如果你还没有承受过高并发的毒打，或者接手了一份充满时代印记的古董代码，那么相信本文会给你指出一条踏向加班的不归路。当然，如果你是在操刀一个全新的项目，将本文的规则枷锁套在身上前行，你会走得更慢，但是你能走得更远。所谓的性能问题，本质上大多源于你对手里的东西了解得还不够透彻。偏偏现代高级编程语言为了提高开发效率，用层层抽象屏蔽了大量底层细节。即使不了解这些内容，你也能写出正常运行的业务代码。哪怕是比 Go 更贴近底层的 C 语言，也通过抽象屏蔽了许多硬件细节，例如 CPU 乱序

很多人第一次拿到一家公司的年报，会先翻到「净利润」那一行，然后决定这家公司赚钱还是亏钱。这个动作很自然，也很危险。一家企业可以利润很高，却没有足够现金发工资；可以账上现金很多，却是刚借来的钱；可以收入增长很快，却把大量货物压在仓库里；也可以连续几年亏损，却正在用今天的投入换取未来的规模。会计不是给企业贴一个「赚」或「亏」的标签，而是把一段复杂的经济活动翻译成可以核对、比较和追问的记录。会计学听起来像是借方、贷方、分录、折旧、摊销和一大堆表格。其实它先是在回答几个很朴素的问题：

金融学最容易被写成一本名词词典：货币、利率、股票、债券、基金、期权、杠杆、风险、收益，挨个解释一遍，读者似乎学到了很多，合上文章却不知道它们为什么会同时出现。问题不在于名词太多，而在于缺少一条主线。金融学研究的不是「钱怎样神秘地变多」，而是一个现实决策：谁现在有资金，谁现在需要资金；资金要在什么时候收回；如果未来出问题，损失由谁承担。这和经济学有联系，但重心不同。经济学更像一门解释资源配置、市场运行和宏观现象的理论学科；金融学则更像一套处理现实资金决策的应用学科。经济学会问：

你可能没有上过经济学课，但每天都在做经济学题：要不要买贵一点的咖啡？要不要换工作？房租为什么涨？中央银行（简称央行）加息和自己的贷款有什么关系？一家公司明明赚钱，为什么还要裁员？一个国家的 GDP（国内生产总值）增长了，为什么很多人的体感却没有变好？这些问题看起来分属消费、就业、企业、政府和国际贸易，背后却有一条共同主线：有限的资源，如何被安排去满足尽可能多、而且彼此竞争的需要。 经济学研究的不是「怎样把钱变多」这一件事，而是人在约束下如何选择，选择如何通过市场和制度彼此影响

很多人从 MySQL 切到 PostgreSQL，第一反应是：语法差不多，SELECT、JOIN、索引也差不多，应该很快就能上手。然后某天他打开 PostgreSQL 的类型文档，看见了数组、范围、多范围、复合类型、域、inet、tsvector 和一串几何类型，感觉像误入了数据库的后厨。这些东西到底有什么用？难道只是 PostgreSQL 把「一列只能放一个值」这条规矩也给折腾没了？先把标题里的话说严谨一点：下面有些类型是 MySQL 没有对应物，有些是 PostgreSQ

「你们现在用哪个模型？」这个问题我不太敢直接回答了。因为答案听起来像在敷衍：有的活给便宜模型，有的活给推理能力更强的模型，代码审查还要按风险升级，需求文档也有自己的分工。听的人多半觉得这是折腾，但真正跑过一段时间的人知道，这不是收藏模型，而是在控制账单和返工。团队刚把 AI 引入研发流程时，最容易走向两个极端：「哪个最强用哪个」，或者「哪个便宜用哪个」。前者会撞上账单，后者会撞上返工。更麻烦的是，模型价格不能只看输入单价：输出 token、上下文重复发送、缓存命中、工具调用、