WALL-E's Blog

C++ 编译器能抓住类型错误，却抓不住「divide(10, 0) 该不该抛异常」「阶乘边界算对没有」——这些只能靠跑起来验证。第 15 篇 的工厂、策略可以测；本篇用 GoogleTest 把测试写进工程：TEST、Fixture、参数化、Mock、CMake 集成。 demo：ref/cpp_demo/basics/testing_demo/。 这是「现代 C++ 实战」系列的第 16 篇。建议先读 第 15 篇：现代设计模式。 一、为什么 C++ 更需要测试？ 编译期能抓住 编译期抓不住 类型不匹配、未声明标识符 除零、越界、错误算法 部分 constexpr 逻辑 多线程竞态、资源泄漏 Concepts 约束 API 契约（返回值、异常） 重构 第 14 篇 线程池、第 08 篇 错误处理时，回归测试是安全网。GoogleTest（gtest）+ GoogleMock（gmock）是 C++ 生态事实标准。 二、GoogleTest 基础：TEST 与断言123456#include <gtest/gtest.h>TEST(Cal...

你在文档里看到 [768, 1024]，第一反应可能是：768 是行还是列？1024 是 token 数还是特征维？PyTorch 教程写 [batch, seq, hidden]，推理引擎源码写 [n_embd, n_tokens]——同一套数据，括号顺序不同，读错维度后面所有公式都会对不上。 这一篇只解决一件事：在本系列采用的约定下，张量形状怎么读、矩阵图怎么画、常见运算后维度怎么变。 搞懂它，后面矩阵乘法、Q/K/V 投影才有共同语言。 这是「大模型数学速成」系列的第 1 篇。建议先读 第 00 篇：读 Transformer 前需要哪些数学？。下一篇我们讲 矩阵乘法——神经网络的「基本变换器」。 一、什么是张量？在深度学习里，张量（tensor） 就是存放数字的多维数组。维度越高，结构越丰富，但读法有统一套路： 维度 生活类比 大模型中的例子 1D 向量 一行成绩：[语文, 数学, 英语, …] 某一个 token 的 768 维 embedding 2D 矩阵 Excel 表格 [n_embd, n_tokens] 整段序列的...

GoF 23 种设计模式在教科书上往往是一页页继承树。现代 C++ 里很多模式可以大幅瘦身：std::function 替代策略接口、make_unique 管工厂、variant + visit 做访问者——少写类，多写意图。 这一篇对应 demo：ref/cpp_demo/basics/design_patterns/（Strategy、Observer、Builder、Singleton、Command、Visitor）。 这是「现代 C++ 实战」系列的第 15 篇。建议先读 第 14 篇：线程池与背压控制。 一、模式还要学吗？ 传统痛点 现代 C++ 的解 每种策略一个子类 std::function + lambda Observer 抽象接口 + 虚函数 回调列表；对象观察者用 weak_ptr 复杂构造参数爆炸 Builder 链式 + 移动语义 new/delete 散落 make_unique 工厂 + RAII 为每种类型写 Visitor 子类 std::variant + std::visit（C++17） ...

你可能已经读过「Attention Is All You Need」的科普版，知道 Transformer 靠「注意力」连接 token；也可能看过 LLM 是「预测下一个词」的接龙游戏。但一旦打开技术文章或论文，公式里突然出现 $QK^\top$、LayerNorm、RoPE、KV Cache——矩阵维度对不上、符号各说各话，读几段就想关掉页面。 这一篇不讲任何具体公式，只回答一件事：接下来 11 篇数学速成，各自解决什么困惑、该怎么读。 把它当成进入 Transformer 计算世界的地图。 这是「大模型数学速成」系列的第 0 篇。本系列与「现代 C++ 实战」并行日更：同一天还会有一篇 C++ 文章，两线互不干扰。下一篇我们从最基础的约定说起——张量、维度，以及为什么「列 = token」。 一、为什么需要这个系列？「小白讲 AI」系列刻意零公式：用图书馆、接龙、投票来类比 Transformer 和 LLM，降低入门门槛。那套讲法足够建立直觉，但不足以回答下面这类问题： 困惑 典型场景 $Q \cdot K^\top$ 到底在算什么？ 读论文...

第 13 篇讲了 jthread、semaphore、latch/barrier——都是同步工具。生产环境里更常见的问题是：任务来得比处理快，线程该复用还是现开？队列该无限长还是限流？队列满了怎么办？ 这一篇用 demo ref/cpp_demo/concurrency/thread_pool/ 讲线程池架构、有界队列、背压策略，以及 future/promise 取异步结果；附带 HTTP REST Server/Client 实战。 这是「现代 C++ 实战」系列的第 14 篇。建议先读 第 13 篇：C++20 同步原语。 一、为什么需要线程池？每来一个任务就 std::thread(...).detach()： 问题 后果 创建开销 线程栈分配、内核调度——毫秒级，短任务不划算 线程数爆炸 1 万并发 → 1 万线程，内存与上下文切换拖垮系统 难以复用 无法统一限流、监控、优雅关闭 线程池：固定 N 个工作线程 + 任务队列，提交方只 submit，worker 循环取任务执行——摊薄创建成本、控制并发上限。 ...

第 12 篇用 thread、mutex、condition_variable 搭好了并发地基。C++20 补上最后几块拼图：jthread 自动 join 与协作式取消、semaphore 限流、latch / barrier 多线程阶段同步——写法更短、语义更清晰。 这一篇对应 demo：ref/cpp_demo/concurrency/sync_primitives/。 这是「现代 C++ 实战」系列的第 13 篇。建议先读 第 12 篇：多线程基础。 一、C++20 补上了什么？ 原语 解决的问题 std::jthread 忘记 join() 导致 terminate；需要优雅停止后台线程 std::counting_semaphore 限制同时访问资源的线程数（连接池、限流） std::latch 一次性「等所有人到齐」 std::barrier 可重复的多阶段同步点 std::stop_token 协作式取消（配合 jthread） 编译要求：GCC 10+、Clang 10+、MSVC 2019+，-std=c++20...

第一季讲完语言特性，第二季进入并发与工程。第一课是 C++11 起就有的四件套：std::thread、mutex、condition_variable、atomic——创建并行任务、保护共享数据、线程间等待通知、无锁计数。 这一篇对应 demo：ref/cpp_demo/concurrency/thread_demos/（含 thread 基础、mutex、条件变量、atomic、线程安全队列）。 这是「现代 C++ 实战」系列的第 12 篇，第二季开篇。建议先读 第 11 篇：Concepts。 一、为什么需要多线程？ 利用多核：CPU 密集型任务拆到多个核并行 重叠 I/O 与计算：一个线程等磁盘/网络，另一个继续算 响应性：UI 线程不阻塞于后台任务 C++ 标准库从 C++11 起提供跨平台线程抽象，不必直接写 pthread（Linux）或 Win32 API。 二、std::thread：创建、join、detach1234567891011121314151617#include <thread>#include <...

模板很强大，但约束不足时编译错误像天书——SFINAE、enable_if 能解决问题，却难写难读。C++20 Concepts 把「类型必须满足什么」写进签名，错误从 100 行模板展开变成 3 行人话。 这一篇从 SFINAE 回顾到 Concepts 语法，并配合 type_traits 与 demo：ref/cpp_demo/basics/type_traits_demo/。 这是「现代 C++ 实战」系列的第 11 篇。建议先读 第 10 篇：Ranges。 一、模板的问题：约束写在哪？12345template<typename T>T add(T a, T b) { return a + b; }add(1, 2); // OKadd("hello", "world"); // 可能编译过，但语义不对（指针相加） 我们希望：在模板实例化前就拒绝不合法的类型，并给出清晰错误——而不是在深层实例化里爆炸。 历史上三条路线： 时代 手段 C++11 SFINA...

上一篇我们手写了一个”单机游戏”式的 Agent——工具是自己定义的、能力是固定的，就像一个只能在自家小区逛的孩子。今天我们要让它”联网”——通过 MCP 协议接入外部工具生态，瞬间获得读写文件、查询数据库、操作 GitHub 等成千上万种能力。就像游戏角色走出新手村，接入了整个世界地图，可以接任务、买装备、组队打副本。 这是「小白讲 AI」系列的第 20 篇，也是 Agent 系列的最终章。从第 5 篇的一条 Prompt，到今天用 MCP 打造多工具 Agent——我们走了一段不短的路。这一篇既是实战教程，也是对整个系列的总结和回顾。 一、上一篇的 Agent 缺什么？回顾一下第 19 篇手写的研究助手 Agent——它能跑，但有几个明显的限制： 工具是硬编码的：只有 search 和 fetch_url 两个工具，想加新工具就得改代码 不能操作本地文件：Agent 查到了信息却没法保存下来 单打独斗：只有一个 Agent 在干活，没有分工协作 代码量随复杂度增长：工具越多、逻辑越复杂，手写代码越难维护 今天我们要解决这些问题： 用 MCP 让 Agent 动态...

前面 6 篇文章，我们学了发动机原理（Loop）、车架设计（Harness）、接口标准（MCP）、零件品牌对比（框架）、建筑规范（设计模式）。你已经了解了 Agent 的方方面面——但你从来没有亲手造过一个。今天，我们开箱，把零件一个个组装起来，让一个 Agent 真正跑起来。不用任何框架，纯 Python 手写，你会亲眼看到前面讲的每一个概念在代码中是怎么工作的。 这是「小白讲 AI」系列的第 19 篇。第 12 篇我们学了怎么调用 AI API（单次对话）。这一篇我们要在那个基础上，把”单次对话”升级成”自主循环”——让 AI 不只是回答你一次，而是自己持续工作直到任务完成。 一、我们要造什么？今天的目标是构建一个 “研究助手 Agent”——你给它一个研究问题，它会： 自主搜索互联网上的相关信息 阅读搜索结果中的关键内容 整理信息并生成一份结构化的研究报告 全程自主决策，你不需要一步步指导它 比如你问：”2026 年最流行的 AI Agent 框架有哪些？”它会自己去搜索、阅读、比较、整理，最后给你一份有条有理的报告。 我们不使用任何框架——所有代码都是手写的。...