2026年9月9日11 分钟
大模型时代，软件如何真正“可扩展”？
在大语言模型（LLM）重塑软件开发的今天，传统的软件扩展方式如插件系统、API和新兴的模型上下文协议（MCP）正面临根本性挑战。本文深入剖析了这些传统方法的局限性，并提出了一种基于“意图”的抽象与领域模型相结合的设计思路。文章认为，未来的可扩展软件不应只是提供更多功能接口，而应构建一个能够理解用户高层意图并动态组合能力的智能系统，从而更优雅地整合LLM这一强大新组件。
软件架构LLM可扩展性
2 篇文章
在大语言模型（LLM）重塑软件开发的今天，传统的软件扩展方式如插件系统、API和新兴的模型上下文协议（MCP）正面临根本性挑战。本文深入剖析了这些传统方法的局限性，并提出了一种基于“意图”的抽象与领域模型相结合的设计思路。文章认为，未来的可扩展软件不应只是提供更多功能接口，而应构建一个能够理解用户高层意图并动态组合能力的智能系统，从而更优雅地整合LLM这一强大新组件。
许多用户误以为大模型自身具备记忆上下文的能力，能够理解“多轮对话”。实际上，模型本身是无状态的，每一次交互都独立于上一次。所谓的“记忆”功能，完全依赖于应用层精心设计的消息管理机制。本文将以 LangChain 中的 `InMemoryChatMessageHistory` 为例，深入剖析对话系统是如何通过保存和组装历史消息，为模型构建出连贯的上下文幻觉，让你彻底理解多轮对话背后的真实工作原理。