Personal tech notes on everything I'm interested in.
这里是我的数字花园，一个用来沉淀学习成果、打磨技术理解、记录思考的地方。
🌐 在线阅读：xqs-xqs.github.io/tech-notes
🌿 持续更新中 · 不定期发布 · 欢迎交流
PolyU 某工科专业在读研究生。
技术上是个还在路上的学习者——主攻 Python 与 AI 方向，同时正在打磨 Java 后端的工程能力。我相信"广度让你看得到方向，深度让你站得稳脚跟"，所以一边探索新领域，一边把基础一层层夯实。
对 AI 和计算机世界抱有不断的好奇心与兴趣——从底层的 Transformer 架构和论文阅读，到 RAG / Agent 的应用层落地，到 Prompt 工程的使用心得，再到 AI 给行业和社会带来的连锁反应，每一层我都想看清楚一点。AI 不只是我研究的对象，更是我重新理解学习、重新思考"人能做什么"的一面镜子。
热爱技术，更热爱与同行交流。如果你愿意一起切磋、互相点拨，欢迎在 issue 或邮件里找我——好的对话，比好的教程更稀缺。
很多东西看的时候觉得懂了，真要写下来才发现处处是漏洞。写作是最诚实的学习检验——它逼着我把模糊的理解变成清晰的语言，把零散的知识点连成体系。这个仓库里的每一篇笔记，都是一次"我以为我懂了"到"我才真的懂了"的过程。
身处 AI 浪潮之中，我观察到一个越来越清晰的事实：
AI 是一把放大器，它放大的是你原本就有的东西。
基本功扎实的人，用 AI 如虎添翼——他们能问出好问题、能识别坏答案、能在 AI 的输出之上构建真正有价值的东西。基本功薄弱的人，AI 给他们的反而是甜蜜的陷阱——看起来效率提升了，实际上正在悄悄掏空自己思考的肌肉。
强者越强，弱者越弱——这不是 AI 制造的不公，而是 AI 暴露了原本就存在的差距。在一个人人都能调用 GPT/DeepSeek 的时代，真正稀缺的不再是"知道答案"，而是：
- 能判断答案对不对的鉴别力
- 能问出关键问题的洞察力
- 能把答案落地为成果的执行力
- 能在错误的方向上及时停下来的判断力
而这些，都建立在扎实的底层基础之上——数据结构、算法、操作系统、网络、数学、英语、写作……越是看起来"AI 能替代"的能力，越值得花时间去夯实。
互联网内容的半衰期越来越短，热点一周一个甚至每天都有，Harness，Multi-Agent，Orchestration 和 Memory 等隔一段时间就有新词蹦出来。但有些东西不会过时：经典算法、底层原理、思维框架、工程哲学。我希望这个花园里种的不是速生的快菜，而是能慢慢长大的树——五年后回头看，它们依然有价值。
这个花园对我而言，质比量重要。所以我给自己定了几条"种树规矩"：
- 不追求篇数，追求成长 —— 一篇真正搞懂的笔记，胜过十篇浅尝辄止的转述。这里没有"日更"的 KPI，只有"每篇都对自己负责"的底线。
- 打磨文笔 —— 把技术写清楚不容易，把技术写得让人愿意读完更难。我想练的是后者。模糊的表达背后通常是模糊的理解，所以文笔的打磨本身也是思维的打磨。
- 清爽极简的视觉排版 —— 排版也是一种艺术，好的文章值得好的排版布局。
- 常温常新 —— 我不假装写出来的就是定论。每一篇笔记都欢迎被推翻、被补充、被修正。"现在的我"不一定同意"半年前的我"，那也没关系，写作记录的本就是思考的轨迹。
- 诚实优先于显得聪明 —— 不懂就写不懂，没把握就写没把握。模糊地带打"我目前的理解是……"，不糊弄读者也不糊弄自己。
这个花园暂时规划了这些主题，会随着学习节奏慢慢填充，同时也会慢慢将以前的一些沉淀下来的博客迁移过来：
- 💻 编程语言 — Java、Python、Go 的深入理解
- 🗄️ 数据库与存储 — 从 SQL 到向量数据库
- 🧮 算法与数据结构 — 不只是为了刷题，更是为了思维训练
- 🏗️ 系统设计 — 从单机到分布式
- 🤖 AI 与 LLM — Prompt Engineering、Agent、Harness，以及对 AI 时代的观察
- 🛠️ 工程实践 — Git、CI/CD、Docker、云原生
- 💭 思考与随笔 — 关于学习方法、技术哲学、职业发展
tech-notes/
├── .github/
│ └── workflows/
│ └── deploy.yml # GitHub Actions 自动部署配置
├── docs/ # 所有博客内容都在这里
│ ├── .vitepress/
│ │ └── config.ts # VitePress 站点配置（导航、侧边栏、主题）
│ ├── index.md # 博客首页
│ ├── python/ # Python 与 AI 相关笔记
│ ├── java/ # Java 后端相关笔记
│ ├── ai/ # 大模型与 AI 应用笔记
│ ├── algorithms/ # 算法与数据结构
│ ├── system-design/ # 系统设计
│ ├── engineering/ # 工程实践
│ └── thoughts/ # 思考与随笔
├── package.json # 项目依赖
└── README.md # 你正在看的这个文件
📌 目录会随内容慢慢成形，部分子文件夹尚未建立。
这个博客本身也是一次实践：
- 📝 VitePress — 静态站点生成
- 🎨 Markdown — 内容编写
- ⚙️ GitHub Actions — 自动化部署
- 🌐 GitHub Pages — 免费托管
完全用 Git 工作流管理内容，每一次更新都有版本记录，每一篇笔记都是一次提交。
技术圈最容易陷入的两种状态：一种是被新名词追着跑，每天焦虑"我又落后了"；另一种是固守已会的，把熟悉当成了精通。
我想走的是第三条路——慢一点，深一点，诚实一点。
不追每一个热点，但对每一个学过的东西负责。 不假装懂得很多，但要把懂的部分讲得清楚。 不与人比较跑得多快，只问自己有没有在长。
如果你也在路上，欢迎在这里偶尔驻足。如果某篇笔记对你有启发，那是这个花园的意义所在。
🌱 慢慢来，比较快