#AI

193 篇相关记录 · 第 7 / 9 页

2026年7月16日

AI 时代的思考方式：真正的分水岭是「你把哪部分思考外包了」

结合 MIT 的 EEG 实验、Nature Human Behaviour 的人机协作元分析等一手论文，论证 AI 时代思考能力的分水岭不是「用不用 AI」，而是「卸载哪一层思考」——机械层可以外包，判断与综合层不能，否则你在借「认知债」。

2026年7月16日

从 Agent 供给工程到设计即交付：三份 AI 研发规范背后的生产线逻辑

结合论文与 KaiHub、Echo Builder、设计上下文、物料渲染等实现，解读 Skills & MCP、提示词与上下文工程、D2D 如何组成公司级 AI 研发生产线。

AI Agent MCP Skills 上下文工程工程实践

2026年7月16日

提示词之后：上下文工程如何接管 LLM 应用质量

从系统提示词、用户提示词、会话上下文、检索上下文、Token 窗口、幻觉抑制和提示词模板库出发，结合 arXiv 论文解释为什么 LLM 应用的核心工程对象正在从 prompt 变成 context。

AI LLM Prompt 工程上下文工程 RAG AI Infra

2026年7月15日

Dense Models 到底 Dense 在哪：为什么 vLLM 先把 MRv2 默认给普通 Transformer

解释 dense model、MoE、router、expert、active parameters、hybrid model 和 MRV2，并分析为什么 vLLM 0.25.0 先让 dense models 默认走 Model Runner V2。

AI AI Infra vLLM LLM Serving Transformer 学习笔记

2026年7月15日

vLLM 0.25.0 解读：PagedAttention 退场，MRv2 接管

从 PagedAttention 论文、MRv2 默认化、Transformers backend 提速和 TLI speculative decoding，看 vLLM 0.25.0 为什么是一次执行路径收口。

AI AI Infra vLLM LLM Serving 学习笔记

2026年7月15日

vLLM 不是把外部模型包一层：它接管的是推理运行时

解释 vLLM 使用 Qwen、Llama、Gemma 或 Transformers backend 时，谁加载权重、谁驱动 forward、谁分配 KV cache，以及为什么这不是调用外部模型自己的 generate。

AI AI Infra vLLM LLM Serving Transformer 源码阅读

2026年7月15日

vLLM 是顶流，但不是终点：LLM 推理框架的五条路线

从 vLLM、SGLang、TensorRT-LLM、TGI、llama.cpp 到 RTP-LLM，梳理当下 LLM inference serving 框架的主流路线、学习价值和选型边界。

AI AI Infra vLLM LLM Serving

2026年7月15日

vLLM 的请求是怎么跑完的：从入口到 GPUModelRunner 的源码链路

基于 vLLM v0.25.0 源码，串起 LLM.generate、AsyncLLM、LLMEngine、EngineCore、Scheduler、KVCacheManager、Executor、Worker、GPUModelRunner 和 OutputProcessor 的完整推理链路。

AI AI Infra vLLM LLM Serving 源码阅读

2026年7月15日

从提示词到工作制度：Superpowers Skill 的结构上下文哲学

结合 Superpowers 的 brainstorming、TDD、worktree、writing-skills 设计，以及 Agent Skills、Externalization、SkillsBench、Parametric Skills、HASP 等论文，解释为什么 skill 的本质不是更多 prompt，而是把 Agent 的工作上下文做成可触发、可验证、可复盘的结构。

AI LLM Agent 上下文工程 AI Infra

2026年7月14日