扩散语言模型(Diffusion LLM)用并行去噪替代自回归，把推理延迟压缩一个数量级。对比 LLaDA 与 Mercury，讲清原理与选型。
2026-10-31
MLA（多头潜在注意力）是 DeepSeek 提出的关键创新，通过对 Key/Value 做低秩压缩大幅缩减 KV 缓存。本文从原理、公式到 vLLM/SGLang 部署，讲清它如何让长上下文推理更省显存。
2026-10-30
传统 RAG 只会「一次检索、一次生成」，遇到复杂问题常常答非所问。Agentic RAG 把智能体引入检索链路，让模型自主决定何时检索、检索什么、是否还要追问，本文用三段可运行代码带你落地。
2026-10-30
SGLang 是 2026 年迅速走红的开源大模型推理引擎，凭借 RadixAttention 前缀缓存与结构化生成把单卡吞吐拉高数倍。本文从原理到 Docker 部署，带你把开源大模型跑出生产级性能。
2026-10-29
大模型评测是判断模型能力的唯一客观手段。本文从 MMLU/HumanEval 等主流基准、lm-evaluation-harness 与 OpenCompass 工具链，到自建业务评测集、LLM-as-Judge 与 CI 回归，手把手讲清如何可复现地量化模型表现并避开数据污染。
2026-10-27
Computer Use 智能体让 AI 像人一样看屏幕、点按钮、填表单，直接操作图形界面替代传统 RPA。本文梳理它的定义、主流方案、感知-规划-执行架构与落地挑战，带你看懂 2026 年人机交互新范式。
2026-10-26
AI 安全对齐已成为 2026 大模型落地刚需。本文拆解提示词注入、越狱与数据泄露三类风险，给出输入净化、输出校验、权限最小化与红队测试的防御分层实战方案。
2026-10-25
推理模型（Reasoning Models）通过思维链与测试时计算实现慢思考，本文拆解 o1/R1/QwQ 原理、调用方式与成本权衡。
2026-10-14
A2A 协议（Agent2Agent）是谷歌开源的多智能体互操作开放标准。本文从概念、对比表到可运行代码，讲清 Agent 之间如何发现能力、委派任务并协作。
2026-10-11