Archives

形式化建模：RL 是当前策略分布上的 reward-tilting 与 KL 正则投影

形式化建模：SFT 是外部数据分布上的前向 KL 投影

注意力熵与动态拓扑：从信息路由到隧道视野

Softmax 的几何本质：从相对优势到概率单纯形

Post-LN Transformer 为什么需要 Warmup？

从谱半径到随机 Jacobian 连乘

从普通 RL 到 GRPO

从 REINFORCE 到 PPO

高斯策略

正态分布公式的理论推导

理解 GRPO 的 7 个元维度

从极大似然到最小二乘

LASSO 教材

数学工具集合

数学工具 2：Ridge 问题

SAE 深入理解：从 Superposition 到机制诊断

注意力机制中的 Index：从位置下标到预算检索

KV Cache 的 Prefill、Decode、驱逐与量化：从缓存追加到误差形态

DeepSeek-V4 的 KV 压缩：从删 token 误解到预算检索

RoPE（旋转位置编码）讲义：从问题到工程实践

机器学习理论论文 LaTeX 通用素材库

Transformer / LLM 机制型论文写作素材库

通用领域学习一页纸：核心方法

RL 对齐算法学习笔记：从 PPO 到 DAPO 的演进全景

强化学习自学教程：从表格方法到大模型对齐

代码拆解：oh-my-codex 是如何实现 Ralph Loop 的

Transformer 逐层解剖：从 Token 到 Logits 的完整维度推导

Transformer 的持续控制状态：KV Cache 与残差流如何塑造 Agent 决策

Tool Call Dispatch：从 Normalize 到 Gateway Adapter 的统一分发设计

Tool Gateway Runtime：代码中涉及的设计模式与架构模式

Agent 系统设计：LLM 的固有缺陷与 Harness 工程实践

CCContext 深度解析：Coding Agent 的运行内存与数据总线

Harness Engineering：LangChain 不换模型、只改环境，从 Top 30 到 Top 5

Attention 01：为什么需要 Attention

Attention 02：从查资料直觉理解 Q K V

Attention 03：单头注意力的完整计算流程

Attention 04：为什么 QKᵀ 表示词与词的关系

Attention 05：softmax 为什么会变成注意力权重

Attention 机制完全指南：16 讲从直觉到工程

ESTALE / StaleNetworkFileHandle Root Cause Analysis

Orion × Buck2：mount_path 语义统一与验证闭环的深度复盘

系统设计哲学

年度文章总结

我的2025

谁在为 Claude Code 买单？解析 AI 时代的开发者价值再分配

深度复盘：Buck2 在 Antares/Dicfuse 挂载上的构建问题调试全记录

深度复盘：Buck2 SQLite xShmMap 与 OverlayFS Copy-up 故障

深度复盘：Dicfuse 测试超时问题调试全记录

深度复盘：FUSE 文件系统开发中的阻塞陷阱与异步优化

深度复盘：LightweightSandbox 竞态条件调试全记录

ast-grep 源码阅读笔记

Scorpio：基于 FUSE 的 Monorepo 虚拟文件系统

Monorepo 详解：从理念到 Mega 实践

IPC：进程间通信详解

Claude Agent SDK 安全篇：权限、Hook 与 Sandbox

Claude Code 工具系统：内置工具的实现剖析

Claude Agent SDK vs Google ADK: 两种 Agent 开发范式的深度对比

Claude Agent SDK 源码与实战（一）：整体架构与快速上手

2025 AI SDK 调研报告：从直连模型到 Agent 编排

E2B 源码分析（二）：SDK 设计

E2B 源码分析（一）：架构总览与核心概念

翻译：Anthropic——打造高效 Agent 的实践指南

Anthropic：Claude 高级工具使用详解

翻译：Anthropic——用 MCP 实现高效 Agent 的代码执行

DeepSeek-V3.2：将思维过程整合到工具使用中

Git Worktrees in AI ERA

OpenAI：用 SAE 潜在归因调试模型对齐问题

翻译：OpenAI：A Practical Approach to Verifying Code at Scale

沙箱技术（一）：从 chroot 到 Serverless/AI 的统一时间线

Claude Code 生态项目整理

Go Trace + PProf 性能分析理论（一）