三个拐点、两组实测数据、一张决策表——告诉你 Go 缓存方案什么时候该换、换到哪一级。
同一个 zap，配置 A vs B 性能差 2.3 倍——而换库只差 1.4 倍。5 个设计决策各自带来 1.3-4.8 倍的量化提升，每个都有 benchmark 实测数据支撑。
vibe coding 效果不稳定，问题不在工具不够多，在于你没建纪律。三层结构：约束文件→流程编排→受约束的自治。
复杂 Skill 和微型 Agent 可以在机制上很像，但边界不在复杂度，而在运行时主体、权威状态和责任归属。
AI 新名词绝大部分都是软件工程老概念换马甲。Skills 是写给 LLM 看的插件说明书，MCP 是 AI 时代的 RPC，Agent 是带 LLM 脑的 cron job。认出老朋友，不用再学每个新词。
MCP 不是 Agent，是让 Agent 能干活的那根线。一篇讲清楚 MCP 是什么、长什么样、和 Agent 到底什么关系。
AI 能给答案，但给不了'被听见'的体验。大部分人在知乎提问，不是在做信息检索，而是在完成一次社交。
Go 服务 P99 飙高但 pprof 看不出问题？大概率是网络层的事。两组实测数据告诉你：TCP_NODELAY 不是万金油，缓冲区也不能乱调。附完整排查判断表。
用 go/analysis 框架写一个自定义 linter 只要 20 行代码，但从第一行代码到团队平稳运行花了两个月。三组实测数据展示 go/ast 的能力边界，以及比技术更难的落地困境。
8 行 echo server 离生产有多远？从 CLOSE_WAIT 泄漏到协议分帧再到 TCP_NODELAY 实测，用踩坑经历和 benchmark 数据拆解连接管理、协议设计、性能调优三层进阶。
