写在文章开头

AI的蓬勃发展，技术写作是否还需要人工参与？如何让AI成为自己的助手而非自己的替代者？

AI技术正在改变编程和写作的方式，这是笔者于2023年发表的一篇关于技术博客写作指南，结合近期AI协作经验，引入AI写作理念，辅助提升学习效率和复盘质量。

🚀 技术布道者 | 开源贡献者 | 现代开发实践者

你好，我是 SharkChili ，Java Guide 核心维护者之一，对 Redis、Nightingale 等知名开源项目有深度源码研究经验。熟悉 Java、Go、C 等多语言技术栈，现任某知名黑厂高级开发工程师，专注于高并发系统架构设计与性能优化。

💡 技术专长领域

• 分布式系统架构：高并发场景下的系统设计与性能优化经验丰富
• 微服务与云原生：熟悉服务治理、容器化与自动化运维体系
• 大数据技术栈：海量数据处理与实时计算架构实践经验
• 源码深度分析：主流框架源码研究与企业级定制化能力
• 系统设计思维：采用自顶向下的分析方法，深入解构计算机系统设计原理，并将其应用于实际架构设计

🌟 开源项目贡献

• mini-redis：教学级 Redis 精简实现，助力分布式缓存原理学习
  🔗 https://github.com/shark-ctrl/mini-redis（欢迎 Star & Contribute）

📚 公众号价值
分享企业级架构设计、性能优化、源码解析等核心技术干货，涵盖分布式系统、微服务治理、大数据处理等实战领域，并探索面向AI的vibe coding等现代开发范式。

👥 加入技术社群
关注公众号，回复 【加群】 获取联系方式，与众多技术爱好者交流分布式架构、微服务等前沿技术！

为什么要写技术博客

基于认知学科原理，编写技术博客具有以下核心价值：

• 深度复盘：基于费曼学习法，写作让知识显性表达，促进深度理解
• 思维训练：提升逻辑表述能力、结构化思维和批判性思维能力
• 记忆巩固：通过写文完成复习完成间隔重复的提取练习强化记忆
• 终身学习：博客可作为有效阶段性记录和迭代性证明
• 影响力放大：构建个人品牌和传播影响力

内容创造

内容创意

写作的第一步是确定创作内容，通常，笔者的写作会基于已学学习的知识点的复盘进行创作，通过同义转换来重新梳理组织内容，例如，我在23年的这篇写给Java开发的Go语言协程实践
:https://mp.weixin.qq.com/s/JBTxdiHz4wW_6zoGuEH5_A，就是Java程序员对于舒适区之外的技术的探索，确定目标时，我会从以下几个角度入手:

1. 搜集go语言的素材，宏观了解一下go语言的协程方面的知识点。
2. 搜索相关目标教程，进行学习了解和实践。
3. 获取主流市场对于该go语言的实践。
4. 梳理总结，确定内容创意和大纲。

通过对于大量材料的收集、整理、实践，构建出知识点的体系化理解和学习纲要，从而生成最终的创作内容：

我们也可以通过AI针对既有学习知识辅助生成内容创意目标，按照现代提示词的最佳实践，最常用的引导方式就是

• 引导性思考：通过假设等提示词引导**大语言模型(LLM)**自主推导生成内容创意
• 主观表达：通过情况说明结合你觉得、你认为等关键字引导**大语言模型(LLM)**主动推理构建创意方向
• 种子提示：通过关键字引导**大语言模型(LLM)**给出内容创意

假设性思考

利用假设…假如、如果…那么等关键字引导AI自从推理构建内容创意，例如：

假如我们现在希望详细介绍一下 **JVM** 内存泄漏问题，你有什么经典的案例推荐？

主观表达法

通过你觉得、你认为等关键字引导**大语言模型(LLM)自助探寻检索答案。例如，我近期体系的整理了《深入理解Java虚拟机》**中经典垃圾收集器的知识，对于内容创意没有比较明确的内容创意方向，这时就可以借助AI进行启发性思考：

我想写一篇关于JVM虚拟机经典垃圾收集器的文章，你觉得可以从哪些角度展开

一般情况下有了内容创意之后，就需要基于这个方向生成标题定死文章方向，提示词示例如下：

基于当前内容创意给我几个吸引眼球的标题

种子提示词

围绕核心关键词生成选题方向，例如笔者初学go语言的时候，直接跳过语法学习环节直接进行协程这块的学习了解，此时我们的文章就不太可能做到体系化的编写，对应的我们就可以借助种子提示词生成内容创意方向。例如：

请围绕**并发**和**协程**两个种子词，为一篇关于Go语言协程的技术博客生成多个具体、有深度且具有实践价值的选题方向。

素材收集

明确目标后，进入素材的收集，笔者更倾向于多渠道收集资料，由于个人偏好原因，更偏向于通过权威书籍来获取信息，具体流程包括：

• 查找相关的章节
• 进行阅读比对不同观点
• 总结出知识核心脉络
• 开始正式写作

还是以go语言学习实践为例，在进行文章编写时，笔者收集并阅读完相关资料后，大体得出下面这样的写作思路:

1. 基于收集资料所学知识点确定文章结构、涉及知识点。
2. 对于不理解或难以理解的知识点，找到相关博客或者权威官方进行扩充学习，并完成相应实践。
3. 针对知识点找到常见的面试题或权威书籍，正对面试题对上述知识点进行查缺补漏。
4. 某些知识点涉及底层理论，参考谋篇文章对于底层知识点进行补充。

面向受众

现代AI辅助写作不仅是工具的运用，更是对认知过程的深度理解，有效的技术文章写作应实现以下目的：

• 减少内在负荷：通过形象比喻降低抽象概念的理解难度
• 优化外在负荷：结构化信息呈现，避免信息过载，降低认知负担
• 增强相关负荷：建立新旧知识链接，强大旧有知识理解

不同的受众面对于相同的文章都有不同的理解和认知，结合笔者的经验，这个时代的读者大部分都追求快节奏的阅读体验，简洁明了的表述+适当的专业术语，同时保证结构清晰的文章是AI快节奏时代的最佳方案，所以在进行文章各个段落的编写过程中，笔者都会结合**大语言模型(LLM)**辅助写作，对应的提示词示例如下：

为具有3~5年Java开发经验的技术人员撰写一份关于Go语言协程的技术博客，要求如下：
- 适当使用准确的专业术语
- 表述简洁明了
- 内容需结构清晰
帮助Java开发者快速理解并掌握Go协程的核心概念和应用方法。

纲要先行

收集到的知识点往往碎片化的，需要进行系统化归纳梳理，结构化的文章能帮助读者把握学习要点，以笔者日常写作习惯，文章整体的脉络大致为:

1. 文章简介或者对于文章整体目的进行介绍，明确文章的目的。
2. 使用代码结合图文示例，告知读者如何使用。
3. 深入进行剖析和原理分析，提升读者对于知识点的理解。
4. 小结，对于上述的知识点进行一个简短的总结，帮助读者梳理归纳知识点。
5. 升华文章，列出知识点使用注意事项和常见面试题，使读者对知识点有着更深入的认识。

文体与写作风格

这一点比较看个人习惯，因为笔者个人比较严谨所以写作风格很少哗众取宠，更多是强调行文流畅并考虑读者的舒适度为主。所以整体来说笔者的写作更多是面向积极且带有实用导向性的，整体文章结构为:

1. 写一个笔者近期已经完成时的事情以及这件事对于笔者的收获，通过对文章的整体介绍告知读者这篇文章能够为读者带来什么。
2. 介绍完之后会通过大量的素材和例证告知读者这个示例可以达到的效果。
3. 文章中基本都是基于读者参阅的文章结合个人经验的知识点总结。
4. 读完后确认读者能够正确理解且并没有很突兀，让人觉得文章非常硬核且实用

例如，笔者现在写作都会借助如下提示词针对文章问题进行复盘调整：

请以技术博客文章的问题形式，对指定文章的表述内容进行专业调整。调整应符合技术博客的写作规范，确保问题表述清晰、专业且具有针对性，能够引导读者理解文章核心内容并引发思考。需保持问题的技术相关性和实用性，避免模糊或泛泛而谈的表述方式。

当然，如果你没有明确文体认知，同样可以利用**大语言模型(LLM)内置的知识提炼出合适的风格，该方法利用大语言模型(LLM)**深厚的知识储备，辅助作者理解不同的写作风格：

请详细分析面向软件研发人员的专业技术博客所具备的核心特点，并针对每个特点提供1个具有代表性的例句。

还有一种比较实用的风格选择方式，即风格迁移法，我们可以直接将理想的文章直接粘贴给大语言模型(LLM)，让其进行推理分析辅助我们调整当前文章：

## 任务描述
你的任务是仔细阅读如下文章内容，从文章类型、用词特点、语气语调几个方面总结出该文章的特点风格：

如果你的应用对响应时间敏感且堆内存小于4G，CMS可能是更好的选择；如果是计算密集型批处理任务，Parallel Scavenge的吞吐量优势更明显。

现代AI工具辅助工作流程升级

脑图工具：ProcessOn

写文时需要构建清晰文章脉络，辅助作者和读者把握文章结构，参考网上一些不错的文章分享，推荐实用ProcessOn进行大纲规划和脑图构建：

绘图工具：Draw.io

经常会有人强调"一图胜千言"，所以笔者对于写文时也会大量绘制图片来表述笔者的观点，对于绘图工具，鉴于 Java guide的推荐，笔者认为这款绘图工具无论是图形的风格和颜色都比较舒服，符合笔者的审美，所以在经过长期的使用之后，笔者更偏向使用它作为日常工作或者写作的绘图工具。

关于图片的表达和绘制，更多是作者主观的抽象，这里笔者仅对配色和装饰做一些建议:

1. 尽可能使用红黄蓝三基色，相较于大红大紫的颜色，红黄蓝更舒适。以笔者为例，使用draw.io进行配色时，更多使用的是下面这几种配色风格。
   

2. 背景色尽可能淡一些，如下图所示，使用淡黄的颜色作为背景给人感觉更加清爽舒适。

3. 图形可以选用草图或者comic进行装饰，如果读者希望自己文章的图形更特别一些可以在添加图形后选择草图：

当然若希望配图的图形有一种草稿纸的风格，也可以勾选comic达到这种效果:

AI写作助手：Trae IDE集成

结合现代强大的AI生态工具链，笔者推荐AI以写作助手的方式完成一次完整的文章输出与优化，以笔者常用的trae IDE为例，整体工作流程为：

1. 基于既有目标知识点构建文章脑图梳理层次结构和逻辑关系
2. 基于内容主题和脑图纲要和目标读者确定内容范围，若没有明确的内容创意，则借助AI基于提示词明确目标选题(后文会展开介绍)
3. 结合个人理解和认知进行创作内容创作
4. 通过AI结合权威书籍针对内容进行知识验证和复盘
5. 结合AI进行文章表述检查和语法润色

写作技巧

问题驱动式阐述(激发兴趣)

基于认知心理学，设问方式引导具有以下作用：

• 制造认知冲突，通过设问制造问题缺口，激发读者求知欲
• 明确学习目标，提升工作注意力和分配效率
• 给出具体场景基于读者沉浸式阅读体验，增强记忆效果
• 主动引发读者思考主动完成知识提取，提升学习效率

以AQS源码讲解为例，如果我们开篇直接这样写:

谈到并发，我们不得不说AQS(AbstractQueuedSynchronizer)，所谓的AQS即是抽象的队列式的同步器，内部定义了很多锁相关的方法，我们熟知的ReentrantLock、ReentrantReadWriteLock、CountDownLatch、Semaphore等都是基于AQS来实现的。

讲完之后直接贴出一张十分突兀的类图，试问读者还有动力去阅读和深入了解这个知识点的热情吗？

反观这篇文章的做法，它并没有以上帝的视角去说所谓的"大话"，而是直接用轻松诙谐的对话带以问题驱动的方式的完成开篇:

10 点整，我到了公司，又成为全组最后一个到的员工。
正准备刷刷手机摸摸鱼，看见老板神秘兮兮地走了过来。
老板：闪客呀，你写个工具，基于 AQS 实现一个锁，给咱们组其他开发用
我：哦好的
老板：你多久能搞好？
我：就是一个工具类是吧，嗯今天下午就给你吧
老板：嗯，那你抓紧时间搞吧，大家都等着用呢
我：哦好的

相比之下，是不是后者的表述更加亲切，文章导向性更好呢？所以笔者认为，在写硬核的技术文章时，一定要注意，避免没有导向性的开篇，避免在开篇堆砌大量突兀的概念，对于这种写作手段不了解的读者可以借助如下提词让AI辅助完成文章的修改优化：

# 问题驱动写作的AI提示词设计
"请为[AQS源码分析]技术文章设计一个开篇对话场景，要求：
1. 通过问题设置激发读者的好奇心
2. 体现真实的工作场景和技术挑战
3. 自然引出后续的技术知识点
4. 保持对话的自然性和技术准确性"

图文结合表达(提升理解)

对于知识点的讲解，我们还是强调要"讲清楚"而不是"堆名词"，基于认知心理学的双重编码理论，文字信息是语言系统进行编码和存储，图片信息是视觉系统进行编码和存储，通过图文结合表述可以带来如下好处：

• 通过视觉系统减少工作记忆上语言处理的负担，引导视觉注意力，促进语言系统上的语义理解
• 图片信息更紧凑密集，可以更快理解当前学习观点，并通过语言完成补充
• 两个机系统互相激活，促进知识点的关联网形成，提升记忆效果

我们还是以AQS为例，很多作者在进行源码讲解时，会直接列出源码中所有方法的解释，这种写法笔者之前也做过:

AQS 中提供了很多关于锁的实现方法，
getState()：获取锁的标志state值。
setState()：设置锁的标志state值。
tryAcquire(int)：独占方式获取锁。尝试获取资源，成功则返回true，失败则返回false。
tryRelease(int)：独占方式释放锁。尝试释放资源，成功则返回true，失败则返回false。

写完后笔者以读者的方式带入这篇文章阅读时发现，它会有这样的问题:

1. 锁是什么，它在源码那个位置，是什么锁。
2. state又是什么，做什么用的？
3. tryAcquire资源又是什么，什么样的东西可以定位为资源。
4. 最重要的一点，这几个方法有什么用，作者列出来的目的是什么？
5. 我现在了解了对于我所学习的知识点有什么帮助？

相比之下，我认为下面的做法是比较不错的:

结合最开始看那段对 AQS 高度概括的注释：xxxxx
不难猜到这里的内部类 Node 以及其类型的变量 head 和 tail 就表示 AQS 内部的一个等待队列，而剩下的 state 变量就用来表示锁的状态。
等待队列应该就是线程获取锁失败时，需要临时存放的一个地方，用来等待被唤醒并尝试获取锁。再看 Node 的属性我们知道，Node 存放了当前线程的指针 thread，也即可以表示当前线程并对其进行某些操作，prev 和 next 说明它构成了一个双向链表，也就是为某些需要得到前驱或后继节点的算法提供便利。
太好了，仅仅看一些属性和一段注释，就得到了一个关于 AQS 大致原理的猜测，看起来还挺靠谱，我赶紧把它画成几张图来加深理解。（由于这里非常重要，就不再卖关子了，直接画出最正确的图理解，但不会过于深入细节）

可以看到它会先将知识点自行消化，然后总结出核心的部分，用连贯性的表述串联这些变量的关系，最后再用图解的方式梳理，当这些前置铺垫都讲解清楚之后，他才将相关方法和变量进行细化展开，确保读者明确目的且阅读时不会感到突兀。

核心代码精简(避免堆砌)

在源码讲解的文章中，代码解读至关重要，我读过很多的书籍博客，最常见的差评就是:"这篇文章只是贴代码"。

所以笔者认为，对于源码讲解的文章，我们将工作流程讲解细致之后，贴出最核心的代码是最佳的做法，这样写出来的文章既简洁又清晰。这一点结合认知负荷理论的角度来解释：

• 提取核心代码段，减少非必要的信息干扰
• 提升信息密度，突出关键技术点，避免概念分散
• 方便知识点抽取和提炼，基于有限记忆容量完成知识的高效讲解

就以AQS源码为例，如果在详尽介绍完源码的概念之后，我们就无需用长篇源码带动读者去走读，取而代之的是引出核心部分的代码让读者自行学习，这样既保证的文章的篇幅简洁，又不会陷入文字debug导致源码解读流程不流畅：

public abstract class AbstractQueuedSynchronizer {
    private transient volatile Node head;
    private transient volatile Node tail;
    private volatile int state;
    static final class Node {}
}

static final class Node {
    // ... 省略一些暂不关注的
    volatile Node prev;
    volatile Node next;
    volatile Thread thread;
}

同样的如果能够通过文字连贯的讲线程池七大参数讲解完成，那么我们索性贴出这些参数的核心部分也是可以的：

public FlashExecutor(
        int corePoolSize,
        int maximumPoolSize,
        long keepAliveTime,
        TimeUnit unit,
        BlockingQueue<Runnable> workQueue,
        ThreadFactory threadFactory,
        RejectedExecutionHandler handler) 
{
    ... // 省略一些参数校验
    this.corePoolSize = corePoolSize;
    this.maximumPoolSize = maximumPoolSize;
    this.workQueue = workQueue;
    this.keepAliveTime = unit.toNanos(keepAliveTime);
    this.threadFactory = threadFactory;
    this.handler = handler;
}

递进式披露(控制认知负荷)

根据认知心理学研究，人类工作记忆容量有限(约5~9个信息单元)，因此，学习和写作都应采用递进式方法，以做到：

• 分块处理：将复杂的技术概念分解为符合记忆容量的信息单元完成信息消化
• 渐进式披露：递进式加载知识，避免认知过载
• 上下文关联：利用工作记忆的上下文工作链条

如果在表述过程中突然出现很突兀的概念，对于读者来说是非常灾难的，就这篇**AQS(AbstractQueuedSynchronizer)**源码讲解为例：

关于state的get，set方法就不贴了，重要的是有个通过CAS修改state的方法:
相关代码
除此之外，还维护了等待队列（也叫CLH队列，同步队列）的头节点和尾节点:
相关代码
CLH队列由链表实现，以自旋的方式获取资源，是可阻塞的先进先出的双向队列。通过自旋和CAS操作保证节点插入和移除的原子性。当有线程获取锁失败，就被添加到队列末尾。下面我们来看看每个节点是怎么实现的。
二、内部类-Node

整个段落阅读完后。最直观的感受就是：

1. 整个知识点变得很突兀
2. 技术性概念没有很好的串联
3. AQS核心流程还是没有很直观的了解

反观这篇关于线程池核心参数的的做法，在前文中用有限的文字表述将worker和任务队列都讲述清楚之后，以递进式披露的方式提出任务过多而无脑丢弃这个不合理的设计，从而引出拒绝策略的概念：

## 阐明线程异步机制，提出性能瓶颈，递进式披露引出核心线程数概念
 小宇：哦，的确，只有一个线程在某些场景下是很吃力的，那我把 Worker 线程的数量增加？
 闪客：没错，Worker 线程的数量要增加，但是具体数量要让使用者决定，调用时传入，就叫核心线程数 corePoolSize 吧。
 ## 增加线程数后，递进披露线程空转等一系列并发设计需要思考的问题
 小宇：好的，那我这样设计:
 引出worker和队列的关系
 闪客：好，你边吃我边说。现在我们已经实现了一个至少不那么丑陋的线程池了，但还有几处小瑕疵，比如初始化的时候，就创建了一堆 Worker 线程在那空跑着，假如此时并没有异步任务提交过来执行，这就有点浪费了。
 小宇：哦好像是诶！
 闪客：还有，你这队列一满，就直接把新任务丢弃了，这样有些粗暴，能不能让调用者自己决定该怎么处理呢？
 小宇：哎呀，想不到我这么温柔的妹纸居然写出了这么粗暴的代码。
 闪客：加拒绝策略xxxxx

所以我们写文时切记一定要保持递进，前者一定要能带出后文的概念，确保读者阅读文章时连贯的感觉。

总结梳理

最后就是总结梳理，按照现代科学研究，总结梳理技巧符合记忆巩固的认知规律：

• 间隔重复：通过阶段性总结将所有的知识点在记忆中留痕
• 知识整合：将复杂知识在记忆中整合为完整的认知图式
• 提取练习：提取知识本身就是对于知识提炼的一种有效练习

所以，对于知识点的讲解，碍于篇幅的原因，读者阅读完成之后会有种局部懂了，而整体认识有些模糊的感觉，所以我们建议在讲述完所有知识点之后，通过一个段落进行总结来帮助读者进行复盘梳理，帮助读者串联文章的知识点，例如这篇文章对于线程池源码讲解完成之后的图片总结：

又比如这篇文章对于LongAdder源码讲解完成之后的总结：

至此，设计思路和实现过程，就都搞定了，我们来看一下整个流程:xxxxx

适时的总结，能够让读者对于知识点有一种由点到面的认识，所以笔者非常建议在文章中进行总结，从而保证文章的学习质量。

升华文章

升华文章是笔者构建进阶知识图谱的常用手段，通过将不同领域的知识建立深度链接，让作者和读者都能得到这些正向反馈：

• 概念性挖掘：针对既有知识图谱发现概念间的隐含关系
• 跨领域链接：构建不同技术领域之间的关联，建立一个更加庞大的知识体系
• 抽象层次递进：从具体实现得到设计思想上的抽象提升

如果作者对于自己对于技术有着不错的理解，完全可以将清所有概念之后，通过深入核心知识点去剖析底层原理、去讲述一些经典的生产问题或一些难度较大的面试题或者进阶知识点，依然是通过渐进式递进到进阶知识点、类比思维降低理解和通用设计思想进阶抽象给出通用的解决模式。

就例如这篇文章，再讲解完LongAdder 核心流程之后，为了加深读者对于LongAdder 的理解，作者引出伪共享问题的概念，让读者更加深入的了解LongAdder 设计上的巧妙之处，由于上文中大篇幅对LongAdder进行讲解，所以在末尾进行主题升华对于让读者独立的体会其设计思想是非常客观的做法:

LongAdder 源码非常建议大家读一读，即使你不能全局掌握它，也可以学到很多并发编程方面的小知识。
比如，并发编程包经常见的伪共享问题，就体现在 Cell 这个类的设计上。
本来 Cell 这个类应该长这个样子。
但由于伪共享问题，它被设计成了这个样子：
xxxx
在 JDK 1.8 提供了新注解后，又变成了这个样子:
xxxxxx

润色

内容润色则是借助**大语言模型(LLM)**所掌握文本组织规律，对文本进行重组织的过程，它能够修正文章语法错误，拼写错误，提升文章简洁度、清晰度和可读性，提升文章的质量和表达效果，以下是一个润色的提词示例：

## 任务描述
作为一名计算机编程技术博客写作助手，请你修改以下文本中的语法错误、拼写错误，并提高文章的清晰度、简洁度和可读性，同时分解长句，减少重复，最后提供改进建议

小结

写好技术博客是结合认知科学、写作技巧和现代艺术的综合学科，核心要点包括：

• 认知驱动：基于费曼学习法进行写作完成深度复盘，并集合认知规律控制信息密度
• 结构清晰：纲要先行、问题驱动、图文并行、递进式披露、适时总结
• 读者导向：明确受众采用合理的问题风格表述知识
• 工具赋能：结合脑图工具、绘图工具、AI等辅助提升文章准确度和质量

在AI时代，技术写作已成为人机协作智慧的结晶，我们也要适时俱进学会利用上述技巧和工具为写作赋能。

🚀 技术布道者 | 开源贡献者 | 现代开发实践者

你好，我是 SharkChili ，Java Guide 核心维护者之一，对 Redis、Nightingale 等知名开源项目有深度源码研究经验。熟悉 Java、Go、C 等多语言技术栈，现任某知名黑厂高级开发工程师，专注于高并发系统架构设计与性能优化。

💡 技术专长领域

• 分布式系统架构：高并发场景下的系统设计与性能优化经验丰富
• 微服务与云原生：熟悉服务治理、容器化与自动化运维体系
• 大数据技术栈：海量数据处理与实时计算架构实践经验
• 源码深度分析：主流框架源码研究与企业级定制化能力
• 系统设计思维：采用自顶向下的分析方法，深入解构计算机系统设计原理，并将其应用于实际架构设计

🌟 开源项目贡献

• mini-redis：教学级 Redis 精简实现，助力分布式缓存原理学习
  🔗 https://github.com/shark-ctrl/mini-redis（欢迎 Star & Contribute）

📚 公众号价值
分享企业级架构设计、性能优化、源码解析等核心技术干货，涵盖分布式系统、微服务治理、大数据处理等实战领域，并探索面向AI的vibe coding等现代开发范式。

👥 加入技术社群
关注公众号，回复 【加群】 获取联系方式，与众多技术爱好者交流分布式架构、微服务等前沿技术！

参考文章

老板让只懂Java基本语法的我，基于AQS实现一个锁:https://mp.weixin.qq.com/s/1Nq_izUkOGmtvkIQ9c0QRQ

图解 | 你管这破玩意叫线程池？:https://mp.weixin.qq.com/s?__biz=Mzk0MjE3NDE0Ng==&mid=2247491549&idx=1&sn=1d5728754e8c06a621bbdca336d85452&chksm=c2c66570f5b1ec66df623e5300084257bd943b134d34e16abaacdb58834702dbbc4599868b89&scene=178&cur_album_id=1703494881072955395#rd

破玩意 | 多线程 +1 的最快操作:https://mp.weixin.qq.com/s/Hbz1k5bDhdfPSb05PAZNrw

你管这破玩意叫操作系统源码 | 第二回 自己给自己挪个地儿
:https://mp.weixin.qq.com/s?__biz=Mzk0MjE3NDE0Ng==&mid=2247499274&idx=1&sn=23885b5b1344a1425f5a971d06ad2e7d&chksm=c2c584a7f5b20db1b0a75ea896e7218a9f8bcd006e68f53693bab240b13f9e2fb0ec0c9b9a6a&cur_album_id=2123743679373688834&scene=189#wechat_redirect

写公众号文章，我其实用了这些工具！
:https://mp.weixin.qq.com/s/gyM5E5RZKGNko0dhL-hLVw