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。
为什么Kriging 与高斯过程回归出自同一数学框架，但实际效果却差很远
本文将在 SPE9 数据集上跑了一套正面对比，覆盖多种 Kriging 变体、GPR 以及几个 ML 基线，还包括用 5 折和 20 折交叉验证重复了一遍，看稳定性。
百亿参数模型的并行训练：节点内张量并行、节点间数据并行
瓶颈不在于数据移动的速度，而在于内存里能存多少、以及在移动数据的同时能让 GPU 保持多忙
DiffusionGemma：用离散文本扩散和双向注意力，把推理瓶颈从内存带宽转移到算力
DiffusionGemma 则是离散文本扩散（discrete text diffusion）的实验性模型，可以同时生成并精炼整个文本块，绕过了历史上制约本地 AI 性能的主要硬件瓶颈。
微调LocateAnything-3B 实现超高密度的目标检测
微调LocateAnything-3B，实现当图像中有 300+ 个密集重叠目标、人工标注不可行时的实用方案。
10 个 AI 工程师必须掌握的 LangChain & LangGraph 概念
但是应用需要检索文档、调用工具、处理故障、路由请求、记住历史操作，还要在关键决策节点引入人工审核。这时这个聊天机器人已经变成了一套工作流。
Flash-KMeans：快速且内存高效的精确 K-Means，可在单张 GPU 进行亿级数据的聚类
本文介绍 Flash-KMeans是一个近期提出的框架，它受 Flash（最小化数据移动）的启发，论文给出了一种执行精确 K-Means 的方案，速度更快内存效率也远优于 FAISS 等行业标准实现
AI Agent的三重记忆机制：打造高可用的多维记忆系统
本文是一份实用指南，帮助你选择合适的记忆层。
相关性与因果性：识别伪相关以提升模型在真实环境的可用性
相关性表示两个指标存在同步变动趋势，因果性则代表一件事直接促成了另一件事。两者之间有着一道需要用严谨论证来填补的鸿沟。测算相关性毫无门槛但是证明因果关系却极度困难。
2026 年开源 Agent 工具包选型指南：延迟、审计、可移植性与语言栈
2026 年用于构建 agent 的开源工具包已经已经得到了巨大的发展，所以本篇文章将从以下角度来帮助你如何选择最适合你的工具：延迟预算、审计追踪、模型可移植性、还是语言栈。
Pydantic v2 入门教程：模型、字段、验证器
本问将覆盖 API 的每个核心部分：定义模型、约束字段、写验证器、组合嵌套结构、控制序列化。所有示例基于 **Pydantic v2** 和 **Python 3.10+**，每个清单完整可运行。
Orchestrator 为什么比 Agentic Loop 快：LLM 决策与执行分离的架构解析
Agentic loop 适合前期的探索工作，而Orchestrator 适合生产。
手写 Triton Softmax Kernel：程序实例、块大小、mask 与指针算术
以官方 Triton 教程为基础，深入代码背后的原理并配上手绘图解。如果你觉得 GPU 编程教程总是太晦涩，这篇文章正好可以用来入门。
Prompt Engineering 的本质：角色、任务、上下文、格式、约束
Prompt engineering 就是用来填这个坑的，它是一种和 AI 系统沟通的方法——表达得足够清晰、足够精确，让模型的第一反应就了解你的真实意图。
视频 RAG 中分块策略：基于停顿、滑动窗口与基于 LLM 的方法
文本的RAG我们都已经很熟悉了，但是如果数据以原始视频转录文本的形式存储，没有合适的时间结构，那么相比标准的 PDF 或文本文档，如何检索视频里面的内容呢？
