202 年，我们能享受到怎样的存储硬件性能？

hackerd.io - 一款为开发者打造的 AI 驱动、个性化、充满乐趣的新闻应用。

项目使用 tikv 作为分布式 KV 引擎构建了元数据服务。随着业务增长，P99 延迟急剧升高。在调优 tikv server 收获甚微后，我们把目光转回 tikv-client，结合源码和线上 metrics 分析可能的瓶颈和优化手段。

限流器是服务治理的重要一环。但常见的讨论集中于对 频率 的限制。本文结合笔者最近的需求，分析 Go 官方限流器 time/rate 的实现原理，结合实践对 带宽/流量限制 可能遇到的问题进行讨论。

近一个月从底层翻阅了 Apache Traffic Server 的磁盘缓存引擎，俞发觉得精妙。另外自己在开发的 web 代理缓存 hitori 中，也确实需要一款大容量磁盘缓存引擎。便实现了一个磁盘缓存引擎库，名字叫做 bakemono。