递归自我改进（RSI）：这个方向现在到哪一步了
RSI 已经不只是哲学思辨——2025 年出现了能改写自己代码并在基准上涨分的 agent，2026 年 10 月又集中出现了一批"造自改进环境"的流水线和专门测"进化会不会跑偏"的基准。
阅读更多
RAG从文档切分到答案引用
检索增强生成要解决的不是"让模型知道更多"，而是在一个固定的上下文预算里，从百万级片段中挑出真正该进窗口的那几个——这是一个排序问题，也是一个误差会逐级累积的工程链路
2026-10-20
Transformer 是怎么工作的
2017 年那篇论文真正拿掉的不是注意力，而是循环——把序列上不可并行的依赖换成一次矩阵乘法，让序列上任意两个位置直接相乘，此后所有主干模型都长在这个骨架上
2026-10-15
多模态模型
文本是主模态，其它模态都要先被翻译成它——多模态的全部工程问题都从这句话长出来。文本是一种高效的压缩格式，但不是世界的全部格式
2026-10-14
模型微调与对齐
微调和对齐是两条不同的轴：一个改"会不会做"，一个改"愿不愿意做/怎么做"。
2026-10-13
AI算力设施：算力服务器、数据存储、应用服务器
模型跑在什么上面。三类设施——算力服务器（发动机）、数据存储（油箱加仓库）、应用服务器（方向盘加仪表盘）——按数据流串起来看，各自的选型维度、要算的账和最容易撞的墙。
2026-10-12
停更四年 重新上线
2022 年 9 月停更，2026 年 10 月重新打开——第一件发现的事不是文章过时，而是站点域名指向了一个已停运的服务，199 个页面全部带着死链。这篇是完整的复活记录：体检清单、抢救顺序、四个"看起来没问题一用就坏"的坑，以及如果重来我会提前做的三件事。
2026-10-10
后训练模型的产生：基座 SFT 对齐 推理 部署
大模型不是一次训练出来的，而是一条流水线走下来的：先在语言里泡大（基座），再学会说话（SFT）、学会选择（DPO/RLHF）、学会思考（GRPO/RLVR），然后学会省着用（量化/蒸馏）、学会看（多模态）、学会行动（工具使用）。每站讲清机制、数据长什么样、具体数字和会踩的坑。
2026-10-10
AI Agent：一个循环、五个部件，和工程上真正难的地方
agent 不是"更聪明的聊天机器人"，而是一个"想—做—看"的循环加上五个部件。这篇按这个骨架把 agent 讲清楚：workflow 和 agent 的界限在哪、模型要多什么能力、工具怎么标准化（MCP）、记忆和规划怎么做、以及工程上真正难的是什么。
2026-10-10
高效微调（PEFT）：LoRA 家族是怎么把微调成本打下来的
全量微调一个 7B 模型要 120GB 显存，LoRA 只要约 16GB，4bit QLoRA 约 6GB——高效微调省下的不是一点半点。
2026-10-10
世界模型（World Models）：它是什么、用来干什么、现在到哪一步
世界模型想让模型学会"如果我这么做，世界接下来会变成什么样"。它是机器人与自动驾驶里最被看重的一块，这篇按四条技术路线梳理它是什么、用在哪，以及现在的真实瓶颈。
2026-10-09
递归自我改进（RSI）：这个方向现在到哪一步了
RSI 已经不只是哲学思辨——2025 年出现了能改写自己代码并在基准上涨分的 agent，2026 年 10 月又集中出现了一批"造自改进环境"的流水线和专门测"进化会不会跑偏"的基准。
2026-10-09
大模型推理部署：vLLM、SGLang 与 Ollama 对比
三个工具都能在本地跑大模型，但定位完全不同——Ollama 求"最快跑起来"，vLLM 求单机吞吐，SGLang 求高并发下的前缀复用。这篇整理三者的差异、上手命令和选型依据。
2026-10-09