LLM 与 Agent 未来趋势篇：从 Copilot 到自主软件工程师
LLM 与 Agent 正在从问答工具走向能读代码、调工具、跑测试、写文档和协作交付的软件工程助手。
技术文章、实现记录与项目复盘。
栏目
按年份
项目进度复盘：Seastar Log Engine 已完成什么，还缺什么
从当前代码和文档出发，总结 Seastar Log Engine 的完成进度、已具备的工程能力、仍然存在的短板，以及后续可以继续发展的方向。
数据库基础篇：从存储、索引到事务与查询
数据库不是一个单一产品，而是一组围绕数据持久化、查询效率、并发控制和故障恢复展开的系统设计。
OLTP 数据库篇：MySQL、PostgreSQL 与业务系统的数据库选择
OLTP 数据库支撑的是用户注册、订单、支付、库存这类核心交易链路，重点是低延迟、强一致、事务和并发控制。
OLAP 数据库篇：ClickHouse、Doris、StarRocks 与分析型数据库选择
OLAP 数据库面向大规模分析查询，核心能力是列式存储、向量化执行、分布式计算、预聚合和高吞吐扫描。
场景选型篇：不同业务场景应该用什么数据库
数据库选型不要从产品名开始，而要从数据规模、读写模式、一致性要求、查询形态和团队能力开始。
Kafka + Flink + OLAP：一套实时分析架构是怎么跑起来的
实时分析架构的核心不是堆组件，而是把业务事件稳定地采集、缓冲、计算并写入适合查询的分析型数据库。
用户行为日志分析系统：从埋点到指标查询
用户行为日志分析系统的核心是事件模型和数据质量，技术链路只是把事件稳定地送到可分析的位置。
电商订单库和报表库如何拆分：从 OLTP 到 OLAP
订单库负责交易正确性，报表库负责分析查询。两者拆分的关键是数据同步、状态建模、宽表设计和指标口径。