你可能注意到一个现象：同一个文件，第一次打开慢，第二次打开就飞快。为什么？因为系统"记性很好"——读过的数据，它偷偷缓存起来了。这一课，我们讲缓存与磁盘调度，看清"为什么系统越用越快"，以及"快"背后的代价。这是第五阶段（存储与 I/O）的收官课。从"第二次读文件为什么快"说起你第一次用 vim 打开一个大文件，可能要等一会儿；关掉，马上再打开——几乎秒开。同样的文件、同样的磁盘，为什么第二次 …

上一课讲了文件怎么存进磁盘。但还有个问题悬着：磁盘、键盘、网卡这些"外设"，到底是怎么跟 CPU 对话的？ 是你敲一下键盘，CPU 立刻知道；还是 CPU 一直盯着键盘问"按了吗按了吗"？这一课，我们走进 I/O 与设备，看清 CPU 和外设之间的三种对话方式，以及"等 I/O"这件事为什么是高性能系统的关键。从"烧水"说起你想烧一壶水。有三种做法：盯着烧：一直站在水壶边，盯着看"开了没、开了 …

从这一课起进入第五阶段：存储与 I/O。前面讲的内存是"电"里存的东西，一断电就没了；而你的文件，是要持久地存在磁盘上、关了机还能找回来的。那磁盘上一堆裸字节，是怎么被组织成你看到的"文件、文件夹"的？"文件名"和"文件"是同一个东西吗？这一课，我们走进文件系统。从"文件名其实是个假象"说起你在文件管理器里看到的是一棵漂亮的目录树：/home/user/文档/笔记.md。但磁盘上根本不存在"树 …

前面几课反复出现的"段错误""只读不可执行"这些字眼，其实都在暗示一件事：操作系统在偷偷保护你。这一课，我们站到攻击者的视角，看一个程序是怎么被攻破的——以及操作系统用什么手段，把这道防线一层层垒起来。这也是第四阶段（内存管理）的收官课。从"一个程序崩溃，为什么系统不崩"说起你可能遇到过：某个程序崩溃了，弹出"段错误（Segmentation fault）"，但系统还好好的，其他程序照跑。为什 …

前面二十六课，我们从冒泡排序一路走到了 GPT。但有个问题一直悬着：大模型只会"生成文字"，它怎么"干活"？它不会真的查今天的天气——只能凭记忆猜。它不会真的发邮件、写文件、执行代码——只能输出"看起来像"的代码。直到我们给大模型装上手和脚——让它调用工具。这就从"会说话的模型"进化成了"能干活的助手"：AI Agent（智能体）。这一课，最后一课，我们看 Agent 是怎么工作的。一、LLM …

上一课我们搭好了 Transformer 的骨架。但一个"骨架"本身不会说话——它只会把输入"重新表示"一下。那 ChatGPT 到底是怎么做到"你问一句、它像人一样回一句"的？答案藏在三个关键点里：自回归生成：一个字一个字地"续写"。预训练：在几乎整个互联网的文本上，学"下一个字是什么"。缩放（scaling）：模型越大、数据越多、算力越强，能力越强。这一课，我们把 GPT 的"引擎"拆开看 …

上一课我们学了 CNN 和 RNN：CNN 看图像，RNN 读序列。但它们各有硬伤：RNN 不能并行：必须一个词一个词地读，第 100 个词要等前面 99 个词都算完。句子一长就慢，而且距离远的词之间的信息传着传着就"忘"了。CNN 视野有限：卷积核只有 3×3、5×5 那么大，要叠很多层才能看到全局。2017 年，一篇论文《Attention Is All You Need》提出了 Tran …

上一课我们学了缺页中断：访问的页不在内存，内核就把它从磁盘换进来。但这里藏着一个前提——物理内存是满的。要换新页进来，就得先踢掉一个旧页。踢谁？这一脚的选择，直接决定系统是丝滑流畅还是卡成幻灯片。这一课，我们就看操作系统怎么"挑倒霉蛋"，也就是页面置换（Page Replacement）。从"内存只能装 3 本书"说起假设你的书架（内存）只能放 3 本书，但你要按顺序读 1、2、3、4 这几本 …

上一课我们留了个悬念：程序用的是"虚拟地址"，中间隔着 MMU 翻译。那为什么要费这么大劲造这层假象？ 答案藏在三个词里：隔离、超卖、共享。这一课，我们走进虚拟内存的核心，看清它如何给每个进程造出一个"独立世界"，以及翻译背后的机制——分页、页表、缺页、TLB。从"每个人都觉得自己有整条内存"说起想象一栋楼里有 100 个住户，但房子只有 10 套。怎么让 100 个人都"住"进去？答案：让每 …

上一课我们用全连接神经网络（MLP）识别了手写数字，准确率 95% 以上。已经不错了，但还没到"深度学习"真正的杀手锏。这一课讲两个改变世界的网络结构：CNN（卷积神经网络）：专治图像，让计算机"看懂"图。RNN（循环神经网络）：专治序列，让计算机"读懂"一句话。它们解决的问题，正是当年全连接网络的两个硬伤——参数爆炸和无法处理顺序。一、全连接网络的两个硬伤上一课的 MLP，每个神经元和上一层 …