TraceML：用三行代码为训练循环加入 step 级诊断
TraceML 是开源的目前支持单 GPU 以及单节点 DDP/FSDP；多节点支持很快会推出。
告别脆弱的单体应用，用多智能体网络构建稳定的生产力工具
本文深度解析了 AI 应用从单体大模型向多智能体（Multi-Agent）架构演进的技术趋势与工程实践。面对复杂业务，多智能体系统凭借角色分工与优雅降级展现出极强的泛化性
2026 年面向 LLM 的 RL方法总结：从 PPO 到 DPO 到 GRPO，再到多智能体 RL
本文是对当前格局的一次梳理。会用一点篇幅讲历史，更多篇幅留给 PPO、DPO、GRPO 和 MARL——它们是什么、各自适合什么场景、实际中会在哪里坏掉，以及今天的开源技术栈大概长什么样。
构建一个可自我改进的多 Agent RAG 系统：架构、评估，以及带人工审核的 Prompt 反馈闭环
本文描述的系统包含一个自我改进的评估闭环：自动定位表现不佳的 Prompt 维度，给出有针对性的改写方案，并通过一道由量化回归检测把关的人工审批步骤来决定是否上线。
2026 RAG 选型指南：Vector、Graph、Vectorless 该怎么挑
这篇文章将介绍它们之间的差异，让你不必花三周读论文也能为自己的系统做出正确选择。
用 Playwright 和 LLM 实现自愈测试自动化
Playwright 是一个用于 Web 自动化和端到端测试的开源框架。
DeepSeek-V4 深度解读：百万上下文背后的工程细节
本文围绕三个问题：长上下文效率到底怎么破（架构）；万亿 MoE 怎么稳定训练（基础设施 + trick）；十几个领域专家如何合并成一个模型（后训练）。
时间序列预测增强方法总结：频域、分解、patch
数据增强是现代机器学习中一个绕不开的环节。
Claude Opus 4.7 系统 Prompt 泄露：其中的10 个核心设计决策解读
Claude 4.7刚发布不久他的Prompt就已经被Hack出来了，仔细看 Claude 的系统设计会发现一件有意思的事：它不只追求聪明，还在试图约束自身的行为。
无 Embedding、无向量数据库的 RAG 方法：PageIndex 技术解析
传统 RAG 的假设：相关性等于语义相似度。PageIndex 的假设：相关性等于结构化推理。
Karpathy的LLM Wiki：一种将RAG从解释器模式升级为编译器模式的架构
Karpathy没有发明新技术，他在清晰阐述一个工作流模式，让LLM天生擅长的事——快速阅读、综合、交叉引用、一致地遵循约定——去接替人类一直需要但从未能持续做好的工作。
向量相似性搜索详解：Flat Index、IVF 与 HNSW
Flat Index、IVF 和 HNSW：你需要了解的向量搜索算法
拆解推荐系统：候选生成、过滤、排序、多样性的分层设计
本文梳理一条可以实际构建并持续扩展的端到端推荐 Pipeline。
向量数据库对比：Pinecone、Chroma、Weaviate 的架构与适用场景
本文对比三个主流方案，每个都附有 Python 代码，均来自实际在生产环境中使用三者的经验。
instinct：一个基于置信度的 AI Agent 自学习记忆系统
记忆应当是 Agent 在反复实践中习得的，而非人工分配的。
投机解码原理详解：小模型打草稿，大模型一次验证
投机解码的出发点很简单：用一个小而快的模型去猜测大模型接下来要输出什么，而大多数时候它能猜对。
TPU 架构与 Pallas Kernel 编程入门：从内存层次结构到 FlashAttention
本文通过四个复杂度递增的 kernel 展示了 Pallas 的核心编程模式
知识引导上下文优化（KgCoOp）：一种解决灾难性遗忘的 Prompt Tuning 机制
如何使用知识引导损失对可学习 Prompt 进行正则化以保持泛化能力。
Claude Code 命令体系解析：三种类型、七大分类、50+ 命令
这篇文章覆盖每一个斜杠命令、每一个 CLI 标志、每一个键盘快捷键，以及开发团队从未正式宣布就悄悄上线的隐藏功能
理解 Agent 记忆：从无状态模型到持久化记忆架构
Agent 记忆并非单一概念，它是一个四层体系，各层服务于不同目的。
