alpha 的博客

模型变强并不会减少工程；它把工程从『措辞』推向『世界』

Wed, 16 Apr 2025 00:00:00 +0000

从 Prompt Engineering 到 Harness Engineering：我们不是在「发明新学科」，而是在给旧透镜配新对象

摘要

「AI 只用了三年就从 Prompt Engineering 走到 Harness Engineering」这句话之所以抓人，是因为它暗示了一种技术路线的成熟：从会说话，到会系统工程。更精细的说法是：这些工程实践并不会 magically 变成某一门「古老学科」的翻版；更准确的是——我们被迫重新调用人类已经积累的语言学、信息论、控制论、组织理论、认知科学与逻辑传统，去描述和约束一类新的人工行为体（agent）系统。

本文给出一套更可操作的定义、边界与映射表，帮助你把隐喻写成可讨论、可教学、可落地的框架。

1. 先把词说清楚：六个概念的操作性定义

下面定义偏工程实践，而不是学术教科书定义；目的是让团队对齐「我们在讨论什么」。

1.1 Prompt Engineering（提示工程）

定义：通过自然语言（或结构化指令）影响模型输出分布的一组方法，包括模板、约束、角色、示例、输出格式、反例、分解任务等。

核心问题：在模型能力与任务结构给定的情况下，如何把「意图」编码成可执行的文本接口。

常见误区：把 Prompt 当成「咒语」；忽视数据与评测；把一次性 demo 当成生产方案。

1.2 Context Engineering（上下文工程）

定义：为模型构造可计算、可检索、可裁剪、可验证的输入边界，包括：系统提示、工具返回、RAG 片段、记忆策略、窗口预算、结构化字段、引用与溯源等。

核心问题：在给定上下文预算与延迟约束下，如何最大化任务相关信息并最小化噪声与幻觉燃料。

常见误区：堆上下文等于更聪明；把「更多 token」当成「更多信息」。

1.3 Reasoning Engineering（推理/过程工程）

定义：把复杂任务拆成可检查的中间态，并用显式过程（链式思考、树搜索、验证器、形式化检查、对偶模型互审等）提高可靠性与可解释性。

核心问题：如何把「一次性生成」变成「可审计的推理轨迹」。

常见误区：把长思维链当可靠；忽视错误传播与验证成本。

1.4 Skill Engineering（技能工程）

定义：把可重复、可版本化、可组合的能力封装为「可被模型稳定调用的规程」：检查单、工作流片段、工具协议、领域规则、失败恢复策略、质量门槛等。

核心问题：如何把隐性经验变成可分发、可回归测试的能力包。

常见误区：把 Skill 当成「分类标签」；忽视运行态约束与失败模式。

1.5 Multi-Agent / Orchestration（多智能体与编排）

定义：多个模型实例、工具与人在权限边界内协作完成目标：角色分工、消息路由、状态共享、冲突解决、并行与回滚。

核心问题：如何把「智能」变成「可协调的系统」。

常见误区：Agent 越多越好；忽视通信复杂度与责任链。

1.6 Harness Engineering（约束/挽具工程）

定义：把模型与工具放进可运行的「挽具」里：沙箱、策略、观测、护栏、成本与配额、数据边界、审计日志、人在回路、回滚与发布。

核心问题：如何在开放环境里让系统可控、可停、可追责、可演进。

常见误区：把 Harness 当成「写更多 if」；忽视观测性与实验设计。

一句话串起来：Prompt/Context 解决「输入」；Reasoning 解决「过程」；Skill/Tool 解决「能力」；Agent/Orchestration 解决「协作」；Harness 解决「系统」。

2. 「映射到古老学科」哪里对、哪里需要加限定

你提出的对应关系很有传播力；更精细的版本应当加两类限定：

学科不是互斥的：现实问题几乎都是交叉学科。
工程对象是新的人工行为体系统：旧学科提供语言与工具，但不能替代新现象里长出来的约束（合规、责任、供应链、组织政治等）。

下面给出「更细」的映射：每一行都写 强相关 / 弱相关 / 容易误读。

工程概念	强相关传统领域	还应叠加的领域（常被忽略）	典型误读
Prompt	语言学（语用、语义、话语分析）、修辞学	教育学（支架式教学）、技术写作	只谈「措辞」不谈任务结构与评测
Context	信息科学、信息论、检索	图书馆学/情报学、HCI、隐私与安全	把上下文当无限黑板
Reasoning	认知心理学（人类偏差）、逻辑学	计算复杂性、概率推理、形式化方法	把「像人思考」当「更正确」
Skill	分类学（信息架构）	教育学（规程/训练）、软件工程（接口与版本）	Skill = 标签
Multi-Agent	管理学、组织理论	分布式系统、博弈论、社会学（权力与激励）	Agent = 团队人数
Harness	控制论（反馈与稳态）	系统工程、可靠性工程、风险治理、法学合规	Harness = 写规则 if

更稳的总命题（可作为文章中心句）：

不是「AI 工程最终会变成某一门旧学科」，而是「AI 工程会迫使我们把旧学科里那些本来就很硬核的东西重新严肃化：语言、信息、过程、组织与系统约束」。新的是对象与风险外溢速度；旧的是人类用来驯服复杂性的知识传统。

3. 为什么「三年」叙事成立：它描述的是责任边界的外移

从 Prompt 到 Harness，本质上不是模型突然更会了，而是责任从个人技巧外移到系统：

Prompt 时代：成败更像「个人与模型的对话艺术」。
Harness 时代：成败更像「组织能否定义可运行系统」：观测、回滚、审计、权限、成本、SLA。

所以三年里变化最快的往往不是「模型智商曲线」，而是把 AI 放进生产环境后，世界向你索要的那套工程证据。

4. 一套可用于团队对齐的「分层模型」（比学科映射更利于落地）

如果你要把文章写得「可执行」，建议加一张分层图（文字版如下）：

接口层：Prompt / UI / API（人类意图如何进入系统）
信息层：Context / RAG / Memory（系统读什么、信什么、忘什么）
过程层：Reasoning / Planning / Verification（系统如何走到答案）
能力层：Tools / Skills / Policies（系统能做什么、不能做什么）
协作层：Agents / Humans / Roles（谁负责什么、如何交接）
系统层：Harness（观测、护栏、发布、成本、合规、追责）

强调：学科映射适合启发；分层模型适合排期。两者并不冲突。

5. 给读者的三条结论

隐喻的价值：把 Prompt 想成语言学、把 Harness 想成控制论，能帮助你快速借用成熟概念来沟通。
隐喻的边界：它们不是定义；一旦写成「等于」，就会漏掉工程里真正昂贵的部分：评测、数据、权限、组织与法律责任。
更精细的一句话：AI 工程正在把「会说话」扩展为「会运行」——于是我们必须同时成为技术写作者、信息架构师、过程设计师、系统工程师与治理者。

go 协程，数据竞争及对应解决方法

Thu, 04 May 2023 00:00:00 +0000

场景

有个查询结果集的操作，无可避免的需要在循环获取数据，然后将结果集放到 map 中，这个操作在压测的时候，没出现问题，发布到生产环境之后，开始偶现 fatal error: concurrent map read and map write 错误，导致容器重启了。

原因

多个协程同时对 map 进行读写操作，导致数据竞争测试环境压测未复现是因为单个 pod 常规时间只有一个 CPU，资源不够用了才会使用两个 CPU，单核的情况下，协程是串行执行的，所以没有出现数据竞争的问题。同时也没开着数据竞争检测，也没有检测出来这个问题

调试

在本机多核CPU情况下，执行 go run --race main.go 启动项目，调用方法，会有提示 data race，再开始对应解决问题。出现数据竞争告警时，就是需要解决问题，无则是其他情况

==================
WARNING: DATA RACE
Write at 0x00c00008e000 by goroutine 7:
 main.main.func2()
Previous write at 0x00c00008e000 by goroutine 6:
 main.main.func1()
==================

解决方案

① 使用 sync.Mutex/sync.RWMutex 加锁

互斥锁： Mutex是互斥锁的意思，也叫排他锁，同一时刻一段代码只能被一个线程运行，使用只需要关注方法Lock（加锁）和Unlock（解锁）即可。在Lock()和Unlock()之间的代码段称为资源的临界区(critical section)，是线程安全的，任何一个时间点都只能有一个goroutine执行这段区间的代码。 Mutex在大量并发的情况下，会造成锁等待，对性能的影响比较大。

读写锁：读写锁的读锁可以重入，在已经有读锁的情况下，可以任意加读锁。在读锁没有全部解锁的情况下，写操作会阻塞直到所有读锁解锁。写锁定的情况下，其他协程的读写都会被阻塞，直到写锁解锁。

根据业务场景，按需进行加锁，尽量减少锁的粒度，提高性能。

② 使用 sync.Map

go 原生的 map 不是线程安全的，sync.Map 是线程安全的，读取，插入，删除也都保持着常数级的时间复杂度。并且它通过空间换时间的方式，使用 read 和 dirty 两个 map 来进行读写分离，降低锁时间来提高效率。

sync.Map 适用于读多写少的场景，如果并发写多的场景，还是需要加锁的对于写多的场景，会导致 read map 缓存失效，需要加锁，导致冲突变多；而且由于未命中 read map 次数过多，导致 dirty map 提升为 read map，这是一个 O(N) 的操作，会进一步降低性能。

③ 使用 channel 通道传递数据

channel 是 goroutine 之间的通信方式，可以用来传递数据，也可以用来传递信号，比如结束信号，超时信号等。 go 的设计原则也是：通过通信来共享内存，而不是通过共享内存来通信。channel 也是线程安全的，可以用来解决数据竞争的问题。

额外原则： 如果有数据传递后，继续有进行处理，可以使用 channel，如果仅是赋值，无其他操作，直接加锁或者 sync.Map 简单易理解

额外笔记

数据竞争 (data race) 的发生条件是：当多个协程同时访问一个相同内存地址，并且至少有一个在进行写操作时，数据竞争意味着不确定的行为。而不存在数据竞争不代表结果就是确定的。实际上，一个应用程序即使不存在数据竞争，但它的行为肯依赖于不可控的发生时间或执行顺序，这就是竞争条件 (race condition)

参考链接：

深度解密go之 sync.Map
【Go基础篇】彻底搞懂 RWMutex 实现原理
Go语言并发–传统锁与channel的选择
[Go 并发数据竞争及竞争条件](https://blog.csdn.net/weixin_41335923/article/details/124266638)

Mysql distinct 和 order by 排序混淆的替代方案

Fri, 30 Dec 2022 00:00:00 +0000

场景是：从一堆学习记录中，去重并获取最近学习的几条课程ID，随手就能想到这样的一条SQL语句：

select distinct a from table order by updated_at desc limit 5

如果列为 a 的数据有很多条，就会发现最终取到的那条数据可能不是 updated_at 最近的那条数据，因为 distinct 有一次默认的排序，然后生成一个临时表，然后 order by 无法从最开始的原始数据中进行排序，仅排序中间表，无法得出正确结果。改成 distinct a, updated_at 的话，实际上又失去了 distinct 的意义了。

方案一：使用子查询方式，将结果先排序，当做一个表，然后去重保留最新的一条数据

select distinct a from (select a from table order by updated_at desc) t limit 5

方案二：借助 max 和 group by 特性直接取最大值，取值

select a, max(updated_at) from table group by a order by updated_at desc limit 5

Centos 系统简单排查流量异常问题

Fri, 10 Sep 2021 00:00:00 +0000

主要起因是服务器出现了流量异常，感觉也没操作什么，突然的流量异常，一点不科学，就简单排查了一下，记录个笔记

第一步：找到哪个端口产生的异常流量

需要提前安装 iftop 这个工具，用来分析网络实时流量。Mac 系统下可能需要 iftop -i en0 指定网卡，然后进入界面后 p 键打开展示端口。更多精确参数和使用，参考 iftop 流量监控

centos 下直接用命令就行

iftop -PB

然后能发现流量占用大的端口。例如发现 54626 端口不对劲

第二步：分析这个端口被哪个进程占用

直接使用命令分析端口

lsof -i 54626

分析发现进程ID 是 622

第三步：分析进程

直接使用 ps aux 命令来分析，这个命令能看到很多信息：

USER：该 process 属于哪个用户
PID ：该 process 的进程识别码。
%CPU：该 process 使用掉的 CPU 资源百分比；
%MEM：该 process 所占用的实体内存百分比；
VSZ ：该 process 使用掉的虚拟内存量 (Kbytes)
RSS ：该 process 占用的固定的内存量 (Kbytes)
TTY ：该 process 是在那個终端上面运作
STAT：该进程目前的状态 (D/R/S/T/Z)
- D 不可中断 uninterruptible sleep (usually IO)
- R 运行 runnable (on run queue)
- S 中断 sleeping
- T 停止 traced or stopped
- Z 僵死 a defunct (”zombie”) process
- 其它状态还包括W(无驻留页), <(高优先级进程), N(低优先级进程), L(内存锁页).
START：该 process 被触发启动的时间；
TIME ：该 process 实际使用 CPU 运行的时间。
COMMAND：该程序的实际指令

ps aux | grep 622

根据结果来分析什么程序引起的流量异常，之后是 kill 进程或者卸载对应软件，根据需求来就搞定了。

最后恰饭阿里云全系列产品/短信包特惠购买中小企业上云最佳选择阿里云内部优惠券

PHP 实现简单多路归并排序大文件

Tue, 06 Jul 2021 00:00:00 +0000

算是一道常见的面试题引来的，有些大厂也喜欢把这个题当做面试题。

题目：例如有一个 1g 的文件，里面存放这乱序不唯一的数字，如果利用 100m 完成整体排序？

实现过程就是：

先将大文件逐行读取，每 10000 行为一组，然后排序后写入文件中，文件名称类似 t1.txt, t2.txt … 这样的名称，直至读取和拆分完毕整个文件，
然后遍历所有文件，每个文件先读取第一行，放入临时排序数组 $tmpNums，然后取其中最小值，放入临时存储数组 $nums，同时记录当前位置的索引值 $idx
从最小值所在索引对应文件中取下一个数字，放入临时排序数组的当前索引中，然后继续重复第 2 步的操作，直到所有文件的所有内容读取完毕，则整体文件重新排序完毕。

以下是一个 PHP 多路归并排序 demo 代码，只是简单的骨架结构，例如 min 取最小值部分，可以扩展成定长最小堆实现，或者优先队列，能保存值和所在文件就行。

PHP 多路归并 demo 代码：

function multiWaySort()
{
    // 读取所有的文件描述符

    $fds = [];
    $dir = scandir('./runtime/txt/');
    foreach ($dir as $file) {
        if ($file != '.' && $file != '..') {
            $fds[] = fopen('./runtime/txt/' . $file, 'rb');
        }
    }

    // 读取每个文件的第一行内容，放入临时排序数组

    $tmpNums = [];
    foreach ($fds as $fd) {
        $tmpNums[] = (int)fgets($fd);
    }

    $nums = [];
    $count = 0;
    while (true) {
        if (empty($tmpNums)) break;

        // 最小值放入临时存储数组

        $value = min($tmpNums);
        $nums[] = $value;  

        // 读取最小值所在索引，对应的文件下一行内容

        $idx = array_search($value, $tmpNums);
        $next = fgets($fds[$idx]);

        if (!$next) {
            unset($tmpNums[$idx]);
            unset($fds[$idx]);
        } else {
            $tmpNums[$idx] = (int)$next;
        }

        // 临时存储数组到达一定数量追加写入文件一次

        if (count($nums) == 20) {
            foreach ($nums as $value) {
                $f = fopen('./runtime/result.txt', 'ab+');
                fwrite($f, $value . PHP_EOL);
            }
            $nums = [];
        }

        if ($count == 4999999) {
            continue;
        }

        $count++;
    }
}

参考链接：

最后恰饭阿里云全系列产品/短信包特惠购买中小企业上云最佳选择阿里云内部优惠券

入门级微服务架构

Thu, 01 Jul 2021 00:00:00 +0000

这是一种极为简单的微服务架构，只是为了从业务上拆分，避免项目演进过程中，难以拆分。每个微服务都是一个单独的项目，不对外暴露接口，仅可被入口项目调用，每个微服务对应自己的数据库，redis db，相关配置文件，redis key 必须使用前缀，未来有大key产生容易分析问题，两个微服务之间可以互相调用接口，不可操作对方数据库，redis等，业务互相独立。队列，日志和监控服务统一到第三方基础服务上，方便管理。

其中所有的调用由网关，也是入口处发起，请求进来之后，需要网关层面解密现有签名，然后加上新的对应微服务的签名，在请求上加上 trace id，调用远程服务，获得结果后返回给请求发起方。

微服务拆解之后，如果请求量不大，使用 http 协议调用完全足够，如果使用 tcp 等协议，会提升互相调用的响应速度，但是需要额外的注册中心来维护这些开放的地址，会需要额外的维护成本，http 协议的调用的基于路由组件就可以的，而每个微服务保留基础的路由组件，未来方便扩展成为其他形式调用。

备注： Rpc 是一种技术，远程调用技术，封装 http 请求就是这种技术的实现方式。我们调用函数的本质是寻址函数地址，那么RPC的目标就是函数不在本地（本进程地址空间），但是从调用形式上又和调用地址空间内的函数一致。

风险点： 服务直接的互相调用可以用事件触发，用 http 请求来实现，在遇到 A 服务抖动的时候，B 服务持续调用，不经过限流或者降级等，容易引发服务间的雪崩，这个在项目发展中需要处理好，微服务架构的前期要点是细化拆解，后期要点是服务治理。

参考链接：

最后恰饭阿里云全系列产品/短信包特惠购买中小企业上云最佳选择阿里云内部优惠券

2021年php常见面试题和答案

Sat, 08 May 2021 00:00:00 +0000

https://github.com/alpha2016/2021php-interview-notes

主要是2021年4-5月本人面试准备和面试中不断完善的知识点，更多是八股文，能应对基础知识类的考察，深入的研究需要日常的积累了，算法类的没有体现在文档中，基本算法类的能在LeetCode上看到，我遇到的除了一线大厂，其他不是很在乎算法的考核，能有思路或者学习过，就可以带过这个问题了。

感觉面试考索引，联合索引，隔离级别，redis数据结构和底层实现，持久化还有他们两个的主从同步是最多的。

最后恰饭阿里云全系列产品/短信包特惠购买中小企业上云最佳选择阿里云内部优惠券

一些不常用的PHP字符类型检测函数

Sun, 21 Feb 2021 00:00:00 +0000

主要是 Ctype 扩展所提供的函数，用来检测在当前的区域设定下，一个字符或者字符串，是否仅包含指定类型的字符。此类函数用来替代简单的正则验证，效率高于正则验证。参数为字符串，如果给出一个 -128 到 255 之间(含)的 int, 将会被解释为该值对应的 ASCII 字符 (负值将加上 256 以支持扩展 ASCII 字符). 其它整数将会被解释为该值对应的十进制字符串。

Ctype 系列函数

ctype_alnum — 做字母和数字字符检测，仅包含 [A-Za-z0-9] 返回 true
ctype_alpha — 做纯字符检测，仅包含 [A-Za-z] 返回 true
ctype_cntrl — 做控制字符检测，\r \t \n 为控制字符，仅包含控制字符才返回 true
ctype_digit — 做纯数字检测，请看下面额外说明
ctype_graph — 做可打印字符串检测，空格除外，测试显示包含 \r \t \n 会返回 false，’asdf ‘ 同样会返回 false
ctype_lower — 做小写字符检测
ctype_print — 做可打印字符检测 ‘asdf ‘ 字符串会返回 true
ctype_punct — 检测可打印的字符是不是不包含空白、数字和字母，其实就是全都是标点符号才返回 true，其他返回 false
ctype_space — 做空白字符检测，必须全为 ‘ ‘ 空字符串才返回 true，其他返回 false
ctype_upper — 做大写字母检测
ctype_xdigit — 检测字符串是否只包含十六进制字符，即只能包含十进制的树枝和 [A-Fa-f] 的字母，否则返回 false

ctype_digit 额外说明：

这个函数的参数要求是一个 string 这一点是非常有用的，因此当你传入一个 integer 的参数也许不能得到期望的结果。

$strings = array('1820.20', '10002', 'wsl!12');
foreach ($strings as $testcase) {
    if (ctype_digit($testcase)) {
        echo "The string $testcase consists of all digits.\n";
    } else {
        echo "The string $testcase does not consist of all digits.\n";
    }
}

// The string 1820.20 does not consist of all digits.
// The string 10002 consists of all digits.
// The string wsl!12 does not consist of all digits.

第二个示例：直接传入整型数字被转成 ASCII 码处理了

$numeric_string = '42';
$integer        = 42;

ctype_digit($numeric_string);  // true
ctype_digit($integer);         // false (ASCII 42 是 * 字符)

is_numeric($numeric_string);   // true
is_numeric($integer);          // true

ctype_digit(255)               // false
ctype_digit(256)               // true

参考链接：PHP 字符类型检测

最后恰饭阿里云全系列产品/短信包特惠购买中小企业上云最佳选择阿里云内部优惠券

LeetCode 从滑动窗口到初级动态规划解决一类题

Wed, 23 Dec 2020 00:00:00 +0000

剑指 Offer 57 - II. 和为s的连续正数序列

输入一个正整数 target ，输出所有和为 target 的连续正整数序列（至少含有两个数）。

序列内的数字由小到大排列，不同序列按照首个数字从小到大排列。

示例 1：

输入：target = 9
输出：[[2,3,4],[4,5]]

示例 2：

输入：target = 15
输出：[[1,2,3,4,5],[4,5,6],[7,8]]
``` 

**限制：**

1 <= target <= 10^5

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/he-wei-sde-lian-xu-zheng-shu-xu-lie-lcof

##### 解题思路
经典滑动窗口，直接限制最多滑到一半，能省很多计算。
 
**代码实现：**
```php
class Solution {

    /**
     * @param Integer $target
     * @return Integer[][]
     */
    function findContinuousSequence($target) {
        $i = 1;
        $j = 2;
        $result = [];

        # 滑动窗口的右边界不能超过 target 的中值

        while ($j <= $target / 2 + 1) {
            # 计算当前窗口内数字之和

            $curSum = array_sum(range($i, $j + 1));

            # 若和小于目标，右指针向右移动，扩大窗口

            if ($curSum < $target) {
                $j++;
                # 若和大于目标，左指针向右移动，减小窗口

            } elseif ($curSum > $target) {
                $i++;
            }
            # 相等就把指针形成的窗口添加进输出列表中
            # 别忘了，这里还要继续扩大寻找下一个可能的窗口

            else {
                $result[] = range($i, $j + 1);
                # 这里用j+=1，i+=1，i+=2都可以的

                $j++;
            }
        }

        return $result;
    }
}

剑指 Offer 42. 连续子数组的最大和

输入一个整型数组，数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。

要求时间复杂度为O(n)。

示例1:

输入: nums = [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

来源：力扣（LeetCode）链接：https://leetcode-cn.com/problems/lian-xu-zi-shu-zu-de-zui-da-he-lcof

解题思路 1

继续滑动窗口，比当前最大值大则右移指针，比当前最大值小则左指针开始收缩。

代码实现：

class Solution {

    /**
     * @param Integer[] $nums
     * @return Integer
     */
    function maxSubArray($nums) {
        //sum 用于记录滑动窗口中所有数的和

        $sum = 0; $left = 0; $result = PHP_INT_MIN;
        $count = count($nums);
        for ($right = 0; $right < $count; $right++) {
            $sum += $nums[$right];
            //每次右指针移动一格，就需要比较一次

            $result = max($result, $sum);
            //注意这里当 left==right 时，left 指针也要移

            while ($left <= $right && $sum <= 0) {
                $sum -= $nums[$left];
                $left++;
            }
        }

        return $result;
    }
}

解题思路2 动态规划

动态规划解法： 首先定义看给出的大问题是否能拆分成小问题，最直接的就是一些数组中求性质，可以看成一个个更小的数组所构成的小问题。这些小问题构成了了一个个小状态，要想清楚怎么从这些小状态走到大状态，进而解决大问题（这就是状态转移方程）。核心是： ○ 如何抽象，定义状态dp[i] ○ 状态转移方程的确定 dp[i]如何从之前的状态得到 ○ 初始的一些状态是可以看出来的比如dp[0],dp[1]

代码实现：

class Solution {

    /**
     * @param Integer[] $nums
     * @return Integer
     */
    function maxSubArray($nums) {
        $count = count($nums);
        if ($count === 0) {
            return 0;
        }
        
        $dp = $nums[0];
        $max = $nums[0];
        for ($i = 1;$i < $count; $i++) {
            $dp = max($dp + $nums[$i], $nums[$i]);
            $max = max($max, $dp);
        }

        return $max;
    }
}

上题可以引申出：买卖股票的最佳时机 Ⅰ： https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/ 和上面的类似，股价变化 [7,1,5,3,6,4] 可以转化成 [-6, 4, -2, 3, -2]，买入和卖出一次，可以转换成求连续子数组的最大和

代入一个多个子序列最大和的问题，例如给定一个整数数组 nums ，找到一个或多个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和，若最大和小于0，则返回 0 ○ 示例：[-2,1,-3,4,-1,2,1,-5,4] ○ 输出：12 ○ 解释：连续子数组 [1]，[4]，[2,1]，[4] 的和最大，为 12。实际上是这道题是从数组中取所有的正数，累加的结果就是最大和

继续引申出另一个类似问题：

122. 买卖股票的最佳时机 II

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

来源：力扣（LeetCode）链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii

代码实现：

class Solution {

    /**
     * @param Integer[] $prices
     * @return Integer
     */
    function maxProfit($prices) {
        $ans = 0;
        $count = count($prices);
        for ($i = 1; $i < $count; $i++) {
            if ($prices[$i] - $prices[$i-1] > 0) {
                $ans += $prices[$i] - $prices[$i - 1];
            }
        }

        return $ans;
    }
}

参考链接：

极客时间算法面试通关40讲

最后恰饭阿里云全系列产品/短信包特惠购买中小企业上云最佳选择阿里云内部优惠券

alpha 的博客

模型变强并不会减少工程；它把工程从『措辞』推向『世界』

从 Prompt Engineering 到 Harness Engineering：我们不是在「发明新学科」，而是在给旧透镜配新对象

摘要

1. 先把词说清楚：六个概念的操作性定义

1.1 Prompt Engineering（提示工程）

1.2 Context Engineering（上下文工程）

1.3 Reasoning Engineering（推理/过程工程）

1.4 Skill Engineering（技能工程）

1.5 Multi-Agent / Orchestration（多智能体与编排）

1.6 Harness Engineering（约束/挽具工程）

2. 「映射到古老学科」哪里对、哪里需要加限定

3. 为什么「三年」叙事成立：它描述的是责任边界的外移

4. 一套可用于团队对齐的「分层模型」（比学科映射更利于落地）

5. 给读者的三条结论

go 协程，数据竞争及对应解决方法

场景

原因

调试

解决方案

额外笔记

Mysql distinct 和 order by 排序混淆的替代方案

Centos 系统简单排查流量异常问题

第一步：找到哪个端口产生的异常流量

第二步：分析这个端口被哪个进程占用

第三步：分析进程

PHP 实现简单多路归并排序大文件

入门级微服务架构

2021年php常见面试题和答案

推荐几个不错的教程，极客时间专栏

一些不常用的PHP字符类型检测函数

Ctype 系列函数

ctype_digit 额外说明：

LeetCode 从滑动窗口到初级动态规划解决一类题

剑指 Offer 57 - II. 和为s的连续正数序列

剑指 Offer 42. 连续子数组的最大和

解题思路 1

解题思路2 动态规划

122. 买卖股票的最佳时机 II