为什么大多数 Agent 本质上是工作流，而不是完全自主系统

。真正困难的是剩下的 80%：把循环做得足够可靠，让企业敢把真实资金、真实客户或真实决策交给它，而这部分几乎没人认真讨论。

持续批处理：在每次迭代里调整批次，让 LLM 服务吞吐量成倍提升

持续批处理（Continuous Batching）核心思路是：每一次前向传播（也就是每次迭代）都重新评估整个批次，而不是把批次锁死到所有请求都跑完为止。

从零实现训练框架在： GSM8K 上跑通 GRPO、PPO、DPO 对比实验的完整流程

本文做了一个简单的项目 grpo-llm在 GSM8K 数学推理任务上对 GRPO、PPO、DPO 做的一次受控对比。

如何估算训练一个大语言模型（LLM）所需的 GPU 数量

从这一个公式出发，就能估算训练成本、训练时间、所需的 GPU 数量，误差都在一个数量级以内。做系统方案初步设计时，这通常已经够用

RAG 生产部署清单：从 Chunk 元数据到评估集搭建

本文讨论的就是这些失败模式，以及能够避免它们的工程决策。

如何写好 DESIGN.md：让 AI 生成更贴近你的设计要求

当 AI 生成的结果逐渐贴近你的预期，你就会体会到 DESIGN.md 的价值。

为什么说多智能体系统本质上就是分布式系统

把智能体集群当作它本来就是的那种分布式系统来对待，它大部分的"AI 问题"就会变成早就知道该怎么解决的问题。

Synthefy Nori：6M 参数的表格基础模型，可以替代 XGBoost 和TabPFN-3

Nori，在零训练 (zero training) 条件下处理回归任务的表格基础模型。

Loop Engineering 到底是什么？和 Harness 差在哪里

本文解释一下它到底是什么，哪些质疑合理，哪些地方确实发生了变化。

用 Scikit-LLM 和 Groq 搭建情感分析 pipeline

4D Gaussian Splatting 是怎么工作的：从规范 Gaussian 到形变场的原理拆解

4D-GS 靠合适的因子分解和几个关键约束，显式表示照样能搞定时间维度，而不用牺牲让它一开始就站住脚的实时性能。

OpenSpec 三阶段工作流实操：从 Propose 到 Archive让代码返工率降到三分之一以下

这一篇讲的是 OpenSpec 在单一仓库内如何落地：一个 agent，一份代码库，三个阶段走完一个功能。

Agent Harness 到底是什么：模型之外的那层控制系统

Agent Harness 把模型的能力转化为可依赖的行为，给智能体提供工具、记忆、权限、护栏、可观测性和恢复机制。

十个 AI Agent 工作流模板，照着搭就能用

AI agent 比聊天机器人更有用的地方是聊天机器人只负责回答；而agent 会完成一整条工作

白得 2 到 3 倍加速的投机采样机制解析：草稿模型和目标模型是怎么配合的

投机采样的精妙之处在于：不改模型、不动训练、不碰权重，纯粹是利用了"验证比生成便宜"这个事实

Harness Engineering 实践案例：如何Agent 写一份行为规范

OpenAI 的 Ryan Lopopolo 那发布了一篇关于Harness 的官方文章，我们来用手头的一个任务来测试下效果怎么样。

注意力架构变迁总结：稀疏、线性、SSM、混合架构如何摆脱 O(L²) 的代价

本文将介绍四条路线的原理、经过验证的基准测试数据，以及各自目前的生产落地情况。

Polars vs Pandas 在生产 Pipeline 中的对比

Pandas 不是遗留技术，它是精准的专用工具；Polars 是另一种工作的精准专用工具。为每项工作选择合适的，不是迁移项目，是工程判断力。

UV vs pip vs Conda:Python环境管理应该怎么选

对于任何在意可维护性和可重现性的项目，请选择 uv。

用 LangGraph 改造单一 RAG 架构：让 Agent 决定调用向量、图遍历还是网络搜索

向量搜索、图遍历还是网络搜索 -- 本文介绍如何用 LangGraph 让智能体为每个问题选择合适的工具。