Backend Engineering · AI-Augmented Development

代码之上，
系统之下

从 Go 工程实践到 AI 驱动开发，探索如何用更聪明的方式构建更可靠的系统。不搬运文档，只写经过验证的思考。

精选文章

Kimi 团队提出的注意力残差（AttnRes），用 softmax 注意力替代固定权重的残差累加，让深层网络每一层自主选择最有价值的历史信息，训练效率提升 25%。

Claude Code 引入 Auto mode，在默认权限和完全跳过权限之间找到平衡点——用分类器实时审查每个工具调用，自动放行安全操作、拦截危险行为，实现更长时间的无中断任务执行。

Go 1.25 引入的 greenteagc 针对小对象高频分配场景优化 GC 性能，通过内存布局优化和多核扫描策略改进，实现 0-40% 的 GC 开销降低。

Go 1.22 对 net/http 的 ServeMux 做了里程碑式改进——原生支持「HTTP 方法 + 路径」组合路由，彻底告别 handler 内 switch r.Method 的时代。

Model Context Protocol（MCP）是一个开放标准协议，为 AI 模型提供安全、标准化的方式访问外部数据源和工具。本文从架构设计、核心组件和实际收益三个维度拆解 MCP。