常见问题

我主要围绕后端工程、平台研发、AI Engineering、独立工具和长期技术写作做积累。简单说，就是用后端工程、AI 工程化和自动化工具，把复杂问题做成可运行、可复盘、可长期积累的系统。

是的，Java 后端和平台研发仍然是我的技术底盘。只是现在不只停留在业务接口开发，而是把微服务、数据链路、DevOps、稳定性和工程化经验延伸到 AI 应用、Agent、实时语音模块和自动化工具里。

因为 AI 真正落地时，本质上会遇到大量后端和平台问题：服务封装、鉴权、流式响应、上下文管理、工具权限、日志追踪、评测回归、成本治理和部署稳定性。后端能力不是被 AI 取代，而是变成把 AI 做成系统的关键底座。

普通调用模型 API 更像完成一次请求，AI Engineering 更关注整个系统能否稳定运行。它会涉及输入输出约束、上下文策略、工具调用、权限边界、失败降级、可观测性、评测、成本、延迟和持续迭代。

两者已经拆开。AI 语音智能模块是端云协同 AI 交互系统项目，专注 STT、LLM、TTS、Agent、打断、实时链路和后台配置。AscendLab 则回到独立工具与 AI Workflow 实验室，承载浏览器工具、小产品和公开 Workflow 实验。

AscendLab 是我的独立工具与 AI Workflow 实验室，用来验证一些可以公开访问的小工具、AI 辅助流程和独立产品想法。它不是成熟 SaaS，也不夸大商业化能力，重点是把真实问题做成能访问、能维护、能持续迭代的作品。

AI Infra Handbook 是我整理 AI 基础设施知识的长期手册，覆盖模型服务、RAG、向量数据库、GPU、Kubernetes、可观测性、Agent / MCP 和成本治理等内容。它更像学习与实践笔记，不会把未经验证的调研包装成生产最佳实践。

stop-slop-zh 是中文 AI 写作质量治理项目，不是反 AI，而是反空泛、机械、模板化和虚假深度。它可以服务于博客优化、提示词工程、Claude / ChatGPT Skill、中文内容审核和技术写作质量检查。

主要写后端工程、微服务、平台研发、AI Engineering、LLM 应用、Agent / MCP、实时语音链路、独立工具、自动化实践、SEO / GEO、项目复盘和个人长期成长。历史文章会保留，但首页和项目页会更突出当前主线。

AI 会显著改变开发方式，但不会自动替代工程判断。更重要的能力会变成：定义问题、拆系统边界、验证结果、治理质量、把工具接入真实流程，并对最终交付负责。会用 AI 很重要，但能把 AI 变成可靠系统更重要。

这些项目不是为了显得很多，而是对应不同能力层：wzk.icu 是个人基础设施，AscendLab 是独立工具实验田，AI 语音模块是 AI 工程化实践，AI Infra Handbook 是知识体系，stop-slop-zh 和代码生成器是工具化尝试。它们共同组成长期作品系统。

长期作品系统不是一次性作品集，而是持续积累的公开档案。文章负责记录思考，项目负责证明能力，FAQ 负责解释定位，llms.txt 和结构化数据帮助搜索引擎与 AI 理解站点。每一部分都服务长期可信度。

适合后端工程师、平台研发工程师、正在进入 AI Engineering 的开发者、对 Agent / MCP / 实时语音系统感兴趣的人、想做独立工具或个人技术品牌的人，以及希望把长期写作和项目构建结合起来的人。

如果想快速了解我，先看首页和关于页；如果关注 AI 工程化，先读 LLM 工程化和 AI 语音模块；如果关注后端，进入 Java / 微服务系列；如果关注项目，先看项目地图；如果关注写作质量，可以从 stop-slop-zh 开始。