2026年7月22日Lilian Weng 新文深读：Scaling Law 不是物理定律，是一次高杠杆的赌注《Scaling Laws, Carefully》深度消化：为什么深度学习最著名的"定律"，两篇奠基论文能得出相反的结论（Kaplan 的 0.73 vs Chinchilla 的 0.5）；为什么 Chinchilla 自己也有一个求和写成平均的拟合 bug；以及当"数据无限"假设过期之后，scaling law 正在被改写成什么形状。researcher-deepdivelilian-wengScaling LawsPretrainingLLM学习笔记
2026年7月21日Loop 还是 Graph?这是个假问题——Agent 架构之争的真正变量,是控制流的真相放在哪里Loop 派信模型,Graph 派信代码,吵的其实是同一个坐标轴上的两个点:下一步由谁决定。用调度器理论把二元对立拆成连续谱,再看 AFlow/GPTSwarm 给出的第三条路——结构本身也可以被搜索出来。AILLMAgentAI Infra论文导读学习笔记
2026年7月20日Agent 工程七问：如何把一个随机内核，包装成能托付长任务的可靠系统状态记录、失败恢复、沙箱隔离、多轮评测、test-time compute 分配、上下文组织、速度/成本/成功率联合优化——七个问题共享同一个答案结构：把真相移到模型外面。AILLMAgentCode AgentAI InfraContext Engineering学习笔记
2026年7月20日为什么生成一个 token，要把权重从内存搬到计算单元旁边？从矩阵乘法、GPU 内存层级和 Transformer decode 流程解释，为什么大模型推理不能直接用显存里的权重原地计算。AIAI InfraLLMInferenceGPUTransformer学习笔记
2026年7月20日Lilian Weng 新文深读：当 Harness 本身成为被优化的对象《Harness Engineering for Self-Improvement》深度消化：递归自我改进不会从模型改写自己的权重开始，而是从部署层开始。被优化对象的爬升路径（prompt → context → workflow → harness 代码 → 优化器代码），以及为什么评估器必须留在循环之外。researcher-deepdivelilian-wengAgentSelf-ImprovementHarness学习笔记
2026年7月8日BPE 不是一个汉字一个 Token：从 Qwen tokenizer 实验看懂 token 计费用 Qwen2.5 tokenizer 的中文、英文、代码和 emoji 实测数据，讲清为什么 token 不是字符，以及为什么 LLM 按 token 而不是字符计费。AIAI InfraLLMTokenizerBPEQwen学习笔记
2026年7月6日AI Infra 工程师日常工作地图：以 OpenAI 岗位为镜，明自己的学习坐标基于 OpenAI 公开 AI Infra 相关岗位描述，按训练、推理、数据、GPU 集群、可靠性、评测发布、Agent Infra、安全和开发效率拆解 AI Infra 工程师每天实际做什么，并映射到个人学习路线。AIAI InfraLLM职业地图学习笔记OpenAI
2026年7月4日AI Infra 数学地基（细分版）：每个知识点拆到高中数学起步给数学底子一般的人的 AI Infra 数学地图：8 个板块全部拆到高中数学层级，标注难度和前置依赖，每个概念配人话解释，并用真实实验数据代入验证。AIAI InfraLLM数学思维导图学习笔记
2026年7月4日AI Infra 全景思维导图：一个 token 的一生要经过哪些系统用一张思维导图梳理 AI Infrastructure 的 12 个板块：从硬件、算子编译、训练与推理引擎，到服务调度、量化、端侧和成本工程，并标注 90 天学习路线的覆盖位置。AIAI InfraLLM思维导图学习笔记
