#工程实践

按标签聚合查看文章内容。

2026/07/12

用Plano在应用前加一层“模型路由大脑”，自动选模型、保留会话上下文、按价格动态切换，在不改业务代码的前提下，把LLM成本压低50%-60%。

2026/04/06

一份面向 2026 年的 DeepSeek 实战指南：如何在托管 API、本地 Ollama 以及自建推理集群之间做选择，并避免老教程中的常见坑。

AI教程2026/04/19

从零到全栈AI工程师的系统路径：技术栈、学习路线与实战建议一文打包。

2026/06/28

每个智能代理背后，都在悄悄运行同一个循环。模型在变成“水电煤”，而真正拉开差距的，是你怎么设计这层循环和它外面的系统。

2026/04/19

用可视化和类比操作系统分页内存的方式，讲清楚分页注意力如何把LLM推理的显存利用率从20%拉高到接近满载。

2026/04/19

深入拆解Anthropic、OpenAI、Perplexity和LangChain等在生产环境中真正构建的智能体框架，11个核心组件、7个关键架构决策，以及为什么同一个模型在不同框架下表现可以差出一个数量级。

2026/05/13

在同一块H100上，Llama 70B预填充阶段GPU利用率能到92%，解码却只剩28%。硬件没变，钱却在悄悄流失。本文从9个层面拆解72种优化技术，帮你把「研究用大模型」变成「能赚钱的大模型」。

2026/06/06

推测解码正在悄悄支撑 Google、Anthropic 等巨头的在线服务，让同一模型在数学上输出一致的前提下，速度直接翻倍。本文用直观类比和代码示例，拆解它解决的真实瓶颈、底层机制、实现细节，以及在生产环境中的关键权衡。