技术专栏 第167页

如果直接去搜 Web3 入门，大概率会看到一堆陌生词，比如钱包、地址、合约、链上、交易、Gas、Token、ERC20、NFT、部署、测试网等。对于已经有区块链基础的人来说，这些词可能很正常，但对于一个只熟悉 Java 后端、Spring、数据库、接口、MQ、测试环境的人来说，这些词其实是有门槛的。

以前写基于文件的配置类的时候，我是先写各种
Mixin类，其中取值方法里面写校验逻辑，然后组装成一个
Config类。习惯之后觉得也还行，直到今天加一组配置的时候才想起来：不对，既然项目（基于FastAPI）都已经引入pydantic了，我干嘛不直接用pydantic做参数校验？！

2026 年 1 月，MCP 协议官方发布了
MCP Apps（扩展标识符
io.modelcontextprotocol/ui），正式将”交互式 UI”纳入 MCP 的能力版图。三个月后，
OpenClaw.NET 在 PR #168 中引入了原生的 MCP App 支持，成为 .NET 生态中率先对 MCP Apps 协议提供完整实现的框架。

为什么两者缺一不可：

在传统 Web 开发中，HTTP 协议一直是客户端与服务器交互的主流方式。但 HTTP 有一个天生的缺陷：
它只能由客户端主动发起请求，服务器被动响应。这就导致服务器无法主动向客户端推送数据。为了实现实时通信（如聊天、股票行情、在线游戏等），开发者不得不借助轮询、长轮询等“模拟”方案，但这些方案要么浪费带宽，要么延迟较高。

我想做的事情很简单：让用户用自己的 AI App 就能操控任何设备。对着手机说话，设备就动。

核心判断：OceanBase CEO杨冰认为，AI落地瓶颈正从“模型会不会思考”转向“是否理解业务”。数据使用者正从“人”变为“Agent”，数据形态也从结构化走向多模态，两者叠加，数据库必须从架构层重构而非叠加修补。

比如体温检测，从第一天到第七天，我至少写了三四遍类似的代码。每次都是
input() 获取温度，然后
if 判断，然后
print() 输出结果。一模一样的套路，重复写了好几遍。

在 AI 全面赋能测试的今天，测试工程师的竞争力，早已不再是”会用多少工具”，而是”能否合理运用AI赋能提效到自己的工作中”。

在容灾演练的时候，为了验证当前单元能够承载所有的线上流量，我们会将另一个互备单元的所有流量调拨过来过一个高峰期来验证。在收集验证数据的过程中，我们的虾反馈: A应用一共20台机器，有3台CPU明显偏高达到了50%而其余的只是在10-20%之间波动，提示负载不均衡需要重点关注。笔者挑了两台监控对比，如下图所示: