Go原生sync/atomic包不是“用了就安全”，而是“用错就panic或静默出错”：atomic.LoadInt64要求8字节对齐，否则在32位系统上直接panic；atomic.Value存struct返回副本，修改无效；atomic.AddUint64不保证条件判断原子性；Go1.19+新类型不可与旧函数混用；atomic仅保单次内存操作原子性，不保业务逻辑一致性。
Go 原生 sync/atomic 包不是“用了就安全”，而是“用错就 panic 或静默出错”。它不校验类型、不检查对齐、不阻止混用，所有约束全靠开发者手动守住。
atomic.LoadInt64 panic：8 字节对齐不是建议，是硬性要求
在 32 位系统（GOARCH=386、armv7）或开启 -gcflags="-d=checkptr" 时，atomic.LoadInt64 遇到未对齐的 int64 地址会直接 panic：runtime error: invalid memory address or nil pointer dereference（底层是 SIGBUS）。这不是 Go bug，是 CPU 指令限制。
- 典型翻车结构体：
type Bad struct { hits uint32; total int64 }——total偏移为 4，未对齐 - 安全做法：把
int64字段移到 struct 开头；或显式 padding：_ [4]byte放在它前面 - 验证方式：
unsafe.Offsetof(s.total) % 8 == 0必须为true - 交叉编译务必测试目标平台：
GOARCH=386 go run main.go
atomic.Value 存 struct 看似可行，实则返回副本
atomic.Value 允许 Store 任意类型，但每次 Load() 返回的是值拷贝，不是引用。改副本不影响原始值，也不影响下次 Load() 的结果。
- 危险写法：
cfg.Store(Config{Timeout: 30})→c := cfg.Load().(Config)→c.Timeout = 60（只改了副本） - 正确做法：只存指针（
*Config）、小接口（io.Reader）或基础类型（func()） - 若需热更新配置对象，优先用
sync.RWMutex保护整个 struct；或用atomic.Value存*Config，每次更新都Store新指针 - 额外约束：存入的值必须可比较（
==），含map、chan、sync.Mutex的 struct 会 runtime panic
atomic.AddUint64 不等于“加完能立刻判断”，条件逻辑必须自己兜底
atomic.AddUint64 保证加法原子，但返回值和后续 if 判断之间存在竞态窗口。多个 goroutine 可能同时看到超阈值并触发重复动作。
- 错误模式：
if atomic.AddUint64(&counter, 1) > 100 { alert() }——alert()可能被调用 N 次 - 真正需要条件动作时，必须用
atomic.CompareAndSwapUint64循环重试，或退回到sync.Mutex - CAS 失败是常态，不是错误：
for { old := atomic.LoadUint64(&counter); if atomic.CompareAndSwapUint64(&counter, old, old+1) { break } } - 别在循环里加
time.Sleep—— Go 调度器不保证精度，反而放大延迟
Go 1.19+ 的 atomic.Bool 等新类型不能和旧函数混用
atomic.Bool、atomic.Int64 是类型安全封装，内部字段私有，与 atomic.LoadInt64(&x) 这类旧函数不兼容。
- 错误混用：
var x atomic.Int64→atomic.LoadInt64(&x.v)（v不可访问）或atomic.LoadInt64((*int64)(unsafe.Pointer(&x)))（绕过类型检查，破坏封装） - 正确用法：统一走新类型的
Load()/Store()/CompareAndSwap()方法 - 旧函数（如
atomic.LoadInt64）仍可用于裸变量，但必须自行处理对齐、指针有效性、生命周期等全部细节 - 新类型自动规避了大部分对齐和类型不匹配问题，推荐新项目优先使用
最易被忽略的一点：atomic 操作只保单次内存访问的原子性，不保业务语义。比如“读 counter → 查 cache → 写 log”这一串动作，哪怕第一步用了 atomic.LoadUint64，整条链依然可能因中间步骤被并发干扰而失效。它不是锁的廉价替代品，而是特定场景下的精准工具。
