AI 应用开发、RAG、Agent 与工程化实践笔记https://youniszhang.com/https://youniszhang.com/blog/2026-07-16-opentelemetry-readonly-persistent-queue-startup-recovery-lab/https://youniszhang.com/blog/2026-07-16-opentelemetry-readonly-persistent-queue-startup-recovery-lab/把同一份三批 bbolt persistent queue 从读写挂载切成只读：验证 Collector exit 1、健康与 OTLP 不可用、数据库哈希不变，以及恢复读写后的三批排空和单批定向重放。Thu, 16 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-16-opentelemetry-runtime-device-mapper-eio-recovery-lab/https://youniszhang.com/blog/2026-07-16-opentelemetry-runtime-device-mapper-eio-recovery-lab/把已打开的 ext4 persistent queue 从 device-mapper linear 在线切到 error target：核对 block EIO、Collector EROFS 503、health 200、queue gauge 多计，以及恢复 linear、fsck 和稳定 ID 对账。Thu, 16 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-agentic-rag-state-machine-evaluation-lab/https://youniszhang.com/blog/2026-07-15-agentic-rag-state-machine-evaluation-lab/用 39 份三租户合成策略、24 个冻结查询和 19 项测试，对比固定单次检索与有状态自适应检索，实际核算答案决策、ACL、拒答、步骤预算和单位正确成本。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-opentelemetry-backend-commit-response-loss-retry-lab/https://youniszhang.com/blog/2026-07-15-opentelemetry-backend-commit-response-loss-retry-lab/在 Collector 与 Jaeger 之间注入提交后断连：第一次 Jaeger 200 且 trace 已可查询，响应随后被强制断开，Collector 重投同一 payload；对比 Collector、Jaeger 和 Badger 查询三个证据面。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-opentelemetry-file-storage-max-size-queue-gauge-drift-lab/https://youniszhang.com/blog/2026-07-15-opentelemetry-file-storage-max-size-queue-gauge-drift-lab/把 Collector queue capacity 固定为 20，却把 bbolt max_size 限制为 65,536 bytes；实际验证前四批 HTTP 200、后两批 503、queue gauge 多计两批，以及提高上限后恢复与定向重放。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-opentelemetry-genai-sdk-collector-jaeger-integration-lab/https://youniszhang.com/blog/2026-07-15-opentelemetry-genai-sdk-collector-jaeger-integration-lab/用真实 OpenTelemetry Node SDK、OTLP/HTTP、Collector 和 Jaeger 查询 API，验证 GenAI span 的批处理、采样、导出失败、属性治理、业务终态关联与内存保留边界。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-opentelemetry-genai-trace-contract-lab/https://youniszhang.com/blog/2026-07-15-opentelemetry-genai-trace-contract-lab/用 18 条合成 Agent 轨迹校准 OpenTelemetry GenAI 观测合同，实际验证模型、检索与工具失败归因、token 成本归集、PII 防泄漏和最终业务结果关联。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-opentelemetry-persistent-queue-drain-rate-disk-growth-lab/https://youniszhang.com/blog/2026-07-15-opentelemetry-persistent-queue-drain-rate-disk-growth-lab/让 Collector 在下游不可达时积压 12 个单-span batches，记录 oldest age 与 bbolt 文件增长，再用单 consumer 和 250 ms 固定响应延迟测量排空曲线、最终吞吐和 Jaeger 完整性。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-opentelemetry-persistent-queue-jaeger-sigkill-recovery-lab/https://youniszhang.com/blog/2026-07-15-opentelemetry-persistent-queue-jaeger-sigkill-recovery-lab/用 Collector file_storage 持久队列、Jaeger Badger 和两个 Docker named volumes，实际验证下游停机、双容器 SIGKILL、分步重建、零新入口恢复与查询终态。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-opentelemetry-persistent-queue-saturation-replay-lab/https://youniszhang.com/blog/2026-07-15-opentelemetry-persistent-queue-saturation-replay-lab/把 Collector persistent queue 缩到 2 batches，实际验证 Jaeger 停机时前两个 OTLP 请求被接受、第三个被明确拒绝，以及恢复后用稳定 trace/span ID 重放的最终查询状态。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-opentelemetry-tmpfs-enospc-out-of-place-recovery-lab/https://youniszhang.com/blog/2026-07-15-opentelemetry-tmpfs-enospc-out-of-place-recovery-lab/不配置 file_storage.max_size，只用 65,536-byte tmpfs 触发真实 ENOSPC；验证五批已接受、一批 503、queue gauge 多计，以及数据库字节一致迁移后的恢复与定向重放。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-15-otlp-partial-success-collector-metrics-data-loss-lab/https://youniszhang.com/blog/2026-07-15-otlp-partial-success-collector-metrics-data-loss-lab/让后端只提交 4 个 spans 中的 2 个，并返回合法 HTTP 200 + rejected_spans=2；实际核对 Collector 不重试、sent counter 仍为 4、warn 日志记录 dropped 2，而 Jaeger 查询永久缺两条。Wed, 15 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-14-coding-agent-delivery-evaluation-lab/https://youniszhang.com/blog/2026-07-14-coding-agent-delivery-evaluation-lab/用 3 个固定代码任务和 4 组候选提交校准 Coding Agent 交付门禁，实际验证隐藏断言、路径边界与证据一致性如何阻止过拟合、越界和伪造测试结果。Tue, 14 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-13-agent-control-plane-mcp-openclaw-hermes/https://youniszhang.com/blog/2026-07-13-agent-control-plane-mcp-openclaw-hermes/从 MCP 协议、OpenClaw Gateway 与 Hermes Agent 常驻执行链出发，区分连接标准、Agent 产品和长期运行时，并给出身份、授权、审批、审计与恢复的控制面设计。Mon, 13 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-13-agent-unknown-outcome-recovery-lab/https://youniszhang.com/blog/2026-07-13-agent-unknown-outcome-recovery-lab/用可运行状态机区分请求未发送、写入明确失败和提交后结果未知，验证一次性审批、expectedVersion、幂等键、权威状态核对与人工接管如何共同阻止重复副作用。Mon, 13 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-13-ai-system-evolution-latency-reasoning-action/https://youniszhang.com/blog/2026-07-13-ai-system-evolution-latency-reasoning-action/跨越 GPT-4o、o1、MCP、DeepSeek-R1、Gemini 2.5、Claude 4 与 2026 年 OpenClaw/Hermes，解释 AI 产品的优化目标如何从快速回答扩展到复杂问题正确率，再扩展到可验证任务完成。Mon, 13 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-13-mcp-policy-gateway-reproducible-lab/https://youniszhang.com/blog/2026-07-13-mcp-policy-gateway-reproducible-lab/使用官方 @modelcontextprotocol/sdk 1.29.0 建立 Client、权限 Gateway 与上游 Server 两段连接，以 24 个本地测试验证默认拒绝、租户注入、审批防重放、版本冲突、参数值不以原文落日志、写前审计故障关闭与未知写入终态对账。Mon, 13 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-13-open-weight-deployment-economics-llama-qwen-deepseek/https://youniszhang.com/blog/2026-07-13-open-weight-deployment-economics-llama-qwen-deepseek/从 Llama 3、Qwen2/Qwen3、DeepSeek-V2/V3/R1 的固定发布证据出发，建立开放权重选型的模型、硬件、服务、许可、评测与组织成本框架。Mon, 13 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-13-qwen3-8b-local-inference-benchmark/https://youniszhang.com/blog/2026-07-13-qwen3-8b-local-inference-benchmark/在 Apple M4 16 GiB 上固定 qwen3:8b 的完整 digest、Q4_K_M 量化和采样参数，运行 14 次 Ollama 流式请求，同时记录 TTFT、总耗时、输出吞吐、原始 JSON 与失败样本。Mon, 13 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-13-rag-retrieval-evaluation-lab/https://youniszhang.com/blog/2026-07-13-rag-retrieval-evaluation-lab/用 12 份固定策略文档、10 个可回答查询和 2 个无答案查询，对比 BM25、显式领域扩展、字符三元组与 RRF 融合，解释为什么更多检索器不必然带来更好结果。Mon, 13 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-07-01-ai-app-evaluation-checklist/https://youniszhang.com/blog/2026-07-01-ai-app-evaluation-checklist/从样本集、失败类型、人工复核和版本记录四个角度，整理 AI 应用上线前应该完成的评估动作。Wed, 01 Jul 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-06-30-rag-practice/https://youniszhang.com/blog/2026-06-30-rag-practice/记录一次基于文档切分、Embedding、向量检索、重排和大模型问答的完整 RAG 实践。Tue, 30 Jun 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-06-29-structured-prompt-method/https://youniszhang.com/blog/2026-06-29-structured-prompt-method/从角色、目标、上下文、约束、输出格式和评估标准六个部分整理 Prompt 设计方法。Mon, 29 Jun 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-06-28-agent-boundary/https://youniszhang.com/blog/2026-06-28-agent-boundary/围绕工具调用、任务规划、状态管理和失败恢复，理解 Agent 在工程落地中的边界。Sun, 28 Jun 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-06-27-local-llm-deployment-notes/https://youniszhang.com/blog/2026-06-27-local-llm-deployment-notes/围绕模型体积、推理速度、显存占用、量化方案和 API 封装，记录本地大模型部署的工程取舍。Sat, 27 Jun 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-06-26-ai-toolchain-for-content-workflow/https://youniszhang.com/blog/2026-06-26-ai-toolchain-for-content-workflow/记录如何把笔记整理、选题、初稿、审校、发布和复盘串成可重复的 AI 辅助内容工作流。Fri, 26 Jun 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-06-25-project-retrospective-template/https://youniszhang.com/blog/2026-06-25-project-retrospective-template/整理一个适合求职作品集的 AI 项目复盘模板，覆盖背景、架构、难点、指标、取舍和后续计划。Thu, 25 Jun 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-06-24-ai-interview-preparation-map/https://youniszhang.com/blog/2026-06-24-ai-interview-preparation-map/从模型基础、RAG、Agent、Prompt、工程化和项目表达六个模块整理 AI 应用开发面试准备路径。Wed, 24 Jun 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-03-07-openai-gpt-5-4-computer-use-tool-search/https://youniszhang.com/blog/2026-03-07-openai-gpt-5-4-computer-use-tool-search/以 2026 年 3 月 5 日至 7 日的一手资料为边界，拆解 GPT-5.4 原生 Computer Use、Tool Search 按需工具定义、确认策略和厂商评测，并给出授权、缓存、搜索污染、审计重放与单位任务成本方案。Sat, 07 Mar 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-02-27-hermes-agent-persistent-control-plane/https://youniszhang.com/blog/2026-02-27-hermes-agent-persistent-control-plane/以 GitHub 2026-02-25 20:18:51 UTC 首次公开记录和 2 月 27 日固定快照为边界，追踪 Hermes Agent 从消息入口、记忆与 Cron 到默认本地 shell 的执行链，并审计隔离、审批、许可证与商业化条件。Fri, 27 Feb 2026 00:00:00 GMThttps://youniszhang.com/blog/2026-02-03-openclaw-name-chain-gateway-security/https://youniszhang.com/blog/2026-02-03-openclaw-name-chain-gateway-security/以 2026 年 1 月 30 日 OpenClaw 主更名提交和首个功能包为事件，恢复 Warelay、Clawdis、Clawdbot、Moltbot 到 OpenClaw 的完整名称链，并审计个人 Agent 的 Gateway、宿主执行、沙箱与商业化边界。Tue, 03 Feb 2026 00:00:00 GMThttps://youniszhang.com/blog/2025-12-11-mcp-aaif-governance-supply-chain/https://youniszhang.com/blog/2025-12-11-mcp-aaif-governance-supply-chain/以 2025 年 12 月 9 日至 11 日的一手资料为边界，区分 MCP 的基金会治理、协议规范、语言 SDK、Registry 条目与 Server 制品，并设计企业供应链准入、隔离、审计和撤销合同。Thu, 11 Dec 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-08-09-openai-gpt-5-routing-production-contract/https://youniszhang.com/blog/2025-08-09-openai-gpt-5-routing-production-contract/以 2025 年 8 月 7 日至 9 日的一手资料为边界，区分 ChatGPT 的快速模型、Thinking 与动态 router，以及 API 的 gpt-5/mini/nano/chat 交付，并给出上下文预算、工具语法、版本回归和单位任务成本方案。Sat, 09 Aug 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-08-07-openai-gpt-oss-production-economics/https://youniszhang.com/blog/2025-08-07-openai-gpt-oss-production-economics/以 2025 年 8 月 5 日至 7 日的一手资料为边界，拆解 gpt-oss-120b/20b 的开放权重、MoE、MXFP4、Harmony 与推理档位，并给出本地部署的显存预算、任务合同、评测、恢复和单位经济性方案。Thu, 07 Aug 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-07-25-qwen3-coder-qwen-code-production/https://youniszhang.com/blog/2025-07-25-qwen3-coder-qwen-code-production/以 2025 年 7 月 22 日至 24 日的一手资料为边界，拆解 Qwen3-Coder 480B-A35B、256K/YaRN 1M、Agent RL 与 Qwen Code，并给出隔离执行、评测和自托管 TCO 方法。Fri, 25 Jul 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-05-25-claude-4-code-ga-agent-delivery/https://youniszhang.com/blog/2025-05-25-claude-4-code-ga-agent-delivery/以 2025 年 5 月 22 日至 24 日的公告与 API 快照为边界，区分 Claude 4 模型、Claude Code GA、IDE 与 GitHub beta、工具和 MCP connector，并给出长任务 Coding Agent 的工程验收方法。Sun, 25 May 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-05-19-openai-codex-cloud-coding-agent/https://youniszhang.com/blog/2025-05-19-openai-codex-cloud-coding-agent/以 2025 年 5 月 16 日至 18 日的一手资料为边界，拆解 codex-1、隔离云沙箱、并行任务、AGENTS.md 与日志测试证据，并给出独立验证、人工合并和商业验收方法。Mon, 19 May 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-05-02-qwen3-hybrid-thinking-deployment-economics/https://youniszhang.com/blog/2025-05-02-qwen3-hybrid-thinking-deployment-economics/以 2025 年 4 月 29 日至 5 月 1 日的公告、存档与仓库快照为边界，拆分 Qwen3 的 thinking/non-thinking、MoE 与 dense 型号、上下文、部署和 Apache-2.0 商用条件。Fri, 02 May 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-04-19-openai-o3-o4-mini-tool-using-reasoning/https://youniszhang.com/blog/2025-04-19-openai-o3-o4-mini-tool-using-reasoning/以 2025 年 4 月 16 日至 18 日的一手资料为边界，拆解 o3、o4-mini 的工具选择与视觉推理，并为供应链异常调查设计状态、权限、评测和单位经济性。Sat, 19 Apr 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-04-18-openai-gpt-4-1-long-context-production/https://youniszhang.com/blog/2025-04-18-openai-gpt-4-1-long-context-production/以 2025 年 4 月 14 日至 16 日的一手资料为边界，拆解 GPT-4.1、mini、nano 的 API 首发，并给出长上下文代码迁移任务的选择、排序、缓存、验证、路由与商业验收方案。Fri, 18 Apr 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-04-12-google-a2a-agent-interoperability/https://youniszhang.com/blog/2025-04-12-google-a2a-agent-interoperability/以 2025 年 4 月 9 日至 11 日的一手资料为边界，拆解 A2A 的 Agent Card、任务生命周期、消息与制品模型，并设计跨组织 Agent 的身份传播、授权、恢复、评测和商业验收。Sat, 12 Apr 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-03-28-gemini-2-5-pro-experimental-production-readiness/https://youniszhang.com/blog/2025-03-28-gemini-2-5-pro-experimental-production-readiness/以 2025 年 3 月 25 日固定公告为事实依据，并把 3 月 27 日设为同期信息截止，拆分 Gemini 2.5 Pro Experimental 的 thinking、长上下文、多模态、可用渠道与生产条件。Fri, 28 Mar 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-03-15-openai-responses-api-agents-sdk-runtime/https://youniszhang.com/blog/2025-03-15-openai-responses-api-agents-sdk-runtime/以 2025 年 3 月 11 日至 13 日的一手资料为边界，分析 Responses API、内置工具、Agents SDK 与 tracing 如何改变 Agent 工程，并给出状态、权限、评测和商业验收方法。Sat, 15 Mar 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-03-08-manus-general-agent-product-boundary/https://youniszhang.com/blog/2025-03-08-manus-general-agent-product-boundary/以 Manus 官方首发帖、同期 use-case gallery 和 waitlist 快照为边界，分析通用 Agent 产品如何定义任务、产物、状态恢复、沙箱、人工接管与单位合格任务成本。Sat, 08 Mar 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-02-27-claude-3-7-thinking-claude-code-preview/https://youniszhang.com/blog/2025-02-27-claude-3-7-thinking-claude-code-preview/以 2025 年 2 月 24 日至 26 日的一手资料为边界，区分 Claude 3.7 Sonnet 的标准与 extended thinking、API token budget，以及 Claude Code limited research preview 的仓库执行循环。Thu, 27 Feb 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-02-04-openai-deep-research-evidence-workflow/https://youniszhang.com/blog/2025-02-04-openai-deep-research-evidence-workflow/以 2025 年 2 月 2 日至 4 日的一手资料为边界，拆解 Deep Research 的异步检索、来源综合、评测和首发限制，并为竞争情报任务设计证据账本、权限、验收指标与单位成本。Tue, 04 Feb 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-01-26-openai-operator-browser-agent-production-boundary/https://youniszhang.com/blog/2025-01-26-openai-operator-browser-agent-production-boundary/以 2025 年 1 月 23 日至 25 日的一手资料为边界，拆解 Operator 研究预览的浏览器执行、人工接管、权限与提示注入风险，并给出采购草稿任务的状态机、评测和单位成本门槛。Sun, 26 Jan 2025 00:00:00 GMThttps://youniszhang.com/blog/2025-01-22-deepseek-r1-rl-distill-production-boundaries/https://youniszhang.com/blog/2025-01-22-deepseek-r1-rl-distill-production-boundaries/以 2025 年 1 月 20 日至 22 日的首版公告、代码提交、API 快照和论文为边界，拆分 R1-Zero、正式 R1、六个蒸馏模型与 deepseek-reasoner API，并计算名义权重存储的理想估算。Wed, 22 Jan 2025 00:00:00 GMThttps://youniszhang.com/blog/2024-12-30-deepseek-v3-moe-cost-deployment/https://youniszhang.com/blog/2024-12-30-deepseek-v3-moe-cost-deployment/以 2024 年 12 月 26 日至 28 日的一手资料为边界，拆解 DeepSeek-V3 的 671B/37B、MLA、MoE、FP8、MTP 与 2.788M H800 GPU-hours，并给出训练成本和部署成本的分层核算。Mon, 30 Dec 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-12-14-gemini-2-flash-native-tools-boundary/https://youniszhang.com/blog/2024-12-14-gemini-2-flash-native-tools-boundary/核对 Gemini 2.0 Flash Experimental、Multimodal Live API、原生工具与研究原型的首发可用层级，给出 Agent 产品的状态、授权和升级验收方法。Sat, 14 Dec 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-11-27-model-context-protocol-first-release-boundary/https://youniszhang.com/blog/2024-11-27-model-context-protocol-first-release-boundary/以 2024 年 11 月 25 日至 27 日的一手资料为边界，恢复 MCP 首发的 Host、Client、Server、resources、prompts、tools 与传输层，并区分协议互操作和生产授权。Wed, 27 Nov 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-10-25-anthropic-computer-use-observe-act-risk/https://youniszhang.com/blog/2024-10-25-anthropic-computer-use-observe-act-risk/以 2024 年 10 月 22 日至 24 日的一手资料为边界，拆解 Anthropic Computer Use 的观察—动作—验证循环、低成功率、提示注入与人工接管，给出可逆任务的商业试点方法。Fri, 25 Oct 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-10-04-openai-realtime-api-voice-agent-control/https://youniszhang.com/blog/2024-10-04-openai-realtime-api-voice-agent-control/复盘 Realtime API 首发时的 WebSocket、流式音频、自动打断与函数调用边界，并把语音 Agent 拆成可测延迟、会话状态、副作用和隐私控制。Fri, 04 Oct 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-09-21-qwen2-5-structured-output-licensing/https://youniszhang.com/blog/2024-09-21-qwen2-5-structured-output-licensing/以 2024 年 9 月 19 日至 21 日的一手资料为边界，核对 Qwen2.5 的模型尺寸、128K、JSON 与许可证差异，并把结构化输出转化为可测试的企业工作流。Sat, 21 Sep 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-09-14-openai-o1-test-time-reasoning-routing/https://youniszhang.com/blog/2024-09-14-openai-o1-test-time-reasoning-routing/以 2024 年 9 月 12 日至 14 日的一手资料为边界，区分 o1 研究模型与 o1-preview、o1-mini 的实际上线范围，并给出推理模型的评测、路由和商业验收方法。Sat, 14 Sep 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-09-08-vllm-060-serving-slo-boundary/https://youniszhang.com/blog/2024-09-08-vllm-060-serving-slo-boundary/从 vLLM v0.6.0 的 API 进程拆分、多步调度和异步输出处理出发，解释吞吐、首 token、逐 token 延迟与准入控制为何必须一起进入生产验收。Sun, 08 Sep 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-07-27-llama-3-1-open-weights-deployment-boundary/https://youniszhang.com/blog/2024-07-27-llama-3-1-open-weights-deployment-boundary/以 2024 年 7 月 23 日至 25 日的一手资料为边界，拆解 Llama 3.1 的 8B、70B、405B、128K 上下文与许可证，给出开放权重模型从下载到生产验收的工程路径。Sat, 27 Jul 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-06-22-claude-3-5-sonnet-routing-artifacts/https://youniszhang.com/blog/2024-06-22-claude-3-5-sonnet-routing-artifacts/以 2024 年 6 月 20 日至 22 日证据为边界，区分 Claude 3.5 Sonnet 模型可用性与 Artifacts 产品预览，并用前端迁移任务验证质量、成本和人机协作。Sat, 22 Jun 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-06-10-qwen2-context-license-deployment/https://youniszhang.com/blog/2024-06-10-qwen2-context-license-deployment/以 2024 年 6 月 7 日至 9 日的公告与快照为边界，分析 Qwen2 多尺寸、长上下文和差异化许可证，并用中文合同助手建立可追溯部署合同。Mon, 10 Jun 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-05-16-gpt-4o-availability-layers/https://youniszhang.com/blog/2024-05-16-gpt-4o-availability-layers/以 2024 年 5 月 13 日至 15 日的一手资料为边界，拆分 GPT-4o 的模型声明、发布演示、ChatGPT 上线范围和公共 API 契约，并给出可执行的产品选型方法。Thu, 16 May 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-05-09-deepseek-v2-mla-moe-inference-economics/https://youniszhang.com/blog/2024-05-09-deepseek-v2-mla-moe-inference-economics/以 2024 年 5 月 6 日至 8 日的仓库和论文证据为边界，解释 DeepSeek-V2 的 MLA、DeepSeekMoE 与激活参数信号，并为批量文档抽取任务建立推理成本验证框架。Thu, 09 May 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-04-20-llama-3-open-weight-deployment-boundary/https://youniszhang.com/blog/2024-04-20-llama-3-open-weight-deployment-boundary/以 2024 年 4 月 18 日至 20 日证据为边界，辨析 Llama 3 的 8K 上下文、128K 词表与开放权重许可，并以私有知识助手评估部署、评测和商业成本。Sat, 20 Apr 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-03-07-claude-3-model-routing-economics/https://youniszhang.com/blog/2024-03-07-claude-3-model-routing-economics/以 2024 年 3 月 4 日至 6 日的一手资料为边界，区分 Claude 3 Opus、Sonnet、Haiku 的发布状态，并用企业工单任务推导质量、延迟与成本路由方法。Thu, 07 Mar 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-02-18-sora-research-preview-production-boundary/https://youniszhang.com/blog/2024-02-18-sora-research-preview-production-boundary/以 2024 年 2 月 15 日至 17 日的同期资料为边界，分析 Sora 研究预览的时序建模信号、不可用接口边界，以及品牌短片生产中真正需要验证的成本与控制面。Sun, 18 Feb 2024 00:00:00 GMThttps://youniszhang.com/blog/2024-02-17-gemini-1-5-pro-long-context-rag-boundary/https://youniszhang.com/blog/2024-02-17-gemini-1-5-pro-long-context-rag-boundary/以 2024 年 2 月 15 日至 17 日资料为边界，拆解 Gemini 1.5 Pro 有限预览、MoE 与长上下文信号，并用大型代码库问答任务判断长上下文和 RAG 的成本边界。Sat, 17 Feb 2024 00:00:00 GMT